Representação e Análise de Sistemas Dinâmicos Lineares

1. Por que Realimentação? Efeitos da Realimentação

2. Revisando fundamentos matemáticos

2.1. Singularidades: Polos e zeros
3. Equações diferencias ordinárias (EDO) lineares
3.1 Conceito de estado e solução de EDO via Espaço de Estados
3.2 Solução de EDO via Expansão em Frações Parciais – Funções de
Transferência
4. Sistema de 2a. ordem, localização de raı́zes e resposta temporal

5. Funções de Transferência e Espaço de Estados

p.1 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Por que Realimentar?

Razões fundamentais para se usar realimentação?

• Garantir (ou impor) estabilidade em malha fechada

• Modificar o desempenho do sistema (e.g., resposta mais rápida)

• Reduzir o efeito de “perturbações externas” (que são desconhecidas!)

• Efeito positivo ao aumentar a robustez do sistema se há incerteza

(imprecisão, erro, aproximação) associada a modelagem adotada

p.2 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Fundamentos Matemáticos

Variáveis Complexas Funções de uma variável complexa

s = σ + jω

G(s) = Re {G(s)} + j Im {G(s)}

Exemplo – Função racional em “s“ (i.e., razão de dois polinômios em s)

(s + 2)
G(s) = (Grosso modo é uma Função de Transferência)
s(s − 1)

p.3 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Singularidade de uma Função Racional em “s“

! r "
Polos — 0 "= lims→si (s − si ) G(s) < ∞
# $
Zeros — −r
0 "= lims→si (s − si ) G(s) < ∞

(s + 2)
Exemplo G(s) =
s(s − 1)
G(s) tem um zero em s = −2, um polo em s = 0 e outro polo em s = +1

10(s + 2)
Exemplo G(s) =
(s + 1)(s + 3)2
G(s) tem um zero em s = −2, um polo em s = −1 e dois polos em s = −3

! Toda função racional tem o mesmo número de zeros e polos (consideradas

suas multiplicidades e os zeros no infinito)

p.4 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Equações Diferencias Ordinárias (EDO)

Sistemas dinâmicos são frequentemente descritos por equações diferenciais!

Equação diferencial ordinária (EDO) linear de ordem n
dn y(t) dn−1 y(t) dy(t)
an + an−1 + . . . + a1 + a0 y(t) = f (t)
dtn dtn−1 dt

Exemplo Circuito RLC série

%
di(t) 1
Ri(t) + L + i(t)dt = e(t)
dt C

Equação diferencial não-linear Pêndulo simples

d2 θ(t)
ML + M g {senθ(t)} = 0 (Há modelo linearizado?)
dt2

p.5 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Equações de Estado – Espaço de Estados

Estado é o resumo (“fotografia”) completo do status do sistema em um

instante de tempo particular

" No instante t = t0 , as variáveis de estado definem os estados iniciais do

sistema

" As variáveis de estado são definidas como o conjunto mı́nimo de variáveis,

x1 (t), x2 (t), . . . , xn (t), tal que o conhecimento dessas variáveis no instante
inicial t0 , em conjunto com o sinal de entrada aplicado, é suficiente para
determinar o estado do sistema em qualquer instante de tempo t > t0 !!

" Dada uma equação diferencial ordinária linear de ordem n o número de

variáveis de estado é igual a ordem da EDO, i.e., n

p.6 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Equações de Estado – Espaço de Estados

Da equação diferencial ordinária (EDO) linear de ordem n:

dn y(t) dn−1 y(t) dy(t)

an + an−1 + . . . + a1 + a0 y(t) = f (t)
dtn dtn−1 dt
Pode-se definir n variáveis de estado (a ordem ou sı́mbolo atribuı́do a variável de
estado é irrelevante! Livre escolha...). Então uma escolha poderia ser:
dy(t)
x1 (t) = y(t) ⇔ ẋ1 (t) = = x2 (t)
dt
dy(t) d2 y(t)
x2 (t) = ⇔ ẋ2 (t) = = x3 (t)
dt dt2
d2 y(t) d3 y(t)
x3 (t) = ⇔ ẋ3 (t) = = x4 (t)
dt2 dt3
.. ..
. .

dy n−1 (t) dxn (t) a0 an−1 f (t)

xn (t) = ⇔ =− x1 (t) − . . . − xn (t) +
dtn−1 dt an an an

p.7 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Equações de Estado – Espaço de Estados

    
ẋ1 (t) 0 1 0 0 ··· 0 x1 (t)
    
 ẋ2 (t)   0 0 1 0 ··· 0   x2 (t) 
    
    
 ẋ3 (t)   0 0 0 1 ··· 0   x3 (t) 
    
 .  =  . . . . .. .  . 
 .   . . . . . .  . 

 . 


 . . . . . 
 . 

    
ẋn−1 (t)  0 0 0 0 ··· 1  xn−1 (t)
ẋn (t) −a0 /an −a1 /an −a2 /an −a3 /an ··· −an−1 /an xn (t)
' () * ' () *' () *
ẋ(t) A x(t)
 
0
 
 0 
 
 . 
+  .  f (t)

 .  ' () *

  u(t)
 0 
1/an
' () *
B

Ou, em notação compacta: ẋ(t) = Ax(t) + Bu(t), sendo A ∈ Rn×n e B ∈ Rn×1

p.8 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Equações de Estado – Espaço de Estados
&
Exemplo Para o circuito RLC série: Ri(t) + + L di(t)
dt
1
i(t)dt = e(t),
C
definem-se como variáveis de estado (há outras escolhas possı́veis...):
%
x1 (t) = i(t)dt e x2 (t) = ẋ1 (t)

di(t)
Então é fácil notar que x2 (t) = i(t) e, por sua vez ẋ2 (t) =
dt

1 R 1
Portanto: ẋ1 (t) = x2 (t) e ẋ2 (t) = − x1 (t) − x2 (t) + e(t)
LC L L

      
ẋ1 (t) 0 1 x1 (t) 0
  =   +  e(t)
1
ou ẋ2 (t) − LC −R
L
x2 (t) 1/L +,-.
+ ,- . + ,- . + ,- . + ,- . u(t)
ẋ(t) A x(t) B

p.9 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de EDO lineares via Espaço de Estados?

Representado a EDO linear como um sistema linear (e invariante no tempo) na

forma de espaço de estados:

ẋ(t) = Ax(t) + Bu(t)

com A ∈ Rn×n , B ∈ Rn×m , x(t) ∈ Rn e u(t) ∈ Rm . Pode-se computar a

sua solução x(t) (trajetórias), para uma condição inicial x(0), da forma:

% t
⇒ x(t) = eAt x(0) + eA(t−τ ) Bu(τ )dτ
0

" Usando Matlab é fácil... lsim - simulador linear

p.10 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de EDO via Expansão em Frações Parciais

1. Aplica-se a transformada de Laplace na equação diferencial

2. Resolve-se a equação algébrica em s para a variável de saı́da
3. Expande-se em frações parciais
4. Obtêm-se a solução no tempo via Transformada de Laplace inversa

N (s) N (s)
1o. Caso – Polos reais distintos G(s) = =
D(s) (s + s1 ) . . . (s + sn )

/
k1 kn /
G(s) = + ... + , sendo ki = (s + si )G(s)//
s + s1 s + sn s=−si

" Usa-se o conceito de polo para computar o coeficiente ki ...

p.11 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Exemplo – G(s) tem polos reais distintos

N (s) s+1 s+1 k1 k2 k3

G(s) = = = = + +
D(s) s3 + s2 − 6s s(s − 2)(s + 3) s s−2 s+3
/ 0
N (s) // #
"s+1 1
k1 = s =s ! 0 0 =−
D(s) s = 0
/ 6
s(
! #
"s − 2)(#
"s + 3)
/ 2
N (s) // $ $ #
"s+1 3
k2 = (s − 2) = $
(s $
− 2) =
D(s) /s = 2 2
$ $$ 2
10
#$
"
s (s − 2) (#
"s + 3)
/ −3
N (s) // $$ #
"
s+1 2
k3 = (s + 3) (s$
=$ + 3) −3 −3 =−
D(s) s = −3 $ 15
/
# "
" # $ $
s ( s − 2) $
(s + 3)

2t −3t 1 3 2t 2
Aplicando L −1
: g(t) = k1 + k2 e + k3 e =− + e − e−3t
6 10 15

p.12 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de EDO via Expansão em Frações Parciais

N (s) N (s)
2o. Caso – Polos reais repetidos G(s) = =
D(s) (s + s1 )(s + s2 )r

k1 k21 k22 k2r

G(s) = + + + . . . +
s + s1 s + s2 (s + s2 )2 (s + s2 )r

dr−j
!
1 r
!
sendo k2j = r−j
((s + s2 ) G(s)) !! , j = 1, . . . ,r
(r − j)! ds s=−si

p.13 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Exemplo – G(s) tem polos reais repetidos

2s + 3 k1 k21 k22
G(s) = = + +
s(s + 1)2 s s+1 (s + 1)2
0
2"
#
s+3
Para o polo na origem (s = 0): k1 = !
s 0 =3

!
s("
s#
"2
+ 1)2
" Para o polo repetido −1, é mais fácil calcular k22 primeiro e depois k21 (derivar):
−1
$ 2"
#
+$
s+3
(s$
k22 = $ 1)2 = −1
−1
2 $ 2 $
$
#
"
s $
(s$ + 1)
$$
" #
d 2s + 3 d $
(s$
%
$ $ = ds (2s + 3) s
2
2 $$
−1
k21 = + 1) (derivando o produto)
ds s $(s$+ 1)2
2 2s + 3 2 [2(−1) + 3]
k21 = 2s−1 − (2s + 3)s−2 = − = − = −3
s s2 −1 (−1)2

Aplicando L−1 : g(t) = k1 + k21 e−t + k22 e−t = 3 − 3e−t − te−t

p.14 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Outro exemplo com polos reais repetidos

s2 + 2s + 16 k1 s + k2 k3 k4
= + +
[(s + 2)2 + 4] s(s + 2) (s + 2)2 + 4 s (s + 2)
!
N (s) !! 16
k3 = s = =1
D(s) s = 0
! 2(8)
(−2)2 − (2)(2) + 16
!
N (s) !!
k4 = (s + 2) = = −2
D(s) !s = −2 (−2)(4)

Reescrevendo o fator inicial do lado direito sob um denominador comum e equacionando

o numerador:
2 & 2 ' & 2 '
s +2s+16 = (k1 s+k2 )s(s+2)+k3 (s + 2) + 4 (s+2)+k4 (s + 2) + 4 s

Igualando as potências:
 
 s3 − 2s3 + k1 s3 = 0  k1 = 1
⇒
 6s2 − 8s2 + (k2 + 2k1 )s2 = s 2  k2 = 1

p.15 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de EDO via Expansão em Frações Parciais

N (s)
3o. Caso – Polos conjugados complexos G(s) =
(s + (α + jω))(s + (α − jω))

k1 k2
G(s) = +
s + (α + jω) s + (α − jω))

2
ωn
Exemplo Sistema de 2a. ordem: G(s) = 2 2
s + 2ζωn s + ωn

+
" Polos: s1,2 = −ζωn ± jωn 1 − ζ 2 (para 0 < ζ < 1)
+
" Definem-se α = ζωn e ω = ωn 1 − ζ 2 , tal que s1,2 = −α ± jω

p.16 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de EDO via Expansão em Frações Parciais

2 /
ωn /
k1 = (s + (α − jω)) /
(s + (α + jω))(s + (α − jω)) / s=−α+jω
2 2
ωn ωn
= =
−α + jω + α + jω 2jω

2 /
ωn /
k2 = (s + (α + jω)) /
(s + (α + jω))(s + (α − jω)) / s=−α−jω
2 2
ωn −ωn
= =
−α − jω + α − jω 2jω

p.17 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de EDO via Expansão em Frações Parciais

Portanto
2 2
ωn /(2jω) −ωn /(2jω)
G(s) = +
(s + (α + jω)) (s + (α − jω))

" Aplicando a transformada de Laplace inversa, obtém-se a resposta temporal:

2
ωn (−αt)
0 jωt −jωt
1
g(t) = e e −e
2jω
ωn (−ζωn t)
3 2 4
= 2 e sen ωn 1 − ζ 2 t
1−ζ 2

" Que interpretação se tem em termos de resposta temporal?

p.18 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de Equações Diferenciais Ordinárias

2
ωn
Exemplo Encontre y(t) para Y (s) = 0 2 2
1
s s + 2ζωn s + ωn
2
" Define-se ω = ωn 1 − ζ 2

" Note que Y (s) pode ser reescrita como

1 s + 2ζωn
Y (s) = − 2 2
s s + 2ζωn s + ωn

1 s + ζωn ζωn
= − −
s (s + ζωn )2 + ω2 (s + ζωn )2 + ω 2

p.19 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de Equações Diferenciais Ordinárias

Note que
5 6
s + ζωn
L−1 = e−ζωn t cos ωt
(s + ζωn )2 + ω 2
5 6
ω
L−1 = e−ζωn t sen ωt
(s + ζωn )2 + ω 2

Portanto
7 8
−ζωn t ζ
y(t) = 1−e cos ωt + 2 sen ωt
1−ζ 2

e−ζωn t 32 4
= 1− 2 1 − ζ 2 cos ωt + ζsen ωt
1 − ζ2

p.20 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Solução de Equações Diferenciais Ordinárias
+
" Como as raı́zes do sistema de 2a ordem são s1,2 = −ζωn ± jωn 1 − ζ 2 , então

ω%
. + / .+ /
%
, -
−1 Im(s) −1 n 1−ζ 2
−1 1−ζ 2
θ = tan = tan = tan
Re(s) ω%
ζ% n ζ

em outras palavras, é o cálculo do ângulo para um triângulo com cateto oposto

+ 0+ 12
2
1 − ζ , cateto adjacente ζ e, portanto, h =
2 1−ζ 2 + ζ 2 = 1, i.e., a
hipotenusa é igual a “1”. Portanto, é fácil concluir que:
−1
+
θ = sen 1 − ζ 2 ou θ = cos−1 ζ

Então a solução temporal é:

e−ζωn t
y(t) = 1− + (cos ωt sen θ + sen ωt cos θ)
1−ζ 2

e−ζωn t
= 1− + sen (ωt + θ) , θ = cos−1 ζ
1−ζ 2

" Interpretação?
p.21 Controle de Sistemas Lineares – Aula 1
Reinaldo Martı́nez Palhares
 MASTER 14
jv
s1 jvnœ1 2 z 2

vn
Copyright © 1998 by Addison Wesley Longman. All rights reserved.

–1
u = cos z

s
22 zv n 2zv n 0

s2 2jvnœ1 2 z 2

Figure 2.9 An s-plane plot of the poles and zeros of Y(s)

MASTER 56

2.0

1.8 z 5 0.1

1.6
0.2

1.4
0.4
1.2
0.7
y(t) 1.0
1.0

0.8

2.0
0.6

0.4

0.2

0.0
0 2 4 6 8 10 12 14
vn t

(a)

14.0
12.0
vn t 10.0
8.0
6.0
4.0
2.0
0.0
2.0

1.5
Output

1.0

0.5

0.0 14.0
12.0
0.4 10.0
Da 8.0
mp 0.8
ing 6.0
fac 1.2 4.0 vn t
tor 1.6 2.0
z
2.0 (b)

Figure 5.5 (a) Transient response of a second-order system (Eq. 5.9)

for a step input (b) The transient response of a second-order system
(Eq. 5.9) for a step input as a function of z and vnt

Copyright © 1998 by Addison Wesley Longman. All rights reserved.

 MASTER 11

r(t)
1
Current R L C v (t)
source 2

Figure 2.3 RLC circuit

Voltage
v (t)

e2a 2t

Time
0

2(p/b 2 )

Figure 2.4 Typical voltage response for underdamped RLC circuit

Copyright © 1998 by Addison Wesley Longman. All rights reserved.

 Funções de Transferência e Espaço de Estados

Exercı́cio: Considere um sistema cuja relação entre a entrada u(t) e a saı́da y(t) é
descrita pela Função de Transferência:
Y (s) 1
G(s) = = 2
U (s) s

Questão: Após definir de forma apropriada o vetor de estados x(t), obtenha as matrizes
A, B e C que descrevem este sistema na forma de Espaço de Estados:


 ẋ(t)
 = Ax(t) + Bu(t)

 y(t) = Cx(t)


Note que u(t) é a entrada e y(t) é a saı́da do sistema

p.25 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Funções de Transferência e Espaço de Estados

Solução Note que G(s) é a função de transferência quando se aplica a Transformada de

Laplace à equação diferencial linear de segunda ordem: ÿ(t) = u(t) com condições
iniciais nulas. Portanto, pode-se escolher como variáveis de estado, por exemplo:

x1 (t) = y(t) e x2 (t) = ẏ(t)

Claro que bastam duas variáveis de estado para representar a EDO de segunda ordem...
Note ainda que:

ẋ1 (t) = ẏ(t) = x2 (t) e ẋ2 (t) = ÿ(t) = u(t)

Então o modelo em espaço de estados é:

    
 0 1 0
 ẋ(t) = x(t) +

     u(t)

0 0 1



 7 8
 y(t) =
1 0 x(t)

p.26 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Funções de Transferência e Espaço de Estados
Suponha que, alternativamente, alguém escolhesse as duas variáveis de estado de uma
forma diferente, por exemplo:

x2 (t) = y(t) e x1 (t) = ẏ(t)

Então:
ẋ2 (t) = x1 (t) e ẋ1 (t) = ÿ(t) = u(t)

E, neste caso, o modelo em espaço de estados seria:

    
 0 0 1
= +



 ẋ(t)   x(t)   u(t)
1 0 0



 7 8
 y(t) =
0 1 x(t)

Que também é uma representação em espaço de estados válida, apesar das matrizes A,
B e C serem diferentes !! De fato, as duas formas em espaço de estados são
completamente equivalentes!

p.27 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Funções de Transferência e Espaço de Estados

1
Exercı́cio: Considere a mesma Função de Transferência anterior, i.e.: G(s) = s2

Questão: Como obter uma descrição em Espaço de Estados usando o Matlab —

especificamente usando a função tf2ss?

Curiosidade – Usualmente no Matlab usam-se nomes para as funções que são

“razoavelmente” auto-explicativas. Pode-se ler tf2ss da forma: “converts a
single-input transfer function into an equivalent state-space representation”. Em
outras palavras, tf2ss seria o acrônimo para: converte uma transfer function 2
(“to” – para) state- space

p.28 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Funções de Transferência e Espaço de Estados

>> NUM=[1], DEN = [1 0 0]

>> [A,B,C,D] = tf2ss(NUM,DEN)

A =
0 0
1 0
B =
1
0
C =
0 1
D =
0

p.29 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Funções de Transferência e Espaço de Estados
Exercı́cio: E o contrário, como se obtém, via Matlab, a função de transferência
de uma descrição em espaço de estados? Além disso, de fato a represetação
    


 0 1 0
 ẋ(t) =
   x(t) +  u(t)

0 0 1

 = >


 y(t) = 1 0 x(t)

é equivalente a:
    


 0 0 1
 ẋ(t) =
   x(t) +  u(t)

1 0 0

 = >


 y(t) = 0 1 x(t)

isto é, geram realmente a mesma função de transferência?

p.30 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Funções de Transferência e Espaço de Estados
>> A=[0 1;0 0],B=[0;1],C=[1 0],D=0
A =
0 1
0 0
B =
0
1
C =
1 0
D =
0
>> [num,den]=ss2tf(A,B,C,D) % state space to transfer function
>> G=tf(num,den) % tf - transfer function
G =

1
---
s^2

p.31 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares
 Funções de Transferência e Espaço de Estados
>> A=[0 0;1 0],B=[1;0],C=[0 1],D=0
A =
0 0
1 0
B =
1
0
C =
0 1
D =
0
>> [num,den]=ss2tf(A,B,C,D) % state space to transfer function
>> G=tf(num,den) % tf - transfer function
G =

1
---
s^2

p.32 Controle de Sistemas Lineares – Aula 1

Reinaldo Martı́nez Palhares