Controle Sistemas Tempo Contínuo

Controle de Sistemas em Tempo Contı́nuo
Alberto Luiz Serpa

2007
Esta apostila foi escrita com base nas notas de aulas utilizadas na dis-
ciplina de Controle de Sistemas Mecânicos que ministrei para os cursos de
graduação em Engenharia de Controle e Automação e Engenharia Mecânica
da UNICAMP nos últimos anos. Este material representa um guia de estudos
e não tem o objetivo de substituir os bons livros adotados como bibliografia
da disciplina.
Com o surgimento da ferramenta de Internet para ensino aberto da UNI-
CAMP, o meu interesse em ter material didático digitado passou a ser maior
pela facilidade de poder disponibilizar este material aos alunos. Além disso,
acredito que será mais fácil atualizar e melhorar continuamente este material.
Esta versão foi atualizada em fevereiro de 2009.
Prof. Dr. Alberto Luiz Serpa - 2009 1

Sumário
1 Introdução 6
2 Entradas Padronizadas 8
2.1 Degrau Unitário . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Rampa unitária . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Parábola unitária . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.4 Função Senoidal . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.5 Função impulso unitário (Delta de Dirac) . . . . . . . . . . . . 10
2.6 Função porta ou pulso unitário (Gate) . . . . . . . . . . . . . 10
2.7 Função série de potências . . . . . . . . . . . . . . . . . . . . . 11
3 Transformada de Laplace 11
3.1 Propriedades da Transformada de Laplace . . . . . . . . . . . 14
3.1.1 Linearidade . . . . . . . . . . . . . . . . . . . . . . . . 14
3.1.2 Diferenciação real . . . . . . . . . . . . . . . . . . . . . 14
3.1.3 Integração real . . . . . . . . . . . . . . . . . . . . . . 16
3.1.4 Teorema do valor final . . . . . . . . . . . . . . . . . . 17
3.1.5 Teorema do valor inicial . . . . . . . . . . . . . . . . . 17
3.1.6 Translação real . . . . . . . . . . . . . . . . . . . . . . 18
3.1.7 Funções periódicas . . . . . . . . . . . . . . . . . . . . 18
3.1.8 Diferenciação Complexa . . . . . . . . . . . . . . . . . 19
3.1.9 Integração Complexa . . . . . . . . . . . . . . . . . . . 20
3.1.10 Translação Complexa . . . . . . . . . . . . . . . . . . . 20
3.1.11 Convolução Real . . . . . . . . . . . . . . . . . . . . . 20
3.2 Transformada inversa de Laplace - método da expansão em
frações parciais . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4 Diagrama de blocos 30
4.1 Montagem direta de diagramas de blocos . . . . . . . . . . . . 31
4.2 Montagem em série de digramas de blocos . . . . . . . . . . . 32
4.3 Montagem em paralelo de diagramas de blocos . . . . . . . . . 33
5 Modelagem de alguns sistemas lineares 34

5.1 Sistemas massa-mola-amortecedor de um grau de liberdade . . 34
5.2 Sistema mecânico torcional de um grau de liberdade . . . . . . 35
5.3 Circuito RC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.4 Circuito RLC . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.5 Sistema massa-mola-amortecedor com 2 graus de liberdade . . 40
6 Linearização 42

7 Formas padronizadas de sistemas com parâmetros concen-

trados 44
7.1 Sistema de ordem zero . . . . . . . . . . . . . . . . . . . . . . 44
7.2 Sistema de primeira ordem . . . . . . . . . . . . . . . . . . . . 44
7.3 Sistema de segunda ordem . . . . . . . . . . . . . . . . . . . . 47
8 Função de Transferência 50
8.1 Resposta ao impulso e convolução . . . . . . . . . . . . . . . . 52
8.2 Matriz de transferência . . . . . . . . . . . . . . . . . . . . . . 52
9 Critérios de Desempenho 55
9.1 Sistemas de Primeira Ordem . . . . . . . . . . . . . . . . . . . 55
9.2 Sistema de segunda ordem . . . . . . . . . . . . . . . . . . . . 57
10 Estabilidade de sistemas lineares 63

10.1 Estabilidade para entrada nula . . . . . . . . . . . . . . . . . . 63
10.2 Estabilidade BIBO . . . . . . . . . . . . . . . . . . . . . . . . 67
11 Resposta em frequência 68
11.1 Relação de amplitude e ângulo de fase . . . . . . . . . . . . . 68
11.2 Resposta em freqüência de um sistema de primeira ordem . . . 70
11.3 Resposta em freqüência de um sistema de segunda ordem . . . 70
11.4 Resposta em freqüência de um integrador puro . . . . . . . . . 71
11.5 Diagramas de Bode . . . . . . . . . . . . . . . . . . . . . . . . 71
11.5.1 Diagramas de Bode para o integrador puro . . . . . . . 71
11.5.2 Diarama de Bode de sistemas de primeira ordem . . . . 72
11.5.3 Diagramas de Bode para sistemas de primeira ordem
em série . . . . . . . . . . . . . . . . . . . . . . . . . . 73
11.5.4 Diagrama de Bode de sistemas de segunda ordem . . . 75
11.6 Banda de passagem . . . . . . . . . . . . . . . . . . . . . . . . 78
11.7 Algumas caracterı́sticas em freqüência de sistemas de segunda
ordem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
11.8 Diagrama de Nyquist . . . . . . . . . . . . . . . . . . . . . . . 80
11.8.1 Diagrama de Nyquist de sistemas de primeira ordem . 80
11.8.2 Diagrama de Nyquist para sistemas de segunda ordem 81
12 Sistemas de nı́vel de tanques - introdução à malha fechada 84

12.1 Sistema de um tanque . . . . . . . . . . . . . . . . . . . . . . 84
12.2 Modelo instrumentado do sistema do tanque . . . . . . . . . . 86
12.3 Sistema de dois tanques independentes . . . . . . . . . . . . . 90
12.4 Sistema de dois tanques interligados . . . . . . . . . . . . . . . 91

12.5 Inclusão do controlador automático . . . . . . . . . . . . . . . 93

12.6 Análise do sistema controlado sujeito à distúrbios . . . . . . . 95
13 Malha fechada e malha aberta 98
14 Análise de erro estacionário 99

14.1 Erro estacionário em realimentação unitária . . . . . . . . . . 99
14.2 Erro estacionário em realimentação não unitária . . . . . . . . 104
15 Lugar das raı́zes 105
16 Critério de estabilidade de Nyquist 110

16.1 Princı́pio do argumento de Cauchy . . . . . . . . . . . . . . . 111
17 Análise de estabilidade relativa 117

17.1 Margens de ganho e de fase . . . . . . . . . . . . . . . . . . . 117
17.2 Margens de estabilidade no diagrama de Nyquist . . . . . . . . 123
18 Aproximações para sistemas de segunda ordem 125
19 Controladores clássicos 126

19.1 Ação de controle de duas posições (liga ou desliga) . . . . . . . 127
19.2 Ação de controle proporcional . . . . . . . . . . . . . . . . . . 130
19.3 Ação de controle integral . . . . . . . . . . . . . . . . . . . . . 133
19.4 Ação de controle proporcional-integral . . . . . . . . . . . . . 133
19.5 Ação proporcional-derivativa . . . . . . . . . . . . . . . . . . . 136
19.6 Ação de controle proporcional-integral-derivativo . . . . . . . . 139
19.7 Efeito fı́sico das constantes kp e kd em sistemas de segunda
ordem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
19.8 Controle PID - Método Ziegler-Nichols . . . . . . . . . . . . . 145
19.9 Projeto PID analı́tico na freqüência . . . . . . . . . . . . . . . 148
19.10Projeto PID com base no lugar das raı́zes . . . . . . . . . . . . 152
19.11Controlador em avanço . . . . . . . . . . . . . . . . . . . . . . 157
19.12Compensação em atraso . . . . . . . . . . . . . . . . . . . . . 166
19.13Projeto avanço-atraso analı́tico na freqüência . . . . . . . . . . 174
19.14Projeto avanço-atraso com base no lugar das raı́zes . . . . . . 179
20 Modelo de estados 183

20.1 Representação no espaço de estados de equações diferenciais
sem derivadas na excitação . . . . . . . . . . . . . . . . . . . . 185
20.2 Representação de sistemas com derivadas na excitação . . . . 187
20.3 Representações canônicas no espaço de estados . . . . . . . . . 189

20.3.1 Forma canônica controlável . . . . . . . . . . . . . . . 189

20.3.2 Forma canônica observável . . . . . . . . . . . . . . . . 189
20.4 Autovalores da matriz An×n . . . . . . . . . . . . . . . . . . . 191
20.5 Relação entre funções de transferência e modelo de estado . . 191
20.6 Solução das equações de estado - sistemas invariantes no tempo193
20.6.1 Solução da equação homogênea . . . . . . . . . . . . . 193
20.7 Matriz de transição de estados . . . . . . . . . . . . . . . . . . 194
20.8 Solução das equações de estado não homogêneas . . . . . . . . 195
21 Realimentação de estados 197

21.1 Caso de regulador . . . . . . . . . . . . . . . . . . . . . . . . . 198
21.2 Fórmula de Ackermann . . . . . . . . . . . . . . . . . . . . . . 199
21.3 Caso de rastreador - entrada degrau . . . . . . . . . . . . . . . 205
22 Realimentação da saı́da e observadores de estado 216

22.1 Malha fechada com observador - regulador . . . . . . . . . . . 218
22.2 Alocação de pólos do observador . . . . . . . . . . . . . . . . . 220
22.3 Função de transferência equivalente para regulador . . . . . . 220
22.4 Malha fechada com observador - rastreador . . . . . . . . . . . 221
23 Bibliografia 231
A Variáveis-funções complexas 232
B Equações diferenciais 234

B.1 Solução da equação homogênea . . . . . . . . . . . . . . . . . 234
B.2 Determinação da solução homogênea da equação diferencial . . 235
B.3 Solução particular da equação diferencial . . . . . . . . . . . . 236
B.4 Solução completa da equação diferencial . . . . . . . . . . . . 237
C Exercı́cios - em preparação 238

C.1 Exercı́cios relacionados à seção 1 . . . . . . . . . . . . . . . . 238

1 Introdução
Apresentam-se a seguir algumas definições básicas.
Um sistema associa uma função de entrada x(t) a uma função de saı́da
y(t). Se o sistema recebe uma ação, apresentará uma resposta associada,
conforme ilustrado na Figura 1.
x(t) y(t)
Sistema
(Excitação-Entrada) (Resposta-Saı́da)
Figura 1: Representação de um sistema na forma de diagrama de blocos.
Um modelo caracteriza uma representação dos aspectos essenciais de um

sistema de forma utilizável.
Controlar significa atuar sobre um dado sistema de modo a atingir resul-
tados de acordo com um objetivo previamente estabelecido. Usualmente o
sistema a ser controlado é chamado de planta, ou ainda, de processo.
O controlador, ou também chamado de compensador, é um sub-sistema
que tem a função de controlar a planta.
Em um sistema em malha aberta a saı́da do sistema não tem efeito na
ação do controle, ou seja, não existe medição da saı́da nem realimentação,
Figura 2. O desempenho de um sistema de malha aberta depende de uma
boa calibração.
Entrada Atuação Saı́da

Controlador Planta
Figura 2: Sistema em malha aberta.
Um exemplo de sistema em malha aberta é o disparo de um projétil

(problema de balı́stica convencional). Após o tiro, o resultado esperado não
poderá ser corrigido.
Em um sistema em malha fechada o sinal de saı́da possui um efeito direto
na ação de controle (sistemas de controle realimentados), Figura 3. A malha
fechada implica no uso de realimentação com o objetivo de reduzir o erro do
sistema.
Os elementos básicos de um sistema de controle em malha fechada são: a
planta, o controlador, o atuador e o elemento de medida (sensor).

Entrada Erro Atuação Saı́da

Controlador Planta
−
Elemento de medida
Figura 3: Sistema em malha fechada.
Alguns exemplos de sistemas em malha fechada são:
• Ato de dirigir um carro. A pista representa o objetivo a ser seguido, o

carro representa a planta, a saı́da é a posição do carro, o elemento de
medida é a visão do motorista, a ação de controle é feita de acordo com
a habilidade do motorista em função do erro entre a posição do carro
e a posição determinada pela pista, e a atuação é feita pelos braços do
motorista sobre a planta através do volante do carro.
• Sucessivos disparos de projéteis. A cada tiro, o resultado pode ser veri-

ficado pelo atirador e uma compensação pode ser feita para o próximo
tiro visando acertar o alvo. Neste caso, nota-se o uso da resposta para
fins de reduzir o erro do sistema, caracterizando a realimentação.
• Sistema de ar-condicionado ou refrigerador. A temperatura especifi-

cada é verificada pelo sensor do equipamento, que liga ou desliga con-
forme o erro encontrado, buscando manter a temperatura constante
conforme a especificação desejada.
Verifica-se que a realimentação negativa é caracterizada pela determinação

do erro entre a entrada desejada e a saı́da do sistema. A atuação é feita com
base nesta diferença.
A realimentação positiva é indesejável nos sistemas de controle pois adi-
ciona “energia” ao sistema levando à instabilidade.
Um regulador tem como objetivo manter a saı́da do sistema em um valor
constante. Por exemplo, um sistema de refrigeração que mantém constante
a temperatura de um ambiente.
Um rastreador tem como objetivo seguir uma entrada variável. Por exem-
plo, um sistema robotizado que segue uma certa trajetória em um processo
de soldagem.

2 Entradas Padronizadas
As entradas padronizadas são utilizadas na análise de desempenho dos sis-
temas. Em geral, a entrada real é desconhecida e são definidos alguns
parâmetros para avaliar o desempenho dos sistemas de forma objetiva e ho-
mogênea.
As entradas padronizadas constituem uma boa maneira de prever o de-
sempenho do sistema e permitem realizar comparações de sistemas.
As principais entradas padronizadas são apresentadas a seguir.
2.1 Degrau Unitário

A entrada degrau unitário, usualmente denotada por u(t), é definida como
(
1 se t > 0
u(t) = ,
0 se t ≤ 0
e está representada graficamente na Figura 4.
u(t)
Figura 4: Degrau unitário.
Um degrau unitário com translação é dado por:

(
1 se t > T,
u(t − T ) =
0 se t ≤ T,
e está representado na Figura 5.
2.2 Rampa unitária

A rampa unitária, usualmente denotada por r(t), é definida como:
(
t se t > 0,
r(t) = tu(t) =
0 se t ≤ 0,
e está ilustrada na Figura 6.

u(t − T )
T t
Figura 5: Degrau unitário com translação.
r(t)
45o
Figura 6: Rampa unitária.

2.3 Parábola unitária

A parábola unitária é definida como:
(
1 1 2
t se t > 0,
x(t) = t2 u(t) = 2
2 0 se t ≤ 0,
e está ilustrada na Figura 7.
x(t)
Figura 7: Parábola unitária.
2.4 Função Senoidal

A função senoidal de amplitude A, freqüência w e ângulo de fase ϕ, é dada
por:
x(t) = Asen(wt + ϕ).
2.5 Função impulso unitário (Delta de Dirac)

O impulso unitário δ(t) é definido como:
Z +∞
δ(t) = 0 para t 6= 0, e δ(t)dt = 1,
−∞
ou seja, possui duração nula, amplitude infinita e área unitária, e sua repre-
sentação gráfica usual é a da Figura 8.
2.6 Função porta ou pulso unitário (Gate)

O pulso unitário é definido como a diferença entre um degrau unitário e outro
degrau unitário transladado, ou seja,
g(t) = u(t) − u(t − T ),

δ(t)
Figura 8: Impulso unitário.
cujo resultado é mostrado na Figura 9.
g(t)
T t
Figura 9: Pulso unitário.
2.7 Função série de potências

A série de potências é definida como:
(
a0 + a1 t + a2 t2 + ... se t > 0,
x(t) =
0 se t ≤ 0.
3 Transformada de Laplace
A transformada de Laplace é um método para resolver equações diferenciais
lineares no qual as operações como diferenciação e integração são substituı́das

por operações algébricas no plano complexo. A componente transitória e a

de regime permanente podem ser obtidas simultaneamente. Além disso, a
transformada de Laplace é fundamental para a análise de sistemas via funções
de transferência.
A transformada de Laplace de uma função f (t) é definida por
Z ∞
F (s) = L [f (t)] = f (t)e−st dt, com s = σ + jw.
0
A transformada inversa de Laplace é dada por

1 Z σ+j∞
f (t) = L−1 F (s) = F (s)est ds, t > 0.
2πj σ−j∞
A integral de Laplace existirá/convergirá se σ0 é escolhido de forma que
lim e−σ0 t f (t) = 0, (1)

t→∞
onde σ0 é chamado de abscissa de convergência.

Para a maioria das funções é possı́vel adotar um valor de σ0 positivo
e suficientemente grande tal que a equação (1) é satisfeita. Isso sempre
será verdadeiro para exponenciais positivas ou para funções que crescem a
uma taxa menor que uma exponencial. Existem funções onde isso não será
2
satisfeito para nenhum valor de σ0 , por exemplo, et , que por sorte aparecem
raramente nos problemas de engenharia.
Exemplo: Calcular L[f (t)] para f (t) = e−at , a = b + jc.

h i Z ∞
−at
F (s) = L e = e−at e−st dt =
0
−1 −(s+a)t ∞
Z
∞
−(s+a)t −1 1
= e dt = e = [0 − 1] = .
0 s+a 0 s+a s+a
A abscissa de convergência é determinada por

lim e−σ0 t e−at = lim e−(σ0 +b+jc)t = lim e−(σ0 +b)t e−jct ,
t→∞ t→∞ t→∞
e para que este limite convirja a zero, então σ0 + b > 0, ou σ0 > −b.
Exemplo: Calcular L[f (t)] para f (t) = cos(wt).

É possı́vel escrever que
1 jwt
cos(wt) = e + e−jwt .
2
Logo,
!
1 jwt 1 1 1 s
L[f (t)] = L[e ] + L[e−jwt ] = + = .
2 2 s − jw s + jw s2 + w2

−σ0 t 1 −jwt i
lim e e + e−jwt = 0, se σ0 > 0.
t→∞ 2
Exemplo: Calcular L[u(t)] para o degrau unitário u(t).

(
0 se t ≤ 0,
u(t) =
1 = e0t se t > 0.
Logo,
1 1
U(s) = L[u(t)] = = , σ0 > 0.
s+0 s
Exemplo: Calcular L[δ(t)] para o impulso unitário δ(t).

Seja a função f (t) mostrada na Figura 10 e definida por


 0 se t < 0,
1
f (t) =  t0
se 0 ≤ t ≤ t0 ,

0 se t0 < t.
f (t)
1
t0
t0 t
Figura 10: Representação do impulso unitário, t0 → 0.
O impulso unitário pode ser representado como:
δ(t) = lim f (t).

t0 →0

Assim, Z ∞
L[δ(t)] = L lim f (t) = lim f (t)e−st dt =
t0 →0 0 t0 →0
Z Z
∞
−st
t0 1 −st
= lim f (t)e dt = lim e dt =
t0 →0 0 t0 →0 0 t0
! !
1 −1 −st t0 1 − e−st0
= lim e = lim .
t0 →0 t0 s 0 t0 →0 st0
Aplicando a regra de L’Hopital tem-se que
1 − e−st0 s e−st0
lim = lim = 1.
t0 →0 st0 t0 →0 s
Portanto,
L[δ(t)] = 1.
3.1 Propriedades da Transformada de Laplace

3.1.1 Linearidade
A transformada de Laplace é um operador linear, ou seja,
L[α1 f1 + α2 f2 ] = α1 L(f1 ) + α2 L(f2 ).
Prova: Z ∞
L[α1 f1 + α2 f2 ] = (α1 f1 + α2 f2 )e−st dt =
0
Z ∞ Z ∞
−st
α1 f1 e dt + α2 f2 e−st dt = α1 L[f1 ] + α2 L[f2 ].
0 0
3.1.2 Diferenciação real

Se
L[f (t)] = F (s),
então, " #
df
L = sF (s) − f (0).
dt
Prova: " Z ∞ # Z ∞
df df −st
L = e dt = e−st df.
dt 0 dt 0

R R
Integrando por partes, udv = uv − vdu, com u = e−st , dv = df ,
du = −se−st dt e v = f (t), tem-se,
Z ∞ Z ∞
udv = e−st f (t)|∞
0 − f (t)(−s)e−st dt =
0 0
Z ∞
= e−st f (t)|∞
0 + f (t)s e−st dt = 0 − f (0) + sF (s).
0
Portanto, " #
df
L = sF (s) − f (0).
dt
Generalizando, tem-se:
" # !
n−1
dn f (t) n
X n−i−1 di f
L = s F (s) − s .
dtn i=0 dti t=0
Prova:
df
Seja g = dt
. Logo,
" #
dg
L = sG(s) − g(0) = sL[g(t)] − g(0) =
dt
" #
df df
= sL − g(0) = s(sF (s) − f (0)) − =
dt dt t=0

2 df
= s F (s) − sf (0) − .
dt t=0
dg
Seja h = dt
. Logo,
" #
dh
L = sH(s) − h(0) = sL[h(t)] − h(0) =
dt
" #
dg
= sL − h(0) = s(sG(s) − g(0)) − h(0) =
dt
= s2 G(s) − sg(0) − h(0) = s2 L[g(t)] − sg(0) − h(0) =
" #
df df d2 f
= s2 L −s − 2 =
dt dt t=0 dt t=0

2 df d2 f
= s (sF (s) − f (0)) − s − 2 =
dt t=0 dt t=0


df d2 f
= s3 F (s) − s2 f (0) − s − 2 .
dt t=0 dt t=0
Pode-se continuar assim por diante para derivadas de ordem n.
Se todas as condições iniciais são nulas tem-se que:
" #
dn f (t)
L = sn F (s).
dtn
Note que derivar no tempo corresponde a multiplicar por s no domı́nio

de Laplace quando as condições iniciais são nulas.
3.1.3 Integração real

Se L[f (t)] = F (s), então,
Z
1 1Z
L f (t)dt = F (s) + f (t)dt
s s t=0
Quando todas as condições iniciais são nulas tem-se que:

Z
F (s)
L f (t)dt = .
s
Prova: Z Z ∞ Z
L f (t)dt = f (t)dt |e−st
{zdt}
0
| {z } dv
u
R
Definindo-se u = f (t)dt e dv = e−st dt tem-se que v = e−s , o que permite
−st
R R
fazer uma integração por partes ( udv = uv − vdu). Logo,
∞
e−st Z Z ∞ −st
Z Z
∞
−st
e
f (t)dt e dt = f (t)dt −
f (t)dt =
0 −s 0 0 −s
Z Z
1 1 ∞
= f (t)dt + f (t)e−st dt =
s t=0 s 0
Z Z
1 1
= F (s) + f (t)dt = L f (t)dt .
s s t=0
Note que integrar no tempo corresponde a dividir por s no domı́nio de
Laplace quando as condições iniciais são nulas.

3.1.4 Teorema do valor final

Se L[f (t)] = F (s) e existirem
" #
df
L , lim f (t) e lim sF (s),
dt t→∞ s→0
então,
lim f (t) = lim sF (s).
t→∞ s→0
Prova:
" # " #
df df
L = sF (s) − f (0) ⇒ L + f (0) = sF (s),
dt dt
" # ! " #
df df
lim sF (s) = lim L + f (0) = lim L + f (0) =
s→0 s→0 dt s→0 dt
Z Z ∞
∞ df −st
= lim e dt + f (0) = lim e−st df + f (0) =
s→0 0 dt 0 s→0
Z ∞
df + f (0) = f (∞) − f (0) + f (0) = f (∞) = lim f (t).
0 t→∞
3.1.5 Teorema do valor inicial

Se L[f (t)] = F (s) e existirem
" #
df
L e lim sF (s),
dt s→∞
então,
lim f (t) = lim sF (s).
t→0+ s→∞
Prova:
" # ! " #
df df
lim sF (s) = lim L + f (0) = lim L + f (0) =
s→∞ s→∞ dt s→∞ dt
Z Z
∞ df −st ∞
= lim e dt + f (0) = lim e−st df + f (0) = f (0) = lim+ f (t).
s→∞ 0 dt 0 s→∞ t→0

f (t) f (t − T )u(t − T )
T t
Figura 11: Representação da translação de f (t).
3.1.6 Translação real

Seja F (s) = L[f (t)], então,
L[f (t − T )u(t − T )] = e−sT F (s).
Prova:
Z ∞
L [f (t − T )u(t − T )] = f (t − T )u(t − T )e−st dt =
0
Z ∞ Z ∞
= f (t − T )u(t − T )e −st
dt = f (τ )u(τ )e−s(τ +T ) dτ =
T 0
Z ∞
= e−sT f (τ )u(τ )e−sτ dτ = e−sT F (s),
0
onde τ = t − T e dτ = dt.
T
t
Figura 12: Representação dos eixos t e τ .
3.1.7 Funções periódicas

Para f (t) uma função periódica de perı́odo T tem-se que
1
L[f (t)] = F1 (s),
1 − e−sT

onde F1 (s) = L[f1 (t)] e f1 (t) é o primeiro perı́odo de f (t).

Prova:
f (t) = f1 (t)u(t) + f1 (t − T )u(t − T ) + f1 (t − 2T )u(t − 2T ) + . . . ,
F (s) = L[f (t)] = L[f1 (t)u(t)]+L[f1 (t−T )u(t−T )]+L[f1 (t−2T )u(t−2T )]+. . .
Mas
L[f1 (t)u(t)] = F1 (s),
L[f1 (t − T )u(t − T )] = e−sT F1 (s),
L[f1 (t − 2T )u(t − 2T )] = e−s2T F1 (s),
e conseqüentemente,
F (s) = F1 (s) + e−sT F1 (s) + e−2sT F1 (s) + . . . = (1 + e−sT + e−2sT + . . .)F1 (s).
1 1 1
Como T > 0 tem-se que e−sT = esT < 1. A seqüência 1, esT
, e2sT
, ..., é
1
uma PG de razão esT , cuja soma é 1−e1−sT . Logo,
1
F (s) = F1 (s).
1 − e−sT
Verifica-se que o fato de s ser complexo não altera o resultado da PG, ou
seja,
1 1 1
sT
= (a+jb)T = aT jbT ,
e e e e
aT jbT
onde e > 1 e e é periódico e limitado.
3.1.8 Diferenciação Complexa

Se L[f (t)] = F (s) então
dF (s)
− = L[tf (t)].
ds
Prova:
Z Z
dF (s) d ∞
−st
∞ d
− =− f (t)e dt = − f (t)e−st dt =
ds ds 0 0 ds
Z ∞ Z ∞
=− f (t) −te−st dt = tf (t)e−st dt = L[tf (t)].
0 0

3.1.9 Integração Complexa

R∞
Se L[f (t)] = F (s), e existe s F (s)ds, então,
" # Z
f (t) ∞
L = F (s)ds.
t s
Prova:
Z ∞ Z ∞ Z ∞ Z ∞ Z ∞
−st −st
F (s)ds = f (t)e dtds = f (t) e ds dt =
s s 0 0 s
∞ " #
−e−st
Z Z
∞ ∞ f (t) −st f (t)
= f (t) dt = e dt = L .
0 t s 0 t t
3.1.10 Translação Complexa

Se L[f (t)] = F (s), então,
F (s + a) = L[e−at f (t)].
Prova: Z ∞
L[e−at f (t)] = e−at f (t)e−st dt =
0
Z ∞ Z ∞
−(a+s)t
= f (t)e dt = f (t)e−s̄t dt = F (s̄) = F (s + a).
0 0
3.1.11 Convolução Real

Define-se a convolução entre f (t) e g(t) como
Z t
h(t) = f (t) ∗ g(t) = f (τ )g(t − τ )dτ.
0
Se L[f (t)] = F (s) e L[g(t)] = G(s), então,
L[f (t) ∗ g(t)] = F (s)G(s).
Prova:
Z t Z ∞
f (τ )g(t − τ )dτ = f (τ )g(t − τ )u(t − τ )dτ,
0 0
pois
(
1 se −(τ − t) > 0 ou τ < t,
u(t − τ ) = u(−(τ − t)) =
0 se −(τ − t) ≤ 0 ou τ ≥ t.

t τ
Figura 13: Representação de u(t − τ ).
Seja H(s) = L[h(t)]. Logo, escreve-se:

Z ∞ Z ∞
H(s) = L[h(t)] = f (τ )g(t − τ )u(t − τ )dτ e−st dt =
0 0
Z ∞ Z ∞
= f (τ ) g(t − τ )u(t − τ )e−st dt dτ =
0 0
Z ∞ h i Z ∞
−sτ
= f (τ ) e G(s) dτ = G(s) f (τ )e−sτ dτ = G(s)F (s).
0 0
No caso de sistemas antecipativos e entradas para t <R 0, deve-se estender
∞
os limites de integração, ou seja, h(t) = f (t) ∗ g(t) = −∞ f (τ )g(t − τ )dτ .
Contudo, esta situação não é coberta neste material.
Exemplo: Calcular a transformada de Laplace da função dente de serra,

como ilustrada na Figura 14.
O primeiro perı́do desta função pode ser construı́do através da soma de
três termos conforme mostrado na Figura 14, ou ainda,
A
f1 (t) =
[tu(t) − (t − T )u(t − T ) − T u(t − T )] .
T
Aplicando a transformada de Laplace a cada um destes termos tem-se:
Z
1 1 1 1
L[tu(t)] = L u(t)dt = U(s) + 0 = = 2,
s s s s
1
L[(t − T )u(t − T )] = e−sT ,
s2
1
L[T u(t − T )] = T e−sT .
s
Portanto, a transformada de Laplace do primeiro perı́odo da função é:
" #
A 1 e−sT T e−sT
F1 (s) = − − .
T s2 s2 s

f1 (t)
A
T t
A A
− −
f1 (t)
T t T t T t
A
T
tu(t) A
T
(t − T )u(t − T ) Au(t − T )
Figura 14: Dente de serra.
Aplicando a propriedade de funções periódicas tem-se para o dente de

serra:
" #
1 − (1 − T s)e−sT

1 A
F (s) = F1 (s) = .
1 − e−sT T s2 1 − e−sT
3.2 Transformada inversa de Laplace - método da ex-

pansão em frações parciais
Este método aplica-se quando X(s) é uma função racional (quociente de dois
polinômios em s), ou seja,
Q(s)
X(s) = ,
P (s)
onde Q(s) possui ordem m e P (s) possui ordem n, com m < n.
As principais etapas do método são:
Q(s)
1. Desenvolver P (s)
em frações parciais na forma
Q(s) c1 c2 cn
X(s) = = + + ...+ ,
P (s) r1 (s) r2 (s) rn (s)
onde ri (s) são polinômios de grau 1 ou 2. Deve-se encontrar as raı́zes
de P (s) (polinômio na forma fatorada).

2. Calcular as constantes ci , i = 1, . . . , n.
3. Obter a transformada inversa de cada fração parcial, que são funções

mais simples.
Exemplo: Caso de raı́zes simples. Seja
a + bs
X(s) = ; µ1 6= µ2 .
(s − µ1 )(s − µ2 )
Pode-se escrever X(s) da seguinte forma:
a + bs c1 c2
X(s) = = +
(s − µ1 )(s − µ2 ) s − µ1 s − µ2
onde c1 e c2 são constantes que devem ser determinadas.
Multiplicando-se por s − µ1 tem-se:
a + bs c2
(s − µ1 )X(s) = = c1 + (s − µ1 ) .
s − µ2 s − µ2
Fazendo s = µ1 , pois s pode assumir qualquer valor, tem-se
a + bµ1
(s − µ1 )X(s)|s=µ1 = c1 = .
µ1 − µ2
De forma análoga
a + bµ2
c2 = (s − µ2 )X(s)|s=µ2 = .
µ2 − µ1
Logo,
! ! ! !
a + bµ1 1 a + bµ2 1
X(s) = + .
µ1 − µ2 s − µ1 µ2 − µ1 s − µ2
A anti-transformada de cada fração parcial pode ser calculada, ou seja,

a + bµ1 µ1 t a + bµ2 µ2 t
f (t) = L−1 [X(s)] = e + e .
µ1 − µ2 µ2 − µ1
Portanto, para n raı́zes simples tem-se que:
ci = (s − µi)X(s)|s=µi , i = 1, 2, . . . , n.

Exemplo: Raı́zes Múltiplas. Seja
a + bs
X(s) = ,
(s − µ1 )2 (s − µ2 )
com µ1 de multiplicidade 2.
A expansão em frações parciais torna-se
a + bs c1 c2 c3
X(s) = = + + . (2)
(s − µ1 )2 (s − µ2 ) (s − µ1 )2 (s − µ1 ) (s − µ2 )
Multiplicando por (s − µ1 )2 obtém-se
a + bs (s − µ1 )2
(s − µ1 )2 X(s) = = c1 + (s − µ1 )c2 + c3 , (3)
s − µ2 s − µ2
e fazendo s = µ1 , tem-se que
a + bµ1
c1 = .
µ1 − µ2
Derivando a equação (3) com relação a s e fazendo s = µ1 obtém-se c2 ,
ou seja,
" #
d h i d a + bs −µ2 b − a
c2 = (s − µ1 )2 X(s) =
= .
ds
s=µ1
ds s − µ2
s=µ1
(µ1 − µ2 )2
Portanto, para q raı́zes reais e iguais, s = µi , tem-se

" #
1 dp−1
[(s − µi )q X(s)]

cp = p−1
, p = 1, . . . , q.
(p − 1)! ds
s=µi
Multiplicando a equação (2) por s − µ2 e fazendo s = µ2 tem-se

a + bs a + bµ2
2
= c3 ⇒ c3 = .
(s − µ1 ) s=µ2 (µ2 − µ1 )2
A anti-transformada de cada fração parcial pode ser calculada como

" #
−1 1 1
L q
= tq−1 eµi t .
(s − µi ) (q − 1)!
Exemplo: Determinar a transformada de Laplace de uma equação de se-

gunda ordem
ÿ + 2ξwn ẏ + wn2 y(t) = γwn2 f (t),

com as seguintes condições iniciais y(0) = y0 e ẏ(0) = v0 .

Pode-se escrever
L[y(t)] = Y (s), L[ẏ(t)] = sY (s) − y0 e L[ÿ(t)] = s2 Y (s) − sy0 − v0 .
Consequentemente
(s2 + 2ξwn s + wn2 )Y (s) − (s + 2ξwn )y0 − v0 = γwn2 F (s),
ou ainda
1 h
2
i
Y (s) = γw n F (s) + v0 + (s + 2ξw n )y 0 ,
s2 + 2ξwns + wn2
onde cada termo desta equação pode ser analizado de forma independente
devido ao sistema ser linear.
Com condições iniciais nulas, y0 = 0 e v0 = 0, tem-se
γwn2
Y (s) = F (s) = G(s)F (s),
s2 + 2ξwn s + wn2
onde
γwn2
G(s) =
s2 + 2ξwn s + wn2
é a função de transferência que relaciona a entrada à saı́da do sistema e que
pressupõe condições iniciais nulas, ou seja,
Y (s) = G(s)F (s).
Exemplo: Seja um sistema de primeira ordem descrito por
dy dy
a1 + a0 y = b0 x ⇒ τ + y = γx(t).
dt dt
onde
a1 b0
τ= e γ=
a0 a0
com a condição inicial y(0) = 0.
Aplicando a transformada de Laplace, tem-se que
" #
dy
L τ + y = L[γx(t)] ⇒ τ sY (s) + Y (s) = γX(s)
dt
onde L[y(t)] = Y (s) e L[x(t)] = X(s).


γ
Y (s) = X(s),
τs + 1
com a seguinte função de transferência:
γ
G(s) = .
τs + 1
Considere os casos das entradas apresentadas a seguir.
1. Seja x(t) = u(t) uma entrada do tipo de degrau unitário. Logo tem-se
que
1
X(s) = L[u(t)] =
s
e a transformada de Laplace da equação do sistema de primeira ordem
torna-se
γ 1
Y (s) = .
τs + 1 s
Deseja-se determinar a resposta temporal y(t) através da expansão em
frações parciais, ou seja,
γ ! !
τ 1 c1 c2
Y (s) = 1 = 1 + . (4)
s+ τ
s s+ τ s
1
Multiplicando (4) por s + τ
tem-se
γ 1 c2
= c1 + (s + ) ,
τs τ s
1
e fazendo s = − τ , pois a equação deve ser válida para qualquer s,
tem-se
γ
= c1 + 0 ⇒ c1 = −γ.
τ (− τ1 )
Multiplicando (4) por s e calculando-se para s = 0 tem-se,
γ
τ c1
1 = s + c2 ⇒ c2 = γ.
s+ τ
s + τ1
Logo, !
γ γ
Y (s) = − 1 .
s s+ τ
Fazendo a anti-transformada de Laplace tem-se:

" !#
−1 1 1 1
L γ − 1 = γ(1 − e− τ t ) = y(t), t ≥ 0.
s s+ τ

2. Seja x(t) = δ(t) um impulso unitário. A transformada de Laplace do

impulso unitário é
X(s) = L[δ(t)] = 1.
e a transformada de Laplace da equação do sistema de primeira ordem
torna-se γ
τ
Y (s) = G(s) = 1 .
s+ τ
A resposta ao impulso pode ser encontrada através da transformada

inversa, ou seja,
" γ #
−1 τ γ −t
y(t) = L 1 = e τ, t ≥ 0,
s+ τ
τ
cuja representação gráfica está na Figura 15.
γ y(t)
τ
Figura 15: Resposta ao impulso de um sistema de primeira ordem.
3. Seja x(t) = tu(t) uma rampa unitária. A transformada de Laplace da

rampa unitária é
1
X(s) = L[tu(t)] = 2 ,
s
e a transformada da equação da resposta do sistema de primeira ordem
torna-se γ ! !
τ 1 c1 c2 c3
Y (s) = = 2+ + . (5)
s + τ1 s2 s s s + τ1
As constantes da expansão em frações parciais podem então ser calcu-

ladas. Multiplicando (5) por s + τ1 e fazendo s = − τ1 tem-se
γ
2
τ γ τ
c3 = = − = γτ.
s2 s=− τ1
τ 1

Multiplicando (5) por s2 tem-se

γ
c3
τ
1 = c1 + sc2 + s2 , (6)
s+ τ
s + τ1
e fazendo s = 0, tem-se
γ

τ
c1 = 1 = γ.
s+ τ s=0
Derivando (6) com relação a s obtém-se

" #
− γτ d 2 c3
1 2 = c2 + s ,
(s + τ ) ds s + τ1
e fazendo s = 0 obtém-se
− γτ
c2 = = −γτ.
( τ1 )2
Logo, a transformada de Laplace na forma de frações parciais é

!
γτ γ γτ
Y (s) = 1 + 2 − ,
s+ τ s s
cuja anti-transformada será dada por

t

y(t) = L−1 [Y (s)] ⇒ y(t) = γ τ e− τ + t − τ , t ≥ 0.
A resposta temporal é ilustrada na Figura 16.
y(t) entrada
γ
resposta
τ t
Figura 16: Resposta à rampa unitária de sistema de primeira ordem.

4. Seja uma entrada senoidal na forma x(t) = senwt. A transformada de

Laplace de x(t) é
w
X(s) = L[senwt] = ,
s2 + w2
e a transformada da equação da resposta do sistema de primeira ordem
torna-se γ !
τ w
Y (s) = .
s + τ1 s2 + w 2
Como s2 + w 2 = (s + jw)(s − jw) é possı́vel escrever que

γ !
τ w c1 c2 c3
1 = 1 + + . (7)
s+ τ
s + w2
2 s+ τ s + jw s − jw
As constantes das frações parciais podem ser calculadas, ou seja,

" #
γ w γ w γwτ
c1 = 2 2
= 1 2 2
= ,
τ s + w s=− τ
1 τ (− τ ) + w 1 + w2τ 2
γ ! !
τ w
γ wτ
c2 = 1 = ,
s+ τ
s − jw
s=−jw
(−jw + τ1 )(−2jw)

γ wτ
γ wτ
c3 = = .
(s + τ1 )(s + jw) s=jw (jw + τ1 )(2jw)
A transformada de Laplace na forma de frações parciais torna-se:

wτ 1
Y (s) = γ 1+w 2 τ 2 s+ τ1
+
w w
1 1
+ 1
τ
(−jw+ τ )(−2jw) s+jw
+ 1
τ
(jw+ τ )(2jw) (s−jw)
.
A anti-transformada de Laplace pode ser agora determinada,
y(t) = L−1 [Y (s)].
Para cada um dos termos tem-se:

" !#
−1 wτ 1 wτ t
L γ 1 =γ e− τ ,
1 + w2τ 2 s+ τ
1+w τ2 2
" w
!# w
−1 1
L γ τ
1 =γ τ
1 e−jwt,
(−jw + τ
)(−2jw) s + jw (−jw + τ
)(−2jw)

" w
!# w
−1 1
L γ τ
1 =γ τ
1 ejwt .
(jw + τ
)(2jw) s − jw (jw + τ
)(2jw)
As fórmulas de Euler, ejt = cost + jsent e e−jt = cost − jsent, podem
ser empregadas de forma que
h t
wτ
y(t) = γ 1+w 2 τ 2
e− τ +
w
+ 1
τ
(−jw+ τ )(−2jw)
(coswt − jsenwt)+
w

+ 1
τ
(jw+ τ )(2jw)
(coswt + jsenwt) ,
ou ainda,

wτ t 1
y(t) = γ 2 2
e− τ − coswt + senwt , t ≥ 0.
1+w τ τw
4 Diagrama de blocos
É possı́vel representar sistemas através de diagramas de blocos. Os sı́mbolos
básicos são o integrador, o somador e o multiplicador e estão mostrados na
Figura 17.
y(0)
x1 (t)
x2 (t) y(t) x(t) y(t)

x(t) R y(t)
k
xn (t)
Multiplicador
Integrador
Somador
Figura 17: Simbologia para diagramas de blocos.
O integrador executa a seguinte operação:

Z t
y(t) = x(τ )dτ + y(0).
0
O somador executa:
y(t) = x1 (t) + x2 (t) + . . . + xn (t).
O multiplicador executa:
y(t) = kx(t).

4.1 Montagem direta de diagramas de blocos

As equações diferencias que representam sistemas lineares usuais podem ser
representadas com o uso dos diagramas de blocos.
Exemplo: Considere a equação diferencial

d3 y d2 y dy
3
+ 8 2
+ 37 + 50y = u(t).
dt dt dt
Esta equação pode ser reescrita na forma
d3 y d2 y dy
3
= −8 2
− 37 − 50y + u(t), (8)
dt dt dt
que permite a montagem direta do diagrama de blocos da Figura 18.
d3 y
u(t) dt3 R ÿ R ẏ R y(t)
−8
−37
−50
Figura 18: Diagrama de blocos correspondente à equação (8).
Exemplo: Seja uma outra equação diferencial que se deseja representar

na forma de diagrama de blocos:
d3 y d2 y dy du
+ 8 + 37 + 50y = 3 + 5u(t). (9)
dt3 dt2 dt dt
Esta equação pode ser escrita no domı́nio de Laplace como
(s3 + 8s2 + 37s + 50) Y = (3s + 5) U,
| {z } | {z }
D(s) N (s)
ou também,
Y
D(s)X = U, X= .
N(s)

O diagrama de blocos de D(s)X = U já foi construı́do anteriormente,

bastando substituir y por x na Figura 18.
Como Y = N(s)X, ou seja,
dx
Y = (3s + 5)X ⇒ y(t) = 3 + 5x,
dt
e os valores de x estão disponı́veis no diagrama de blocos, é possı́vel incluir
os termos relacionados a N(s) conforme na Figura 19.
d3 x
u(t) dt3 R ẍ R ẋ R x(t) y(t)
5
−8
−37
−50
Figura 19: Diagrama de blocos correspondente à equação (9).
4.2 Montagem em série de digramas de blocos

Uma função G(s) representativa de um sistema pode ser fatorada na forma
G(s) = G1 (s)G2 (s) . . . Gm (s).
Neste caso, o sistema pode ser visto com uma série de subsistemas. Para
evitar a necessidade de um “diferenciador”, os subsistemas devem ser esco-
lhidos adequadamente, de forma que o grau do numerador não exceda o grau
do denominador em cada subsistema.

Exemplo: Seja o sistema

3s + 5 1 3s + 5
G(s) = 3 2
= 2
,
s + 8s + 37s + 50 | s + 2
{z } |
s + 6s
{z
+ 25 }
G1 (s) G2 (s)
que permite a construção do diagrama de blocos da Figura 20, onde os sub-

sistemas G1 (s) e G2 (s) foram colocados em série.
u(t) R R R y(t)
5
−2 −6
−25
Figura 20: Diagrama de blocos de dois sistemas concatenados em série.
4.3 Montagem em paralelo de diagramas de blocos

Neste caso a função G(s) do sistema é expandida em frações parciais na forma
G(s) = G1 (s) + G2 (s) + . . . + Gm (s),
onde Gi (s) representa usualmente sistemas de primeira ordem ou sistemas
de segunda ordem.
Exemplo: Seja
3s + 5 −1
17
s
17
+ 55
17
G(s) = 3 = + 2 ,
s + 8s2 + 37s + 50 |s + 2
{z } |
s + 6s
{z
+ 25}
G1 (s) G2 (s)
cujo diagrama de blocos na forma paralela está representado agora na Figura

21. Nota-se que
Y = G(s)U = (G1 (s) + G2 (s)) U = G1 (s)U + G2 (s)U.

u(t) R −1
17
−2
1
17
R R 55
y(t)
17
−6
−25
Figura 21: Diagrama de blocos com subsistemas em paralelo.
5 Modelagem de alguns sistemas lineares

5.1 Sistemas massa-mola-amortecedor de um grau de
liberdade
A Figura 22 apresenta um sistema massa-mola-amortecedor de um grau de
liberdade para o qual é aplicada uma força u(t) e considerada como resposta
o deslocamento y(t). Os parâmetros do sistema são: massa m, rigidez da
mola k e constante de amortecimento viscoso c.
Aplicando a segunda Lei de Newton, obtém-se a equação diferencial do
movimento, ou seja,
u − ky − cẏ = mÿ ⇒ mÿ + cẏ + ky = u(t).
Dividindo-se pela massa m e levando para o domı́nio de Laplace, a equação

torna-se !
2 c k 1
s + s+ Y = U.
m m m
Portanto, o polinômio caracterı́stico é
c k
s2 + s+ = 0,
m m
k c
ky cẏ
m
y, ẏ, ÿ
u u
Figura 22: Sistema massa-mola-amortecedor e diagrama de corpo livre.
que possui duas raı́zes, que podem ser reais simples, reais duplas ou um par
complexo conjugado.
A equação diferencial do sistema pode ser escrita como
1 c k
ÿ =u − ẏ − y,
m m m
que permite a construção direta do diagrama de blocos da Figura 23.
u 1 ÿ R ẏ R y
m
− −
c
m
k
m
Figura 23: Diagrama de blocos do sistema massa-mola-amortecedor de um

grau de liberdade.
5.2 Sistema mecânico torcional de um grau de liber-

dade
O sistema torcional de um grau de liberdade da Figura 24 é formado por
uma inércia J, uma mola torcional de rigidez k e um amortecimento viscoso

c. O torque aplicado é m(t) e o deslocamento angular θ(t).
c
cθ̇ kθ θ
θ
J m(t) m(t)
Figura 24: Sistema torcional de um grau de liberdade.
A equação diferencial que descreve o movimento do sistema pode ser

obtida pela aplicação da Lei de Newton, ou seja,
m(t) − kθ − cθ̇ = J θ̈ ⇒ J θ̈ + cθ̇ + kθ = m(t).
No domı́nio de Laplace escreve-se que

!
2 c k 1
s + s+ Θ= M,
J J J
cuja equação caracterı́stica é

c k
s2 + s + = 0.
J J
O diagrama de blocos correspondente a este sistema é apresentado na
Figura 25.
5.3 Circuito RC
Seja um circuito RC (resistor R e capacitor C em série) ilustrado na Figura
26, tendo como entrada uma tensão v(t) e como saı́da a tensão no capacitor
vC (t).
Os comportamentos do resistor e do capacitor são descritos por:
dvC
vR = RiR , iC = C ,
dt

m 1 θ̈ R θ̇ R θ
J
− −
c
J
k
J
Figura 25: Diagrama de blocos do sistema torcional de um grau de liberdade.
+ +
C vC (t)
v(t) ∼ i(t)
−
−
Figura 26: Circuito RC.

ou ainda no domı́nio de Laplace:
VR = RIR , IC = CsVC .
Neste caso iR = iC pois os componentes estão em série.

Aplicando a lei das malhas de Kirchhoff, obtém-se a equação
v = vR + vC ⇒ V = RCsVC + VC ,
ou ainda,
1 1
s+ VC = V.
RC RC
Pode-se representar este sistema na forma de uma função de transferência
como:
1
RC
VC = G(s)V = 1 V.
s+ RC
Verifica-se que este sistema é de primeira ordem e que
1 1
v̇C = v− vC ,
RC RC
o que permite a construção direta do diagrama de blocos da Figura 27.
v 1 v̇C R vC
RC
−
1
RC
Figura 27: Diagrama de blocos do circuito RC.
5.4 Circuito RLC

Seja um circuito formado por um resistor R, um indutor L e um capacitor
C em série com uma tensão v(t) de entrada e tendo como saı́da a tensão no
capacitor vC (t), conforme esquematizado na Figura 28.
As leis que governam os componentes do circuito são:
dvC diL
vR = RiR , iC = C , vL = L .
dt dt

R L
+
+ C vC (t)
v(t) ∼ i(t)
−
−
Figura 28: Circuito RLC.
ou no domı́nio de Laplace:
VR = RIR , IC = CsVC VL = LsIL .
Como os componentes estão em série, todos apresentam a mesma cor-

rente, ou seja, iR = iL = iC = i.
Deseja-se escrever a relação entre a entrada v(t) e a saı́da vC (t). Con-
seqüentemente,
VR = RI = RCsVC ,
VL = LsI = Ls(CsVC ) = LCs2 VC .
Aplicando-se a lei de malhas escreve-se
v = vR + vL + vC ,
e substituindo as tensões calculadas para cada componente tem-se
V = RCsVC + LCs2 VC + VC ,

2 R 1 1
s + s+ VC = V.
L LC LC
A função de transferência neste caso é
1
LC
G(s) = R 1 .
s2 + L
s + LC
A equação diferencial correspondente ao sistema VC (t) = G(s)V (t) pode

ser escrita como
1 R 1
v̈C = v − v̇C − vC
LC L LC
que permite diretamente a representação na forma de diagrama de blocos da
Figura 29.

v 1
v̈C R v̇C R vC
LC
− −
R
L
1
LC
Figura 29: Diagrama de blocos para um circuito RLC.
5.5 Sistema massa-mola-amortecedor com 2 graus de

liberdade
Seja o sistema massa-mola-amoretecedor de dois graus de liberdade repre-
sentado na Figura 30.
Aplicando a lei de Newton escreve-se para cada massa:
k2 (y2 − y1 ) + c2 (ẏ2 − ẏ1 ) − k1 y1 − c1 ẏ1 + u1 (t) = m1 ÿ1 ,
−k2 (y2 − y1 ) − c2 (ẏ2 − ẏ1 ) + u2 (t) = m2 ÿ2 .

Estas equações podem ser escritas na forma matricial como:
" #( ) " #( )
m1 0 ÿ1 (c1 + c2 ) −c2 ẏ1
+ +
0 m2 ÿ2 −c2 c2 ẏ2
| {z } | {z } | {z } | {z }
M ÿ C ẏ
" #( ) ( )
(k1 + k2 ) −k2 y1 u1 (t)
+ = ,
−k2 k2 y2 u2 (t)
| {z } | {z } | {z }
K y u
ou também
Mÿ + Cẏ + Ky = u(t),
onde M é a matriz de massa, C é a matriz de amortecimento, K é a matriz de
rigidez, y é vetor deslocamento, ẏ é o vetor velocidade, ÿ é o vetor aceleração
e u(t) é o vetor de excitação (forças externas aplicadas).

y2 > y1
k1 c1
u1(t) m1 k1 y 1 c1 ẏ1
y1
m1 u1(t)
k2 c2
u2(t) m2 k2 (y2 − y1 ) c2 (ẏ2 − ẏ1 )

y2
m2 u2(t)
Figura 30: Sistema massa-mola-amortecedor de dois graus de liberdade e

diagramas de corpo livre.

6 Linearização
Muitos problemas possuem termos não lineares e que dificultam a análise.
Uma forma de simplificar estes problemas é empregar uma linearização, que
embora seja uma aproximação, normalmente permite a análise do problema.
O aspecto central da linearização é a aplicação da série de Taylor, tomando-
se até o termo linear. Seja a Figura 31 em que f (x) é uma função não linear
e se deseja determinar uma aproximação y(x) para f (x) em torno do ponto
x0 .
f, y
y(x)
f (x)
xo x
Figura 31: Linearização.
A função f (x) pode ser expandida em série de Taylor como

df (x − x0 ) d2 f (x − x0 )2
f (x) = f (x0 ) + + + ...
dx x0 1! dx2 x0 2!
Tomando apenas o primeiro e o segundo termos tem-se

df
f (x) ≈ y(x) = f (x0 ) + (x − x0 ),
dx x0
em torno do ponto x0 , que é uma aproximação linearizada para f (x).
Exemplo: Seja um tanque conforme a mostrado na Figura 32 no qual a

vazão de saı́da depende de forma não linear do nı́vel de lı́quido no tanque.
Neste problema tem-se que: Fi é a vazão que entra no tanque, F é a
vazão que sai do tanque, h é a altura do nı́vel de lı́quido no tanque, e A é a
área da seção transversal do tanque.

Fi
Figura 32: Esquema do tanque.
A vazão de saı́da depende da altura do nı́vel de lı́quido do tanque por

√
F = β h.
A equação diferencial (não linear) para a variação da altura h no tanque

é
dh dh √
A = Fi − F ⇒ A + β h = Fi .
dt dt
A linearização√deve ser conduzida para o termo não linear correspondente
à função f (h) = h. Assim,
√
d( h) q 1 −1
f (h) ≈ f (h0 ) + (h − h0 ) = h0 + h02 (h − h0 ).
dh h0 2
Substituindo o resultado da linearização na equação diferencial tem-se

"q #
dh 1
A +β h0 + √ (h − h0 ) = Fi ,
dt 2 h0
√
dh h h0
A + β √ = Fi − β ,
dt 2 h0 2
que agora é uma equação direfencial linear.
Os erros envolvidos na linearização aumentam à medida em que se distância
do ponto em torno do qual a função foi linearizada. No caso deste exemplo,
a aproximação será válida em torno do nı́vel h0 .

7 Formas padronizadas de sistemas com parâmetros

concentrados
7.1 Sistema de ordem zero
Um sistema de ordem zero é descrito por uma equação diferencial de ordem
zero, ou seja, por uma equação algébrica do tipo
a0 y = b0 x,
ou também
b0
y = γx, γ= ,
a0
onde γ é a sensibilidade estática.
Um sistema de ordem zero é instantâneo, sem atraso ou distorção. Um
sistema que pode ser considerado sistema de ordem zero é o termopar (trans-
duz temperatura em voltagem instantâneamente, e pode ser linearizado num
dado intervalo).
7.2 Sistema de primeira ordem

Um sistema de primeira ordem é descrito por uma equação diferencial de
primeira ordem como
dy
a1 + a0 y = b0 x,
dt
ou no domı́nio de Laplace,
(a1 s + a0 )Y = b0 X.
Define-se τ = aa01 como a constante de tempo e γ = b0

a0
o ganho ou sensi-
bilidade estática. Logo,
(τ s + 1)Y = γX.
A equação homogênea é
τ ẏ + y = 0
e a equação caracterı́stica é τ s + 1 = 0 cuja raiz é s = −1
τ
.
A solução homogênea da equação diferencial é do tipo
−t
yh (t) = Ae τ .
Seja a condição inicial y(0) = y0 . Logo,

−t
yh (t) = y0 e τ .

Para y0 6= 0 e t = τ , tem-se
y(τ )
y(τ ) = y0 e−1 = 0.3678y0 ⇒ = 0.3678.
y0
Observa-se que a constante de tempo τ fornece uma medida da velocidade
que a resposta do sistema tende a zero. Nota-se que decorrido o tempo τ ,
a redução percentual da resposta natural é aproximadamente 37% do valor
inicial y0 , como ilustrado na Figura 33.
yh (t)
y0
0.3678y0
τ t
Figura 33: Resposta homogênea de um sistema de primeira ordem, τ > 0.
Seja o caso em que a entrada é um degrau unitário u(t). Neste caso, a

equação diferencial do sistema é
τ ẏ + y = γu(t).
A solução particular é do tipo:
yp (t) = C,
pois o degrau é uma constante para t > 0.

A solução completa será a soma da solução homogênea e da solução par-
ticular:
−t
y(t) = Ae τ + C.
Seja o caso particular da condição inicial y(0) = 0. Logo,
y(0) = 0 = Ae0 + C = A + C ⇒ A = −C,
−t
y(t) = C(1 − e τ )
É possı́vel calcular a seguinte derivada
1 −t
ẏ(t) = C e τ .
τ
Substituindo y(t) e ẏ(t) na equação diferencial tem-se:

1 −t −t
τ C e τ + C(1 − e τ ) = γ ⇒ C = γ,
τ
e portanto a solução da equação diferencial é
−t
y(t) = γ(1 − e τ ),
cuja representação gráfica está na Figura 34.
y(t)
γ
0.6321γ
τ t
Figura 34: Solução completa de sistema de primeira ordem.
Verifica-se que para t = τ tem-se
y(τ )
= 1 − e−1 = 0.6321,
γ
ou seja, para um tempo igual a τ o sistema atingiu aproximadamente 63%

da resposta de regime.
Um exemplo de sistema de primeira ordem é o modelo linearizado do
enchimento do tanque dado por
√
dh h h0
A + β √ = Fi − β .
dt 2 h0 2
Um outro exemplo é o circuito RC descrito por
RC ẏ + y = u(t),
com τ = RC e γ = 1.

7.3 Sistema de segunda ordem

Um sistema de segunda ordem é descrito por uma equação diferencial de
segunda ordem como
a1 a0 b0
a2 ÿ + a1 ẏ + a0 y(t) = b0 x(t) ou ÿ + ẏ + y = x(t).
a2 a2 a2
Esta equação de segunda ordem pode ser escrita no domı́nio de Laplace
em uma forma padronizada como
(s2 + 2ξwn s + wn2 )Y = γwn2 X,
onde s
a0
wn = ,
a2
é a freqüência natural,
a1
ξ= √ ,
2 a0 a2
é o fator de amortecimento, e
b0
γ=
a0
é o ganho estático. Note que o ganho estático é o fator que multiplicado
pela amplitude da entrada resulta no valor de regime (desconsiderando-se os
efeitos dinâmicos de ẏ e ÿ).
A resposta natural do sistema é baseada na equação homogênea, cuja
equação caracterı́stica é:
s2 + 2ξwn s + wn2 = 0.
√
As raı́zes da equação caracterı́stica são s1,2 = −ξwn ± wn ξ 2 − 1, cuja
natureza depende do valor de ξ. Os casos possı́veis são analisados a seguir.
Amortecimento subcrı́tico/sistema sub-amortecido, ξ < 1

No caso de sistema sub-amortecido, ξ < 1, as raı́zes são complexas conjugadas
e podem ser escritas como
q
s1,2 = −ξwn ± jwn 1 − ξ 2 = σ ± jwd ,
√
onde σ = −ξwn é a parte real e wd = wn 1 − ξ 2 é a parte imaginária
(caracterizando a freqüência natural amortecida). Estas raı́zes podem ser
representadas no plano complexo como na Figura 35.

ξ = cte jw (imaginário)
√
wn 1 − ξ 2
wn = cte s1
wn
φ
σ (real)
−ξwn s2 √
−wn 1 − ξ 2
Figura 35: Representação de um par complexo conjugado no plano complexo.
Nesta representação verifica-se que wn é o raio do cı́rculo e cosφ = ξ.

Observa-se que as raı́zes s1 e s2 caminham sobre o cı́rculo em função do valor
de ξ.
A solução homogênea de um sistema de segunda ordem é do tipo
yh (t) = A1 es1 t + A2 es2 t = e−ξwn t (A1 ejwd t + A2 e−jwd t ) = Ae−ξwn t sen(wd t + φ),
que caracteriza uma resposta oscilatória com freqüência wd .

Considere uma entrada do tipo degrau unitário, u(t). A solução particular
será do tipo
yp = C para t ≥ 0.
Logo, ẏp = 0 e ÿp = 0. Substituindo-se na equação do sistema, tem-se,
wn2 C = γwn2 ⇒ C = γ.
A solução completa do sistema é a soma da solução particular e da solução

homogênea:
y(t) = γ + Ae−ξwn t sen(wd t + φ),
onde A e φ são determinados através das condições iniciais.
Verifica-se da Figura 35 que:
√
q
2
1 − ξ2
senφ = 1 − ξ , cos φ = ξ e tan φ = .
ξ
No caso em que y(0) = 0 e ẏ(0) = 0 (condições iniciais nulas) tem-se
−γ
y(0) = γ + Asenφ = 0 ⇒ A = √ ,
1 − ξ2

√
wd 1 − ξ2
ẏ(0) = A(−ξwn )senφ + Awd cosφ = 0 ⇒ tan φ = = .
ξwn ξ
Sistema criticamente amortecido, ξ = 1

No caso criticamente amortecido, ξ = 1, as raı́zes são reais e iguais e estão
sobre o eixo real no plano complexo, ou seja,
s1 = s2 = −ξwn = −wn .
A solução transitória (homogênea) é
yh (t) = A1 e−wn t + A2 te−wn t ,
que representa um movimento que não oscila.
Considerando a entrada um degrau unitário, a solução completa é da
forma
y(t) = γ + A1 e−wn t + A2 te−wn t .
Com as condições iniciais nulas, y(0) = 0 e ẏ(0) = 0, tem-se
y(0) = 0 = γ + A1 ⇒ A1 = −γ,
ẏ(0) = 0 = A1 (−wn ) + A2 ⇒ A2 = −γwn .
Sistema super-amortecido, ξ > 1

No caso de um sistema super-amortecido, ξ > 1, as raı́zes são reais e distintas,
ou seja,
q −1
s1 = wn −ξ + ξ 2 − 1 = ,
τ1

q −1
s2 = wn −ξ − ξ 2 − 1 = .
τ2
A resposta transitória (solução da equação homogênea) é
−t −t
y(t) = A1 e τ1 + A2 e τ2 ,
e a solução completa, considerando a entrada degrau unitário, é
−t −t
y(t) = γ + A1 e τ1 + A2 e τ2 .
Quando as condições iniciais são nulas, y(0) = 0 e ẏ(0) = 0, tem-se
−γτ1 γτ2
A1 = e A2 = .
τ1 − τ2 τ1 − τ2
Verifica-se que o caso super-amortecido apresenta uma resposta sem caráter
oscilatório como esperado.

Movimento harmônico simples, sistema não amortecido, ξ = 0

No caso sem amortecimento, as raı́zes são complexas conjugadas com parte
real nula, ou seja, estão sobre o eixo imaginário. Neste caso, o sistema
apresentará uma resposta transitória sem decaimento, caracterizando o mo-
vimento harmônico simples, ou seja, wd = wn , φ = 0 e yh (t) = Asen(wn t).
8 Função de Transferência
Seja um sistema que estabelece uma relação entre entrada e saı́da esquema-
tizada na Figura 36.
f (t) sistema y(t)

(entrada) (saı́da)
Figura 36: Relação entre entrada e saı́da.
Este sistema pode ser descrito por uma equação diferencial do tipo
dn y dn−1 y dy
an n
+ an−1 n−1
+ . . . + a1 + a0 y(t) = b0 f (t).
dt dt dt
Se as condições iniciais são nulas, y(0) = ẏ(0) = . . . = y n−1 (0) = 0, tem-se
através da transformada de Laplace, que
Y (s) b0
= G(s) = n n−1
,
F (s) an s + an−1 s + . . . + a1 s + a0
ou ainda
Y (s) = G(s)F (s)
onde G(s) é uma função de transferência e o sistema pode ser representado
conforme esquematizado na Figura 37.
F (s) Y (s)
G(s)
Figura 37: Relação entrada-saı́da no domı́nio de Laplace.

Caso o sistema possua duas entradas tem-se que

dn y dn−1y dy
an n
+ an−1 n−1
+ . . . + a1 + a0 y(t) = b1 f1 (t) + b2 f2 (t),
dt dt dt
cuja representação está na Figura 38.
f1 (t)
y(t)
sistema
f2 (t)
Figura 38: Representação de um sistema com duas entradas e uma saı́da.
Considerando condições iniciais nulas e aplicando a transformada de La-

place tem-se que
(an sn + an−1 sn−1 + . . . + a1 s + a0 )Y (s) = b1 F1 (s) + b2 F2 (s),
b1 b2
Y (s) = n n−1 F1 (s)+ n n−1 F2 (s),
an s + an−1 s + . . . + a1 s + a0 an s + an−1 s + . . . + a1 s + a0
| {z } | {z }
G1 (s) G2 (s)
ou ainda
Y (s) = G1 (s)F1 (s) + G2 (s)F2 (s),
onde G1 (s) e G2 (s) são as funções de transferância que relacionam cada
entrada à saı́da, conforme esquematizado na Figura 39.
F1 (s)
G1 (s)
Y (s)
G2 (s)
F2 (s)
Figura 39: Representação de um sistema com duas entradas e uma saı́da.
Para sistemas com múltiplas entradas e múltiplas saı́das, define-se a ma-

triz de transferência como a matriz formada pelas relações entre cada entrada
e cada saı́da, considerando-se nulas todas as entradas exceto a entrada em
questão, e com todas as condições iniciais nulas.

8.1 Resposta ao impulso e convolução

Seja um sistema representado por
Y (s) = G(s)X(s),
onde G(s) é a função de transferência.

Sabe-se que a multiplicação no domı́nio de Laplace é equivalente à con-
volução no domı́nio do tempo. Portanto,
Z t Z t
y(t) = x(τ )g(t − τ )dτ = g(τ )x(t − τ )dτ,
0 0
com g(t) = 0 e x(t) = 0 para t < 0.

Seja uma entrada do tipo impulso unitário, x(t) = δ(t), com condições
iniciais nulas. Logo, X(s) = L[δ(t)] = 1, e então
Y (s) = G(s).
Logo,
y(t) = L−1 [G(s)] = g(t),
é a resposta ao impulso, ou seja, a transformada de Laplace da resposta ao
impulso de um sistema fornece a respectiva função de transferência.
Na prática, é possı́vel aproximar uma função impulso por uma função
pulso de amplitude grande e de duração pequena cuja área seja unitária
conforme mostrado na Figura 10. Nota-se que quando t0 → 0 o pulso tende ao
impulso. Portanto, a resposta de um sistema a um pulso de grande amplitude
e de pequena duração (área unitária) tende à resposta do impulso do sistema.
8.2 Matriz de transferência

O conceito de matriz de transferência é aplicável ao caso de sistemas com
múltiplas entradas e múltiplas saı́das.
Considere um sistema com m entradas e n saı́das. As m entradas carac-
terizam o vetor de entrada. As n saı́das caracterizam o vetor de saı́da.
Seja, por exemplo, um sistema com duas entradas e duas saı́das conforme
esquematizado na Figura 40.
A relação entre as saı́das e as entradas é dada por
Y1 (s) = G11 (s)X1 (s) + G12 (s)X2 (s),
Y2 (s) = G21 (s)X1 (s) + G22 (s)X2 (s).

X1 (s)
G11
Y1 (s)
G21
G12
Y2 (s)
G22
X2 (s)
Figura 40: Representação de sistema com duas entradas e duas saı́das.
Escrevendo na forma matricial tem-se que

( ) " #( )
Y1 (s) G11 (s) G12 (s) X1 (s)
= ,
Y2 (s) G21 (s) G22 (s) X2 (s)
sendo que Gij (s) é a função de transferência relacionando a i-ésima saı́da

com a j-ésima entrada.
Generalizando, para m entradas e n saı́das, tem-se
Y(s)n×1 = G(s)n×m X(s)m×1
onde Y(s)n×1 é a transformada de Laplace do vetor de saı́da, G(s)n×m é a

matriz de transferência e X(s)m×1 é a transformada de Laplace do vetor de
entrada.
Exemplo: Considere o sistema da Figura 41 inicialmente em repouso.

Sejam as forças u1 (t) e u2 (t) as entradas e sejam as posições y1 (t) e y2 (t)
as saı́das.
As equações do movimento podem ser escritas, ou seja, para a massa m1
tem-se
m1 ÿ1 = c(ẏ2 − ẏ1 ) − k1 y1 + u1 (t),
m1 ÿ1 + c(ẏ1 − ẏ2 ) + k1 y1 = u1 (t),
e para a massa m2 tem-se
m2 ÿ2 = −c(ẏ2 − ẏ1 ) − k2 y2 + u2 (t),

u1 (t) k1 x1
k1 m1
u1 (t)
y1 m1 k2 c(ẋ2 − ẋ1 )
c c(ẋ2 − ẋ1 ) k2 x2
u2 (t)
m2
y2 m2
u2 (t)
Figura 41: Sistema massa-mola-amortecedor de dois graus de liberdade.
m2 ÿ2 + c(ẏ2 − ẏ1 ) + k2 y2 = u2 (t).

Aplicando a transformada de Laplace às duas equações do movimento e
considerando condições iniciais nulas tem-se
(m1 s2 + cs + k1 )Y1 (s) − csY2(s) = U1 (s),
(m2 s2 + cs + k2 )Y2 (s) − csY1(s) = U2 (s).

Matricialmente pode-se escrever que
" #( ) ( )
m1 s2 + cs + k1 −cs Y1 (s) U1 (s)
2 = .
−cs m2 s + cs + k2 Y2 (s) U2 (s)
| {z }
G−1
Portanto, ( ) ( )
Y1 (s) U1 (s)
= G(s) ,
Y2 (s) U2 (s)
onde
" #
1 m2 s2 + cs + k2 cs
G(s) = 2 ,
(m1 s + cs + k1 )(m2 s2 + cs + k2 ) − c2 s2
2 cs m1 s + cs + k1
é a matriz de transferência, neste caso 2 × 2.

Conseqüentemente,
" #
−1 (m2 s2 + cs + k2 )U1 (s) + csU2 (s)
y1 (t) = L ,
(m1 s2 + cs + k1 )(m2 s2 + cs + k2 ) − c2 s2
" #
−1 csU1 (s) + (m1 s2 + cs + k1 )U2 (s)
y2 (t) = L .
(m1 s2 + cs + k1 )(m2 s2 + cs + k2 ) − c2 s2
9 Critérios de Desempenho
Esta seção apresenta os principais parâmetros de desempenho no tempo de
sistemas de primeira e de segunda ordem.
9.1 Sistemas de Primeira Ordem

Seja um sistema de primeira ordem dado por
dy dy
a1 + a0 y(t) = b0 f (t) ou τ + y = γf (t),
dt dt
onde τ = aa10 é a constante de tempo e γ = ab00 é a sensibilidade estática.
A transformada de Laplace correspondente é
τ sY (s) + Y (s) = γF (s),
e a respectiva função de transferência é
Y (s) γ
= .
F (s) τs + 1
1. A resposta ao impulso deste sistema é

γ −t
g(t) = e τ,
τ
que se encontra ilustrada na Figura 42.
2. A resposta ao degrau, ou resposta indicial, de um sistema de primeira

ordem é
t
y(t) = γ(1 − e− τ ),
que se encontra ilustrada na Figura 43 para dois valores de constante
de tempo (τ1 > τ2 ) e na Figura 44 para dois valores da sensibilidade
estática γ1 > γ2 .

γ
τ
(sistema estável)
Figura 42: Resposta ao impulso de sistema de primeira ordem, τ > 0.
τ2 τ1
Figura 43: Sistema de primeira ordem - resposta ao degrau - τ1 > τ2 .
y(t)
γ1
0, 63γ1
γ2
0, 63γ2
τ t
Figura 44: Sistema de primeira ordem - resposta ao degrau - γ1 > γ2 .

y(t)
∆(t)
τ t
Figura 45: Sistema de primeira ordem - resposta à rampa unitária.
3. A resposta à rampa unitária é dada por

t
y(t) = γ(τ e− τ + t − τ ),
e está representada na Figura 45.
A diferença entre a rampa e a resposta do sistema é dada por
t
∆(t) = γt − y(t) = γτ (1 − e− τ ),
e o erro estacionário é
lim ∆(t) = γτ.
t→∞
9.2 Sistema de segunda ordem

Seja um sistema de segunda ordem na forma padronizada
d2 y dy
+ 2ξw n + wn2 y = γwn2 f (t),
dt2 dt
onde wn é a freqüência natural, ξ é o fator de amortecimento e γ é o ganho
estático.
A função de transferência correspondente é
Y (s) γwn2
= G(s) = 2 .
F (s) s + 2ξwn s + wn2
As raı́zes da equação caracterı́stica são
q
s1,2 = −ξwn ± wn ξ 2 − 1,
| {z }
wd
e os três casos importantes de resposta natural podem ser analisados em

função do valor de ξ, i.e.,

• ξ > 1: sistema superamortecido, comportamento não oscilatório, cuja

resposta ao impulso é
y(t) = C1 es1 t + C2 es2 t .
• 0 < ξ < 1: sistema sub-amortecido, comportamento oscilatório durante

o transitório, cuja resposta ao impulso é
y(t) = C1 e−ξwnt (senwd t + φ).
• ξ = 1: sistema criticamente amortecido, não oscilatório, cuja resposta

ao impulso é
y(t) = (C1 + C2 t)e−ξwn t .
O comportamento de um sistema de segunda ordem sub-amortecido é

normalmente analisado em termos da resposta ao degrau através de alguns
parâmetros que permitem uma adequada comparação. Estes parâmetros são
brevemente descritos a seguir e ilustrados na Figura 46.
Resposta ao degrau unitário

1.4
1.2
yp
1
Amplitude
eest
0.8 γ
ts
0.6
0.4
0.2
tp te
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Tempo (s)
Figura 46: Sistema de segunda ordem - principais parâmetros de desempenho

na resposta ao degrau.

1. O valor de regime, γ, é o valor da resposta do sistema para um tempo

grande, ou seja,
γ = lim y(t).
t→∞
Note que o valor de regime corresponde ao ganho estático do sistema

se a entrada for um degrau unitário.
2. O erro estacionário, eest , é a diferença entre o valor da entrada e o valor

de regime. No caso da entrada degrau, tem-se que:
eest = 1 − γ.
3. O tempo de subida, ts , é o tempo para a resposta passar, por exemplo,

de 10% do valor de regime para 90% do valor de regime.
4. O tempo para o pico máximo, tp , é o tempo para a resposta atingir o

primeiro pico da sobre-elevação (overshoot).
5. O percentual de sobre-sinal, pss, representa o valor do pico em relação

ao valor de regime de forma percentual, ou seja,
yp − γ
pss = 100 .
γ
A resposta ao degrau é
" #
e−ξwn t
y(t) = γ 1 − √ sen(wd t + φ) ,
1 − ξ2
O pico da curva de resposta pode ser determinado por

dy
= 0 ⇒ ξwn sen(wd t + φ) = wd cos(wd t + φ),
dt
ou ainda √
wd 1 − ξ2
tan(wd t + φ) = = = tanφ,
ξwn ξ
para wd t = kπ, k = 0, 1, 2, . . .. O primeiro pico ocorre para wd tp = π,
e então, tp = wπd e cosφ = ξ.
Substituindo este resultado na equação da resposta ao degrau tem-se
que  
−ξwn wπ
e d π
yp = y(tp ) = γ 1 − √ 2
sen wd +φ =
1−ξ wd

 
√−ξπ
e 1−ξ2
= γ 1 − √
 
sen(π + φ) =
1 − ξ2
 
√−ξπ
e 1−ξ2
= γ 1 − √
 
| {z } cosφ + senφ |cosπ
(senπ {z }) =
1− ξ2 0 −1
 
√−ξπ
e 1−ξ2 √−ξπ
=

γ 1 − √ 
(−senφ) =γ 1+e 1−ξ2 .
1 − ξ2
Logo, o pss será dado por:

π

−ξ √
γ 1+e 1−ξ2 −γ
√−ξπ

pss = 100 = 100e 1−ξ2 .
γ
Conseqüentemente pode-se escrever que
ln 100
pss
ξ=r 2 .
2 100
π + ln pss
Nota-se que o pss é uma medida do fator de amortecimento, ou seja,

dado ξ tem-se o pss e vice-versa. Verifica-se que pss|ξ=0 = 100% e
pss|ξ=1 = 0%.
6. Constante de tempo de um sistema de segunda ordem

As curvas que limitam a resposta de um sistema são chamadas de en-
voltórias e estão ilustradas na Figura 47.
As equações das envoltórias são determinadas em função dos pontos
crı́ticos de y(t) e são dadas por:
!
e−ξwn t
ev (t) = γ 1 ± √ .
1 − ξ2
Considerando a envoltória superior, nota-se que:

!
1
ev (t)|t=0 =γ 1+ √ ,
1 − ξ2
!
e−1
ev (t)|t= 1 =γ 1+ √ .
ξwn 1 − ξ2

y(t)
envoltória
valor de regime (γ)
τ t
Figura 47: Curvas envoltórias.
Define-se a constante de tempo, τ , do sistema de segunda ordem como

1
τ= ,
ξwn
pois
ev (τ ) − γ e−1
= = 0.3678,
ev (0) − γ 1
que corresponde ao decaimento da envoltória com relação ao valor de
regime γ de forma semelhante ao caso de um sistema de primeira ordem.
7. O tempo de estabilização é o tempo para o sistema apresentar x% de
erro com relação ao valor de regime.
O tempo de estabilização a 5% é dado por:
t

√e τ
−
γ 1+ −γ t
1−ξ 2 e− τ − τt
q
≤ 0.05 ⇒ √ ≤ 0.05 ⇒ e ≤ 0.05 1 − ξ 2 .
γ 1 − ξ2
É possı́vel calcular o tempo de estabilização para alguns valores de ξ.

• para ξ = 0.1:
t t
e− τ ≤ 0.05 × 0.995 ⇒ = 3.00.
τ
• para ξ = 0.5:
t t
e− τ ≤ 0.05 × 0.866 ⇒ = 3.14.
τ

• para ξ = 0.7:
t t
e− τ ≤ 0.05 × 0.714 ⇒ = 3.33.
τ
Portanto, uma aproximação usual é que
3.2
te5% ≈ 3.2τ = .
ξwn
Da mesma forma que foi feito para 5% pode-se fazer para 2% e obter
que
4
te2% ≈ 4τ = .
ξwn
8. Decremento logarı́tmico.
Seja uma senóide amortecida correspondente à resposta do sistema,
y(t) = Ae−ξwn t (senwd t + φ),
como mostrada na Figura 48.
y(t)
y1
y2
t1 t2 t
Figura 48: Senóide amortecida.
O perı́odo é dado por T = t2 − t1 e é sabido que sen(wd t1 + φ) =

sen(wd t2 + φ).
A relação entre duas amplitudes consecutivas é
y1 Ae−ξwn t1 ξwn T
2π
ξwn ( w ) √2πξ
= −ξw t
= e = e d = e 1−ξ .
2
y2 Ae n 2
O decremento logaritmico, δl , é definido como

y1 2πξ
δl = ln = √ .
y2 1 − ξ2
Nota-se que δl é uma medida do amortecimento do sistema. Para ξ <<
1 tem-se a aproximação que δl ≈ 2πξ.

10 Estabilidade de sistemas lineares

Um sistema é considerado estável se sua resposta não cresce de forma ili-
mitada para qualquer condição inicial (resposta natural) ou para qualquer
entrada limitada. A análise baseada na resposta natural caracteriza o que se
chama de estabilidade de entrada nula e a análise baseada em uma entrada
limitada caracteriza a estabilidade BIBO (bounded input - bounded output).
10.1 Estabilidade para entrada nula

Seja uma função de transferência dada por
Y (s) Q(s)
= G(s) = ,
F (s) P (s)
onde Q(s) e P (s) são polinômios que representam o numerador e o denomi-

nador respectivamente.
Estes polinômios são tais que o grau de Q(s) é menor ou igual ao grau de
P (s), caracterizando os sistemas não antecipativos.
Considerando que não existam cancelamentos entre fatores do numerador
e do denominador, as raı́zes de Q(s) são denominadas de zeros de G(s), e as
raı́zes de P (s) são os pólos G(s). Os pólos de G(s) são os pontos singulares
de G(s).
Caso existam fatores comuns no numerador e denominar, atenção é re-
querida como no exemplo de
(s − 1)
G(s) = ,
(s − 1)(s + 2)
em que se tem apenas apenas um pólo que é −2. Note que não há singulari-
dade para s = 1.
Seja uma função de transferência, sem cancelamentos entre o numerador
e o denominador, escrita na forma
Q(s)
G(s) = ,
(s − p1 )(s − p2 )(s − p3 )m (s − p4 )(s − p∗4 )(s − p5 )(s − p6 )(s − p∗6 )
cujos pólos estão representados na Figura 49.

Os pólos deste sistema podem ser classificados como a seguir.
1. Pólos reais e distintos de multiplicidade 1 e não nulos (p1 e p2 ).

imaginário
p6
p4
p3 p1 p5 p2 real
p∗4
p∗6
pólos estáveis pólos instáveis
Figura 49: Localização tı́pica dos pólos no plano complexo.
A contribuição destes pólos na anti-transformada de Laplace gera os

termos ilustrados na Figura 50, que podem ser verificados via expansão
em frações parciais, ou seja,
C1 ep1 t + C2 ep2 t .
O pólo p2 > 0 contribui para uma situação de instabilidade.
y(t) y(t)
C1 ep1 t C2 ep2 t
t t
Figura 50: Contribuição na resposta de pólos reais e distintos e não nulos.
2. Pólos reais múltiplos (p3 ).

A anti-transformada de Laplace gera termos do seguinte tipo:
" #
C3 2 Cm
C1 + C2 t + t + ...+ tm−1 ep3 t = a(t)ep3 t .
2! (m − 1)!
| {z }
a(t)

Três situações podem ocorrer em função da posição do pólo p3 :
• se p3 > 0, então a(t)ep3 t → ±∞, quando t → ∞.

• Se p3 = 0, então a(t)ep3 t = a(t) → ±∞, quando t → ∞.
• Se p3 < 0, então a(t)ep3 t → 0, quando t → ∞.
Nota-se que se p3 ≥ 0 tem-se uma situação de instabilidade.
3. Pólo simples na origem (p5 ).

A anti-transformada, neste caso, é uma constante como ilustrado na
Figura 51, que caracteriza uma resposta marginalmente estável (não
decresce).
y(t)
Figura 51: Anti-transformada correspondente a um pólo simples na origem.
4. Pólos complexos conjugados (pares (p4 ,p∗4 ) e (p6 ,p∗6 )).

Neste caso, é possı́vel escrever que
C D
∗
= 2 .
(s − p4 )(s − p4 ) (s + b2 )
A anti-transformada de Laplace é do tipo:
eat sen(bt + φ)
onde a é a parte real dos pólos. Nota-se que se a > 0 tem-se uma
situação instável.
Para o caso particular em que a = 0, ou seja, pólos complexos conjuga-
dos sobre o eixo imaginário, tem-se resposta senoidal sem decaimento,
Figura 53, que caracteriza uma resposta marginalmente estável.

y(t) y(t)
a<0 a>0
t t
Figura 52: Efeito de pólos compolexos conjugados.
y(t)
Figura 53: Efeito de pólo com parte real nula.

Da análise anterior, é possı́vel concluir que:

• Pólos com parte real negativa, isto é, localizados no semi-plano es-
querdo do plano complexo, contribuem com resposta estável.
• Pólos com parte real positiva, isto é, localizados no semi-plano direito
do plano complexo, contribuem com resposta crescente com o tempo
ou instável.
• Pólos simples com parte real nula, isto é, sobre o eixo imaginário, con-
tribuem com resposta constante ou senoidal.
• Pólos múltiplos na origem ou sobre o eixo imaginário acarretam insta-
bilidade.
Uma avaliação da estabilidade natural pode ser feita também através da
resposta ao impulso. Lembrando que Y (s) = G(s)F (s) e que se F (s) = 1,
ou seja, f (t) = δ(t) um impulso unitário, então,
L−1 [Y (s)] = L−1 [G(s)] = y(t),
onde y(t) é a resposta ao impulso do sistema, e que permite verificar a ins-
tabilidade se esta crescer de forma ilimitada.
Exemplo: Discutir a estabilidade do sistema G1 (s) = 1s .

Este sistema possui um pólo simples na origem, caracterizando uma res-
posta natural marginalmente estável. A resposta ao impulso deste sistema é
um degrau u(t), que é limitada.
Exemplo: Discutir a estabilidade do sistema G2 (s) = s21000

+100
.
Este sistema possui pólos complexos conjugados sobre o eixo imaginário,
caracterizando uma resposta senoidal marginalmente estável. A resposta ao
impulso deste sistema é 100sen(10t)u(t), que é limitada.
Exemplo: Discutir a estabilidade do sistema G3 (s) = s12 .

Este sistema possui pólos múltiplos na origem, e é portanto instável. A
resposta ao impulso deste sistema é tu(t), que cresce de forma ilimitada.
10.2 Estabilidade BIBO

O conceito de estabilidade BIBO (bounded input - bounded output) estabe-
lece que o sistema é estável se a resposta permanece limitada para qualquer
entrada limitada.

A relação entre a resposta Y (s) e a entrada F (s) de um sistema pode ser

escrita como
Y (s) = G(s)F (s),
e usando a propriedade de convolução pode-se escrever que
Z t
−1
y(t) = L [G(s)F (s)] = g(t) ∗ f (t) = g(τ )f (t − τ )dτ.
0
Se a entrada é limitada, então pode-se escrever que
|f (t)| ≤ M < ∞.
Para que a resposta seja limitada deseja-se que

Z t
Z t

|y(t)| =
g(τ )f (t − τ )dτ ≤ |g(τ )||f (t − τ )|dτ,
0 0
e conseqüentemente é possı́vel escrever que

Z t
|y(t)| ≤ M |g(τ )|dτ.
0
Para que a resposta |y(t)| seja limitada, deve-se ter que

Z t
|g(τ )|dτ < ∞,
0
que significa que a resposta ao impulso do sistema deve ser limitada.
11 Resposta em frequência
11.1 Relação de amplitude e ângulo de fase
A resposta em regime de um sistema linear invariante no tempo a uma en-
trada senoidal é também de forma senoidal, com amplitude e fase distin-
tos da entrada e dependentes das caracterı́sticas dinâmicas do sistema e da
frequência de entrada.
Seja um sistema descrito por
Y (s) Q(s)
= G(s) = ,
F (s) P (s)
com Q(s) e P (s) polinômios s.

Seja uma entrada f (t) senoidal. Logo,

Aw
f (t) = Asenwt ⇒ F (s) = L[f (t)] = ,
s2 + w2
e consequentemente,
Aw
Y (s) = G(s) .
+ w2 s2
Uma expansão em frações parciais pode ser escrita como
C1 C2 Cn K1 K2
Y (s) = + + ...+ + + .
(s − p1 ) (s − p2 ) s − pn s + jw s − jw
| {z } | {z }
termos transitórios termos de regime
Realizando a anti-transformada de Laplace tem-se

n
X
y(t) = Ci epi t + K1 e−jwt + K2 ejwt
i=1
onde a somatória pode ser desconsiderada pois representa os termos tran-

sitórios. Pressupõe-se que G(s) é estável.
Logo, a resposta de regime é
y(t) = K1 e−jwt + K2 ejwt .
As constantes correspondentes são:

Aw
Aw A
K1 = (s + jw)G(s) = G(−jw) = G(−jw) ,
(s + jw)(s − jw) s=−jw
−2jw −2j

Aw
A
K2 = (s − jw)G(s) = G(jw) ,
(s + jw)(s − jw) s=jw
2j
Pode-se escrever
G(jw) = |G(jw)|ejφ, G(−jw) = |G(jw)|e−jφ,
e " #
−1 Im(G(jw))
φ = 6 G(jw) = tan .
Re(G(jw))
Consequentemente,
y(t) = −A
2j
|G(jw)|e−jφe−jwt + 2jA
|G(jw)|ejφejwt =
h j(wt+φ) −j(wt+φ) i
= A|G(jw)| e −e
2j
=
= A|G(jw)|sen(wt + φ).

jα √
Nota: senα = e −e a2 + b2 .
−jα
2j
e |a + jb| =
Portanto, se a entrada é
f (t) = Asenwt,
a saı́da será
y(t) = A|G(jw)|sen(wt + φ),
que representa uma resposta senoidal com outra amplitude e com uma defa-
sagem em relação à entrada.
A relação de amplitudes RA entre a resposta e a entrada é dada por
max y(t)
RA = = |G(jw)|.
max f (t)
Alguns exemplos são apresentados a seguir.
11.2 Resposta em freqüência de um sistema de pri-

meira ordem
Seja
γ
G(s) = .
τs + 1
Logo,
γ |γ|
G(jw) = =√ ejφ ,
1 + jwτ 1+w τ2 2

−wτ
φ = tan−1 = −tan−1 (wτ ).
1
A relação de amplitudes será dada por
|γ|
RA = √ .
1 + w2τ 2
11.3 Resposta em freqüência de um sistema de se-

gunda ordem
Seja
γwn2
G(s) = .
s2 + 2ξwn s + wn2
Logo,
γwn2
G(jw) = ,
−w 2 + j(2ξwnw) + wn2

|γ|wn2
|G(jw)| = 1 = RA,
[(wn2 − w 2 )2 + 4ξ 2 wn2 w 2 ] 2
2ξwn w
φ = −tan−1 .
(wn2 − w 2 )
11.4 Resposta em freqüência de um integrador puro

Seja
γ
G(s) = ,
s
então,
γ γ γ −jφ
G(jw) = = −j = e ,
jw w w
e se verifica que
−γ !
γ −1 w π
|G(jw)| = = RA, φ = tan =− .
w 0 2
11.5 Diagramas de Bode

Existem dois gráficos usuais para representar as caracterı́sticas de resposta
em freqüência de sistemas.
• Diagrama de amplitudes: plota as RA (em decibéis, dB) em função de

w (escala log).
• Digrama de fases: plota as fases φ em função de w em escala log.
Para isso define-se a relação de amplitudes em dB como
RAdB = 20 log RA.
São apresentados a seguir os diagramas de Bode de alguns sistemas tı́picos.
11.5.1 Diagramas de Bode para o integrador puro

A relação de amplitudes para o integrador puro permite escrever que
γ
RAdB = 20 log = 20 log γ − 20 log w,
w
que é uma reta na escala dB-log do tipo
y = C − 20x,

cuja inclinação é −20. Note que o para log w = 0 o cruzamento com o eixo
da relação de amplitude se dá para 20 log γ.
A fase é φ = −π 2
constante.
Os diagramas de Bode do integrador puro, G(s) = 1s , são mostrados na
Figura 54.
Bode Diagram
5
0
Magnitude (dB)
−5
−10
−15
−20 −89
−89.5
Phase (deg)
−90
−90.5
−91
0 1
10 10
Frequency (rad/sec)
Figura 54: Diagramas de Bode para G(s) = 1s .
11.5.2 Diarama de Bode de sistemas de primeira ordem

Seja um sistema de primeira ordem dado por
γ
G(s) = com γ > 0.
τs + 1
A relação de amplitudes e o ângulo de fase são:
γ
RA = √ , φ = −tan−1 (wτ ).
1 + w2τ 2
A relação de amplitudes em dB é
!
γ
RAdB = 20 log √ = 20 log γ − 10 log(1 + w 2 τ 2 ).
1 + w2τ 2
É possı́vel conduzir a análise para dois casos.

1
1. “Baixas” freqüências: wτ << 1 ⇒ w << τ
⇒ 1 + w 2τ 2 ≈ 1, então,
RAdB ≈ 20 log γ,
que representa uma constante de valor 20 log γ. Note que este é o valor
de partida do gráfico quando w = 0.
1
2. “Altas” freqüências: wτ >> 1 ⇒ w >> τ
⇒ 1 + w 2 τ 2 ≈ w 2 τ 2 , então,
RAdB ≈ 20 log γ − 10 log(wτ )2 = 20 log γ − 20 log(wτ ),
RAdB ≈ 20 log γ − 20 log w − 20 log τ,

γ
RAdB ≈ 20 log − 20 log w,
τ
que representa uma reta de inclinação −20.
Em termos de fase, tem-se:
• para w = 0 ⇒ φ = −tan−1 (0) = 0,

1
• para w = τ
⇒ φ = −tan( τ1 τ ) = − π4 ,
• para w → ∞ ⇒ φ = −tan(∞) = − π2 ,
como mostrado na Figura 55.

1
Como exemplo, os diagramas de Bode para G(s) = s+1
estão mostrados
na Figura 55.
11.5.3 Diagramas de Bode para sistemas de primeira ordem em

série
Seja o sistema G(s) formado por vários sistemas de primeira ordem em série,

γ1 γ2 γn
G(s) = ... .
τ1 s + 1 τ2 s + 1 τn s + 1
A relação de amplitudes e a fase podem ser escritas como
γ1 γ2 . . . γn
RA = |G(jw)| = q ,
(1 + τ1 w )(1 + τ22 w 2 ) . . . (1 + τn2 w 2 )
2 2
n
X n
X
φ= φi = −tan−1 (wτi ).
i=1 i=1

Bode Diagram
−10
Magnitude (dB)
−20
−30
−40
0
Phase (deg)
−45
−90
−2 −1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Figura 55: Diagramas de amplitudes e fases - sistema de primeira ordem.
A relação de amplitudes em dB é dada por

n n
X 1X X
RAdB = 20 log γi − 20 log(1 + τi2 w 2 ) = RAidB ,
i=1 2 i=1
que corresponde ao somatório da relação de amplitudes de cada sistema.
Exemplo: Sejam os sistemas de primeira ordem

5 2000
G1 (s) = e G2 (s) = ,
s+1 s + 100
e o sistema resultante do produto destes, G(s) = G1 (s)G2 (s).
As relações de amplitudes e as fases de dois sistemas de primeira ordem
podem ser somadas diretamente nos gráficos conforme na Figura 56.
Observa-se ainda que

5 2000
lim G(s) = lim G1 (s)G2 (s) = = 100 = 40dB,
s→0 s→0 1 100
que corresponde ao valor para w → 0 no diagrama de bode. Note ainda que
o valor da resposta em freqüência para w → 0 coresponde ao ganho estático
do sistema.

Bode Diagram
50
Magnitude (dB)
G1 (s)
−50 G2 (s)
G(s)
−100
0
−45
Phase (deg)
−90
−135
−180
−2 −1 0 1 2 3 4
10 10 10 10 10 10 10
Frequency (rad/sec)
Figura 56: Diagramas de Bode de dois sistemas de primeira ordem em série.
Observa-se cada pólo simples contribui com uma queda de -20dB/década

no diagrama de Bode. Note que um zero irá alterar o sinal da inclinação
da reta, contribuindo com um efeito de +20dB/década, assim como uma
contrinuição positiva na fase, como ilustrado no exemplo a seguir.
Exemplo: Sejam os sistemas de primeira ordem

5 s + 100
G1 (s) = e G2 (s) = ,
s+1 2000
e o sistema resultante do produto destes, G(s) = G1 (s)G2 (s).
As relações de amplitudes e as fases de dois sistemas de primeira ordem
podem ser somadas diretamente nos gráficos conforme na Figura 57.
11.5.4 Diagrama de Bode de sistemas de segunda ordem

A relação de amplitudes para um sistema de segunda ordem é
γ
RA = q ,
[1 − ( wn ) ] + 4ξ 2 ( wwn )2
w 2 2

Bode Diagram
20
0
Magnitude (dB)
−20
−40 G1 (s)
G2 (s)
−60 G(s)
−80
90
45
Phase (deg)
−45
−90
−2 −1 0 1 2 3 4
10 10 10 10 10 10 10
Frequency (rad/sec)
Figura 57: Diagramas de Bode de dois sistemas de primeira ordem em série.
e em dB tem-se
" 
2 #2 2 
w  w
RAdB = 20 log γ − 10 log 1 − + 4ξ 2 .
 wn wn 
Dois casos em termos de faixas de freqüências podem ser analisados.
1. Assı́ntota para baixas frequências (w << wn ):
RAdB ≈ 20 log γ,
que representa um valor constante.
2. Assı́ntota para altas frequências (w >> wn ):

4
w w
RAdB ≈ 20 log γ − 10 log = 20 log γ − 40 log =
wn wn
= 20 log γ + 40 log wn − 40 log w = 20 log(γwn2 ) − 40 log w,

que representa uma inclinação de −40dB/década.

O ângulo de fase é dado por

!
−1 2ξwn w
φ = −tan ,
wn2 − w 2
e verifica-se que:
• para w = 0 ⇒ φ = 0,
• para w = wn ⇒ φ = − π2 ,
• para w → ∞ ⇒ φ = −π.
O diagrama de Bode do sistema de segunda ordem está representado na

Figura 58 para alguns valores de ξ.
Bode Diagram
40
30
20
Magnitude (dB)
10
−10
−20
−30
−40 0
ξ1 = 0.01
−45
ξ2 = 0.2
ξ3 = 0.4
Phase (deg)
ξ4 = 0.7 −90
−135
−180
−1 0 1
10 10 10
Frequency (rad/sec)
Figura 58: Diagramas de Bode para vários valores de fator de amortecimento

de sistemas de segunda ordem.
Um caso particular de interesse é o de ξ = 0, ou seja, sistema sem amor-

tecimento. Neste caso, os diagramas de Bode são caracterizados por uma
singularidade na amplitude e uma mudança brusca de fase de 0◦ para −180◦ ,
como já se observa a tendência para o caso de menor fator de amortecimento
ilustrado na Figura 58.

11.6 Banda de passagem

A banda de passagem, wb , é o valor de freqüência tal que a amplitude cai 3dB
em relação ao valor de correspondente ao ganho estático, conforme ilustrado
na Figura 59.
Bode Diagram
30
25
20
3dB
Magnitude (dB)
15
10
0
−1 0 1
10 10 10
Frequency (rad/sec) wb
Figura 59: Banda de passagem.
11.7 Algumas caracterı́sticas em freqüência de siste-

mas de segunda ordem
A freqüência de ressonância, wr , em sistemas de segunda ordem corresponde
ao valor de freqüência em que ocorre a maior amplitude da resposta em
freqüência, e é dada por
√
q 2
wr = wn 1 − 2ξ 2 para ξ < .
2
Para esta freqüência tem-se o valor do pico da resposta, adicionado ao
valor do ganho estático, dado por
√
1 2
Mp = √ 2
para ξ < .
2ξ 1 − ξ 2

Exemplo: Dada a resposta em freqüência do sistema de segunda conforme

na Figura 60, determine a freqüência natural, fator de amortecimento e o
ganho estático.
Bode Diagram
40
20
System: ps
Magnitude (dB)
Peak gain (dB): 24.8

0 At frequency (rad/sec): 1.81
−20
−40
−60
0
−45
Phase (deg)
−90
−135
−180
−1 0 1 2
10 10 10 10
Frequency (rad/sec)
Figura 60: Resposta em freqüência de sistema de segunda ordem.
A forma padrão do sistema de segunda ordem é

γwn2
P (s) = .
s2 + 2ξwn s + wn2
O ganho estático pode ser determinado fazendo-se
lim P (s) = γ = 20dB = 10.
s→0
O pico da resposta é 24.8 dB. Logo, o valor adicional ao valor do ganho

estático é Mp = 4.8 dB = 1.7378, que permite calcular:
1
Mp = √ = 1.7378 ⇒ ξ = 0.30.
2ξ 1 − ξ 2
Da freqüência de ressonância, wr = 1.81rad/s, e do valor de ξ, tem-se
que √
wr = wn 1 − 2 × 0.32 = 1.81rad/s ⇒ wn = 2rad/s.

Uma outra forma de obter a freqüência natural é verificar a freqüência

que corresponde à fase de −90◦ , ou seja, wn = 2rad/s.
11.8 Diagrama de Nyquist

O diagrama de Nyquist é uma outra forma de representação da resposta em
frequência. É um gráfico do módulo de G(jw) pelo ângulo de fase de G(jw)
em coordenadas polares quando w varia, por exemplo, de zero a infinito.
11.8.1 Diagrama de Nyquist de sistemas de primeira ordem

Para um sistema de primeira ordem tem-se que
|γ|
|G(jw)| = √ 2 2
, φ = −tan−1 (wτ ).
1+w τ
Seja o caso particular em que γ = 1. Logo,
1
|G(jw)| = √ , φ = −tan−1 (wτ ).
1 + w2τ 2
Calculando alguns valores tem-se:
• w = 0 ⇒ |G(0)| = 1, φ = −tan−1 (0) = 0,
• w= 1
τ
⇒ |G( τj )| = √1
1+1
= √1 ,
2
φ = −tan−1 (1) = −45◦ ,
• w → ∞ ⇒ |G(∞)| = 0, φ = −tan−1 (∞) = −90◦ ,

que podem ser visualizados na Figura 61.
Nota-se que a curva do diagrama de Nyquist para este sistema é uma
circunferência, como pode ser verificado a seguir.
1 1 − jwτ 1 wτ
G(jw) = = 2 2 2
= 2 2
− j.
1 + jwτ 1 +w τ 1+w τ
| {z }
1 + w2τ 2
| {z }
parte real parte imaginária
Definindo x e y como as partes real e imaginária, tem-se:

1 1
x= 2 2
= ,
1+w τ 1 + a2
−wτ −a
y= 2 2
= .
1+w τ 1 + a2
Verifica-se que
2 2 2 2
1 2 1 1 −a 1
x− +y = 2
− + = ,
2 1+a 2 1 + a2 2

1
ou seja, a equação de um cı́rculo com origem no ponto 2
,0 e raio 12 .

Imaginário
1
c 2 a
−45o Real
√1
2
Figura 61: Diagrama de Nyquist - sistema de primeira ordem.
11.8.2 Diagrama de Nyquist para sistemas de segunda ordem

A forma padrão de um sistema de segunda ordem permite escrever que
γwn2 γ
G(jw) = = .
2 2
(jw) + 2ξwn (jw) + wn 1 + 2ξ(j wn ) + (j wwn )2
w
Seja o caso particular em que γ = 1. Logo,
lim G(jw) = 16 0◦ , lim G(jw) = 06 − 180◦ .

w→0 w→∞
Para w = wn , então,
1 1
G(jw) = = ,
1 + 2ξj − 1 2ξj
que corresponde a um valor imaginário puro, e que permite determinar o
valor de ξ.
A situação de ressonância corresponde ao ponto onde ocorre o máximo
valor de |G(jw)|, ou seja máxima amplitute, e é o ponto cuja distância até a
origem é máxima no diagrama de Nyquist.
Para ξ > 1 grandes, o diagrama aproxima-se de uma circunferência, pois
o sistema tende a um sistema de primeira ordem, e uma das raı́zes reais
predomina sobre a outra.
Exemplo: Seja o sistema dado por

1
G(s) = .
s2 + 2s + 1
O diagrama de Nyquist correspondente está mostrado na Figura 62.

Nyquist Diagram
0.5
−0.5
−1
Imaginary Axis
−1.5
−2
−2.5
wn wr
−3
−1.5 −1 −0.5 0 0.5 1 1.5 2
Real Axis
1
Figura 62: Diagrama de Nyquist para G(s) = s2 +2s+1
.

O ponto de cruzamento com o eixo imaginário corresponde à w = wn =

1rad/s e é −2.5j. Logo,
1
= −2.5j ⇒ ξ = 0.2.
2ξj
A máxima amplitude é 8.14dB e corresponde a uma freqüência de res-
sonância w = wr = 0.959rad/s.
Exemplo: Determinar o diagrama de Nyquist para
1
G(s) = .
s(T s + 1)
Calcula-se:
1 −T 1
G(jw) = = 2 2
−j .
jw(T jw + 1) 1+w T (1 + w 2 T 2 )w
Logo,
lim G(jw) = −T − j∞ = ∞6 − 90◦ ,
w→0
lim G(jw) = 0 − j × 0 = 06 − 180◦ .

w→∞
O diagrama correspondente é apresentado na Figura 63.
Im
−T
∞ 0 Re
Figura 63: Diagrama de Nyquist.

12 Sistemas de nı́vel de tanques - introdução

à malha fechada
12.1 Sistema de um tanque
Considere o tanque esquematizado na Figura 64, onde qe é a vazão de entrada,
qs é a vazão de saı́da, h é a altura do nı́vel de lı́quido e u é a variável que regula
a posição da válvula de entrada. O tanque possui área da seção tranversal
A, de forma que o volume de lı́quido é V = Ah. O problema de interesse é
manter o nı́vel de lı́quido em valores desejados.
qe
qs
Figura 64: Sistema de nı́vel de tanque.
Este sistema pode ser representado na forma de diagrama de blocos con-

forme na Figura 65.
qe
h
processo
qs saı́da
entradas
Figura 65: Problema do tanque na forma de diagrama de blocos.
Um modelo matemático deste sistema pode ser obtido através do princı́pio

da conservação da massa. A variação de volume no tanque é dada por
V̇ (t) = qe (t) − qs (t).

Se a área do tanque é constante, tem-se que
V̇ (t) = Aḣ(t).
Dependendo to tipo de escoamento, laminar ou turbulento, é possı́vel

estabelecer uma relação entre a vazão na válvula de saı́da e o nı́vel de lı́quido
h(t). No caso de escoamento laminar, pode-se escrever que
1
qs (t) = h(t),
R
onde R é uma constante restritiva, também chamada de “restrição”. Nota-se
a analogia com a lei de Ohm para circuitos elétricos (potencial=resistência
× corrente).
Estas equações podem ser agrupadas, levando à:
1
Aḣ(t) = qe (t) − h(t) ⇒ RAḣ(t) + h(t) = Rqe (t),
R
que caracteriza uma equação diferencial de primeira ordem (sistema de pri-
meira ordem) que pode ser escrita na sua forma padrão como
τ ḣ(t) + h(t) = γqe (t),
onde τ = RA é a constante de tempo e γ = R é o ganho estático.

Aplicando a transformada de Laplace (condições iniciais nulas) chega-se
à função de transferência:
γ
(τ s + 1)H(s) = γQe (s) ⇒ H(s) = Qe (s).
τs + 1
Este modelo do tanque permite estudar dois comportamentos fı́sicos de
interesse: o esvaziamento e o enchimento.
• Esvaziamento do tanque. Seja a condição homogênea em que a vazão

de entrada é nula, qe (t) = 0. A solução homogênea para este sistema
de primeira ordem é
−t
hh (t) = C1 e τ ,
com C1 = h(0) o nı́vel inicial do tanque.
• Solução particular. Seja uma vazão de entrada constante qe (t) = η. A

solução particular é também uma constante, ou seja,
hp (t) = C2 .

• Solução completa. A solução completa, que corresponde ao enchimento

do tanque, será dada por
−t
h(t) = hh (t) + hp (t) = C1 e τ + C2 .
Considere como condição inicial que o tanque está vazio, h(0) = 0.

Logo,
−0
h(0) = C1 e τ + C2 = 0 ⇒ C1 = −C2 = C,
e portanto,
−t
h(t) = C(1 − e τ ).
Substituindo este resultado na equação diferencial, determina-se que

C = γη, e consequentemente escreve-se a solução completa como
−t
h(t) = γη(1 − e τ ).
12.2 Modelo instrumentado do sistema do tanque

O modelo desenvolvido anteriormente para o tanque precisa incorporar a
instrumentação necessária para permitir o posterior controle de nı́vel.
Sejam alguns dados numéricos de interesse:
• área da seção transversal do tanque: A = 4π m2 ;
• curso máximo das válvulas: 25 mm;
• constante de restrição: R = 140 s/m2 ;
• máxima altura do tanque: 4 m.

Com base nestes valores, a equação diferencial do sistema é
1759ḣ(t) + h(t) = 140qe (t).
Seja u(t) a posição da válvula de entrada que determina a vazão de en-

trada qe (t). Deseja-se controlar o nı́vel do tanque através da vazão de entrada.
Um esquema do problema é mostrado na Figura 66. Verifica-se que uma
posição da válvula define uma vazão de entrada, que atuará no processo,
mudando o nı́vel de lı́quido, e este será medido através de um sensor. Desta,
forma fica estabelecida uma relação entre posição da válvula u(t) e a altura
h(t).
A estrutura do sensor está esquematizada na Figura 67. Dada uma altura
h(t) tem-se uma pressão p(t), que se relaciona a um valor de resistência

u(t) h(t)
atuador processo sensor
Figura 66: Relação entre deslocamento da válvula e nı́vel do tanque.
h(t) p(t) r(t) Is (t)

primário transdutor condicionador
Figura 67: Estrutura do sensor - relação entre altura e corrente.
elétrica r(t), que por sua vez determina uma corrente de saı́da do sensor
Is (t).
A relação entre altura e pressão é dada por
1000 × 9.81
p(t) = ρgh(t) = h(t) [bar],
105
onde se considerou que o lı́quido é água.
Tendo em mente que a altura máxima do tanque é de 4m, verifica-se que
a pressão máxima a ser medida é de 0.3924 bar, valor este que permite a
escolha de um sensor adequado.
Os elementos de transdução e de condicionamento geralmente têm uma
faixa de operação até 20mA. Neste caso, calcula-se o respectivo ganho asso-
ciado, ou seja,
20mA
0.3924 bar ←→ 20mA ⇒ = 50.968,
0.3924 bar
de forma que se escreve a relação
9810
Is (t) = 50.968p(t) = 50.968 h(t) ⇒ Is (t) ∼
= 5h(t).
105
A estrutura do atuador pode ser esquematizada conforme na Figura 68.
Uma válvula eletro-pneumática é adequada neste caso e transforma cor-
rente em pressão. Para uma faixa de operação de 0 até 20mA tem-se a saı́da
de 0 até 6 bar, caracterizando um ganho dado por
6 bar
= 0.3 bar/mA,
20mA
ou seja,
p(t) = 0.3Ie (t).

Ie (t) p(t) u(t) qe (t)

válvula conversor posição-vazão
Figura 68: Estrutura do atuador - relação entre corrente e vazão.
O conversor pressão-deslocamento está esquematizado na Figura 69. Verifica-

se, da condição de equilı́brio, que
Adiaf ragma
p × Adiaf ragma = Kmola × u ⇒ u = p,
Kmola
ou em termos numéricos
0.052 π
u= p = 3.93 × 10−8 p.
200000
Para uma pressão em bar e curso em mm escreve-se que
u(t) = 3.93p(t).
pressão p(t)
mola (200000N/m)
diafragma (φ100mm)
deslocamento u(t)
Figura 69: Esquema do conversor pressão-deslocamento.
O deslocamento da válvula está diretamente relacionado à vazão de en-

trada como ilustrado na Figura 70. O curso da válvula é de 25mm para uma

vazão de 10m3 /h. Portanto, pode-se escrever que
10m3 /h
qe (t) = u(t) ⇒ qe (t) = 0.000111u(t),
25mm
para vazão em m3 /s e deslocamento em mm.
deslocamento u(t)
vazão qe (t)
Figura 70: Esquema da válvula deslocamento-vazão.
Conseqüentemente, é possı́vel relacionar a vazão de entrada à corrente,

ou seja,
qe (t) = 0.000111u(t) = 0.000111 × 3.93 × p(t) = 0.000111 × 3.93 × 0.3 × Ie (t),
qe (t) = 0.0001309Ie(t).
Com as relações desenvolvidas é possı́vel escrever a equação diferencial
do tanque em termos das correntes de entrada e de saı́da, ou seja,
I˙s Is
τ + = γ × 0.0001309Ie(t),
5 5
I˙s Is
1759 + = 140 × 0.0001309Ie(t),
5 5
1759I˙s + Is = 0.09163Ie (t),
que corresponde ao modelo instrumentado do tanque. Note que as seguintes
relações são empregadas:
Is (t) ←→ h(t) e Ie (t) ←→ qe (t).

u(t)
qe1
h1
qs1 = qe2
h2
qs2
qe1 h1 h2
planta 1 planta 2
Figura 71: Esquema de dois tanques independentes.
12.3 Sistema de dois tanques independentes

Seja um sistema composto por dois tanques independentes conforme na Fi-
gura 71, cujo objetivo é controlar o nı́vel h2 .
Para o primeiro tanque é possı́vel escrever:
γ1
τ1 ḣ1 + h1 = γ1 qe1 ⇒ (τ1 s + 1)H1 = γ1 Qe1 ⇒ H1 = Qe1 .
τ1 s + 1
Para o segundo tanque tem-se:
γ2
τ2 ḣ2 + h2 = γ2 qe2 ⇒ (τ2 s + 1)H2 = γ2 Qe2 ⇒ H2 = Qe2 .
τ2 s + 1
A vazão de saı́da do primeiro tanque, que é a vazão de entrada do segundo
tanque, é:
1 1
qs1 = h1 (t) = qe2 ⇒ Qe2 = H1 .
R1 R
Substituindo este resultado na equação do nı́vel do segundo tanque tem-
se:
γ2 1
H2 = H1 ,
τ2 s + 1 R1

e substituindo a equação do nı́vel do primeiro tanque tem-se

γ2 1 γ1
H2 = Qe1 .
τ2 s + 1 R1 τ1 s + 1
Como R1 = γ1 , escreve-se para o sistema de tanques independentes:
γ2 γ2
H2 = Qe1 = 2
Qe1 ,
(τ2 s + 1)(τ1 s + 1) τ1 τ2 s + (τ1 + τ2 )s + 1
ou ainda,
[τ1 τ2 s2 + (τ1 + τ2 )s + 1]H2 = γ2 Qe1 ⇒ τ1 τ2 ḧ2 + (τ1 + τ2 )ḣ2 + h2 = γ2 qe1 ,
que corresponde a uma equação diferencial de um sistema de segunda ordem.

Este sistema pode ser representado em termos de diagrama de blocos
como na Figura 72.
qe1 γ1 R h1 1 γ2 R h2
τ1 γ1 τ2
− −
1 1
τ1 τ2
Figura 72: Diagrama de blocos do sistema de tanques independentes.
12.4 Sistema de dois tanques interligados

Seja um sistema composto por dois tanques interligados como mostrado na
Figura 73.
Para o primeiro tanque pode-se escrever:
1
A1 ḣ1 = qe1 − q̄, q̄ = (h1 − h2 ),
R1
ou ainda,
1 1 1 1 1
ḣ1 = qe1 − (h1 − h2 ) = qe1 − h1 + h2 .
A1 A1 R1 A1 A1 R1 A1 R1
Para o segundo tanque tem-se que
1
A2 ḣ2 = q̄ − qs2 , qs2 = h2 ,
R2

qe1
h1 q̄ h2
qs2
Figura 73: Sistema de dois tanques interligados.
ou ainda,

1 1 1 1 1
ḣ2 = (h1 − h2 ) − h2 = h1 − + h2 .
A2 R1 A2 R2 A2 R1 A2 R1 A2 R2
Este sistema pode ser representado através do diagrama de blocos da
Figura 74. Observa-se o acoplamento entre os dois tanques.
1
A1 R1
qe1 1 ḣ1 R h1 ḣ2 R h2

1
A1 A2 R1
− −
1 1 1
A1 R1 A2 R1
+ A2 R2
Figura 74: Diagrama de blocos do sistema de tanques interligados.
Usando a transformada de Laplace é possı́vel reescrever para o primeiro

tanque que
1 1 1
s+ H1 = Qe1 + H2 ,
A1 R1 A1 A1 R1
e para o segundo tanque escreve-se

1 1 1
s+ + H2 = H1 .
A2 R1 A2 R2 A2 R1

Substituindo a equação do nı́vel do primeiro tanque na equação do se-

gundo tanque tem-se:
!
1 1 1 1 1 1
s+ + H2 = 1 Qe1 + H2 ,
A2 R1 A2 R2 A2 R1 s+ A1 R1
A1 A1 R1
h i
A1 A2 R1 R2 s2 + (A1 R2 + A2 R2 + A1 R1 )s + 1 H2 = R2 Qe1 .
ou ainda,
R2
H2 = Qe1 .
A1 A2 R1 R2 s2 + (A1 R2 + A2 R2 + A1 R1 )s + 1
Definindo-se τ1 = A1 R1 e τ2 = A2 R2 , tem-se:
R2
H2 (t) = Qe1 (t),
τ1 τ2 s2 + (τ1 + τ2 + A1 R2 )s + 1
que caracteriza um sistema de segunda ordem.
12.5 Inclusão do controlador automático

A instrumentação utilizada no sistema de controle, caracterizada pelos sen-
sores e atuadores, pode ser incorporada à planta. Seja o esquema da planta
instrumentada mostrado na Figura 75.
planta instrumentada
entrada saı́da
atuador planta sensor
entrada P saı́da
u(t) y(t)
Figura 75: Esquema de uma planta instrumentada.
O sistema de controle é caracterizado pela inclusão do controlador au-

tomático, denotado por K, conforme esquematizado na Figura 76, na qual
r(t) é a referência, e(t) é o erro, u(t) é o sinal de controle e y(t) é a saı́da
medida.

PSfrag
r(t) e(t) controlador u(t) planta y(t)

− K P
Figura 76: Sistema com a inclusão do controlador.
As seguintes relações no domı́nio de Laplace podem ser escritas:
E = R − Y, U = KE, Y = P U,
ou ainda
R = E + Y = E + P U = E + P KE = (1 + P K)E,
R = (1 + P K)(R − Y ) = (1 + P K)R − (1 + P K)Y,

e conseqüentemente
PK
Y = R,
1 + PK
que representa a função de malha fechada e relaciona a saı́da Y com a entrada
R, ou no domı́nio do tempo, y(t) com r(t).
γ
Seja K = kp um controlador proporcional, e seja a planta P = τ s+1 um
sistema de primeira ordem. Portanto, a malha fechada será:
γ
k
τ s+1 p
Y = γ r = Tr R,
1 + τ s+1 kp
na qual
γ γkp
k
τ s+1 p γkp 1+γkp
Tr = γ = = τ .
1 + τ s+1 kp τ s + 1 + γkp 1+γkp
s+ 1
que representa um novo sistema, malha fechada, com os seguintes parâmetros:
τ
• nova constante de tempo: τf = 1+γkp
,
γkp
• novo ganho estático: γf = 1+γkp
.
Conclui-se que através da escolha de kp (ou seja, do controlador pro-

porcional) é possı́vel obter um novo sistema e ajustar o ganho estático e a
constante de tempo.

3
Exemplo: Seja a planta P = 4s+1 , para a qual se verifica γ = 3 e τ = 4.
A malha fechada usando um controlador proporcional é
γf
Tr = ,
τf s + 1
com
3kp 4
γf = e τf = .
1 + 3kp 1 + 3kp
Se o ganho proporcional é kp = 1, tem-se:
3 4
γf = = 0.75 e τf = = 1.
1+3×1 1+3×1
Portanto, a nova função de transferência será:
0.75
Tr = ,
s+1
e a equação do sistema em malha fechada é:
0.75
Y = R.
s+1
12.6 Análise do sistema controlado sujeito à distúrbios

Define-se distúrbio como uma entrada indesejada no sistema. Por exemplo,
vento em uma aeronave, vazamentos em sistemas de tanques, oscilações da
rede elétrica etc. Um dos interesses dos sistemas de controle é assegurar a
operação do sistema com um desempenho adequado mesmo quando o sistema
é submetido a distúrbios.
Considere novamente o problema do nı́vel de um tanque conforme esque-
matizado na Figura 64.
A equação de primeira ordem que governa o nı́vel do tanque é
γ
τ ḣ + h = γqe ⇒ H = Qe .
τs + 1
Seja um vazamento na válvula de entrada, caracterizando um distúrbio.
É possı́vel escrever:
qe (t) = αu − qv , qv = βd,
onde qv é a vazão devido ao vazamento, u é a posição que regula a abertura
da válvula de entrada, d é o deslocamento associado ao distúrbio, e α e β

são os ganhos correspondentes entre vazão e posição da válvula. No domı́nio

de Laplace tem-se:
Qe = αU − Qv , Qv = βD.
Considerando o distúrbio, a equação do sistema torna-se
γ γ γ
H= (αU − βD) = αU − β D = Pu U + Pd D,
τs + 1 τs + 1
| {z } |
τ s{z+ 1 }
Pu Pd
onde Pu é a função de transferência de U para H, e Pd é a função de trans-

ferência de D para H.
Em termos de diagrama de blocos tem-se o esquema da Figura 77.
d
Pd
u
Pu h
Figura 77: Representação do efeito da entrada de distúrbio.
Seja um sistema representado na Figura 78 para o qual se deseja acompa-

nhar o sinal de referência r considerando, contudo, uma entrada de distúrbio
d.
d
Pd
r e controlador u y
Pu
− K
Figura 78: Esquema de um sistema de controle com entrada de distúrbio.

Se não existir o distúrbio, D = 0, então

Pu K
Y = R = Tr R,
1 + Pu K
que representa a malha fechada considerando a entrada de referência.
Considere agora que o problema é do tipo regulador, r = 0, então
Y = Pd D + Pu U = Pd D + Pu K(−Y ).
Seja um controlador proporcional, ou seja, K = kp . Neste caso é possı́vel
escrever
Y = Pd D − Pu kp Y ⇒ (1 + Pu kp )Y = Pd D,
ou ainda,
Pd
Y = D = Td D,
1 + Pu k p
que representa a função de malha fechada associada ao distúrbio.
Considerando a superposição dos efeitos das duas entradas (r e d) tem-
se a representação da Figura 79 para o sistema em termos das respectivas
funções de malha fechada Td e Tr .
d
Td
r
Tr y
Figura 79: Representação do sistema em termos das funções de transferência

associadas aos sinais de referência e de distúrbio.
Exemplo: Seja o problema do nı́vel do tanque. Pode-se escrever para a

malha aberta que
γ
H= (αU − βD) = Pu U + Pd D.
τs + 1
Os seguintes valores são adotados: γ = 1, τ = 4, α = 3 e β = 1.
Consequentemente,
3 1
h= U− D.
4s + 1 4s + 1
| {z } | {z }
Pu Pd

A função de transferência de D para Y é dada por:

−1
Pd 4s+1 −1
Td = = 3 = .
1 + Pu k p 1+ 4s+1
× kp 4s + 1 + 3kp
A função de transferência Tr já havia sido calculada anteriormente.
Observa-se que a inclusão do ganho proporcional causa variações nas
raı́zes do denominador e normalmente também no numerador da função de
transferência de malha fechada.
13 Malha fechada e malha aberta

Em um sistema de malha fechada a saı́da é realimentada ao ponto de soma,
onde é comparada com a entrada de referência. Para esta comparação é
necessário converter a forma do sinal de saı́da para a mesma forma do sinal
de entrada, ou seja, os sinais devem ter as mesmas unidades para que o erro
tenha significado.
Considere o esquema genérico da Figura 80, onde P (s) é a planta a ser
controlada, K(s) é o controlador e H(s) é a função de transferência do ele-
mento de medida.
R(s) Ē(s) Y (s)

K(s) P (s)
−
B(s)
H(s)
Figura 80: Esquema genérico de malha fechada.
A função de transferência H(s) tem o papel de assegurar a compatibildade

de unidades entre o sinal de referência r(t) e o sinal medido y(t). Note que
uma configuração de realimentação unitária, H(s) = 1, pode ser conseguida
incluindo-se a instrumentação do problema na planta a ser controlada.
As seguintes funções de transferência podem ser definidas.
• Função de transferência do ramo direto:
Y (s)
G(s) = = K(s)P (s),
Ē(s)
que é a relação entre a saı́da Y (s) e o sinal do “erro” Ē(s).

• Função de transferência de malha aberta:

B(s)
L(s) = = G(s)H(s),
Ē(s)
que é a relação entre o sinal realimentado e o sinal do “erro” Ē(s).
Note que se H(s) = 1, então as funções de transferência de malha
aberta e do ramo direto são iguais, L(s) = G(s).
• Função de transferência de malha fechada, que representa a relação
entre Y (s) e R(s) é dada por:
Y (s) = G(s)Ē(s),
Ē(s) = R(s) − B(s) = R(s) − H(s)Y (s),
Y (s) = G(s)(R(s) − H(s)Y (s)),
e finalmente,
Y (s) G(s)
= = T (s).
R(s) 1 + G(s)H(s)
Portanto,
G(s)
Y (s) = R(s) = T (s)R(s).
1 + G(s)H(s)
14 Análise de erro estacionário

14.1 Erro estacionário em realimentação unitária
Seja um sistema em realimentação unitária como representado como na Fi-
gura 81.
R(s) E(s) Y (s)

G(s)
−
Figura 81: Esquema de malha fechada em relimentação unitária.
O sistema G(s) pode ser representado genericamente por

k(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
G(s) = .
sn (1 + p1 s)(1 + p2 s) . . . (1 + pl s)

Define-se o tipo do sistema em função do número de pólos localizados no

valor zero, ou seja, valor de n. Se n = 0, o sistema é do tipo 0, se n = 1 o
sistema é do tipo 1, e assim por diante.
A função de transferência de malha fechada para realimentação unitária,
Figura 81, é dada por
Y (s) G(s)
= .
R(s) 1 + G(s)
O erro E(s), diferença entre a entrada e a saı́da, é dado por
E(s) = R(s) − Y (s) = R(s) − G(s)E(s),
de forma que se escreve
R(s)
(1 + G(s))E(s) = R(s) ⇒ E(s) = .
1 + G(s)
O erro estacionário eest pode ser escrito como
" #
sR(s)
eest = lim e(t) = lim sE(s) = lim , (10)
t→∞ s→0 s→0 1 + G(s)
onde foi empregado o teorema do valor final. Isso é aplicável se o limite na

equação (10) existir, caracterizando uma situação de resposta estável.
Considere as três entradas tı́picas degrau, rampa e parábola unitárias, ou
seja,
• Para o degrau unitário, R(s) = 1s , e
s 1s 1 1 1
eest = lim = lim = = ,
s→0 1 + G(s) s→0 1 + G(s) 1 + lims→0 G(s) 1 + kpos
onde kpos = lims→0 G(s) é a constante de erro de posição.
1
• Para a rampa unitária, R(s) = s2
, e
s s12 1 1 1
eest = lim = lim = = ,
s→0 1 + G(s) s→0 s + sG(s) lims→0 sG(s) kvel
onde kvel = lims→0 sG(s) é a constante de erro de velocidade.
1
• Para a parábola unitária, R(s) = s3
, e
s s13 1 1 1
eest = lim = lim 2 2
= 2
= ,
s→0 1 + G(s) s→0 s + s G(s) lims→0 s G(s) kace
onde kace = lims→0 s2 G(s) é a constante de erro de aceleração.

Estas constantes e o erro estacionário podem ser determinados para os

tipos usuais de sistemas, ou seja,
• Para sistema tipo 0:
k(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kpos = lim G(s) = lim = k,
s→0 s→0 (1 + p1 s)(1 + p2 s) . . . (1 + pl s)
e o erro estacionário ao degrau será contante,

1 1
eest = = .
1 + kpos 1+k
sk(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kvel = lim sG(s) = lim = 0,
s→0 s→0 (1 + p1 s)(1 + p2 s) . . . (1 + pl s)
e o erro estacionário à rampa será ∞,

1 1
eest = = = ∞.
kvel 0
s2 k(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kace = lim s2 G(s) = lim = 0,
s→0 s→0 (1 + p1 s)(1 + p2 s) . . . (1 + pl s)
e o erro estacionário à parábola será ∞,

1 1
eest = = = ∞.
kace 0
k(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kpos = lim G(s) = lim = ∞,
s→0 s→0 s(1 + p1 s)(1 + p2 s) . . . (1 + pl s)
e o erro estacionário ao degrau será nulo,

1 1
eest = = = 0.
1 + kpos 1+∞
sk(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kvel = lim sG(s) = lim = k,
s→0 s→0 s(1 + p1 s)(1 + p2 s) . . . (1 + pl s)

e o erro estacionário à rampa será constante,

1 1
eest = = .
kvel k
s2 k(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kace = lim s2 G(s) = lim = 0,
s→0 s→0 s(1 + p1 s)(1 + p2 s) . . . (1 + pl s)
e o erro estacionário à parábola será ∞,

1 1
eest = = = ∞.
kace 0
k(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kpos = lim G(s) = lim = ∞,
s→0 s→0 s2 (1 + p1 s)(1 + p2 s) . . . (1 + pl s)
e o erro estacionário ao degrau será nulo,

1 1
eest = = = 0.
1 + kpos 1+∞
sk(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kvel = lim sG(s) = lim = ∞,
s→0 s→0 s2 (1 + p1 s)(1 + p2 s) . . . (1 + pl s)
e o erro estacionário à rampa será nulo,

1 1
eest = = = 0.
kvel ∞
s2 k(1 + z1 s)(1 + z2 s) . . . (1 + zm s)
kace = lim s2 G(s) = lim = k,
s→0 s→0 s2 (1 + p1 s)(1 + p2 s) . . . (1 + pl s)
e o erro estacionário à parábola será constante,

1 1
eest = = .
kace k

Tabela 1: Erro estacionário da malha fechada.

Tipo de G(s) Degrau Rampa Parábola
1
0 1+kpos
∞ ∞
1
1 0 kvel
∞
1
2 0 0 kacel
Em resumo tem-se a Tabela 14.1 com o erro estacionário em função do

ganho k da planta colocada na forma padrão. Note que o erro estacionário
refere-se à malha fechada com realimentação unitária, mas o resultado apre-
sentado na tabela é função do tipo do sistema em malha aberta.
Exemplo: Para o sistema

0.1
G(s) = ,
(0.2s + 1)(0.25s + 0.5)
determinar o erro estacionário ao degrau, à rampa e à parábola unitária da
respectiva malha fechada com realimentação unitária.
A função G(s) pode ser colocada na forma padrão como:
0.2
G(s) = .
(0.2s + 1)(0.5s + 1)
Os erros estacionários podem ser determinados empregando-se os resul-
tados da Tabela 14.1. A malha aberta é do tipo 0. Neste caso, tem-se,
• para degrau unitário,
1
eest = = 0.833;
1 + 0.2
• para rampa e parábola unitárias tem-se que eest = ∞.

O erro estacionário pode ser determinado diretamente pela definição da
equação (10), ou seja, para entrada ao degrau unitário tem-se,
 
s 1s 1
eest = lim  0.1
 = 0.1 = 0.833.
s→0 1+ (0.2s+1)(0.25s+0.5)
1+ (1)(0.5)
Exemplo: Para o sistema

2
P (s) = ,
s2 + 2s + 2

determinar o ganho proporcional que assegure um erro estacionário de 0.1 ao

degrau unitário, quando em malha fechada e com realimentação unitária.
A função G(s) de malha aberta pode ser escrita como
2
G(s) = k .
s2
+ 2s + 2
A constante de erro de posição pode ser calculada como
2
kpos = lim G(s) = lim k = k.
s→0 s→0 s2
+ 2s + 2
O erro estacionário ao degrau é dado por
1
eest = = 0.1 ⇒ k = 9.
1+k
14.2 Erro estacionário em realimentação não unitária

Seja o esquema genérico de realimentação não unitária da Figura 80. O erro,
diferença entre a entrada e saı́da, é dado por:
E(s) = R(s) − Y (s),
mas Y (s) = T (s)R(s). Logo,
E(s) = R(s) − T (s)R(s) = (1 − T (s))R(s),
e o erro estacionário será dado por
eest = lim (r(t) − y(t)) = lim s(1 − T (s))R(s).
t→∞ s→0
1
Exemplo: Seja o esquema da Figura 80 em que a planta é P (s) = s+2 ,a
2
função do ramo de realimentação é H(s) = s+4 , e o controlador é proporcional
(K(s) = k). Determine o valor de k para que o erro estacionário ao degrau
unitário seja nulo.
Trata-se de um caso de realimentação não unitária em que a tabela de
erros estacionários não se aplica. Neste caso, calcula-se através da definição,
ou seja,
kP (s) k(s + 4)
T (s) = = ,
1 + kH(s)P (s) (s + 4)(s + 2) + 2k
!
k(s + 4) 1 4k
eest = lim s 1 − =1− = 0,
s→0 (s + 4)(s + 2) + 2k s 8 + 2k
e conseqüentemente k = 4.

15 Lugar das raı́zes

Sejam as funções de transferência
N1 (s) N2 (s)
G(s) = e H(s) = ,
D1 (s) D2 (s)
e o esquema em malha fechada da Figura 82 onde foi incluı́do o ganho pro-
porcional k.
k G(s)
−
H(s)
Figura 82: Esquema de malha fechada.
A função de transferência de malha fechada é

N1 (s)
kG(s) kD 1 (s) kN1 (s)D2 (s)
T (s) = =
N (s)

N (s)
= .
1 + kG(s)H(s) 1
1 + k D1 (s) D2 (s) 2 D1 (s)D2 (s) + kN1 (s)N2 (s)
Os pólos do sistema em malha fechada são obtidos através da equação

caracterı́stica
1 + kG(s)H(s) = D1 (s)D2 (s) + kN1 (s)N2 (s) = 0.
O lugar das raı́zes (root locus) é um gráfico dos pólos da função de trans-
ferência de malha fechada, T (s), quando k varia de 0 a ∞.
O valor dos pólos pode ser encontrado para cada valor de k calculando-se
as raı́zes do denominador.
É possı́vel analisar duas situações:
• para k pequeno, pode-se escrever que
D1 (s)D2 (s) + kN1 (s)N2 (s) ≈ D1 (s)D2 (s) ⇒ D1 (s)D2 (s) = 0,
que representa a equação para os pólos de L(s) = G(s)H(s).
• para k grande, pode-se escrever que
D1 (s)D2 (s) + kN1 (s)N2 (s) ≈ kN1 (s)N2 (s) ⇒ kN1 (s)N2 (s) = 0,
que representa a equação para os zeros de L(s) = G(s)H(s).

Conclui-se, portanto, que o gráfico do lugar das raı́zes começa nos pólos
de L(s) = G(s)H(s) e termina nos zeros de L(s) = G(s)H(s).
O lugar das raı́zes é caracterizado pela equação caracterı́stica
kG(s)H(s) = −1,
o que implica em
|kG(s)H(s)| = 1 e 6 G(s)H(s) = ±(2n + 1)π, n = 0, 1, 2 . . . .
Exemplo: Determinar o diagrama dos lugar das raı́zes para o sistema em

malha fechada com realimentação unitária, cuja malha aberta é dada por
1
G(s) = ,
s(s + 1)(s + 2)
e o respectivo valor do máximo ganho para o limite da estabilidade.

Este diagrama pode ser traçado com os seguintes comandos no MATLAB
s=tf(’s’);
gs=1/(s*(s+1)*(s+2));
rlocus(gs)
e o gráfico correspondente está apresentado na Figura 83.

Verifca-se que o valor limite para a estabilidade (ponto sobre o eixo ima-
ginário) é dado por kmax ≈ 6. Logo, para k > 6 tem-se os pólos no semi-plano
direito, o que leva à instabilidade do sistema em malha fechada. Note que
o traçado do gráfico é feito com base na função de transferência da malha
aberta, mas os pólos são os da malha fechada.
Exemplo: Determinar o diagrama do lugar das raı́zes para o sistema em

malha fechada com realimentação unitária cuja malha aberta é dada por
s2 + 2s + 4
G(s) = .
s(s + 4)(s + 6)(s2 + 1.4s + 1)
O gráfico do lugar das raı́zes pode ser traçado com o auxı́lio do MATLAB
com os seguintes comandos:
s=tf(’s’);
gs=(s^2+2*s+4)/(s*(s+4)*(s+6)*(s^2+1.4*s+1));
rlocus(gs)

Root Locus
4
kmax
1
Imaginary Axis
−1
−2
−3
−4
−3 −2.5 −2 −1.5 −1 −0.5 0 0.5 1 1.5 2
Real Axis
Figura 83: Diagrama do lugar das raı́zes.

Root Locus
8
2
Imaginary Axis
−2
−4
−6
−8
−8 −7 −6 −5 −4 −3 −2 −1 0 1 2 3
Real Axis
Figura 84: Gráfico do lugar das raı́zes.

e está mostrado na Figura 84.

Verifica-se que os zeros da malha aberta são (−1 + 1.7321j, −1 − 1.7321j)
e os pólos da malha aberta são (−0.7 ± 0.7141j, 0, −4, −6). Percorrendo o
gráfico verifica-se que kmax = 17.5 é o limite para a estabilidade.
1
Exemplo: Seja o esquema da Figura 82, em que G(s) = s(s+1)(s+2) e
existe um ganho de valor 2 no ramo de realimentação, ou seja, H(s) = 2.
Determinar o valor crı́tico do ganho proporcional k que multiplica a planta
de forma que o sistema de malha fechada esteja no limiar da estabilidade.
A equação da malha fechada neste caso é
kP (s)
T (s) = ,
1 + kP (s)H(s)
e o gráfico do lugar das raı́zes pode ser determinado com o auxı́lio do MA-
TLAB com os seguintes comandos:
s=tf(’s’);
ps=1/(s*(s+1)*(s+2))
hs=2;
rlocus(ps*hs)
e está mostrado na Figura 85. Do gráfico do lugar da raı́zes verifica-se que o

ponto sobre o eixo imaginário, limiar da estabilidade, corresponde ao ganho
de k ≈ 3.
Para k = 3 a malha fechada é
3
T (s) = ,
s3 + 3s2 + 2s + 6
cujos pólos são (−3.0, −0.0 ± 1.4142j), que permitem confimar o limiar da
estabilidade (existem pólos sobre o eixo imaginário). O código MATLAB,
adicionado ao código anterior e que permite a verificação, é:
k=3
ts=feedback(k*ps,hs) %fechar a malha com realimentaç~
ao hs
[pts,gts]=pzmap(ts) %determinar os polos e zeros

Root Locus
1.5
System: untitled1
Gain: 3
1
Pole: 0.00163 + 1.41i
Damping: −0.00115
Overshoot (%): 100
0.5
Imaginary Axis
Frequency (rad/sec): 1.41
−0.5
−1
−1.5
−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
Real Axis
16 Critério de estabilidade de Nyquist

N (s)
Seja um sistema G(s) = D(s)
em realimentação unitária. A malha fechada
correspondente é
N (s)
G(s) D(s) N(s)
T (s) = = N (s)
= .
1 + G(s) 1 + D(s) D(s) + N(s)
A equação caracterı́stica é
N(s) D(s) + N(s)
1 + G(s) = 1 + = = 0.
D(s) D(s)
Verifica-se, então, que:
• os pólos de 1 + G(s), solução de D(s) = 0, são iguais aos pólos de G(s);
• os zeros de 1 + G(s), solução de D(s) + N(s) = 0, são iguais aos pólos
de T (s).
Para a estabilidade da malha fechada deseja-se que os pólos de T (s) es-
tejam no semi-plano esquerdo, ou seja, os zeros de 1 + G(s) devem estar no
semi-plano esquerdo, ou ainda, o número de zeros de 1 + G(s) no semi-plano
direito deve ser nulo.

16.1 Princı́pio do argumento de Cauchy

Considere um contorno fechado no plano complexo. Ao se percorrer este
contorno e substituir os pontos em uma função, tem-se um mapeamento
correspondente.
Seja inicialmente a função complexa F1 (s) = s − s0 . Considerando a
Figura 86, ao se percorrer o contorno circular C, será gerado o contorno Γ,
também circular, através do mapeamento correspondente a F1 (s).
Imaginário Imaginário
s
s − so
C Γ
so F1 (s)
Real Real
−so
Figura 86: Mapeamento através de F1 (s).

1
Seja agora F2 (s) = s−s 0
= F1−1 (s). Neste caso, ao se percorrer o mesmo
contorno C, tem-se o inverso da amplitude e ângulo oposto, mas o mapea-
mento continua sendo um cı́rculo com sentido inverso, conforme ilustrado na
Figura 87.
s
s − so
C
so F2 (s) Γ
Real Real
−so
Seja um terceiro caso de F3 (s) = (s − s0 )(s − s1 ). Ao se percorrer o

contorno fechado C da Figura 88, obtém-se o contorno Γ através do respectivo
mapeamento feito por F3 (s).
Quando s percorre uma volta da curva C verifica-se que:

Imaginário
s − so s
Imaginário
s − s1
θ1 Γ
θo
C
so s1 F3 (s)
Real Real
• os ângulos dos vetores s − s0 e s − s1 variam em −360◦ , e o ângulo da

função varia em −720◦ ;
• a amplitude dos vetores é limitada, caracterizando um contorno fe-

chado.
Teorema: O princı́pio do argumento de Cauchy estabelece que n = z − p,
onde,
• p é o número de pólos de F (s) dentro de um contorno fechado,
• z é o número de zeros de F (s) dentro de um contorno fechado,
• n é o número de envolvimentos da origem no mapeamento à medida que

o contorno é percorrido no sentido horário. Se o envolvimento ocorre
no sentido anti-horário, n deve ser negativo.
• e F (s) é a razão de dois polinômios em s.

Este teorema é útil na análise de estabilidade, pois permite determinar
se existem pólos da malha fechada no semi-plano direito.
Seja F (s) a equação caracterı́stica da malha fechada, e seja o contorno
de interesse, curva C, composto pelo eixo jw e um arco de raio r → ∞
envolvendo completamente o semi-plano direito do plano s, que corresponde
à região da instabilidade, Figura 89. Desta forma, o mapeamento de F (s)
corresponderá ao seu diagrama de Nyquist.
O número de envolvimentos da origem, n, pode ser obtido graficamente.
O número de pólos p da função F (s) no semi-plano direito pode ser obtido
verificando-se o denominador de F (s). Finalmente, o número z de zeros na

s
r=∞ F (s)
Real Real
C Γ
percurso de Nyquist
Figura 89: Contorno fechado representando o semi-plano direito.
metade direita do plano s deve ser zero para que a malha fechada seja estável.
Notar que os zeros de F (s) são os pólos da malha fechada.
Para a análise de estabilidade, a função de interesse é F (s) = 1 + G(s).
É conveniente trabalhar apenas com G(s). Neste caso, o teorema pode ser
adaptado para envolvimentos em torno do ponto (−1, 0j), pois F (s) e G(s)
se relacionam por uma translação de uma unidade para a esquerda, Figura
90.
s
r=∞ F (s) -1
Real Real
C Γ
percurso de Nyquist
Figura 90: Contorno fechado representando o semi-plano direito.
Exemplo: Verifique a estabilidade do sistema em malha fechada em rea-

limentação unitária, cuja malha aberta é

5
G(s) = .
(s + 1)3
A região de interesse é o semi-plano direito. Os pólos da malha aberta

são (−1, −1, −1), e portanto p = 0, ou seja, não existem pólos de G(s) no
semi-plano direito.
O diagrama de Nyquist pode ser desenhado através de
5
G(jw) = ,
(1 + jw)3
fazendo-se w variar de −∞ até +∞ para corresponder a todo o eixo ima-

ginário, e está mostrado na Figura 91.
Nyquist Diagram
4
1
Imaginary Axis
−1
−2
−3
−4
−2 −1 0 1 2 3 4 5
Real Axis
Verifica-se que não há envolvimentos do ponto (−1, 0j), e portanto, n = 0.

Aplicando o teorema do princı́pio do argumento de Cauchy, tem-se
z = n + p = 0 + 0 = 0,

e conseqüentemente não há zeros de G(s) no semi plano-direito, ou ainda, não

há pólos de T (s) no semi-plano direito, e então, a malha fechada é estável.
Nota-se que a resposta em frequência pode obtida experimentalmente, e
conseqüentemente o respectivo diagrama de Nyquist para a malha aberta, e
assim analisar a estabilidade do sistema em malha fechada.

1.6
G(s) = .
(s + 1)(s + 2)(s − 0.5)
Os pólos de G(s) são (−1, −2, 0.5). Portanto, p = 1, pois existe um pólo
no semi-plano direito.
O diagrama de Nyquist correspondente está apresentado na Figura 92.
Nyquist Diagram
0.2
0.15
0.1
0.05
Imaginary Axis
−0.05
−0.1
−0.15
−0.2
−1.6 −1.4 −1.2 −1 −0.8 −0.6 −0.4 −0.2 0
Real Axis
Nota-se que há um envolvimento do ponto (−1, 0j) no sentido anti-horário,

e portanto, n = −1.
Aplicando o teorema, tem-se:
z = n + p = −1 + 1 = 0,

e conseqüentemente a malha fechada é estável.

Isso pode ser verificado fechando-se a malha e obtendo os pólos, ou seja,
1.6
T (s) = ,
s3 + 2.5s2 + 0.5s + 0.6
cujos pólos são (−2.3958, −0.0521 ± 0.4977j), e que estão no semi-plano es-
querdo (sistema estável).

200
G(s) = .
(s + 1)(s + 2)(s + 5)
Os pólos de G(s) são (−1, −2, −5). Portanto, p = 0, pois não existem
pólos no semi-plano direito.
O diagrama de Nyquist correspondente está apresentado na Figura 93.
Nyquist Diagram
15
10
5
Imaginary Axis
−5
−10
−15
−5 0 5 10 15 20
Real Axis
Nota-se que há dois envolvimentos do ponto (−1, 0j) no sentido horário,
e portanto, n = 2.

Aplicando o teorema, tem-se:
z = n + p = 2 + 0 = 2,
e conseqüentemente a malha fechada é instável.

Isso pode ser verificado fechando-se a malha, ou seja,
200
T (s) = ,
s3 + 8s2 + 17s + 210
cujos pólos são (−8.7857, 0.3928 ± 4.8732j).
17 Análise de estabilidade relativa

17.1 Margens de ganho e de fase
Um sistema de controle, mesmo nominalmente estável, poderá não ser estável
quando for implementado na prática, pois o modelo da planta possui incer-
tezas não consideradas na modelagem. Neste caso, é desejável assegurar
margens de segurança para a estabilidade.
Seja uma planta P (s) que poderá ser afetada por uma variação de ganho
proporcional e por um atraso T . Neste caso, pode-se escrever a malha aberta
como
G(s) = ke−sT P (s),
e a malha fechada com realimentação unitária será
ke−sT P (s)
T (s) = .
1 + ke−sT P (s)
A equação caracterı́stica neste caso é
1 + ke−sT P (s) = 0 ⇒ ke−sT P (s) = −1.
É possı́vel escrever P (s) em termos de módulo e ângulo,
P (s) = |P (s)|ejφ.
A equação caracterı́stica também pode ser escrita em termos de módulo

e ângulo. Neste caso, tem-se que
|kP (s)| = 1, 6 e−sT ejφ = −180◦ .

Considerando o caso de resposta em freqüência, s = jw, tem-se
|kP (jw)| = 1, 6 e−jwT ejφ = −180◦ .
Um ponto que satisfaz a equação caracterı́stica é um ponto singular da

equação da malha fechada, ou seja, uma situação de instabilidade.
A freqüência de cruzamento de ganho, wcg , é definida como a aquela em
que a equação da amplitude é satisfeita, ou seja,
|kP (jwcg )| = 1,
e neste caso, a diferença angular para satisfazer a segunda equação é a mar-

gem de fase. A margem de fase corresponde ao menor atraso que o sistema
pode ser submetido sem que se torne instável. Seja θ = wcg T e então
−θ + φ = −180◦ ⇒ θ = 180◦ + φ = P m.
A freqüência de cruzamento de fase, wcf , é definida como aquela em que

a equação da fase é satisfeita, ou seja,
e−jwcf T ejφ = −180◦ ,
e o ganho necessário para satisfazer a equação da amplitude, em dB, é a

margem de ganho e corresponde ao maior ganho que pode ser embutido ao
sistema antes da situação limite da instabilidade, ou seja,
20 log(kP (jwcf )) = 20 log k + 20 log(P (jwcf ) = 20 log(1) = 0,
20 log(k) = −20 log(P (jwcf ) = Gm,

onde Gm é a margem de ganho em dB.
Note que as margens de ganho e de fase de um sistema em malha fechada
podem ser obtidas através do respectivo diagrama de Bode da função de
malha aberta.
Para assegurar boa robustez do sistema é desejável que a margem de
ganho seja de pelo menos 6dB e a margem de fase seja de pelo menos 30◦
(normalmente busca-se margem de fase na faixa de 30◦ a 60◦ ).
Exemplo: Determinar a margem de ganho e de fase o sistema em malha

fechada com realimentação unitária cuja malha aberta é dada por
1
G(s) = .
s(s + 5)(s + 8)

Bode Diagram
Gm = 54.3 dB (at 6.32 rad/sec) , Pm = 89.5 deg (at 0.025 rad/sec)
50
0
Magnitude (dB)
−50
−100
−150
−200 −90
−135
Phase (deg)
−180
−225
−270
−2 −1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Figura 94: Diagramas de Bode e indicação das margens de ganho e de fase.
Os respectivos diagramas de Bode são apresentados na Figura 94, onde

podem ser verificadas as margens de ganho (Gm) e de fase (P m).
O diagrama do lugar das raı́zes é mostrado na Figura 95.
O valor de limite para a estabilidade é kmax ≈ 519 e conseqüentemente
a margem de ganho é Gm = 20 log 519 = 54.3dB. Note que a margem de
ganho fornece a informação sobre o maior ganho que instabiliza a malha
fechada, mas usa como arqumento de cálculo a função de transferência de
malha aberta. Note que este valor é o mesmo que aparece no respectivo
diagrama de Bode.
Em alguns casos o ganho deve ser reduzido para encontrar o limiar da

estabilidade, caracterizando o que se conhece por margem de redução de
ganho.
Exemplo: Determinar a margem de ganho para a malha fechada em rea-

limentação unitária cuja malha aberta é
3s2 + 6s + 4
G(s) = .
s3 + 1

Root Locus
15
10
kmax
5
Imaginary Axis
−5
−10
−15
−15 −10 −5 0 5 10
Real Axis

O diagrama de Bode correspondente é mostrado na Figura 96.
Bode Diagram
Gm = −8.59 dB (at 1.49 rad/sec) , Pm = 52.7 deg (at 3.21 rad/sec)
20
10
Magnitude (dB)
−10
−20
−30
−90
Phase (deg)
−180
−270
−360
−2 −1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Figura 96: Diagramas de Bode e indicação das margens de ganho e de fase.
O diagrama do lugar das raı́zes é mostrado na Figura 97.

O valor crı́tico para o limiar da estabilidade é de kmax ≈ 0.371 (redução
de ganho) e a margem de redução de ganho é de Gm = 20 log 0.371 = −8.61.
Observe que neste caso, o ganho proporcional pode ser aumentado livremente
sem que haja instabilidade, o que representa uma margem de ganho infinita.
1
Exemplo: Seja o esquema da Figura 82, em que G(s) = s(s+1)(s+2) e
existe um ganho de valor 2 no ramo de realimentação, ou seja, H(s) =
2. Determinar as magens de estabilidade do sistema em malha fechada.
Determinar também o valor do ganho proporcional de forma que o sistema
de malha fechada esteja no limiar da estabilidade.
A equação da malha fechada neste caso é
kP (s)
T (s) = ,
1 + kP (s)H(s)

Root Locus
2
1.5
0.5
Imaginary Axis
−0.5
−1
−1.5
−2
−2 −1.5 −1 −0.5 0 0.5 1
Real Axis

e as margens de estabilidade devem ser calculadas tomando como base a

equação caracterı́stica kP (s)H(s) = −1. Os diagramas de Bode correspon-
dentes estão apresentados na Figura 98 e foram obtidos com os seguintes
comandos no aplicativo MATLAB:
s=tf(’s’);
ps=1/(s*(s+1)*(s+2))
hs=2;
margin(ps*hs)
Bode Diagram
50
0
Magnitude (dB)
−50
−100
−150
−90
−135
Phase (deg)
−180
−225
−270
−1 0 1 2
10 10 10 10
Frequency (rad/sec)
Figura 98: Diagramas de Bode.
Nota-se que a margem de ganho é Gm = 9.54dB, o que corresponde a

um ganho proporcional k ≈ 3, valor este que já havia sido obtido através do
respectivo gráfico do lugar das raı́zes, 85, para este exemplo.
17.2 Margens de estabilidade no diagrama de Nyquist

As margens de estabilidade podem ser visualizadas no diagrama de Nyquist.
Verifica-se que o nı́vel 0dB corresponde a um raio unitário, e que o ângulo
de 1800 corresponde ao cruzamento com o eixo real negativo, conforme ilus-
trado na Figura 99.

Imaginário
1
a b Real
A
Pm
Figura 99: Margens no diagrama de Nyquist.
Para o ponto A tem-se que |G(s)| = b e 6 G(s) = 1800 .

Verifica-se também que a + b = 1 e deseja-se que log(kG) = 0. Logo,
1
log k + log G = 0 ⇒ log k + log b = 0 ⇒ log b = − log k = log .
k
Portanto,
1 1
b= ⇒k= .
k b
1
20 log k = 20 log = Gm.
b
Exemplo: Determinar as margens de ganho e de fase a malha fechada em

realimentação unitária de
3s2 + 6s + 4
G(s) = ,
s3 + 1
através do respectivo diagrama de Nyquist.
O diagrama de Nyquist de G(s) está mostrado na Figura 100.
Do gráfico verifica-se visualmente que b ≈ 2.7, e conseqüentemente
1
Gm ≈ 20log = −8.6dB.
2.7
Verifica-se também visualmente do gráfico que o ângulo entre o ponto
de cruzamento com o cı́rculo de raio unitário e o eixo real determina que
P m ≈ 50◦ .

Nyquist Diagram
1
Imaginary Axis
−1
−2
−3
−4
−4 −3 −2 −1 0 1 2 3 4
Real Axis
Figura 100: Diagrama de Nyquist para G(s).
18 Aproximações para sistemas de segunda

ordem
Um sistema de segunda ordem na forma padrão pode ser escrito como
wn2
T (s) = ,
s2 + 2ξwns + wn2
onde se considerou γ = 1 pára simplificar e por não alterar as conclusões.
Uma malha aberta correspondente a este sistema é
wn2
G(s) = .
s(s + 2ξwn )
No caso de resposta em freqüência, s = jw, e pode-se escrever que:
wn2
G(jw) = ,
jw(jw + 2ξwn )
cujo módulo é
wn2
|G(jw)| = q .
w 4 + 4ξ 2 wn2 w 2

Na freqüência de cruzamento de ganho, w = wcg , tem-se que

wn2
|G(jwcg )| = q = 1,
4 + 4ξ 2 w 2 w 2
wcg n cg
que ao ser resolvida para wcg permite escrever que

rq
wcg = wn 4ξ 4 + 1 − 2ξ 2 .
Uma aproximação usual é wcg ≈ wn válida para fatores de amortecimento
não grandes.
A fase de G(s) pode ser escrita como para wcg
1 wn
6 G(jwcg ) = 6+6 =
jwcg jwcg + 2ξwn
 q√ 
1 + 4ξ 4 − 2ξ 2
π
= − + tan−1 − .
2 2ξ
Como este ângulo foi calculado para a freqüencia de cruzamento de ganho,
pode-se escrever que a margem de fase é
 q√ 
1 + 4ξ 4 − 2ξ 2
π
P m = π + 6 G(jwcg ) = − tan−1  
2 2ξ
ou ainda,  
2ξ
P m = tan−1  q√ .
1 + 4ξ 4 − 2ξ 2
Verifica-se que a margem de fase é uma função do fator de amortecimento.
Uma aproximação para a margem de fase em graus é
P m = 100ξ,
como pode ser visto na Figura 101. Nota-se que a aproximação é razoável
para valores de fator de amortecimento até 0.7.
19 Controladores clássicos
O controlador realiza as seguintes tarefas: compara o valor da saı́da com
o valor desejado, determina o desvio, e produz um sinal de controle para
reduzir o valor do erro.
A ação de controle é a maneira pela qual o controlador produz o sinal de
controle.
Os controladores clássicos mais comuns podem ser classificados como:

120
100
margem de fase (graus)

80
60
40
20
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4
fator de amortecimento
Figura 101: Margem de fase em função do fator de amortecimento.
• controlador do tipo liga-desliga (duas posições),
• controlador proporcional,
• controlador integral,
• controlador proporcional-integral,
• controlador proporcional-derivativo,
• controlador proporcional-derivativo-integral,
• controlador em avanço ou em atraso.
Um esquema básico envolvendo um controlador está mostrado na Figura

102.
O atuador é o elemento que altera a entrada do sistema de acordo com o
sinal de controle. O elemento de medida converte a variável de saı́da em outra
variável conveniente, permitindo a comparação com a entrada de referência.
19.1 Ação de controle de duas posições (liga ou des-

liga)
O elemento atuante possui apenas duas posições fixas (ligado ou desligado).
Geralmente são solenóides.

replacemen
entrada de erro
referência atuante saı́da para o atuador
amplificador
−
elemento de saı́da do sistema

detector medida
de erro
Figura 102: Esquema com controlador.
Sejam u(t) o sinal de saı́da do controlador e e(t) o sinal erro atuante.

m(t) será igual a u1 (ligado) para e(t) > 0, e será igual a u2 (desligado) para
e(t) < 0.
O intervalo de tempo para a mudança entre ligado ou desligado é chamado
de histerese diferencial. Um esquema é mostrado na Figura 103.
histerese diferencial
u1
e u
u2
−
Figura 103: Controle liga-desliga.
A histerese diferencial faz com que a saı́da do controlador m(t) mantenha

seu valor atual até que o sinal erro atuante tenha atingido um certo valor.
Considere como exemplo o sistema de controle de nı́vel de lı́quido con-
forme ilustrado na Figura 104.
A curva de enchimento e de esvaziamento do tanque é mostrada na Figura
105.
Nota-se que quanto menor for a histerese diferencial, maior é a frequência
de chaveamentos liga-desliga.
Um outro exemplo de sistema onde é usual o controle do tipo liga-desliga é
no controle da temperatura de refrigeradores e aparelhos de ar condicionado.

115V
qi
bóia
Figura 104: Esquema do controle de nı́vel de tanque por liga-desliga.
h(t) enchimento
efeito da histerese diferencial
esvaziamento
Figura 105: Processo de enchimento e esvaziamento do tanque.

19.2 Ação de controle proporcional

Na ação de controle proporcional, a relação entre a saı́da do controlador u(t)
e o sinal erro atuante e(t) é dada por
u(t) = kp e(t).
Em termos de transformada de Laplace tem-se que:
U(s)
= kp ,
E(s)
onde kp é o ganho proporcional.
O controlador proporcional é essencialmente um amplificador com um
ganho ajustável e é representado como na Figura 106.
E(s) U(s)
kp
−
Figura 106: Representação de controlador proporcional.
Um circuito que representa um controlador proporcional é apresentado

na Figura 107.
R2 R4
R1 R3
− −
+ +
ei
e0
E0 (s) R4 R2
Figura 107: Circuito de um controlador propocional, Ei (s)
= R3 R1
.
Exemplo: Seja a planta descrita por:

Y (s) γ
P (s) = = .
U(s) 1 + τs

Determinar a resposta ao degrau unitário quando esta planta estiver con-

trolada por um controlador proporcional e com uma realimentação unitária.
Um diagrama de blocos deste problema é mostrado na Figura 108.
R(s) E(s) U(s) Y (s)

γ
kp 1+τ s
−
Figura 108: Malha fechada com controlador proporcional.
A função de transferência de malha fechada, neste caso de realimentação

unitária, é dada por

kp γ
Y (s) 1+τ s kp γ
=
kp γ
= .
R(s) 1+ 1 1 + τ s + kp γ
1+τ s
A transformada de Laplace do degrau unitário é 1s . Logo,

!
kp γ 1
Y (s) = .
1 + τ s + kp γ s
Fazendo a expansão em frações parciais chega-se a

! ! !
kp γ 1 kp γτ 1
Y (s) = − .
1 + kp γ s 1 + kp γ τ s + 1 + kp γ
Calculando a anti-transformada de Laplace, tem-se

! !
kp γ kp γ (1+kp γ)t
y(t) = 1− e− τ
1 + kp γ 1 + kp γ
ou
kp γ (1+kp γ)t
y(t) = 1 − e− τ , t ≥ 0.
1 + kp γ
Sejam alguns casos numéricos.
1. γ = 1, τ = 1 e kp = 10:
10 10
y1 (t) = 1 − e−(1+10)t = 1 − e−11t .
1 + 10 11

2. γ = 1, τ = 1 e kp = 100:
100 100
y2 (t) = 1 − e−(1+100)t = 1 − e−101t .
1 + 100 101
Estas respostas podem ser visualizadas graficamente na Figura 109.
Step Response
1
0.9
0.8
0.7 kp = 10
kp = 100
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6
Time (sec)
Figura 109: Efeito do ganho proporcional.
Nota-se que a assı́ntota da resposta encontra-se deslocada em relação ao

degrau unitário. Aumentando-se o ganho proporcional o sistema tem uma
resposta mais rápida e com uma assı́ntota mais próxima daquela correspon-
dente ao degrau unitário, ou seja, apresenta um erro estacionário menor.

19.3 Ação de controle integral

A saı́da do controlador u(t) é variada a uma taxa proporcional à integral do
sinal erro atuante e(t), ou seja,
Z t
du(t)
= ki e(t) ⇒ u(t) = ki e(t)dt,
dt 0
onde ki é uma constante ajustável.

A função de transferência do controlador integral é
U(s) ki
= .
E(s) s
Uma representação do controlador integral é mostrada na Figura 110.
E(s) ki U(s)
s
−
Figura 110: Representação do controlador integral.
19.4 Ação de controle proporcional-integral

A ação de controle proporcional-integral, PI, é definida pela equação:
Z t
u(t) = kp e(t) + ki e(t)dt.
0
A função de transferência do controlador é neste caso

U(s) ki
= kp + ,
E(s) s
e a representação esquemática está na Figura 111.
Um circuito que corresponde a um controlador proporcional-integral é
mostrado na Figura 112.
Exemplo: Deseja-se calcular a resposta ao degrau unitário de um sistema

em malha fechada com realimentação unitária e controlador PI para a planta
dada por:
γ
G(s) = .
1 + τs

E(s) U(s)
ki
kp + s
−
Figura 111: Representação da ação de controle PI.
R2 C2 R4
R3
− −
R1 +
ei +
e0
E0 (s)
Figura 112: Circuito de controlador proporcional-integral, Ei (s)
=
R4 R2 (R2 C2 s+1)
R3 R1 R2 C2 s
.
kp
R(s) γ Y (s)
1+τ s
−
ki
s
Figura 113: Sistema de primeira ordem com controlador PI.

O diagrama de blocos é mostrado na Figura 113.

A função de transferência de malha fechada, com realimentação unitária,
é dada por
γ
Y (s) (kp + ksi )( 1+τ s
) γkp s + γki
= ki γ = 2 .
R(s) 1 + (kp + s )( 1+τ s ) τ s + (1 + γkp )s + γki
Para uma entrada degrau unitário tem-se que R(s) = 1s . Logo,

γkp s + γki
Y (s) = .
s [τ s2 + (1 + γkp )s + γki ]
É possı́vel verificar que a malha fechada pode apresentar respostas com
caracterı́sticas distintas em função das raı́zes do denominador (trata-se de
um sistema de segunda ordem).
Para γ = 1, τ = 1, kp = 5 e ki = 2 tem-se
5s + 2
Y (s) = ,
s(s2 + 6s + 2)
cuja resposta ao degrau está ilustrada na Figura 114.
Step Response
1
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8
Time (sec)
Figura 114: Sistema de primeira ordem com controlador PI - resposta ao

degrau.
Nota-se que o erro estacionário tende a zero.

19.5 Ação proporcional-derivativa

A ação de um controlador proporcional-derivativo, PD, é definida pela equação:
de(t)
u(t) = kp e(t) + kd .
dt
A função de transferência do controlador é
U(s)
= kp + kd s,
E(s)
cuja representação na forma de diagrama de blocos está na Figura 115.
E(s) U(s)
kp + kd s
−
Figura 115: Representação de controlador PD.
Um circuito correspondente a um controladore PD é mostrado na Figura

116.
C1 R2 R4
R3
− −
R1 +
ei +
e0
E0 (s) R4 R2
Figura 116: Circuito de controlador PD, Ei (s)
= R3 R1
(R1 C1 s + 1).
Exemplo: Determinar a resposta ao degrau unitário de um sistema em

malha fechada com realimentação unitária e controlador PD para a planta:
γ
P (s) = .
1 + τs
O diagrama de blocos correspondente é mostrado na Figura 117.

kp
R(s) E(s) U(s) γ Y (s)
1+τ s
−
kd s
Figura 117: Resposta de sistema de primeira ordem com controlador PD.
A função de transferência de malha fechada, com realimentação unitária,

é γ
Y (s) (kp + kd s)( 1+τ s
) γ(kp + kd s)
= γ = .
R(s) 1 + (kp + kd s)( 1+τ s ) (τ + kd γ)s + 1 + kp γ
Se a entrada é um degrau unitário, R(s) = 1s , e se γ = 1, τ = 1, kp = 2 e
kd = 1 tem-se que:

s+2 1 −0.1667 0.6667
Y (s) = = + ,
2s + 3 s s + 1.5 s
cuja anti-transformada de Laplace é
y(t) = −0.1667e−1.5t + 0.6667.
Esta resposta está ilustrada na Figura 118.

Verifica-se que o sistema com controlador PD apresentou erro estacionário.
É recomendado o uso de controlador derivativo junto com os outros gerando
o PID.

Step Response
0.68
0.66
0.64
0.62
0.6
Amplitude
0.58
0.56
0.54
0.52
0.5
0 0.5 1 1.5 2 2.5 3 3.5 4
Time (sec)
Figura 118: Resposta ao degrau de sistema de primeira ordem com contro-

lador PD.

19.6 Ação de controle proporcional-integral-derivativo

O controlador PID é uma combinação das ações de controle proporcional,
integral e derivativa, e possui as vantagens de cada um dos tipos individuais.
A equação do controlador PID é
Z
de(t) t
u(t) = kp e(t) + kd + ki e(t)dt,
dt 0
e a função de transferência correspondente é

U(s) 1
= kp + kd s + ki .
E(s) s
Um circuito de controlador PID é mostrado na Figura 119.
C1 R2 C2 R4
R3
− −
R1 +
ei +
e0
E0 (s) R4 R2 (R1 C1 s+1)(R2 C2 s+1)

Figura 119: Circuito de controlador PID, Ei (s)
= R3 R1 R2 C2 s
.
Exemplo: Seja a planta descrita por

1
P (s) = .
s2
+s
Deseja-se determinar a resposta ao degrau verificando os efeitos propor-
cional, derivativo e integral.
Um esquema do problema está na Figura 120.
Os seguintes casos serão analisados.
1. Apenas ação proporcional com kp = 10. Neste caso,

1
G(s) = kp 2
.
s +s
A função de transferência de malha fechada com realimentação unitária
é
kp
Y (s) 2
s +s kp
=
k
=
2
.
R(s) 1 + 2p s + s + kp
s +s

controlador (PID)
kp
P (s) (planta)
R(s) E(s) U(s) 1 1 Y (s)

1 ki
s s s
− −
s kd
Figura 120: Exemplo de controle PID.
Step Response
1.8
1.6
1.4
1.2
1
Amplitude
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12
Time (sec)
Figura 121: Resposta ao degrau com controlador proporcional.

A resposta ao degrau deste caso é mostrada na Figura 121.
2. Ação proporcional-integral com kp = 10 e ki = 2. A malha aberta é

!
ki 1
G(s) = kp + 2
,
s s +s
e a função de transferência de malha fechada é

ki 1
Y (s) kp + s s2 +s
= ,
R(s) 1 + kp + ki 1
s s2 +s
ou ainda,
Y (s) kp s + ki 10s + 2
= 2 3
= 3 ,
R(s) kp s + s + s + s + ki s + s2 + 10s + 2
cuja resposta ao degrau pode ser visualizada na Figura 122.
Step Response
1.8
1.6
1.4
1.2
1
Amplitude
0.8
0.6
0.4
0.2
0
0 5 10 15
Time (sec)
Figura 122: Resposta ao degrau com controlador PI.
3. Ação proporcional-derivativa com kd = 1 e kp = 10. A função de

transferência de malha aberta é

1
G(s) = (kp + kd s) 2 ,
s +s

e a função de transferência de malha fechada com realimentação unitária

é
kp +kd s
Y (s) s2 +s
= ,
R(s) 1 + kp 2+kd s s +s
ou ainda,
Y (s) kd s + kp s + 10
= 2
= 2 ,
R(s) (kd + 1)s + s + kp s + 2s + 10
cuja resposta está ilustrada na Figura 123.

Step Response
1.4
1.2
0.8
Amplitude
0.6
0.4
0.2
0
0 1 2 3 4 5 6
Time (sec)
Figura 123: Resposta ao degrau com controlador PD.
4. Ação proporcional-integral-derivativa com kp = 10, ki = 2 e kd = 1.

Seja a malha aberta:
!
ki 1
G(s) = kp + kd s + 2
.
s s +s
A função de transferência de malha fechada com realimentação unitária

é
Y (s) kp + kd s + ksi s21+s
= ,
R(s) 1 + kp + kd s + ki 2
1
s s +s

ou também,
Y (s) k d s2 + k p s + k i s2 + 10s + 2
= 3 = 3 .
R(s) s + (kd + 1)s2 + kp s + ki s + 2s2 + 10s + 2
A resposta do sistema é mostrada na Figura 124.
Step Response
1.5
1
Amplitude
0.5
0
0 1 2 3 4 5 6 7
Time (sec)
Figura 124: Resposta con controlador PID.

19.7 Efeito fı́sico das constantes kp e kd em sistemas de

segunda ordem
Considere um bloco de massa m, apoiado em uma base sem atrito, e cujo
movimento y(t) deve ser controlado pela força u(t). O modelo deste sistema
é:
Y (s) 1
mÿ = u(t) ⇒ = .
U(s) ms2
que representa o movimento de um corpo rı́gido.
1. Seja a inclusão, em realimentação unitária, de um controlador propor-

cional kp . A malha fechada, neste caso, é

1
kp ms2 kp
T (s) = = .
1 + kp 1 ms2+ kp
ms2
Nota-se que ocorreu uma mudança no ganho estático,
T (s) |s=0 = 1 ,
q
kp
e o pólo passou para ±j m
.
Verifica-se que o controlador proporcional tem o significado fı́sico de
uma mola de rigidez kp adicionada ao bloco.
2. Seja a inclusão de um controlador proporcional-derivativo em reali-
mentação unitária. A malha fechada é

1
(kp + kd s) ms2 kd s + kp
T (s) = = .
1 + (kp + kd s) 1 ms2 + kd s + kp
ms2
Nota-se que ocorreu uma mudança no ganho estático,
T (s) |s=0 = 1 ,
A equação caracterı́stica é a de um sistema se segunda ordem para o

qual se escreve que
s
kp kd
wn = e 2ξwn = ,
m m
e verifica-se que a inclusão do termo derivativo corresponde à inclusão
de um amortecedor ao sistema.

No caso de um sistema de segunda ordem na forma padrão, i.e.,
γwn2
P (s) = ,
s2 + 2ξwn s + wn2
a inclusão do controlador PD em realimentação unitária leva à malha fechada
γwn2 (kd s + kp )
T (s) = 2 ,
s + (2ξwn + kd wn2 )s + (wn2 + kp wn2 )
na qual é evidente que kd afeta o termo do amortecimento e kp o termo da

rigidez.
19.8 Controle PID - Método Ziegler-Nichols

O método de Ziegler-Nichols é usado para determinar as constantes do con-
trolador PID baseando-se exclusivamente no lugar das raı́zes.
É sabido que:
• o efeito integral aumenta o tipo do sistema, o que reduz o erro esta-

cionário;
• o efeito derivativo aumenta o amortecimento, e conseqüentemente a

estabilidade do sistema.
O controlador PID tem a seguinte função de transferência

ki
K(s) = kp + kd s + .
s
Os principais passos do método são:
• Fazer kd = ki = 0 e determinar o ganho proporcional km tal que o sis-

tema comece a oscilar (pólos de malha fechada sobre o eixo imaginário)
e a respectiva freqüência wm . Estes valores podem ser determinados
através de um diagrama do lugar das raı́zes.
• Calcular as constantes
kp π kp wm
kp = 0.6km , kd = , ki = .
4wm π
Nota-se que o método de Ziegler-Nichols não usa nenhum requisito de

projeto, mas apesar disso, apresenta resultados que podem ser considerados
adequados em muitas situações de controle de processos.

Exemplo: Projetar um controlador PID pelo método de Ziegler-Nichols

para controlar a planta
400
P (s) = .
s(s2 + 30s + 200)
O lugar das raı́zes de P (s) é mostrado na Figura 125, e determina-se, de

forma aproximada, o ponto da estabilidade marginal sobre o eixo imaginário,
de forma que o ganho correspondente e a freqüência são adotados como
km = 15, wm = 14rad/s.
Root Locus
40
30
20
10
Imaginary Axis
−10
−20
−30
−40
−60 −50 −40 −30 −20 −10 0 10 20
Real Axis
Figura 125: Gráfico do lugar da raı́zes, projeto PID por Ziegler-Nichols.
Os valores das constantes do controlador são, portanto,
kp = 9, kd = 0.5049, ki = 40.1070.
A malha aberta é
202s2 + 3600s + 1.604e004
G(s) = K(s)P (s) = ,
s4 + 30s3 + 200s2

e a malha fechada é
202s2 + 3600s + 1.604e004
T (s) = .
s4 + 30s3 + 402s2 + 3600s + 1.604e004
A resposta ao degrau da malha fechada é mostrada na Figura 126.
Step Response
1.6
1.4
1.2
1
Amplitude
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Time (sec)
Figura 126: Resposta ao degrau da malha fechada, projeto PID por Ziegler-
Nichols.

19.9 Projeto PID analı́tico na freqüência

Seja um controlador PID K(s):
ki
K(s) = kp + kd s + ,
s
e a planta a P (s) do tipo n a ser controlada em realimentação unitária
negativa.
A malha aberta será K(s)P (s).
Para uma dada freqüência, s = jw, tem-se que
P (jw) = |P |ejθP e K(jw) = |K|ejθK .
Para w = wcg , freqüência de cruzamento de ganho, sabe-se que a ampli-

tude da malha aberta é unitária,
K(jwcg )P (jwcg ) = 16 θ,
e a margem de fase φ é
φ = π + θ ⇒ θ = −π + φ.
Portanto, pode-se escrever que:
|K|ejθK |P |ejθP = |K||P |ej(θK +θP ) = 16 (−π + φ),
que permite determinar a amplitude do controlador,

1
|K||P | = 1 ⇒ |K| = ,
|P |
e a fase do controlador
θK + θP = −π + φ ⇒ θK = −π + φ − θP .
É possı́vel escrever, para uma margem de fase φ especificada, a equação

do controlador:
ki
kp + kd (jwcg ) + = |K|(cosθK + jsenθK ).
jwcg
Igualando as partes real e imaginária tem-se que
kp = |K|cosθK ,

ki ki
kd (jwcg ) + = j|K|senθK ⇒ kd wcg − = |K|senθK ,
jwcg wcg
caracterizando duas equações para as incógnitas kp , kd e ki, que podem ser
resolvidas iterativamente.
Note que apenas a margem de fase foi especificada até o momento.
Seja uma especificação adicional em termos de erro estacionário desejado.
Sabe-se que
R(s)
E(s) = ,
1 + K(s)P (s)
e do teorema do valor final
R(s)
eest = lim e(t) = lim s ,
t→∞ s→0 1 + K(s)P (s)
o que permitirá a determinação de ki .
Exemplo: Projetar um controlador PID pelo método analı́tico na freqüência

para controlar a planta
400
P (s) =
s(s2 + 30s + 200)
e atender aos requisitos de erro estacionário à parábola unitária de 0.1, per-
centual de sobre sinal de 10%, e tempo de estabilização a 2% de 1.7s.
Da especificação de erro estacionário é possı́vel obter o valor de ki, ou
seja,
1
s3 h 200
eest = lim s
k s+k s 2 +k
i = = 0.1,
s→0 1 + p d i
2
400 400ki
s s(s +30s+200)
e conseqüentemente, ki = 5.
Do percentual de sobre sinal, pss = 10%, obtém-se o fator de amorteci-
mento,
ln 100
10
ξ=r = 0.5912.
2 2 100
π + ln 10
A constante de tempo pode ser obtida de
Te2% 1.7
τ= = = 0.4250.
4 4
A freqüencia natural pode ser obtida através de
1
wn = = 3.9802rad/s.
ξτ

Sabendo que a freqüência de cruzamento de ganho é próxima da freqüência

natural, escreve-se que wcg = wn = 3.9802rad/s.
A margem de fase, em graus, pode ser estimada como
P m = 100ξ = 59.12◦ = 1.0318rad.
Calcula-se agora
P (jwcg ) = P (3.9802j) = −0.2491 − 0.3842j ⇒ |P | = 0.4579,

−0.3842
6 P (3.9802j) = θP = tan−1 = −2.1460rad.
−0.2491
O ângulo do controlador é dado por
θK = −π + 1.0318 + 2.1460 = 0.0362,
e a amplitude do controlador é K(s)

1 1
|K| = = = 2.1840.
|P | 0.4579
A constante proporcional é dada por
kp = |K|cosθk = 2.1840cos(0.0362) = 2.1825,
e a constante derivativa é dada por

5
3.9802kd − = 2.1840sen(0.0362) ⇒ kd = 0.3355.
3.9802
Com as constantes kp , kd e ki tem-se o controlador PID determinado. A
malha aberta correspondente é dada por
134.2s2 + 873s + 2000

K(s)G(s) = ,
s4 + 30s3 + 200s2
cujo diagrama de Bode é apresentado na Figura 127 e verifica-se que a mar-
gem de fase desejada foi obtida.
A resposta ao degrau da malha fechada é mostrada na Figura 128 onde
se verifica que foram obtidos um pss = 26.2% e um Te2% = 2.62s, ou seja,
os requisitos não foram satisfeitos, e um refinamento do projeto é necessário.
Neste caso, é usual aumentar a margem de fase desejada, introduzindo-se
uma fator de segurança.
Um código MATLAB para este projeto é apresentado a seguir:

Bode Diagram
Gm = Inf dB (at Inf rad/sec) , Pm = 59.1 deg (at 3.98 rad/sec)
100
Magnitude (dB)
50
−50
−100
−90
Phase (deg)
−120
−150
−180
−1 0 1 2 3
10 10 10 10 10
Frequency (rad/sec)
Figura 127: Diagrama de Bode obtido com o projeto.
Step Response
1.4
1.2
1
Amplitude
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Time (sec)
Figura 128: Resposta ao degrau obtida com o projeto.

clear all; close all; clc;

s=tf(’s’);
ps=400/(s*(s^2+30*s+200))
ki=5;
pss=10;
te=1.7;
qsi=log(100/pss)/sqrt(pi^2+(log(100/pss)^2))
tau=te/4;
wn=1/(qsi*tau)
wcg=wn;
phi=100*qsi
phi=phi*pi/180
pwcg=freqresp(ps,j*wcg)
ampp=abs(pwcg)
tetap=angle(pwcg)
tetak=-pi+phi-tetap
ampk=1/ampp
kp=ampk*cos(tetak)
kd=(ampk*sin(tetak)+ki/wcg)/wcg
ks=kp+kd*s+ki/s
gs=ks*ps %malha aberta
ts=feedback(gs,1)
step(ts,’k’)
figure
margin(gs)
19.10 Projeto PID com base no lugar das raı́zes

Esta técnica de projeto tem como objetivo assegurar um pólo em uma posição
desejada para a malha fechada.
Seja uma planta P (s), um controlador PID K(s) e uma configuração de
realimentação unitária negativa. A respectiva malha aberta G(s) é dada por
!
ki
G(s) = P (s)K(s) = P (s) kp + kd s + .
s
A equação caracterı́stica é, neste caso,
1 + G(s) = 0.

Seja um pólo especı́fico sD = σD + jwD desejado para a malha fechada.

Logo,
1 + G(sD ) = 0 ⇒ G(sD ) = −1 = 16 − π.
O controlador e a planta podem ser calculados em função do pólo dese-
jado:
ki
K(sD ) = kp + kd (σD + jwD ) + = |K(sD )|ejθK ,
σD + jwD
P (sD ) = |P (sD )|ejθP .
Logo,
|K(sD )|ejθK |P (sD )|ejθP = |K(sD )||P (sD )|ej(θK +θP ) = 16 − π,
que permite escrever as seguintes equações para a amplitude e fase do con-

trolador,
1
|K(sD )||P (sD )| = 1 ⇒ |K(sD )| = ,
|P (sD )|
θK + θP = −π ⇒ θK = −π − θP .
Conhecendo-se a amplitude e fase do controlador é possı́vel a deter-
minação de seus parâmetros, ou seja,
ki
K(sD ) = kp +kd (σD +jwD )+ = |K(sD )|ejθK = |K(sD )|(cosθK +jsenθK ),
σD + jwD
kp (σD + jwD ) + kd (σD + jwD )2 + ki = |K(sD )|(cosθK + jsenθK )(σD + jwD ),

2 2
kp σD + jkp wD + kd (σD + 2jσD wD − wD ) + ki =
= σD |K(sD )|cosθK −wD |K(sD )|senθK +j(wD |K(sD )|cosθK +σD |K(sD )|senθK ).
Separando as partes real e imaginária tem-se as equações
2 2
kp σD + kd (σD − wD ) + ki = σD |K(sD )|cosθK − wD |K(sD )|senθK ,
2kd σD wD + kp wD = wD |K(sD )|cosθK + σD |K(sD )|senθK ,

que podem ser resolvidas de forma iterativa para as incógnitas kp , kd e ki .
Caso se tenha uma especificação do erro estacionário é possı́vel determi-
nar ki diretamente da mesma forma como feito no projeto PID analı́tico na
freqüência.
Sejam
2 2
a = σD − wD ,
b = σD ,

α = σD |K(sD )|cosθK − wD |K(sD )|senθK ,

c = 2σD wD ,
d = wD ,
β = wD |K(sD )|cosθK + σD |K(sD )|senθK .
Logo,
akd + bkp + ki = α,
ckd + dkp = β.
Resolvendo estas equações tem-se
β − dkp
kd = ,
c
β − dkp
a + bkp = α − ki ,
c
aβ ad
− kp + bkp = α − ki ,
c c
!
ad aβ
b− kp = α − ki − ,
c c
e então,
aβ
α − ki − c αc − cki − aβ
kp = = ,
b − ad
c
bc − ad
Exemplo: Projetar um controlador PD pelo método analı́tico com base

no lugar das raı́zes para controlar a planta
1
P (s) = ,
s(s + 1)(s + 5)
e atender aos requisitos de percentual de sobre sinal de 10% e tempo de

estabilização a 2% de 1.7s.
Através do pss = 10% tem-se que o fator de amortecimento é ξ = 0.5912,
e através do tempo de estabilização tem-se que wn = 3.9802rad/s.
O pólo desejado é, portanto,
q
sD = −ξwn + jwn 1 − ξ 2 = −2.3529 + 3.2103j = σD + wD j.
e então,
P (−2.3529 + 3.2103j) = 0.0058 + 0.0163j,
|P (−2.3529 + 3.2103j)| = 0.0173 e θP = 1.2290rad/s.

Pode-se calcular o módulo e a amplitude do controlador, i.e.,
θK = −π − θP = −π − 1.2290 = −4.3706,
1 1
|K| = = = 57.6954.
|P | 0.0173
As variáveis auxiliares são calculadas e fornecem como resultado:
a = −4.7697, b = −2.3529, c = −15.1073, d = 3.2103,
α = −129.0013 e β = −189.9841.
Com estes parâmetros as constantes do controlador podem ser calculadas:
kp = 20.5019 e kd = 16.9323.
A malha aberta é, portanto,

16.93s + 20.5
G(s) = K(s)P (s) = .
s3 + 6s2 + 5s
A malha fechada em realimentação unitária é
16.93s + 20.5
T (s) = ,
s3 + 6s2 + 21.93s + 20.5
cujos pólos são −2.3529 ± 3.2103j e −1.2941.
A resposta ao degrau pode ser visualizada na Figura 129.
É possı́vel verificar que o pólo especificado foi obtido para a malha fe-
chada. Esta metodologia é limitada no sentido de que apenas um pólo é
especificado e os demais pólos podem caracterizar um desempenho indese-
jado caso sejam dominantes.
Um código MATLAB para este projeto é apresentado a seguir.
s=tf(’s’);
ps=1/(s*(s+1)*(s+5))
pss=10;
te=1.7;
qsi=log(100/pss)/sqrt(pi^2+(log(100/pss)^2))
tau=te/4;
wn=1/(qsi*tau)
sD=-qsi*wn+j*wn*sqrt(1-qsi^2) %polo desejado
psD=freqresp(ps,sD)
ampp=abs(psD)

Step Response
1.4
1.2
1
Amplitude
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5
Time (sec)
Figura 129: Resposta ao degrau da malha fechada.
tetap=angle(psD)
tetak=-pi-tetap
ampk=1/ampp
sigmaD=real(sD);
wD=imag(sD);
a=sigmaD^2-wD^2
b=sigmaD
alpha=sigmaD*ampk*cos(tetak)-wD*ampk*sin(tetak)
c=2*sigmaD*wD
d=wD
beta=wD*ampk*cos(tetak)+sigmaD*ampk*sin(tetak)
kp=(alpha*c-a*beta)/(b*c-a*d) %apenas PD
kd=(beta-d*kp)/c
ks=kp+kd*s
ts=feedback(gs,1)
step(ts)
figure
margin(gs)
[p,z]=pzmap(ts)

19.11 Controlador em avanço

O controlador em avanço possui um pólo e um zero com o objetivo de traba-
lhar a resposta em freqüência conformando-a, e garantindo assim as margens
de estabilidade.
Normalmente ao se aumentar o ganho proporcional, o erro estacionário
diminiu. Contudo, ocorre a redução das margens de estabilidade. Isso pode
ser verificado através do seguinte exemplo.
Seja a planta
2
P (s) = ,
s(s + 1)(s + 2)
inicialmente controlada com um controlador proporcional kp = 1. Neste caso,
o sistema é do tipo 1, e os erros estacionários são:
• para o degrau unitário, eest = 0;
• para a rampa unitária,

2 1
kvel = lim s = 1, eest = = 1.
s→0 s(s + 1)(s + 2) kvel
As margens de estabilidade, neste caso, são Gm = 9.5dB e P m = 32.6◦ .

Considere agora kp = 2. Neste caso,
• para o degrau unitário, eest = 0;
• para a rampa unitária,

4 1
kvel = lim s = 2, eest = = 0.5;
s→0 s(s + 1)(s + 2) kvel
e as margens de estabilidade são são Gm = 3.5dB e P m = 11.4◦ .

Verifica-se que ao se aumentar o ganho proporcional tem-se uma resposta
estacionária melhor, contudo com uma redução nas margens de estabilidade
relativa. Isso pode ser verificado com auxı́lio dos diagramas de Bode, como
mostrado nas Figuras 130 e 131.
A função de transferência do controlador em avanço é
αT s + 1
K(s) = kc , α > 1.
Ts + 1
Um circuito tı́pico para um controlador em avanço (ou atraso, como será
discutido futuramente) é apresentado na Figura 132.

Bode Diagram
20
0
Magnitude (dB)
−20
−40
−60 −90
−135
Phase (deg)
−180
−225
−270
−1 0 1
10 10 10
Frequency (rad/sec)
Figura 130: Margens de estabilidade para kp = 1.
Bode Diagram
40
20
Magnitude (dB)
−20
−40
−60 −90
−135
Phase (deg)
−180
−225
−270
−1 0 1
10 10 10
Frequency (rad/sec)
Figura 131: Margens de estabilidade para kp = 2.

C2
C1 R4
R2
R3
− −
R1 +
ei +
e0
E0 (s) R4 R2 (R1 C1 s+1)

Figura 132: Circuito de controlador em avanço, Ei (s)
= R3 R1 (R2 C2 s+1)
.
Bode Diagram
20
15
Magnitude (dB)
10
0 60
50
Phase (deg)
40
30
20
10
0
−3 −2 −1 0 1 2
10 10 10 10 10 10
Frequency (rad/sec)
Figura 133: Diagrama de Bode do controlador em avanço, kc = 1, T = 1,

α = 10.

Um diagrama de Bode tı́pico de um controlador em avanço é mostrado

na Figura 133. Verifica-se o comportamento de um passa-alta.
Na compensação em avanço, deseja-se obter a maior compensação de fase
possı́vel, aumentando assim a margem de fase.
Seja s = jw. Logo,
αT (jw) + 1 1 + αT 2w 2 + (αT w − T w)j

K(jw) = kc = kc ,
T (jw) + 1 1 + T 2w2
cujo ângulo é " #

−1 (α − 1)T w
θK = tan .
1 + αT 2 w 2
O ponto de máximo de θK pode ser encontrado através de
" #
dθK 1 d (α − 1)T w
= h i2 2 2
= 0,
dw 1 + 1+αT 2 w2 dw 1 + αT w
(α−1)T w
e então, " #
d (α − 1)T w
=0
dw 1 + αT 2 w 2
o que implica que o ponto de máximo, w̄, corresponde a
1
w̄ = √ .
αT
Substituindo este valor obtém-se o valor máximo da fase do controlador

θ̄K ,
α−1
tanθ̄K = √ . (11)
2 α
A equação (11) pode ser interpretada conforme ilustrado na Figura 134.
l α−1
θ̄K
√
2 α
Figura 134: Interpretação para θ̄K .

Da Figura 134 escreve-se que

√
l2 = (2 α)2 + (α − 1)2 = (α + 1)2 ⇒ l = α + 1,
e então,
α−1 1 + senθ̄K
senθ̄K = ⇒α= .
α+1 1 − senθ̄K
O módulo do controlador também pode ser calculado para w̄, ou seja,
q
(1 + αT 2w̄ 2 )2 + (αT w̄ − T w̄)2 √
|K(w̄)| = = α,
1+ T 2 w̄ 2
e, como o controlador está em série com a planta, a compensação em dB
devido ao controlador será dada por
√
Ā = 20 log α = 10 log α.
O seguinte roteiro pode ser usado no projeto de controladores em avanço.
1. Determinar kc através da especificação de erro estacionário desejada.
2. Considerar o novo sistema kc P (s) (já compensado em termos da cons-

tante proporcional).
3. Traçar os diagramas de Bode do sistema kc P (s) e determinar a margem

de fase (P m).
4. Sabendo a margem de fase desejada φesp, obtida através dos requisitos

de projeto, determinar o acréscimo de fase necessário pelo controlador,
explorando o ponto de máximo deste, ou seja,
θ̄K = φesp − P m.
É usual adicionar uma margem de segurança, φseg para este ângulo de

10% ou pelo menos 5◦ para este ângulo, ou seja,
θ̄K = φesp − P m + φseg ,
que compensa imprecisões.
5. Calcular α:
1 + senθ̄K
α= .
1 − senθ̄K

6. Calcular a compensação de amplitude relacionada ao ponto de máxima

fase do controlador, Ā:
√
Ā = 20 log α = 10 log α.
7. Usando o diagrama de Bode e com o valor de Ā, determinar a freqüência

de cruzamento de ganho futura, wcgf .
8. Calcular T :
1
T =√ .
αwcgf
9. Determinar o controlador K(s):

αT s + 1
K(s) = kc .
Ts + 1
10. Verificar as margens obtidas com a malha aberta K(s)P (s) e os requi-
sitos de desempenho com a respectiva malha fechada.
Exemplo: Determinar o controlador em avanço (configuração de reali-

mentação unitária negativa) para controlar a planta
2
P (s) = ,
s(s + 2)
e obter uma margem de fase de 45◦ e um erro estacionário à rampa de 0.05.
A malha aberta é
αT s + 1 2
G(s) = K(s)P (s) = kc ,
T s + 1 s(s + 2)
que é do tipo 1.
A constante de erro de velocidade é
αT s + 1 2
kvel = lim sG(s) = lim skc = kc ,
s→0 s→0 T s + 1 s(s + 2)
e do erro estacionário tem-se que
1 1
eest = = = 0.05 ⇒ kc = 20.
kvel kc
O diagrama de Bode de kc P (s) é mostrado na Figura 135.
Verifica-se que a margem de fase é P m = 18◦ .

Bode Diagram
Gm = Inf dB (at Inf rad/sec) , Pm = 18 deg (at 6.17 rad/sec)
50
Magnitude (dB)
−50 −90
Phase (deg)
−135
−180
−1 0 1 2
10 10 10 10
Frequency (rad/sec)
Figura 135: Diagrama de Bode de kc P (s).
O acréscimo de fase necessário será de

π
θ̄K = φesp − P m + φseg = (45 − 18 + 5) = 0.5585rad
180
Determina-se α:
1 + senθ̄K
= 3.2546,
α=
1 − senθ̄K
e a respectiva compensação em amplitude:
Ā = 10 log α = 5.1250
Verificando o respectivo diagrama de Bode, nota-se que para uma com-

pensação de 5.1250dB, a freqüência de cruzamento de ganho futura será de
wcgf ≈ 8.3rad/s, como mostrado na Figura 136.
Calcula-se
1
T =√ = 0.0668,
αwcgf
e tem-se o controlador desejado
αT s + 1 4.347s + 20
K(s) = kc = .
Ts + 1 0.06678s + 1

Bode Diagram
20
10
wcgf
Magnitude (dB)
0
Ā
−10
−20
−120
Phase (deg)
−150
−180
1
10
Frequency (rad/sec)
Figura 136: Diagrama de Bode de kc P (s) e ilustração de Ā e de wcgf .
A Figura 137 mostra os diagramas de Bode da planta P (s), do controlador

K(s) e da malha aberta K(s)G(s) com as respectivas margens obtidas. Nota-
se que a nova freqüência de cruzamento de ganho corresponde ao ponto de
máximo da fase de K(s). Nota-se ainda que a margem de fase desejada foi
obtida.
A malha fechada correspondente é
K(s)P (s) 8.694s + 40

T (s) = = ,
1 + K(s)P (s) 0.06678s + 1.134s2 + 10.69s + 40
3
e a resposta à rampa está mostrada na Figura 138 juntamente com a rampa

unitária. Verica-se o erro estacionário de 0.05 como desejado.

Bode Diagram
60
40 K(s)
20
Magnitude (dB)
−20 K(s)P (s)

P (s)
−40
−60
−80 45
K(s)
0
Phase (deg)
−45
−90
−135
K(s)P (s)
P (s)
−180
−1 0 1 2
10 10 10 10
Frequency (rad/sec)
Figura 137: Diagramas de Bode mostrando a compensação em avanço.
0.9
0.8
0.7
0.6
resposta
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1
tempo
Figura 138: Resposta à rampa unitária e rampa unitária.

Um código MATLAB para com esta metodologia de projeto é apresentado

a seguir:
%projeto em avanco
%requisitos: margem de fase de 45 graus, erro
%estacionário à rampa de 0.05, planta 2/(s(s+2)).
%
s=tf(’s’);
ps=2/(s*(s+2));
phiesp=45;
kc=20; %calculado através do erro estacionário
margin(kc*ps)
mf=18; %obtido do gráfico de bode (margens)
phiseg=5; %margem de segurança (em graus)
phi=(phiesp-mf+phiseg)*pi/180;
alpha=(1+sin(phi))/(1-sin(phi));
am=10*log10(alpha)
wcgf=8.3; %obtido do gráfico devido ao valor de am
T=1/(sqrt(alpha)*wcgf)
ks=kc*(alpha*T*s+1)/(T*s+1) %controlador
figure, margin(ps)
hold on, margin(ks)
hold on, margin(gs)
ts=feedback(gs,1) %malha fechada
figure, step(ts) %degrau
t=0:0.01:1;
tss=ts/s;
y=step(tss,t); %resposta à rampa
figure, plot(t,t,t,y)
19.12 Compensação em atraso

O controlador em atraso tem a mesma estrutura do controlador em avanço,
contudo o pólo vem antes do zero, ou seja,
αT s + 1
K(s) = kc ,
Ts + 1
com o pólo s = − T1 e o zero s = − αT
1
, mas 0 < α < 1.
O diagrama de Bode de um controlador em atraso tı́pico é mostrado na
Figura 139.

Bode Diagram
0
−5
Magnitude (dB)
−10
−15
−20 0
−10
Phase (deg)
−20
−30
−40
−50
−60
−2 −1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Figura 139: Diagrama de Bode para controlador em atraso: kc = 1, α = 0.1,

T = 1.
O objetivo da compensação em atraso é posicionar a freqüência de cruza-

mento de ganho para uma margem de fase desejada, sem mudar muito a fase
e atenuar o ganho. Neste caso, como a freqüência de cruzamento de ganho
fica menor, o sistema torna-se mais lento.
Verifica-se que para s grande
αT s + 1
lim = α,
s→∞ T s + 1
e a compensação em dB neste caso é

Ā
Ā = 20 log α ⇒ α = 10 20 .
Considerando, como regra prática, que a freqüência de cruzamento de

ganho futura será 10 vezes maior que o zero do controlador para que nesta
região o efeito na fase seja pequeno, tem-se que,
1 10
wcgf = 10 ⇒T = .
αT αwcgf
O seguinte roteiro pode ser usado no projeto de controladores em atraso.
1. Determinar kc através da especificação de erro estacionário desejada.

2. Considerar o novo sistema kc P (s) (já compensado em termos da cons-

tante proporcional).
3. Traçar os diagramas de Bode do sistema kc P (s) e determinar a margem

de fase (P m).
4. Sabendo a margem de fase desejada φesp, obtida através dos requisitos

de projeto, determinar a freqüência de cruzamento de ganho futura,
wcgf .
5. Determinar o valor de Ā que representa a compensação em amplitude

desejada através do diagrama de Bode.
6. Calcular α:
Ā
α = 10 20 .
7. Calcular T :
10
T = .
αwf cg
8. Determinar o controlador K(s):

αT s + 1
K(s) = kc .
Ts + 1
9. Verificar as margens obtidas com a malha aberta K(s)P (s) e os requi-

sitos de desempenho com a respectiva malha fechada.
Exemplo: Determinar o controlador em atraso para controlar a planta

10
P (s) = ,
s(s + 5)
em realimentação unitária, e obter um fator de amortecimento de 0.7 e um
erro estacionário à rampa de 0.05.
A malha aberta é
" #
αT s + 1 10
G(s) = K(s)P (s) = kc ,
Ts + 1 s(s + 5)
que é do tipo 1.
" #
αT s + 1 10
kvel = lim sG(s) = lim skc = 2kc ,
s→0 s→0 Ts + 1 s(s + 5)

e do erro estacionário tem-se que

1 1
eest = = = 0.05 ⇒ kc = 10.
kvel 2kc
A margem de fase desejada pode ser obtida através do fator de amorte-
cimento, i.e.,
φesp = 100ξ = 70◦ ,
e é usual considerar uma margem de segurança de 10% ou pelo menos 5◦ .
Neste caso, a margem de fase desejada passa a ser
P m = 70 + 7 = 77◦ ,
e o ângulo desejado deve ser de
φ = −180 + P m = −180 + 77 = −103.
Para o ângulo φ, encontra-se a freqüência de cruzamento de ganho futura
e o valor para compensação da amplitude, ou seja,
wcgf = 1.15rad/s e Ā = −24.6dB,
como ilustrado no diagrama de Bode da Figura 140.
Calcula-se então
Ā
α = 10 20 = 0.0589,
10
T = = 147.6734,
αwcgf
e determina-se o controlador
αT s + 1 86.96s + 10
K(s) = kc = .
Ts + 1 147.7s + 1
O diagrama de Bode de K(s), P (s) e da malha aberta K(s)P (s) é mos-
trado na Figura 141. Note que a compensação foi feita em uma região em
que a fase do controlador não contribui significativamente para alterar a fase
da malha aberta. Nota-se também que a margem de fase obtida foi de 71.7◦ .
A função de malha fechada é
869.6s + 100
T (s) = ,
147.7s3 + 739.4s2 + 874.6s + 100
e a resposta à rampa unitária juntamente com a rampa está mostrada na
Figura 142.
Este sistema é lento no que se refere à estabilização, como pode ser visto
através do erro estacionário na Figura 143.

Bode Diagram
60
40
Magnitude (dB)
20
Ā
0
wcgf
−20
−40 −90
Phase (deg)
−135
φ
−180
−1 0 1 2
10 10 10 10
Frequency (rad/sec)
Figura 140: Diagrama de Bode para kc P (s).

Bode Diagram
80
60 P (s) K(s)P (s)

Magnitude (dB)
40
K(s)
20
−20
−40
0
K(s) −45
Phase (deg)
P (s)
−90
K(s)P (s) −135
−180
−3 −2 −1 0 1 2
10 10 10 10 10 10
Frequency (rad/sec)
Figura 141: Diagramas de Bode mostrando a compensação em atraso.
12
10
8
resposta
0
0 2 4 6 8 10 12
tempo
Figura 142: Rampa unitária e resposta à rampa da malha fechada.

0.8
0.7
erro entre a rampa e a resposta
0.6
0.5
0.4
0.3
0.2
0.1
0
0 10 20 30 40 50 60
tempo
Figura 143: Erro entre a rampa unitária e resposta à rampa da malha fechada.

Um código MATLAB para o projeto em atraso é apresentado a seguir:
%projeto em atraso
%requisitos: fator de amortecimento de 0.7, erro
%estacionário à rampa de 0.05, planta 10/(s(s+5)).
%
s=tf(’s’);
ps=10/(s*(s+5));
qsi=0.7;
phiesp=100*qsi;
kc=10; %calculdado do erro estacionário
margin(kc*ps)
mf=28; %obtido do digrama de Bode (margens)
phiseg=0.1*phiesp; %margem de segurança
phi=phiesp+phiseg;
angulo=-180+phi
wcgf=1.15 %lido do digrama de Bode em funç~ao de angulo
am=-24.6 %lido do digrama de Bode em funç~ao de wfcg
alpha=10^(am/20)
T=10/(alpha*wcgf)
ks=kc*(alpha*T*s+1)/(T*s+1) %controlador
figure,margin(ps)
hold on, margin(ks)
hold on, margin(gs)
figure, step(ts) %resposta ao degrau
tss=ts/s;
figure, step(tss) %resposta à rampa
t=0:0.01:12;
y=step(tss,t);
%verificacao do erro estacionario

t=0:0.1:60;
y=step(tss,t);
e=t-y’;
figure, plot(t,e)

19.13 Projeto avanço-atraso analı́tico na freqüência

O projeto avanço-atraso analı́tico é semelhante ao projeto PID analı́tico na
freqüência. O nome avanço-atraso é devido ao fato que o controlador obtido
poderá ser ou em avanço ou em atraso.
Pode-se escrever a malha aberta como:
τz s + 1
G(s) = K(s)P (s) = kc P (s),
τp s + 1
com τz = αT e τp = T que corresponde à forma usual.
Seja w = wcg uma freqüência de cruzamento de ganho desejada. Logo,
P (jwcg ) = |P |ejθP e K(jwcg ) = |K|ejθK ,
e da mesma forma que já mostrado no caso do PID, tem-se o módulo do

controlador e fase do controlador como
1
|K| = e θK = −π + P m − θP ,
|P |
onde P m é a margem de fase desejada.
τz (jwcg ) + 1
kc = |K|ejθK = |K|(cosθK + jsenθK ),
τp (jwcg ) + 1
que ao se resolver para a parte real e parte imaginária leva à
1 + kc |P |cos(P m − θP )
τz = ,
−wcg kc |P |sen(P m − θP )
e
cos(P m − θP ) + kc |P |
τp = .
wcg sen(P m − θP )
Caso o controlador esteja escrito na forma
αT s + 1
K(s) = kc
Ts + 1
tem-se que
αT (jwcg ) + 1
kc = |K|(cosθK + jsenθk )
T (jwcg ) + 1
cujo resultado para α e T são:
|K|(kc cosθK − |K|)
α=
kc (kc − |K|cosθK )

e
|K|cosθK − kc
T = .
|K|wcg senθK
Exemplo: Obter o controlador em avanço-atraso para controlar a planta

400
P (s) = ,
s(s2 + 30s + 200)
em realimentação unitária, e assegurar uma margem de fase 45◦ , um erro
estacionário à rampa de 0.10 e uma freqüência de cruzamento de ganho de
14rad/s.
A malha aberta é
" #
αT s + 1 400
G(s) = K(s)P (s) = kc 2
,
Ts + 1 s(s + 30s + 200)
que é do tipo 1.
kvel = lim sG(s) = 2kc ,

s→0
e assim
1 1
eest = = = 0.1 ⇒ kc = 5.
kvel 2kc
Verifica-se que
P (14j) = −0.0680 − 0.0006j, |P (14j)| = 0.0680 e θP = −3.1321.
A amplitude do controlador é dada por

1 1
|K| = = = 14.7007,
|P | 0.0680
e a fase do controlador é dada por
π
θK = −π + P m − θP = −π + 45 + 3.1321 = 0.7759.
180
Os parâmetros do controlador podem ser calculados, ou seja,
|K|(kc cosθK − |K|)
α= = 5.9577,
kc (kc − |K|cosθK )
que caracteriza um controlador em atraso, e
|K|cosθK − kc
T = = 0.0381.
|K|wcg senθK

O controlador é, portanto,

1.135s + 5
K(s) = .
0.03811s + 1
O diagrama de Bode da malha aberta é apresentado na Figura 144, onde
se verifica que a margem de fase e a freqüência de cruzamento de ganho
desejadas foram obtidas.
Bode Diagram
Gm = 10.1 dB (at 27.7 rad/sec) , Pm = 45 deg (at 14 rad/sec)
40
20
0
Magnitude (dB)
−20
−40
−60
−80
−100 −45
−90
Phase (deg)
−135
−180
−225
−270
0 1 2 3
10 10 10 10
Frequency (rad/sec)
Figura 144: Diagrama de Bode de K(s)P (s).
A malha fechada é
454.1s + 2000
T (s) = ,
0.03811s4 + 2.143s3 + 37.62s2 + 654.1s + 2000
e a resposta à rampa unitária está mostrada na Figura 145, onde se verifica
que a especificação de erro estacionário foi atendida.

0.9
0.8
0.7
rampa e resposta
0.6
0.5
0.4
0.3
0.2
0.1
0
0 0.2 0.4 0.6 0.8 1
tempo
Figura 145: Rampa unitária e resposta do sistema em malha fechada.

Um código MATLAB para este projeto de controlador avanço-atraso

analı́tico na freqüência é apresentado a seguir:
% Projeto avanco-atraso analı́tico na freqü^

encia
% Margem de fase desejada de 45 graus, freqüencia
% de cruzamento de ganho futura de 14 rad/s, para a
% planta ps=400/(s(s^2+30*s+200))
s=tf(’s’);
ps=400/(s*(s^2+30*s+200))
kc=5; %calculado do erro estacionário
wcg=14;
phi=45*pi/180;
pwcg=freqresp(ps,j*wcg)
ampp=abs(pwcg)
tetap=angle(pwcg)
tetak=-pi+phi-tetap
ampk=1/ampp
tauz=(1+kc*ampp*cos(phi-tetap))/...
(-wcg*kc*ampp*sin(phi-tetap))
taup=(cos(phi-tetap)+kc*ampp)/...
(wcg*sin(phi-tetap))
ks=kc*(tauz*s+1)/(taup*s+1)
% controlador em funcao de T e alpha

T=(ampk*cos(tetak)-kc)/(ampk*wcg*sin(tetak))
alpha=ampk*(kc*cos(tetak)-ampk)/(kc*(kc-ampk*cos(tetak)))
ks1=kc*(alpha*T*s+1)/(T*s+1)

margin(gs)
tss=ts/s; %rampa
t=0:0.01:1;
y=step(tss,t);

19.14 Projeto avanço-atraso com base no lugar das

raı́zes
Seja uma planta P (s) que se deseja controlar através de um controlador K(s)
na forma
αT s + 1
K(s) = kc .
Ts + 1
A malha aberta é dada por G(s) = K(s)P (s).
Seja um pólo especificado sD = σD + jwD através dos requisitos de de-
sempenho. Logo, escreve-se que:
P (sD ) = |P (sD )|ejθP ,

αT (σD + jwD ) + 1
K(sD ) = kc = |K(sD )|ejθK .
T (σD + jwD ) + 1
Da equação caracterı́stica, K(s)P (s) = −1, tem-se que
|K(sD )|ejθK |P (sD )|ejθP = 16 − π,
que permite escrever a amplitude e a fase do controlador:

1
|K(sD )| = e θK = −π − θP .
|P (sD )|
É possı́vel escrever para o controlador

αT (σD + jwD ) + 1
K(sD ) = kc = |K(sD )|(cosθK + jsenθK ),
T (σD + jwD ) + 1
que permite separar duas equações (uma para a parte real e outra para a
parte imaginária) e que permite determinar
−(σD |K|senθk + kc wD − wD |K|cosθK )
T = 2 2
,
|K|senθK (σD + wD )
|K|(kc wD cosθK − wD |K| + kc σD senθK )
α= .
kc (σD |K|senθK + kc wD − wD |K|cosθK )
Exemplo: Determinar o controlador avanço-atraso em realimetação unitária

pelo método analı́tico com base no lugar das raı́zes de forma que a freqüência
natural seja de 1.5rad/s, o fator de amortecimento seja de 0.707 e o erro es-
tacionário à rampa unitária seja de 0.05, para a planta
10
P (s) = .
s(s + 5)

Através da especificação de erro estacionário obtém-se kc = 10.

O pólo desejado é
q
sD = −ξwn + jwn 1 − ξ 2 = −1.0605 + 1.0608j,
ou seja
σD = −1.0605 e wD = 1.0608.
Verifica-se que
P (sD ) = −1.4160 − 0.8155j,
e que
|P | = 1.6341 e θP = −2.6191.
Logo, tem-se que
1
|K| = = 0.6120 e θK = −π − θP = −0.5225,
|P |
que permite determinar os parâmetros do controlador T e α do controlador,

ou seja,
T = 15.0901 e α = 0.0817.
O controlador é, portanto,
12.32s + 10
K(s) = .
15.09s + 1
A função de transferência de malha fechada é
123.2s + 100
T (s) = ,
15.09s3 + 76.45s2 + 128.2s + 100
cujos pólos são −2.9453 e −1.0605 ± 1.0608j. Note que o pólo especificado
foi obtido.
A resposta à rampa unitária está ilustrada na Figura 146.
O erro entre a rampa e a resposta é ilustrado na Figura 147 onde se
verifica que a especificação de erro estacionário foi atendida.

4
rampa e resposta
0
0 1 2 3 4 5 6
tempo
Figura 146: Rampa unitária e resposta à rampa da malha fechada.
0.5
0.45
0.4
0.35
0.3
erro
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6
tempo
Figura 147: Erro entre a rampa e a resposta da malha fechada.

Um código MATLAB para o projeto avanço-atraso analı́tico com base no

lugar das raı́zes é apresentado a seguir:
% Projeto avanco-atraso analı́tico (lugar raı́zes)

% Erro estacionário à rampa de 0.05,
% fator de amortecimento de 0.707,
% freq. natural de 1.5 rad/s,
% planta ps=10/(s(s+5)).
%
s=tf(’s’);
ps=10/(s*(s+5));
kc=10 %calculado atraves do erro estacionario
qsi=0.707;
wn=1.5;
sD=-qsi*wn+j*wn*sqrt(1-qsi^2)
sigmaD=real(sD)
wD=imag(sD)
psD=freqresp(ps,sD)
ampp=abs(psD)
tetap=angle(psD)
ampk=1/ampp
tetak=-pi-tetap
T=-(sigmaD*ampk*sin(tetak)+kc*wD-wD*ampk*cos(tetak))/...
(ampk*sin(tetak)*(sigmaD^2+wD^2))
alpha=ampk*(kc*wD*cos(tetak)-wD*ampk+kc*sigmaD*sin(tetak))/...
(kc*(sigmaD*ampk*sin(tetak)+kc*wD-wD*ampk*cos(tetak)))
ks=kc*(alpha*T*s+1)/(T*s+1)

margin(gs)
[p,z]=pzmap(ts)
tss=ts/s; %rampa
step(ts)
t=0:0.01:6;
figure, y=step(tss,t);

e=t’-y;
figure, plot(t,e)
20 Modelo de estados
Um modelo de estado envolve três tipos de variáveis: variáveis de entrada,
variáveis de saı́da e as variáveis de estado.
O objetivo principal da modelagem de estado é permitir que um sistema
representado por uma equação diferencial de ordem n possa ser representado
por n equações de primeira ordem.
Seja um sistema genérico de ordem n com p entradas e q saı́das conforme
ilustrado na Figura 148.
u1 y1
u2 y2
sistema
...
...
up yq
Figura 148: Representação de sistema com várias entradas e várias saı́das.
Este sistema pode ser descrito pelo conjunto de n equações diferenciais de

primeira ordem para o estado e q equações algébricas para a saı́da, ou seja,
ẋ(t) = f(x, u, t) e y(t) = g(x, u, t).
Estas equações podem ser linearizadas em torno do estado de operação.
Logo,
ẋ(t) = A(t)x(t) + B(t)u(t),
y(t) = C(t)x(t) + D(t)u(t),
onde A(t) é a matriz de estado, B(t) é a matriz de entrada, C(t) é a matriz
de saı́da e D(t) é a matriz de transmissão direta.
Para sistemas invariantes no tempo é possı́vel escrever:
ẋ(t) = Ax(t) + Bu(t),
y(t) = Cx(t) + Du(t).
A matriz A armazena as caracterı́sticas internas do sistema. A matriz
B relaciona as entradas aos estados. A matriz C relaciona os estado e as
saı́das, e a matriz D relaciona diretamente as entradas e as saı́das.

É possı́vel listar as seguintes vantagens da formulação através de modelo

de estados:
• as equações são mais adaptadas à solução computacional (domı́nio do

tempo),
• todas as equações são de primeira ordem, e a solução é conceitualmente

simples,
• sistemas MIMO são tratados sem alterações significativas,
• e maior facilidade no tratamento de sistemas não lineares e variantes

no tempo (tema não abordado nesta apostila).
Exemplo: Modelo de estados do sistema de segunda ordem massa-mola-

amortecedor mostrado na Figura 149.
u(t)
m
y(t)
Figura 149: Sistema massa-mola-amortecedor.
A equação do movimento deste sistema é
mÿ + cẏ + ky = u(t).
Sejam as variáveis de estado a posição, x1 (t) = y(t), e a velocidade,

x2 (t) = ẏ(t). Logo, é possı́vel escrever
x˙1 = x2 e mẋ2 + cx2 + kx1 = u,
e,
1 1
x˙2 = (−cx2 − kx1 ) + u.
m m

Na forma matricial tem-se a seguinte equação de estado

( ) " #( ) " #
ẋ1 0 1 x1 0
= −k −c + 1 u,
ẋ2 m m
x2 m
e a seguinte equação de saı́da para a posição:

( )
h i x1
y= 1 0 .
x2
As matrizes neste caso são:
" # " #
0 1 0 h i
A= −k −c , B= 1 , C= 1 0 e D = 0.
m m m
O diagrama de blocos mostrado na Figura 150 deste sistema pode ser

construı́do tendo como base que
u c k
ÿ = − ẏ − y.
m m m
u ÿ = ẋ2 R ẏ = x2 R y = x1
1
m
−c
m
−k
m
Figura 150: Diagrama de blocos do sistema massa-mola-amortecedor.

Nota-se que as saı́das dos integradores no diagrama de blocos são as
variáveis de estado. O modelo de estado em que as variáveis de estado são
grandezas fı́sicas, como neste exemplo, é chamado de modelo de estados fı́sico.
20.1 Representação no espaço de estados de equações

diferenciais sem derivadas na excitação
Seja a seguinte equação diferencial linear de ordem n
dn y dn−1 y dy
n
+ an−1 n−1
+ . . . + a1 + a0 y = u(t).
dt dt dt
As variáveis de estado podem ser definidas como

dy d2 y dn−1 y
y = x1 , = x2 , = x3 , ... , = xn .
dt dt2 dtn−1
Logo,
dx1 dx2 dx3 dxn−1
= x2 , = x3 , = x4 , ... , = xn ,
dt dt dt dt
e a equação diferencial pode ser reescrita como
dxn
= u(t) − a0 x1 − a1 x2 − a2 x3 − . . . − an−1 xn ,
dt
ou matricialmente
ẋ = Ax + Bu,
onde
   
  0 1 0 ... 0 0
x1     

 
  0 0 1 ... 0   0 

x2 
 
 .. .. .. ..



 ..


x= . , A= . . . . , B= . .
 .. 
 
     







 0 0 0 ... 1 


 0 

xn
−a0 −a1 −a2 . . . −an−1 1
A saı́da é dada por

 
x1
 

 
x2
 

y = [1 0 . . . 0] .
 ..






 

xn
ou
y = Cx,
com C = [1 0 . . . 0], quando se considerou como resposta apenas a variável
y(t).
A função de transferência neste caso é
Y (s) 1
= n n−1
,
U(s) s + an−1 s + . . . + a1 s + a0
e um diagrama de blocos genérico é mostrado na Figura 151.
Esta forma de representação de estado é conhecida como modelo canônico
de fase, devido ao vetor de estado ser formado por variáveis que são derivadas
sucessivas da anterior, portanto com uma diferença de fase de 90◦ entre elas.

u R xn R xn−1 R x2 R x1 = y
...
−
an−1 an−2
a1 ao
...
Figura 151: Diagrama genérico de sistema sem derivadas na excitação.
20.2 Representação de sistemas com derivadas na ex-

citação
Seja um sistema genérico de ordem n descrito por
dn y dn−1 y dy dn u du
n
+ an−1 n−1
+ . . . + a1 + a0 y = bn n
+ . . . + b1 + b0 u.
dt dt dt dt dt
Esta equação diferencial pode ser representada no domı́nio de Laplace
como
1
D(s)Y (s) = N(s)U(s) ⇒ Y (s) = N(s)U(s),
D(s)
que permite a subdivisão do sistema na forma
1
V (s) = U(s) e Y (s) = N(s)V (s).
D(s)
Do primeiro subsistema tem-se que
D(s)V (s) = U(s),
ou
dn v dn−1 v dv
n
+ an−1 n−1
+ . . . + a1 + a0 v = u(t),
dt dt dt
cujo modelo de estado é igual ao já contruı́do anteriormente (sem derivadas
na excitação), ou seja,
   
0 1 0 ... 0 0
   


0 0 1 ... 0 



0 

ẋ =
 .. .. .. ..  
x + 
.. 
 u,

 . . . .   . 

 0 0 0 ... 1 


 0 

−a0 −a1 −a2 . . . −an−1 1
| {z } | {z }
A B

 
x1 
 

 
x2 
 

v = [1 0 0 . . . 0] . ,
 ..






 

xn
n−1
com x1 = v, x2 = v̇, x3 = v̈, . . ., xn = ddtn−1v .
Do segundo subsistema tem-se que
Y (s) = N(s)V (s),
ou ainda
dn v dn−1 v dv
y(t) = bn
n
+ bn−1 n−1
. . . + b1 + b0 v(t).
dt dt dt
Substituindo os estados nesta equação tem-se que
y(t) = bn ẋn + bn−1 xn + . . . + b1 x2 + b0 x1 =
= bn (−a0 − a1 x2 − . . . − an−1 xn + u) + bn−1 xn + . . . + b1 x2 + b0 x1 =

(bn−1 − bn an−1 )xn + . . . + (b1 − bn a1 )x2 + (b0 − bn a0 )x1 + bn u,
e matricialmente,
 t
b0 − bn a0
 


b1 − bn a1 

y=
 .. 
x + bn u.

 . 
 |{z}

 bn−2 − bn an−2 
 D
bn−1 − bn an−1
| {z }
C
Exemplo: Seja o sistema de ordem 3 descrito por
d3 y d3 u
+ a2 ÿ + a1 ẏ + a0 y = b3 + b2 ü + b1 u̇ + b0 u.
dt3 dt3
Aplicando a fórmula deduzida anteriormente, escreve-se que
      

 ẋ1 
 0 1 0  x1 
  0
ẋ2 = 
 0 0 1 
 x2 +  
 0  u,
   

ẋ3  −a0 −a1 −a2  x3  1
 t  
b0 − b3 a0   x1 

 
y =  b1 − b3 a1  x2 + b3 u.
 
b2 − b3 a2  x3 

20.3 Representações canônicas no espaço de estados

Seja um sistema definido por
dn y dn−1 y dy dn u dn−1u du
n
+an−1 n−1
+. . .+a1 +a0 y(t) = bn n
+bn−1 n−1
+. . .+b1 +b0 u(t),
dt dt dt dt dt dt
onde u(t) é a excitação e y(t) é a resposta. Logo, no domı́nio de Laplace
tem-se que
Y (s) bn sn + bn−1 sn−1 + . . . + b1 s + b0
= n .
U(s) s + an−1 sn−1 + . . . + a1 s + a0
20.3.1 Forma canônica controlável

A forma canônica controlável já foi apresentada anteriormente, ou seja,
   
0 1 0 ... 0 0
   


0 0 1 ... 0 



0 

ẋ =
 .. .. .. ..  
x + 
.. 
 u,

 . . . .   . 

 0 0 0 ... 1 


 0 

−a0 −a1 −a2 . . . −an−1 1
 t
b0 − bn a0

 b1 − bn a1 

y= 
 .. 
 x + bn u.
 . 
bn−1 − bn an−1
A forma canônica controlável é usualmente utilizada na discussão de pro-
jetos de sistemas de controle por meio da alocação de pólos.
20.3.2 Forma canônica observável

A equação diferencial do sistema pode ser reescrita da seguinte forma
dn y dn u dn−1 y dn−1 u dy du
n
− bn n
= −an−1 n−1
+ bn−1 n−1
+ . . . −a1 + b1 −a0 y(t) + b0 u(t),
|dt {z dt } dt dt dt dt | {z }
ẋ1
dn x n | {z }
dtn
ẍ2
| {z }
dn x n
dtn
e da definição anterior escreve-se que

dn xn dn y dn u
= − bn ,
dtn dtn dtn
que pode ser integrada sucessivamante permitindo obter

dn−1 xn dn−1 y dn−1 u
= − bn ,
dtn−1 dtn−1 dtn−1
ẍn = ÿ − bn ü,
ẋn = ẏ − bn u̇,
x(t) = y(t) − bn u(t) ⇒ y(t) = x(t) + bn u(t).
De
ẋ1 = −a0 y + b0 u e y = xn + bn u,
tem-se que
ẋ1 = −a0 (xn + bn u) + b0 u = −a0 xn + (b0 − bn a0 )u.
De
ẍ2 = −a1 ẏ + b1 u̇ + ẋ1 ⇒ ẋ2 = −a1 y + b1 u + x1 ,
e usando novamente y = xn + bn u tem-se que
ẋ2 = −a1 xn + (b1 − bn a1 )u + x1 .
Generalizando é possı́vel escrever que
ẋn = −an−1 xn + (bn−1 − bn an−1 )u + xn−1 ,
que permite escrever a forma canônica observável como
      

 ẋ1 
 0 0 ... 0 −a0 
 x1 
 b0 − bn a0
   

 ẋ2 
 
 1 0 0 −a1 

x2 
 
 b1 − bn a1 

. =  .. .. .. ..  .. + ..  u,
 ..
   







 . . . . 

. 



 . 
   
ẋn 0 0 1 −an−1 xn bn−1 − bn an−1
 
x1 
 

 
x2 
 

y = [0 0 ... 0 1] + bn u.
 ... 
 

 

 
xn
Nota-se que a matriz de estado n × n da forma observável é a transposta
da matriz de estado da forma controlável.
Exemplo: Para o sistema massa-mola-amortecedor regido por

c k 1
ẏ + y(t) = u(t),
ÿ +
m m m
o modelo de estados na forma observável é dado pelas matrizes:
" # " #
k 1
0 −m
A= ; B= m ; C = [0 1] ; D = 0.
1 − mc 0

20.4 Autovalores da matriz An×n

Os autovalores da matriz An×n são as raı́zes da equação caracterı́stica
det(λI − A) = 0,
onde I é a matriz identidade.

O determinante de (λI − A) é o denominador da função de transferência.
Logo, os autovalores de A são os pólos da função de transferência do sistema.
20.5 Relação entre funções de transferência e modelo

de estado
Seja
Y (s)
G(s) =
U(s)
a função de transferência de um sistema. Este sistema, considerado inicial-
mente SISO, pode ser representado no espaço de estados por
ẋ = Ax + Bu,
y = Cx + Du
onde x é o vetor de estado, u é entrada e y é a saı́da.
A transformada de Laplace das equações no espaço de estados é
sX(s) − x(0) = AX(s) + BU(s),
Y (s) = CX(s) + DU(s). (12)

Como a função de transferência é a relação entre a transformada de La-
place da saı́da pela transformada de Laplace da entrada com condições iniciais
nulas tem-se,
sX(s) − AX(s) = BU(s),
(sI − A)X(s) = BU(s),
X(s) = (sI − A)−1 BU(s). (13)
Substituindo (13) em (12) obtém-se
Y (s) = C(sI − A)−1 BU(s) + DU(s),
Y (s) = (C(sI − A)−1 B + D) U(s).

| {z }
G(s)

Portanto, pode-se escrever que
G(s) = C(sI − A)−1 B + D.
É possı́vel imaginar G(s) como
Q(s)
G(s) =
det(sI − A)
onde Q(s) é o numerador e det(sI − A) é o denominador (aparece devido à

inversão do termo sI − A).
Consequentemente, det(sI − A) = 0 é o polinômio caracterı́stico de G(s),
e verifica-se que os autovalores de A são os pólos de G(s).
Exemplo: Partindo das matrizes de estado do sistema massa-mola-amortecedor,

obter a função de transferência.
As matrizes de estado são
" # " #
0 1 0 h i
A= −k −c , B= 1 , C= 1 0 e D = 0.
m m m
A função de transferência será dada por
G(s) = C(sI − A)−1 B + D =

" # " #!−1 " #
h i s 0 0 1 0
= 1 0 − −k −c 1 +0=
0 s m m m
" #−1 " #
h i s −1 0
= 1 0 k 1 .
m
s + mc m
Sabe-se que
" #−1 " #
c
s −1 1 s+ 1
k = 2 m .
m
s + mc c
s + ms + k
m
−k
m
s
Logo,
" #" #
1 c 1
h i s+ 1 0
G(s) = 1 0 −k
m
1 = .
c
s2 + m s + k
m m
s m ms2 + cs + k

20.6 Solução das equações de estado - sistemas invari-

antes no tempo
20.6.1 Solução da equação homogênea
• Seja a equação escalar
ẋ = ax ⇒ ẋ − ax = 0,
cuja solução é do tipo x = ceat . Se x(0) = x0 então x = x0 eat .

A exponencial pode ser expandida em série como
∞
1 22 1 X ak tk
eat = 1 + at + a t + . . . + ak tk + . . . = .
2! k! k=0 k!
• Seja o caso matricial
ẋ = Ax ⇒ ẋ − Ax = 0.
Por analogia ao caso escalar, a solução é do tipo
x = x0 eAt ,
com
1 1
eAt = I + At + A2 t2 + . . . + Ak tk + . . . .
2! k!
A exponencial matricial é definida como
∞
Ak tk
eAt =
X
,
k=0 k!
que é uma série que converge, de forma absoluta, para todos os valores
de t → 0, o que permite o cálculo de eAt através da expansão em série.
A derivada da exponencial matricial é
d At 2 A3 t2 Ak tk−1
e =A+A t+ + ...+ + ... =
dt 2! (k − 1)!
" #
A2 t2 Ak−1tk−1
= A I + At + + ...+ + . . . = AeAt .
2! (k − 1)!
A solução da equação de estado pode ser obtida também através do en-

foque da transformada de Laplace.

• Para o caso escalar tem-se:

L
ẋ = ax → sx(s) − x(0) = ax(s),
x(0) L−1
x(s) = = (s − a)−1 x(0) → x(t) = eat x(0).
s−a
• Para o caso matricial tem-se:
L
ẋ = Ax → sx(s) − x(0) = Ax(s),
(sI − A)x(s) = x(0),
x(s) = (sI − A)−1 x(0) → x(t) = eAt x(0).

L−1
20.7 Matriz de transição de estados

A solução da equação homogênea ẋ = Ax pode ser escrita como
x(t) = φ(t)x(0), (14)
onde φ(t) é uma matriz n × n e é solução de
φ̇(t) = Aφ(t), φ(0) = I.
Note que
x(0) = φ(0)x(0),
ẋ(t) = φ̇(t)x(0) = Aφ(t)x(0) = Ax(t).
A solução de φ̇(t) = Aφ(t) é
φ(t) = eAt φ(0) = eAt = L−1 [(sI − A)−1 ].
É possı́vel verificar que φ(t)−1 = e−At = φ(−t).

Com base na equação (14) nota-se que a matriz φ(t) representa uma
transformação da condição inicial. Esta matriz é conhecida como matriz de
transição de estados e contém toda a informação sobre o comportamento
natural do sistema.
Se os autovalores λ1 , λ2 , . . ., λn da matriz A forem distintos, φ(t) conterá
n exponenciais eλ1 t , eλ2 t , . . ., eλn t .
Se houver multiplicidade dos autovalores de A então φ(t) conterá além
dos termos do tipo eλt , termos do tipo teλt .

Exemplo: Obter a matriz de transição de estados e sua inversa para o

seguinte sistema ( ) " #( )
x˙1 0 1 x1
= .
x˙2 −2 −3 x2
| {z } | {z } | {z }
ẋ A x
A matriz de transição de estados é dada por
φ(t) = eAt = L−1 [(sI − A)−1 ].
Calculando
" # " # " #
s 0 0 1 s −1
sI − A = − = ,
0 s −2 −3 2 s+3
" # " s+3 1 #
−1 1 s+3 1 (s+1)(s+2) (s+1)(s+2)
(sI − A) = = −2 s .
(s + 1)(s + 2) −2 s (s+1)(s+2) (s+1)(s+2)
Logo,
" #
h i 2e−t − e−2t e−t − e−2t
φ(t) = L −1
(sI − A) −1
= −t −2t = eAt ,
−2e + 2e −e−t + 2e−2t
e a inversa pode ser calculada como

" #
−1 2et − e2t et − e2t
φ(t) = φ(−t) = .
−2et + 2e2t −et + 2e2t
Um código MATLAB para o cálculo da exponencial matricial para este

exemplo é:

A=[0 1; -2 -3];
syms t
phi=expm(A*t)
20.8 Solução das equações de estado não homogêneas

• Seja o caso escalar:
ẋ = ax + bu ⇒ ẋ − ax = bu,

então
e−at (ẋ − ax) = e−at bu,
ou ainda,
d −at
(e x(t)) = e−at bu(t).
dt
Integrando entre 0 e t obtém-se
Z t
e−at x(t) = x(0) + e−aτ bu(τ )dτ,
0
Z t
x(t) = eat x(0) + eat e−aτ bu(τ )dτ,
0
que é a solução da equação diferencial de primeira ordem do caso esca-
lar.
• Seja o caso matricial

ẋ = Ax + Bu.
Da mesma forma que foi feito no caso escalar tem-se que

Z t
x(t) = eAt x(0) + eA(t−τ ) Bu(τ )dτ,
0
Z t
x(t) = φ(t)x(0) + φ(t − τ )Bu(τ )dτ,
0
que representa a solução do sistema de equações diferenciais de primeira
dado pela equação de estado.
As equações de estado podem ser resolvidas pelo enfoque da transformada

de Laplace, ou seja,
sX(s) − x(0) = AX(s) + BU(s),
(sI − A)X(s) = x(0) + BU(s),

X(s) = (sI − A)−1 x(0) + (sI − A)−1 BU(s),
X(s) = L[eAt ]x(0) + L[eAt ]BU(s),
ou aplicando a anti-transformada de Laplace,
Z t
x(t) = eAt x(0) + eA(t−τ ) Bu(τ )dτ,
0
onde se utilizou a propriedade de que o produto no domı́nio s representa a

convolução do domı́nio t.

Exemplo: Obter a resposta no tempo do sistema

( ) " #( ) " #
x˙1 0 1 x1 0
= + u,
x˙2 −2 −3 x2 1
onde u(t) é um degrau unitário aplicado em t = 0.

A matriz de transição de estados, já obtida anteriormente, é
" #
2e−t − e−2t e−t − e−2t
φ(t) = eAt = .
−2e−t + 2e−2t −e−t + 2e−2t
A resposta a um degrau unitário é, portanto,

Z t" #" #
2e−(t−τ ) − e−2(t−τ ) e−(t−τ ) − e−2(t−τ ) 0
x(t) = eAt x(0)+ −(t−τ ) −2(t−τ ) 1dτ,
0 −2e + 2e −e−(t−τ ) + 2e−2(t−τ ) 1
ou
( ) " #( ) " #
1
x1 (t) 2e−t − e−2t e−t − e−2t x1 (0) 2
− e−t + 12 e−2t
= + =
x2 (t) −2e−t + 2e−2t −e−t + 2e−2t x2 (0) e−t − e−2t
( )
1
2
− e−t + 12 e−2t
= ,
e−t − e−2t
onde foi considerado que
( ) ( )
x1 (0) 0
= .
x2 (0) 0
21 Realimentação de estados
A realimentação de estados caracteriza um controle que consiste basicamente
na medição, e conseqüente multiplicação por um fator especı́fico, de cada
variável de estado as quais são realimentadas. A matriz formada pelos fatores
de multiplicação é chamada de matriz de ganhos ou matriz de realimentação
de estado. Isto corresponde a uma alteração dos pólos do sistema para novas
posições no plano complexo caracterizando o que se conhece por alocação de
pólos.

21.1 Caso de regulador

Seja o sistema
ẋ = Ax + Bu, y = Cx,
onde D = 0 sem perda de generalidade.
Seja um sistema regulador (entrada nula) e a lei de controle correspon-
dente à realimentação de estados
u = −Kx,
onde K é a matrix de ganhos.

Substituindo este resultado na equação de estados tem-se
ẋ = Ax + B(−Kx),
ẋ = (A − BK)x,
que permite definir a nova matriz de malha fechada
Ak = A − BK,
que caracteriza um sistema homogêneo na forma
ẋ = Ak x, y = Cx.
O principal objetivo da metodologia de controle por realimentação de

estado é a seleção do vetor de realimentação da matriz K para obter pólos
pré-determinados no sistema de malha fechada.
A realimentação de estados pode ser representada em termos de funções
de transferência como mostrado na Figura 152.
Y (s)
G(s)
−
Heq (s)
Figura 152: Funções de transferência na realimentação de estados.
Para o ponto de entrada no comparador é possı́vel escrever que
Kx = Heq (s)Y (s),

ou ainda
Kx(s) Kx(s)
Heq (s) = = .
Y (s) Cx(s)
Contudo,
x(s) = (sI − A)−1 BU(s).
Logo,
K(sI − A)−1 B
Heq (s) = ,
C(sI − A)−1 B
que é uma função de transferência de uma entrada e uma saı́da neste caso.
Observando que a planta a ser controlada é dada por P (s) = C(sI −
−1
A) B, verifica-se que a função de malha de malha aberta (“loop”) é dada
por
L(s) = P (s)Heq (s) = K(sI − A)−1 B,
o que permite os cálculos das margens de estabilidade relativa através do
sistema determinado pelas matrizes de estado (A, B, K, 0).
Neste caso de regulador, o sinal de controle devido a uma perturbação
em termos de condições iniciais pode ser determinado através do seguinte
sistema na forma de estados
ẋ = Ak x, u = −Kx,
ou seja, pelo modelo de estado determinado pelas matrizes (Ak , 0, −K, 0).
Uma outra forma de determinar o sinal de controle é calcular os estados, e
então calcular diretamente u(t) = −Kx(t).
21.2 Fórmula de Ackermann

Seja o sistema
ẋ = Ax + Bu,
e a realimentação de estados u = −Kx. Consequentemente, a malha fechada
correspondente é
ẋ = (A − BK)x = AK x,
onde AK = A − BK.
A equação caracterı́tica correspondente
det[sI − (A + BK)] = det[sI − AK ] = (s − µ1 )(s − µ2 ) . . . (s − µn ) =
= sn + α1 sn−1 + . . . + αn−1 s + αn = 0,
onde µ1 , µ2 , . . ., µn são os pólos da malha fechada.

O teorema de Cayley-Hamilton diz que AK satisfaz sua equação carac-

terı́stica, ou seja,
ψ(AK ) = AnK + α1 AK
n−1
+ . . . + αn−1 Ak + αn I = 0.
Para facilitar a apresentação da fórmula de Ackermann considere n = 3.

Pode-se escrever que
A2K = (A − BK)2 = (A − BK)(A − BK) = A2 − ABK − BKA + (BK)2 =
= A2 − ABK − BK(A − BK) = A2 − ABK − BKAK .

A3K = (A − BK)(A2 − ABK − BKAK ) =
= A3 − A2 BK − ABKAK − BK(A2 − ABK − BKAK ) =
= A3 − A2 BK − ABKAK − BKA2K .
Agora é possı́vel calcular ψ(AK ), ou seja,
ψ(AK ) = A3 − A2 BK − ABKAK − BKA2K +
+α1 (A2 − ABK − BKAK ) + α2 (A − BK) + α3 I = 0,

ou ainda,
ψ(AK ) = A3 + α1 A2 + α2 A + α3 I+
−α2 BK − α1 BKAK − BKA2K − α1 ABK − ABKAK − A2 BK,
que pode ser reescrita como
A3 + α1 A2 + α2 A + α3 I =
= B(α2 K + α1 KAK + KA2K ) + AB(α1 K + KAK ) + A2 BK,

ou também,
 
h i α2 K + α1 KAK + KA2K
ψ(A) = B AB A2 B 
 
α1 K + KAK .
| {z
controlabilidade
} K
Logo,
 
h i−1 α2 K + α1 KAK + KA2K
B AB A2 B
 
ψ(A) =  α1 K + KAK ,
K

ou também
 
h i−1 α2 K + α1 KAK + KA2K
[0 0 1] B AB A2 B
 
ψ(A) = [0 0 1]  α1 K + KAK ,
K
que permite isolar K, i.e.,

h i−1
K = [0 0 1] B AB A2 B ψ(A).
Pode-se escrever para n qualquer que

h i−1
K = [0 0 . . . 0 1] B AB . . . An−1 B ψ(A)
que é conhecida como a fórmula de Ackerman, que requer que a matriz de

controlabilidade seja inversı́vel, ou seja,
h i
det B AB . . . An−1 B 6= 0.
Exemplo: Um bloco de massa unitária deve permanecer na sua posição

inicial. Ao ser perturbado com uma condição inicial ele deve retornar à esta
posição de forma criticamente amortecida e com um tempo de estabilização
a 2% de 2s. Determine os ganhos de realimentação de estados para esta
situação e verifique a resposta em termos da posição e da velocidade quando
o bloco é submetido à uma condição inicial y(0) = 0.1.
A equação diferencial correspondente é
ÿ = u(t).
Sejam os estados x1 = y e x2 = ẏ. Logo escreve-se que

( ) " #( ) " #
ẋ1 0 1 x1 0
= + u,
ẋ2 0 0 x2 1
( )
x1
y = [1 0] .
x2
A matriz de controlabilidade neste caso é
" #
0 1
M = [B AB] = ,
1 0
cujo determinante é
detM = −1,

e conseqüentemente tem-se um sistema controlável.

Os requisitos de projeto são ξ = 1 e Te2% = 2. Logo,
4 4
Te2% = ⇒ wn = = 2rad/s.
ξwn ξTe2%
Portanto, os pólos desejados são
q
µ1,2 = −ξwn ± jwn 1 − ξ 2 = −2 ± 0j.
Logo,
φ(s) = (s + 2)(s + 2) = s2 + 4s + 4.
Aplicando a fórmula de Ackermann obtém-se os ganhos da realimentação
de estados, ou seja,
K = [0 1]M−1 ψ(A) =
" #−1 " #2 " # " #
0 1 0 1 0 1 1 0
= [0 1]  +4 +4  = [4 4].
1 0 0 0 0 0 0 1
A matriz de estado de malha fechada é
" # " # " #
0 1 0 0 1
AK = A − BK = − [4 4] = .
0 0 1 −4 −4
É possı́vel verificar a posição e a velocidade deste sistema quando sub-

metido à uma condição inicial. Note que o sistema em malha fechada é
homogêneo (regulador) e o papel do controlador é assegurar que o sistema
retorne ao seu estado de equilı́brio quando for submetido à um perturbação
na forma de uma condição inicial. A matriz de transição de estados pode ser
utilizada neste caso para o cálculo da resposta em função do tempo.
Um código MATLAB para este exemplo é apresentado a seguir, que gera
os gráficos da resposta da malha fechada para a posição e para a veloci-
dade mostrados nas Figura 153 e 154 respectivamente. O sinal de controle é
mostrado na Figura 155.
%realimentaç~
ao de estados - regulador
A=[0 1; 0 0];
B=[0; 1];
C=[1 0];
D=0;
M=ctrb(A,B) %matriz de controlabilidade
detM=det(M)

qsi=1; te2=2;
wn=4/(qsi*te2)
polosd=[-qsi*wn+wn*sqrt(1-qsi^2) -qsi*wn-wn*sqrt(1-qsi^2)] %polos desejados
K=acker(A,B,polosd)
Ak=A-B*K
Bk=[0; 0];
Ck=[1 0] %saı́da em posiç~
ao
Dk=0
CI=[0.1 0] %condiç~
oes iniciais
initial(Ak,Bk,Ck,Dk,CI) %resposta da posiç~
ao à condiç~
ao inicial
[y,x,t]=initial(Ak,Bk,Ck,Dk,CI); %saı́da y e estados x, para o tempo t
Ck=[0 1] %saı́da em velocidade
figure, initial(Ak,Bk,Ck,Dk,CI) %resposta da velocidade à condiç~ao inicial
figure, initial(Ak,Bk,-K,Dk,CI) %sinal de controle
%forma alternativa de calculo do sinal de controle
u=-K*x’;
figure, plot(t,u)
Response to Initial Conditions
0.1
0.09
0.08
0.07
0.06
Amplitude
0.05
0.04
0.03
0.02
0.01
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Time (sec)
Figura 153: Resposta em termos de posição para a malha fechada.

−0.01
−0.02
−0.03
Amplitude
−0.04
−0.05
−0.06
−0.07
−0.08
0 1 2 3 4 5 6
Time (sec)
Figura 154: Resposta em termos da velocidade para a malha fechada.
0.1
0.05
−0.05
−0.1
Amplitude
−0.15
−0.2
−0.25
−0.3
−0.35
−0.4
0 0.5 1 1.5 2 2.5 3 3.5
Time (sec)
Figura 155: Sinal de controle.

21.3 Caso de rastreador - entrada degrau

Considere um problema de rastreamento com entrada do tipo degrau. Este
problema pode ser resolvido adequadamente pela realimentação de estados,
compensando inclusive o erro estacionário no caso da resposta ao degrau.
Seja o sistema
ẋ = Ax + Bu, y = Cx,
onde D = 0 sem perda de generalidade.
Seja a matriz de realimentação K e por conveniência um ganho kp no
ramo de malha aberta conforme mostrado na Figura 156.
r(t) u(t) x(t) y(t)

kp ẋ = Ax + Bu C
−
Figura 156: Esquema de realimentação de estados.
Observando o diagrama de blocos pode-se escrever que
u = kp (r − Kx).
Substituindo este resultado na equação de estados tem-se
ẋ = Ax + B[kp (r − Kx)],
ẋ = (A − kp BK)x + kp Br(t).
Definindo as novas matrizes
Ak = A − kp BK,
Bk = kp B,
tem-se para o sistema em malha fechada
ẋ = Ak ẋ + Bk r,
y = Cx.

R(s) Y (s)
kp G(s)
−
Heq (s)
Figura 157: Funções de transferência na realimentação de estados.
A função de transferência de malha fechada, neste caso, é

Y (s)
= C(sI − Ak )−1 Bk .
R(s)
A realimentação de estados pode ser representada em termos de funções
de transferência como mostrado na Figura 157.
Para o ponto de entrada no comparador é possı́vel escrever que
Kx = Heq (s)Y (s),
ou ainda
Kx(s) Kx(s)
Heq (s) = = .
Y (s) Cx(s)
Contudo,
x(s) = (sI − A)−1 BU(s).
Logo,
K(sI − A)−1 B
Heq (s) = .
C(sI − A)−1 B
A função de transferência de malha fechada neste caso é dada por
Y (s) kp P (s)
=
R(s) 1 + kp P (s)Heq (s)
com P (s) = C(sI − A)−1 B.
Substituindo P (s) e Heq (s) na função de transferência de malha fechada
tem-se
Y (s) kp C(sI − A)−1 B
= .
R(s) 1 + kp K(sI − A)−1 B
O sinal de controle para este caso de rastreador pode ser determinado
considerando o seguinte sistema na forma de estados:
ẋ = Ak x + Bk r,

u = kp (r − Kx) = −kp Kx + kp r,
e que corresponde à resposta do modelo de estados definido por (Ak , Bk , −kp K, kp ).
Este sinal de controle pode ser também calculado através dos estados utili-
zando diretamente a lei de controle.
Exemplo: Para G(s) = 2s+5s2 +1

deseja-se que o sistema em malha fechada
tenha pólos −1 e −2 utilizando a realimentação das variáveis de estado.
Determinar a matriz de realimentação de estados.
A nova função de transferência para os pólos especificados, mantendo-se
os zeros será
Y (s) 2s + 5 2s + 5
= = 2 .
R(s) (s + 1)(s + 2) s + 3s + 2
O diagrama de blocos do sistema original acrescentando-se o vetor de
controle é mostrado na Figura 158.
R(s) x2 x1 Y (s)
kp 1 1 5
s s
− − −
k2
k1
Figura 158: Diagrama de blocos do exemplo.
Analisando o diagrama escreve-se que
ẋ1 = x2 ,
ẋ2 = −x1 + kp (−k2 x2 − k1 x1 + r(t)),

ẋ2 = −(1 + kp k1 )x1 − kp k2 x2 + kp r(t), (15)

y = 2x2 + 5x1 .
Para o sistema desejado tem-se que
(s2 + 3s + 2)Y (s) = (2s + 5)R(s) ⇒ ÿ + 3ẏ + 2y = 2ṙ + 5r.
Uma equação de estado para este sistema é
( ) " #( ) " #
ẋ1 0 1 x1 0
= + r.
ẋ2 −2 −3 x2 1
Logo,
ẋ1 = x2 e ẋ2 = −2x1 − 3x2 + r. (16)
Comparando (15) e (16) conclui-se que
1 + kp k1 = 2, −kp k2 = −3, kp = 1,
e então
k1 = 1 e k2 = 3.
Uma segunda abordagem para a determinação de k1 e k2 é através da
função de transferência. Do diagrama de blocos tem-se que
Y (s) = 5X1 (s) + 2X2 (s) = 5X1 (s) + 2sX1 (s) = (5 + 2s)X1 (s),
KX(s) = k1 X1 (s) + k2 X2 (s) = (k1 + k2 s)X1 (s),
KX(s) (k1 + k2 s)X1 (s) k1 + k2 s
Heq (s) = = = .
Y (s) (5 + 2s)X1 (s) 5 + 2s
Pode-se representar este sistema através do diagrama de blocos da Figura
159.
R(s) Y (s)
kp G(s)
−
k1 +k2 s
5+2s
Figura 159: Diagrama de blocos em termos de funções de transferência.
Verifica-se que a função de transferência de malha fechada é

Y (s) kp ( 2s+5
s2 +1
) kp (2s + 5)
= 2s+5 k1 +k2 s = 2 ,
R(s) 1 + kp ( s2 +1 )( 5+2s ) s + kp k2 s + (1 + kp k1 )

e comparando com o polinômio caracterı́stico desejado tem-se
kp = 1, k2 = 3 e k1 = 1.
Verifica-se que a realimentação de estados corresponde a uma alocação

dos pólos de malha fechada para posições especı́ficas.
O erro estacionário ao degrau pode ser compensado através da inclusão
de um ganho proporcional. Este ganho proporcional pode ser incluı́do na
entrada, na saı́da ou dentro da malha:
• Ganho proporcional na saı́da. Como o sistema é linear, a matriz de

saı́da da malha fechada pode ser multiplicada pelo ganho proporcional
kp adequado para adequar a saı́da, ou seja, a nova matriz de saı́da C̄
será:
C̄ = kp C.
• Ganho proporcional na entrada. A matriz de entrada da malha fechada

pode ser compensada, ou seja,
B̄K = kp BK .
• Ganho proporcional dentro da malha. Esta forma de compensação

tem a vantagem de multiplicar o sinal erro, evitando assim problemas
de amplificação/saturação de sinais. Neste caso, a matriz B original é
compensada e o vetor de realimentação de estados deve ser recalculado,
ou seja,
K
u = kp r − Kx = kp (r − x) = kp (r − K̄x),
kp
com K̄ = K/kp e B̄ = kp B, que equivale a corrigir a matrix B e fazer
uma nova alocação de pólos.
O uso da fórmula de Ackermann no MATLAB é
K=acker(A,B,polos_desejados)
A alocação de pólos pode ser feita também através do seguinte comando

MATLAB:
K=place(A,B,polos_desejados)

Exemplo: Seja um duplo integrador dado por
1
P (s) = .
s2
Deseja-se que a malha fechada com realimentação de estados seja critica-
mente amortecida com um tempo de estabilização a 2% de 2s, e que o erro
estacionário ao degrau seja nulo.
A equação diferencial correspondente é
1
Y (s) = U(s) ⇒ s2 Y (s) = U(s) ⇒ ÿ = u(t).
s2
Sejam os estados x1 = y e x2 = ẏ. Logo escreve-se que
( ) " #( ) " #
ẋ1 0 1 x1 0
= + u,
ẋ2 0 0 x2 1
( )
x1
y = [1 0] .
x2
A matriz de controlabilidade neste caso é
" #
0 1
M = [B AB] = ,
1 0
cujo determinante é
detM = −1,
e conseqüentemente tem-se um sistema controlável.
Os requisitos de projeto são ξ = 1 e Te2% = 2. Logo,
4 4
Te2% = ⇒ wn = = 2rad/s.
ξwn ξTe2%
Portanto, os pólos desejados são
q
µ1,2 = −ξwn ± jwn 1 − ξ 2 = −2 ± 0j.
Logo,
φ(s) = (s + 2)(s + 2) = s2 + 4s + 4.
Aplicando a fórmula de Ackermann obtém-se os ganhos da realimentação
de estados, ou seja,
K = [0 1]M−1 φ(A) =

" #−1 " #2 " # " #

0 1 0 1 0 1 1 0 
= [0 1]  +4 +4 = [4 4].
1 0 0 0 0 0 0 1
Considerando inicialmente kp = 1, a matriz de estado de malha fechada
é " # " # " #
0 1 0 0 1
AK = A − BK = − [4 4] = ,
0 0 1 −4 −4
e a matriz de entrada BK é
" #
0
BK = B = .
1
A resposta ao degrau deste sistema em malha fechada é mostrada na

Figura 160, onde se verifica que o valor da resposta de regime é 0.25.
Step Response
0.25
0.2
0.15
Amplitude
0.1
0.05
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Time (sec)
Figura 160: Resposta ao degrau unitário para a malha fechada com kp = 1.
Neste caso, é necessário fazer uma compensação através da constante

kp = 4. Inserindo esta constante dentro da malha de controle, a matriz de
entrada passa a ser " # " #
0 0
B = kp = .
1 4
A matriz de ganhos de realimentação de estados passa a ser
1
K= [4 4] = [1 1].
kp

A matriz de estado da malha fechada é dada por

" # " # " #
0 1 0 0 1
AK = A − BK = − [1 1] = ,
0 0 4 −4 −4
e a matriz de entrada BK é
" #
0
BK = B = .
4
A resposta ao degrau da malha fechada é apresentada na Figura 161 onde

se verifica a adequada compensação do erro estacionário.
Step Response
0.9
0.8
0.7
0.6
Amplitude
0.5
0.4
0.3
0.2
0.1
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Time (sec)
Figura 161: Resposta ao degrau unitário para a malha fechada com kp = 4.
A função de transferência da malha fechada é dada por
Y (s)
= C(sI − AK )−1 BK + D =
R(s)
" # " #!−1 " #
1 0 0 1 0
= [1 0] s − =
0 1 −4 −4 4
" #−1 " #
s −1 0 4
= [1 0] = ,
4 s+4 4 s2 + 4s + 4
que possui o polinômio caracterı́stico desejado.

As margens de estabilidade do sistema controlado podem ser calculadas

empregando-se a função de transferência de malha aberta, que é relacionada
às matrizes (A, B, K, D), resultando em margem de ganho infinita e margem
de fase de 76◦ .
A função de tranferência equivalente do controlador é dada por
L(s)
Heq (s) = = 4s + 4.
P (s)
O sinal de controle para este exemplo é apresentado na Figura 162 e foi

determinado através da resposta do sistema (Ak , Bk , −K, kp ). Note que o
ganho kp foi incorporado à matriz K neste caso.
Step Response
3.8
3.6
Amplitude
3.4
3.2
2.8
0 0.5 1 1.5 2 2.5 3 3.5
Time (sec)
Figura 162: Sinal de controle.
Um código MATLAB para este exemplo é apresentado a seguir.
%realimentaç~
ao de estados - rastreador
A=[0 1; 0 0];
B=[0; 1];
C=[1 0];
D=0;
p=ss(A,B,C,D); ps=tf(p); %planta
M=ctrb(A,B) %matriz de controlabilidade

detM=det(M)
qsi=1; te2=2;
wn=4/(qsi*te2)
polosd=[-qsi*wn+wn*sqrt(1-qsi^2) -qsi*wn-wn*sqrt(1-qsi^2)] %polos desejados
K=acker(A,B,polosd) %ganhos da realimentaç~
ao
%malha fechada
Ak=A-B*K;
Bk=B; Ck=C; Dk=0;
step(Ak,Bk,Ck,Dk)
kp=1/dcgain(Ak,Bk,Ck,Dk)
%compensando o erro estacionário na saı́da da malha fechada

Ck1=kp*Ck;
figure; step(Ak,Bk,Ck1,Dk)
%compensando o erro estacionário na entrada da malha fechada

Bk1=kp*Bk;
figure; step(Ak,Bk1,Ck,Dk)
%compensando o erro dentro da malha

B1=kp*B;
K1=acker(A,B1,polosd) %ou K1=K/kp
Ak=A-B1*K1
Bk=B1; Ck=C; Dk=0;
figure; step(Ak,Bk,Ck,Dk)
[y,x,tempo]=step(Ak,Bk,Ck,Dk); %saı́da y e estados x no tempo
t=ss(Ak,Bk,Ck,Dk);
ts=tf(t) %funç~
ao de transfer^
encia de malha fechada
%margens de estabilidade do sistema controlado

% ls é a funç~
ao de malha aberta
l=ss(A,B1,K1,D); ls=tf(l);
figure, margin(l)
figure, rlocus(l)
ks=ls/ps; %controlador equivalente

ks=minreal(ks)
figure, step(Ak,Bk,-K1,kp) %sinal de controle

u=-K1*x’+kp*1; %calculo através da lei de controle

figure, plot(tempo,u)

22 Realimentação da saı́da e observadores de

estado
Na abordagem por alocação de pólos considerou-se que todas as variáveis
de estado estavam disponı́veis para realimentação. Contudo, isso pode não
ocorrer sendo necessário estimar as variáveis de estado não disponı́veis ou
que sejam inviáveis de se medir.
A estimação de variáveis de estado pode ser feita usando um observador
ou estimador. O observador é um módulo matemático que estima as variáveis
de estado. O observador pode ser de ordem completa quando estima todas
as variáveis de estado ou pode ser de ordem reduzida quando estima uma
parte das variáveis de estado.
O observador utiliza a saı́da y(t) e o sinal de controle u(t) para gerar uma
estimativa x̂(t) para os estados conforme ilustrado na Figura 163.
r e u y
kp P lanta
−
x̂
K Observador
Figura 163: Esquema de sistema com observador.
Seja o sistema
ẋ = Ax + Bu, y = Cx,
com D = 0 sem perda de generalidade, e seja x̂(t) uma estimativa para x da
seguinte forma
x̂˙ = Ax̂ + Bu + L(y − Cx̂).
Verifica-se que a equação do observador tem como entrada y e u, e como
saı́da o estado estimado x̂. Note que o termo y − Cx̂ representa a diferença
entre a saı́da real e a saı́da estimada (para o caso D = 0).
A equação apresentada para o observador não é única, mas esta é a mais
conhecida chamada de observador de Luenberger.
A matriz L é a matriz de ganhos de realimentação do observador.
Um esquema de planta controlada através da realimentação de estados
estimados é mostrado na Figura 164.

u R x y
B C
L
−
R x̂
B C
r
A
−
Figura 164: Planta e realimentação de estados estimados com observador de

Luenberger.

O erro e(t) entre os estados reais e os estimados é dado por

e = x − x̂.
Logo, pode-se escrever
ė = ẋ − x̂˙ = Ax + Bu − [Ax̂ + Bu + L(y − Cx̂)] =
= A(x − x̂) − LC(x − x̂),
ou ainda
ė = (A − LC)e. (17)
Conseqüentemente o comportamento dinâmico do vetor erro é determi-
nado pelos autovalores da matriz A − LC. Se os autovalores representarem
uma condição de estabilidade, então o vetor erro sempre convergirá para zero.
Isso implica que x̂ → x para quaisquer x̂(0) e x(0). É conveniente que os
autovalores de A − LC estejam mais à esquerda no plano complexo para que
esta convergência seja mais rápida.
22.1 Malha fechada com observador - regulador

Considere uma realimentação de estados feita com base no vetor estimado x̂.
Este problema pode ser resolvido em duas etapas:
• determinação dos ganhos K da realimentação de estados que aloquem
os pólos nas posições desejadas, e
• determinação dos ganhos do observador L para que este seja suficien-
temente rápido na tarefa de estimar os estados.
Considere a lei de realimentação de estados do problema de regulação,
u = −Kx̂, com base nos estados estimados.
Malha fechada com base nos estados e no erro

A malha fechada com observador será dada por
ẋ = Ax + B(−Kx̂) = Ax − BKx̂ = Ax − BKx̂ − BKx + BKx,
ou ainda
ẋ = (A − BK)x + BKe. (18)
Combinando esta equação com a equação do erros tem-se a equação de
estados com a inclusão do observador
( ) " #( )
ẋ A − BK BK x
= .
ė 0 A − LC e

A equação da saı́da é dada por
y = Cx + Du = Cx + D(−Kx̂) = Cx − DKx̂ + DKx − DKx =
= (C − DK)x + DKe,
ou ainda ( )
x
y = [C − DK DK] .
e
Os pólos do sistema com observador podem ser determinados através da
equação caracterı́stica dada por
" #
sI − A + BK −BK
det = 0,
0 sI − A + LC
det[sI − A + BK] det[sI − A + LC] = 0.

| {z }| {z }
real. estados observador
Verifica-se que os termos associados à realimentação de estados e referen-

tes ao onservador são independentes, caracterizando o princı́pio da separação,
que permite alocar os pólos da realimentação de estados de forma indepen-
dente da alocação de pólos do observador.
Os pólos devido à realimentação de estados devem ser alocados para aten-
der aos requisitos de desempenho. Os pólos do observador devem assegurar
que o erro convirja rapidamente a zero, para se ter uma boa estimativa dos
estados que serão realimentados.
Malha fechada com base nos estados e estados estimados

A malha também pode ser fechada em termos dos estados x e dos estados
estimados x̂, ou seja,
ẋ = Ax + B(−Kx̂) = Ax − BKx̂.
Substituindo a lei de controle na equação do observador tem-se que
x̂˙ = Ax̂ + B(−Kx̂) + L(Cx + Du − Cx̂ − Du),
x̂˙ = Ax̂ − BKx̂ + LCx − LCx̂,

x̂˙ = (A − BK − LC)x̂ + LCx,
que pode ser colocada na forma matricial como
( ) " #( )
ẋ A −BK x
= ,
x̂˙ LC A − BK − LC x̂

e a equação de saı́da é
y = Cx + D(−Kx̂) = Cx − DKx̂
ou ainda ( )
x
y = [C − DK] .
x̂
22.2 Alocação de pólos do observador

A equação do erro pode ser interpretada como uma alocação de pólos da
matriz At − Ct Lt .
A fórmula de Ackermann neste caso torna-se
h i−1
Lt = [0 0 . . . 0 1] Ct At Ct . . . A(n−1)t Ct ψ(At )
que requer que a matriz de observabilidade seja inversı́vel, ou seja,

h i
det Ct At Ct . . . A(n−1)t Ct 6= 0.
Um sistema é dito observável se for possı́vel determinar o seu estado a

partir da observação da saı́da durante um intervalo de tempo finito.
22.3 Função de transferência equivalente para regula-

dor
No caso de um problema de regulador a lei de controle é u = −Kx̂. Neste
caso, pode-se escrever a equação do observador
x̂˙ = Ax̂ + Bu + L(y − Cx̂ − Du),
x̂˙ = Ax̂ − BKx̂ + L(y − Cx̂ + DKx̂),

ou ainda
x̂˙ = (A − BK − LC + LDK)x̂ + Ly
z = Kx̂
É possı́vel escrever a seguinte função de transferência equivalente para o
controlador com observador
Z(s)
= K[sI − (A − BK − LC + LDK)]−1 L,
Y (s)
que pode ser usada juntamente com a função de transferência da planta para
definir a malha aberta e analisar as margens de estabilidade.

22.4 Malha fechada com observador - rastreador

Seja a lei de realimentação de estados u = kp (r − Kx̂) com base nos estados
estimados. A malha fechada com observador será dada por
ẋ = Ax + Bkp (r − Kx̂) =
= Ax + kp Br − kp BKx̂ = Ax + kp Br − kp BKx̂ − kp BKx + kp BKx,

ou ainda
ẋ = (A − kp BK)x + kp BKe + kp Br.
Combinando esta equação com a equação do erro tem-se na forma matri-
cial ( ) " #( ) " #
ẋ A − kp BK kp BK x kp B
= + r
ė 0 A − LC e 0
A equação da saı́da é dada por
y = Cx + Du = Cx + D[kp (r − Kx̂)] =
= Cx + kp Dr − kp DKx̂ + kp DKx − kp DKx =

= (C − kp DK)x + kp DKe + kp Dr,
ou ainda ( )
x
y = [C − kp DK kp DK] + kp Dr.
e
A malha também pode ser fechada em termos dos estados x e dos estados
estimados x̂, ou seja,
ẋ = Ax + B[kp (r − Kx̂)] = Ax − kp BKx̂ + kp Br.
Substituindo a lei de controle na equação do observador tem-se
x̂˙ = Ax̂ + B[kp (r − Kx̂) + L(Cx + Du − Cx̂ − Du),
x̂˙ = Ax̂ + kp Br − kp BKx̂ + LCx − LCx̂,

x̂˙ = (A − kp BK − LC)x̂ + kp Br + LCx̂,
que pode ser colocada na forma matricial como
( ) " #( ) " #
ẋ A −kp BK x kp B
= + r
x̂˙ LC A − kp BK − LC x̂ kp B
e a equação de saı́da é
y = Cx + D[kp (r − Kx̂)] = Cx + kp Dr − kp DKx̂

ou ainda ( )
x
y = [C − kp DK] + kp Dr.
x̂
Exemplo: Analisar o problema da realimentação de estados para o se-

guinte modelo:
   
−0.4 0 −0.01 6.3

ẋ =  1 0 0   x +
 
 0  u,
−1.4 9.8 −0.02 9.8
y = [0 0 1]x.
Os pólos da malha fechada devem ser −1 ± j e −2.
A matriz de realimentação de estados pode ser obtida com a fórmula de
Ackermann, ou seja,
K = [0.4706 1.0000 0.0627].
Este sistema em malha fechada apresenta uma resposta de regime de

15.4350. Para que o erro estacionário seja nulo, o ganho proporcional e a
matriz de realimentação de estados devem ser recalculados como
1 1
kp = e K = [0.4706 1.0000 0.0627] = [7.2644 15.4357 0.9685].
15.4350 kp
A matriz B deve ser corrigida para

   
6.3 0.4082
   
B = kp  0  =  0 .
9.8 0.6349
As margens de estabilidade e o lugar das raı́zes , Figuras 165 e 166, podem

ser obtidos através da função de transferência de malha aberta que é dada
por
G(s) = K(sI − A)−1 B + D,
ou seja,
3.58s2 + 6.006s + 3.902
G(s) = .
s3 + 0.42s2 − 0.006s + 0.098
A análise do diagrama de Bode e do gráfico do lugar das raı́zes mostra
uma margem de redução de ganho de −19.3dB, e verifica-se através do gráfico
do lugar das raı́zes que a margem de ganho é infinita. A margem de fase é
de 69.9◦ .

Bode Diagram
40
30
Magnitude (dB)
20
10
0
−10
−20
−30 −90
Phase (deg)
−180
−270
−360
−2 −1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Figura 165: Diagrama de Bode.
Root Locus
1.5
0.5
Imaginary Axis
−0.5
−1
−1.5
−2 −1.5 −1 −0.5 0 0.5
Real Axis
Figura 166: Gráfico do lugar da raı́zes.

A função de transferência equivalente do controlador pode ser obtida

através da divisão da função de transferência da malha aberta G(s) pela
função de transferência da planta P (s), ou seja,
G(s) 0.3653s2 + 0.6129s + 0.3982

K(s) = = .
P (s) s2 − 0.5s + 6.3
O efeito da inclusão de um observador com pólos −3 ± −3j e −4 é ana-

lisado a seguir. A matriz de realimentação do observador é
L = [5.4664 4.6762 9.5800]′.
Para o caso de regulador, as margens de estabilidade e o gráfico do lugar

das raı́zes são apresentados nas Figuras 167 e 168.
Bode Diagram
60
40
Magnitude (dB)
20
−20
−40
−60
−90
−135
Phase (deg)
−180
−225
−270
−315
−360
−2 −1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)
Figura 167: Diagrama de Bode com observador.
A malha fechada considerando o observador pode ser fechada em termos

dos estados estimados e dos erros das estimativas. Em ambos os casos os pólos
de malha fechada são: −2.0, −1.0 ± 1.0j, −4.0 e −3.0 ± 3.0j verificando-se
as especificações desejadas.
As respostas ao degrau do sistema com e sem observador para condições
iniciais nulas são identicas, já que o observador acompanha de forma exata

Root Locus
20
15
10
Imaginary Axis
−5
−10
−15
−20
−16 −14 −12 −10 −8 −6 −4 −2 0 2
Real Axis
Figura 168: Gráfico do lugar das raı́zes com observador.
Step Response
1.4
1.2
1
Amplitude
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5
Time (sec)
Figura 169: Respostas ao degrau com e sem observador.

os estados pois não há qualquer erro inicial. Este resposta é mostrada na
Figura 169.
Para o caso de regulador com uma condição inicial não nula é possı́vel
verificar o desempenho do observador. As Figuras 170, 171 e 172 mostram
os estados e suas estimativas feitas pelo observador considerando a seguinte
condição inicial: x0 = [1 2 3] e x̂0 = [−1 − 2 − 3].
−1
−2
−3
−4
−5
−6
0 0.5 1 1.5 2
Figura 170: x1 e x̂1 .
Um código MATLAB para este exemplo é apresentado a seguir.
%modelo de estados
a=[-0.4 0 -0.01; 1 0 0; -1.4 9.8 -0.02];
b=[6.3 0 9.8]’;
c=[0 0 1];
d=0;
p=ss(a,b,c,d);
%funcao de transferencia da planta

ps=tf(p)

2.5
1.5
0.5
−0.5
−1
−1.5
−2
0 0.5 1 1.5 2
10
−2
−4
0 0.5 1 1.5 2

%polos e zeros
[pp,zp]=pzmap(p)
%verificacao da controlabilidade
mc=ctrb(a,b);
detc=det(mc)
%polos desejados
pd=[-1+j -1-j -2];
%ganhos da realimentacao de estados

k=place(a,b,pd)
%funcao de transferencia da malha aberta sem observador

g=ss(a,b,k,d);
gs=tf(g)
%funcao de transferencia do compensador sem observador

ks=gs/ps;
ks=minreal(ks)
%polos e zeros do compensador sem observador

[pk,zk]=pzmap(ks)
%malha fechada sem observador e sem compensar

%o erro estacionario
ak=a-b*k;
bk=b;
ck=c;
dk=d;
t=ss(ak,bk,ck,dk);
ts=tf(t)
dct=dcgain(t)
%resposta ao degrau sem observador e

%sem compensar o erro estacionario
step(t,’k’)
%compensando o erro estacionario sem obervador

kp=1/dct
b=kp*b; %kp incorporado em b

k=k/kp; %ou k=place(a,b,pd)

ak=a-b*k;
bk=b;
figure
t1=ss(ak,bk,ck,dk);
ts1=tf(t1);
step(t1,’k’)
%lugar das raizes

figure
rlocus(g,’k’)
%margens de estabilidade sem observador

figure
margin(g)
%verificacao da observabilidade
mo=obsv(a,c);
deto=det(mo)
%polos e zeros de malha fechada sem observador

[pt,zt]=pzmap(t)
%polos do observador
po=[-3+3*j -3-3*j -4];
%ganhos do observador
l=place(a’,c’,po);
l=l’
%funcao de tranferencia do compensador com observador

%pressupoe regulador (util apenas para calcular
%as margens de estabilidade).
ac=a-b*k-l*c+l*d*k;
bc=l;
cc=k;
dc=0;
ko=ss(ac,bc,cc,dc);
kos=tf(ko);
kos=minreal(kos)
[pkos,zkos]=pzmap(ko)

%comando direto para obter o modelo

%de estado do compensador (regulador)
[ac1,bc1,cc1,dc1]=reg(a,b,c,d,k,l)
ko1=ss(ac1,bc1,cc1,dc1);
kos1=tf(ko1)
%malha aberta com observador (regulador)

gco=p*ko;
figure
rlocus(gco,’k’)
figure
margin(gco)
%malha fechada em termos do erro do observador

ae=[a-b*k b*k; zeros(size(a)) a-l*c];
be=[b; zeros(size(b))];
ce=[c-d*k d*k];
de=d;
te=ss(ae,be,ce,de);
tes=tf(te)
[pte,zte]=pzmap(te)
dcte=dcgain(te)
%malha fechada em termos dos estados estimados pelo observador

ax=[a -b*k; l*c a-b*k-l*c];
bx=[b; b];
cx=[c -d*k];
dx=d;
tx=ss(ax,bx,cx,dx);
txs=tf(tx)
[ptx,ztx]=pzmap(tx)
dctx=dcgain(tx)
%comparacao das respostas ao degrau

figure
step(t1,’k’,te,’k’,tx,’k’)
%verificacao sob condicoes iniciais distintas

%aumentando o modelo de estados com os estados
x0=[1 2 3];

xx0=[-1 -2 -3];
[axa,bxa,cxa,dxa]=augstate(ax,bx,cx,dx);
txa=ss(axa,bxa,cxa,dxa);
time=0:0.01:2;
resp=initial(txa,[x0 xx0],time);
figure
plot(time,resp(:,2),’k’,time,resp(:,5),’k’)
figure
figure
23 Bibliografia
1. Shahian B., Hassul M., Control System Design Using Matlab, Prentice-
Hall, 1993.
2. Ogata K., Engenharia de Controle Moderno, Pearson / Prentice-Hall,

2003.
3. Wilkie J., Johnson M., Katebi R., Control Engineering - An introduc-

tory course, Palgrave, 2002.
4. Sinha N. K., Linear Systems, John Wiley & Sons, 1991.
5. Bottura C. P., Análise Linear de Sistemas, Guanabara Dois, 1982.

A Variáveis-funções complexas
Define-se a variável complexa s como:
s = σ + jω,
√
para a qual σ denota a parte real, ω denota a parte imaginária, e j = −1.
O conjugado de s, denotado por s∗ , é dado por:
s∗ = σ − jω.
É usual representar uma variável complexa no chamado plano complexo

como mostrado na figura 173.
jw (imaginário)
s1
jw1
s1 = σ1 + jw1
σ1 σ (real)
Figura 173: Representação no plano complexo.
O módulo da variável complexa s é dado por:

√ √
|s| = σ 2 + ω 2 = s∗ s.
O ângulo θ de uma variável complexa é definido como:

ω ω
tanθ = ⇒ θ = tan−1
σ σ
Uma função complexa g(s) é uma função de uma variável complexa e
apresenta uma parte real e uma parte imaginária.

A fórmula de Euler estabelece que:
ejθ = cosθ + jsenθ.
A fórmula de Euler pode ser provada através da expansão em série de Tay-

lor da exponencial comparada com as expansões das funções seno e cosseno,
ou seja,
x2 x3 x4
ex = 1 + x + + + + ...
2! 3! 4!
θ2 θ3 θ4
ejθ = 1 + jθ − −j + + ...
2! 3! 4!
θ3
senθ = θ − + ...
3!
θ2 θ4
cosθ = 1 − + + ...
2! 4!

B Equações diferenciais
Para um sistema linear, com parâmetros concentrados, invariantes no tempo
e em tempo contı́nuo, o modelo matemático é descrito na forma de uma
equação diferencial linear ordinária do tipo:
dn y dn−1 y dy dm x dm−1 x
an +an−1 +. . .+a1 +a0 y(t) = bm +bm−1 +. . .+b0 x(t).
dtn dtn−1 dt dtm dtm−1
A solução de uma equação diferencial envolve a soma da solução da
equação homogênea e da solução particular.
A equação homogênea corresponde ao caso de entrada/excitação nula, ou
seja,
dn y dn−1 y dy
an n + an−1 n−1 + . . . + a1 + a0 y(t) = 0,
dt dt dt
e corresponde à resposta natural do sistema.
A solução que inclui a excitação é a resposta forçada do sistema.
B.1 Solução da equação homogênea

A equação diferencial homogênea é satisfeita por
y(t) = Aert .
Logo, pode-se escrever:

dn y
ẏ(t) = Arert , ÿ(t) = Ar 2 ert , n
= Ar n ert .
dt
Substituindo estas derivadas na equação diferencial homogênea tem-se:
an Ar n ert + an−1 Ar n−1 ert + . . . + a0 Aert = 0,
an r n + an−1 r n−1 + . . . + a0 = 0,
que representa o polinômio caracterı́stico do sistema.
Como o polinômio caracterı́stico possui n raı́zes, é esperado que a solução
homogênea seja do tipo:
y(t) = A1 er1 t + A2 er2 t + . . . + An ern t = 0,
na qual r1 , r2 , . . ., rn são as raı́zes do polinômio caracterı́stico. Estas raı́zes

podem ser raı́zes simples e reais, reais e repetidas, complexas conjugadas
simples ou complexas conjugadas repetidas.

B.2 Determinação da solução homogênea da equação

diferencial
O seguinte procedimento pode ser utilizado para a determinação da solução
homogênea de uma equação diferencial:
1. Calcular as n raı́zes do polinômio caracterı́stico, ri , i = 1, . . . n;
2. Para cada raiz distinta ri , um termo Ai eri t aparece na solução;
3. Para cada par de raı́zes complexas conjugadas α±βj, os termos eαt cosβt
e eαt senβt aparecem na solução multiplicados por coeficientes constan-
tes;
4. Para cada raiz real r de multiplicidade m os termos ert , tert , t2 ert , . . .,
tm−1 ert aparecem na solução multiplicados por coeficientes constantes;
5. Para cada par de raı́zes complexas conjugadas α ± βj de multiplici-
dade m, os termos eαt cosβt, eαt senβt, teαt cosβt, teαt senβt, t2 eαt cosβt,
t2 eαt senβt, . . ., tm−1 eαt cosβt, tm−1 eαt senβt, aparecem na solução mul-
tiplicados por coeficientes constantes.
Exemplo: Determinar a resposta natural do sistema cuja equação diferen-

cial homogênea é:
d3 y d2 y dy
3
+ 8 2
+ 37 + 50y(t) = 0.
dt dt dt
O polinômio caracterı́stico é r 3 + 8r 2 + 37r + 50 = 0, cujas raı́zes são −2
e −3 ± 4j.
A solução da equação homogênea é:
y(t) = A1 e−2t + A2 e−3t cos4t + A3 e−3t sen4t.
Exemplo: Determinar a solução homogênea da equação diferencial:

d3 y d2 y dy
3
+ 7 2
+ 16 + 12y(t) = 0.
dt dt dt
O polinômio caracterı́stico é r 3 + 7r 2 + 16r + 12 = 0, cujas raı́zes são −2,
−2 e −3.
A solução da equação homogênea é, portanto,
y(t) = A1 e−2t + A2 te−2t + A3 e−3t .

B.3 Solução particular da equação diferencial

A solução particular de uma equação diferencial corresponde à resposta re-
sultante da entrada ou excitação do sistema. É também chamada de resposta
forçada do sistema. Pode-se dizer que a solução particular apresenta a mesma
“forma” da função de excitação.
Exemplo: Determinar a solução particular da equação diferencial:
d3 y d2 y dy
3
+ 8 2
+ 37 + 50y(t) = 4e−3t .
dt dt dt
A solução é do mesmo tipo da entrada, ou seja, y(t) = Ae−3t .
As derivadas são:
d3 y
ẏ = −3Ae−3t , ÿ = 9Ae−3t , 3
= −27Ae−3t .
dt
Substituindo estas derivadas na equação diferencial tem-se

−27Ae−3t + 8 9Ae−3t + 37 −3Ae−3t + 50Ae−3t = 4e−3t ,
−27A + 72A − 111A + 50A = 4 ⇒ A = −0.25

Logo, a solução particular é
y(t) = −0.25e−3t .
Exemplo: Determinar a solução particular da equação diferencial:
d3 y d2 y dy
3
+ 8 2
+ 37 + 50y(t) = 4cos(3t).
dt dt dt
A solução particular é dada por y(t) = Acos(3t) + Bsen(3t), cujas deri-
vadas são:
ẏ = −3Asen(3t) + 3Bcos(3t),
ÿ = −9Acos(3t) + 9Bsen(3t),
d3 y
= 27Asen(3t) − 27Bcos(3t).
dt3
Substituindo estas derivadas na equação diferencial tem-se
(27Asen(3t) − 27Bcos(3t)) + 8 (−9Acos(3t) + 9Bsen(3t)) +

+37 (−3Asen(3t) + 3Bcos(3t)) + 50 (Acos(3t) + Bsen(3t)) = 4cos(3t),

e então,
sen(3t)(27A − 72B − 111A + 50B) = 0,
cos(3t)(−27B − 72A + 111B + 50A) = 4cos(3t).
Resolvendo o sistema de equações
27A − 72B − 111A + 50B = 0 e − 27B − 72A + 111B + 50A = 4,

−22 84
obtém-se A = 1885
eB= 1885
(coeficientes da solução particular).
B.4 Solução completa da equação diferencial

A solução completa de uma equação diferencial consiste na soma da solução
homogênea com a solução particular e na determinação das constantes através
da substituição das condições iniciais.
Exemplo: Determinar a solução completa da seguinte equação diferencial
d3 y d2 y dy
3
+ 8 2
+ 37 + 50y(t) = 4e−3t ,
dt dt dt
dy d2 y
com as seguintes condições iniciais: y(0) = 1, dt
(0) = 2; dt2
(0) = 1.
A solução completa é dada por:
y(t) = A1 e−2t + A2 e−3t cos(4t) + A3 e−3t sen(4t) −0.25e

| {z
−3t
}
.
| {z }
homogênea particular
Substituindo as condições iniciais na equação diferencial, tem-se:
y(0) = A1 + A2 − 0.25 = 1,
ẏ(0) = −2A1 − 3A2 + 4A3 + 0.75 = 2,

ÿ(0) = −4A1 − 7A2 − 24A3 − 2.25 = 1,
e resolvendo este sistema de equações tem-se os coeficientes procurados:
42 −83 43
A1 = ; A2 = ; A3 = .
17 68 68

C Exercı́cios - em preparação
C.1 Exercı́cios relacionados à seção 1
1. Um padre pára todos os dias diante a uma joalheria às 9 horas, compara
e acerta seu relógio de acordo com o cronômetro na vitrine. Certo dia
o padre entra na loja e pergunta ao dono da joalheria: este relógio
está de acordo com o horário oficial de Brası́lia? O dono da joalheria
responde: não, eu acerto este relógio todos os dias de acordo com as
badaladas das 5 da manhã do sino da igreja. O padre diz: mas quem
realiza as badaladas sou eu. Baseado nesta situação responda:
(a) A realimentação neste caso é positiva ou negativa?

(b) O cronômetro da joalheria atrasa 1 minuto a cada 24 horas e o
relógio do padre atrasa 1 minuto a cada 8 horas. Qual é o erro
total da badaladas do sino da igreja após 15 dias?
2. Representar na forma de diagrama de blocos o sistema de controle de

posição de um automóvel com um motorista humano, explicando os
pápeis do sensor, atuador, erro e sistema de controle.
3. Um ambiente está a 30◦ C e o aparelho de ar condicionado é ligado com

o objetivo de baixar a temperatura para 24◦ C e mantê-la neste valor.
Discuta este problema em termos de ser um rastreador ou regularor em
função das fases de operação do aparelho de ar condicionado.

Controle Sistemas Tempo Contínuo

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Controle Sistemas Tempo Contínuo

Enviado por

Direitos autorais:

Formatos disponíveis

Controle de Sistemas em Tempo Contı́nuo

Controle de Sistemas em Tempo Contı́nuo

Alberto Luiz Serpa

Prof. Dr. Alberto Luiz Serpa - 2009 1

5 Modelagem de alguns sistemas lineares 34

Prof. Dr. Alberto Luiz Serpa - 2009 2

7 Formas padronizadas de sistemas com parâmetros concen-

10 Estabilidade de sistemas lineares 63

12 Sistemas de nı́vel de tanques - introdução à malha fechada 84

Prof. Dr. Alberto Luiz Serpa - 2009 3

12.5 Inclusão do controlador automático . . . . . . . . . . . . . . . 93

13 Malha fechada e malha aberta 98

14 Análise de erro estacionário 99

15 Lugar das raı́zes 105

16 Critério de estabilidade de Nyquist 110

17 Análise de estabilidade relativa 117

18 Aproximações para sistemas de segunda ordem 125

19 Controladores clássicos 126

20 Modelo de estados 183

Prof. Dr. Alberto Luiz Serpa - 2009 4

20.3.1 Forma canônica controlável . . . . . . . . . . . . . . . 189

21 Realimentação de estados 197

22 Realimentação da saı́da e observadores de estado 216

A Variáveis-funções complexas 232

B Equações diferenciais 234

C Exercı́cios - em preparação 238

Prof. Dr. Alberto Luiz Serpa - 2009 5

Figura 1: Representação de um sistema na forma de diagrama de blocos.

Um modelo caracteriza uma representação dos aspectos essenciais de um

Entrada Atuação Saı́da

Figura 2: Sistema em malha aberta.

Um exemplo de sistema em malha aberta é o disparo de um projétil

Prof. Dr. Alberto Luiz Serpa - 2009 6

Entrada Erro Atuação Saı́da

Figura 3: Sistema em malha fechada.

Alguns exemplos de sistemas em malha fechada são:

• Ato de dirigir um carro. A pista representa o objetivo a ser seguido, o

• Sucessivos disparos de projéteis. A cada tiro, o resultado pode ser veri-

• Sistema de ar-condicionado ou refrigerador. A temperatura especifi-

Verifica-se que a realimentação negativa é caracterizada pela determinação

Prof. Dr. Alberto Luiz Serpa - 2009 7

2.1 Degrau Unitário

Figura 4: Degrau unitário.

Um degrau unitário com translação é dado por:

2.2 Rampa unitária

Prof. Dr. Alberto Luiz Serpa - 2009 8

Figura 5: Degrau unitário com translação.

Figura 6: Rampa unitária.

Prof. Dr. Alberto Luiz Serpa - 2009 9

2.3 Parábola unitária

Figura 7: Parábola unitária.

2.4 Função Senoidal

2.5 Função impulso unitário (Delta de Dirac)

2.6 Função porta ou pulso unitário (Gate)

Prof. Dr. Alberto Luiz Serpa - 2009 10

Figura 8: Impulso unitário.

cujo resultado é mostrado na Figura 9.

Figura 9: Pulso unitário.

2.7 Função série de potências

Prof. Dr. Alberto Luiz Serpa - 2009 11

por operações algébricas no plano complexo. A componente transitória e a

A transformada inversa de Laplace é dada por