Introdução ao Controle Digital

r COMPUT. u PROCESSO y
DIGITAL D/A CONTÍNUO

RELÓGIO

A/D SENSORES

r Æ referências ; u Æ controles ; y Æ saídas

Conversor A/D Æ amostra o sinal de saída (periodicamente) e converte o

sinal amostrado para uma “palavra” a ser processada
pelo computador digital.

Conversor D/A Æ converte a estratégia de controle (numérica) gerada

pelo computador digital de uma “palavra” digital para
um sinal analógico.

Sensores Æ compatibilizam os sinais a serem comparados (processados).

Os conversores A/D e D/A operam periodicamente e, portanto,

quanto mais próximas (no tempo) estiverem as amostras e quanto mais
freqüentemente a saída do D/A for atualizada, mais próximo o sistema de
controle digital estará do sistema contínuo equivalente. Observe-se que o
tempo necessário para que o sinal amostrado seja processado pelo
computador limita a taxa (ou tempo) de amostragem.

Exemplos de configurações de sistemas de controle:

r (t) + y (t)
A/D D(Z) D/A G (S)
-
COMP. DIG PROCESSO
RELÓGIO
 + y (t)
Ref. D (Z) D/A G (S)
-
RELÓGIO PROCESSO

A/D
COMP. DIGITAL

D (Z) Æ “algoritmo” de controle

Conhecimento exigido :

• Transformada Z;
• Equações de estado;
• Controlabilidade e observabilidade;
• Estabilidade;
• Solução de equações a diferenças;
• Métodos numéricos de integração.

Transformada Z (de funções amostradas):

Definição:
∞
F ( z ) = z [ f ( k )] = ∑
k = 0
f (k )z − k

a) Degrau unitário (fig. 1):

⎧0 k < 0
u ( kT ) = ⎨
⎩1 k ≥ 0
∞
1
U (z) = ∑
k=0
z −k =
1 − z −1
b) Exponencial (fig. 2):

⎧0 k<0
f k = f (k) = f (kT) = ⎨ −akT
⎩e k≥0

∑ (e )
∞
− aT −1
F(z) = z
k =0

1
F(z) =
1 − e − aT z − 1

Extensão:
1
z[ r − k ] =
1 − r −1 z −1

c) Coseno:

⎧0 k <0
⎪
fk = ⎨
⎪⎩ cos k ω T k ≥ 0 →
1 jk ω T
2
e + e − jk ω T [ ]

1 ⎡ 1 1 ⎤
F(z) = +
⎢ 1 − e jω T z −1 1 − e − jω T z −1 ⎥
2 ⎣ ⎦

1 − z − 1 cos ω T
F(z) =
1 − z − 1 . 2 cos ω T + z − 2

d) Impulso (discreto):

⎧1 k=0
δk = ⎨ ∴ z[δ k ] = 1
⎩0 k≠0
Extensão:
⎧1 k=n>0
z[δ k − n ] = z − n onde δ k −n = ⎨
⎩0 k≠0

e) Rampa:

f k = kT k = 0 ,1, 2 ...
∞ −1
Tz
F(z) = T ∑ kz
k =0
−k
⇒ F(z) =
(1 − z )
−1 2

Resultados importantes:

z [ α f k ] = α F (z )

z [ α f k + β g k ] = α F (z ) + β G (z )

z [ f k − 1 ] = z − 1 F (z ) ⇒ z [ f k − n ] = z − n F (z )

z[ f k +1 ] = zF (z ) − zf (0 ) ⇒ z [ f k + n ] = z n F (z ) − z n f (0 ) − ... − zf (n − 1)

Solução de equações a diferenças (exemplo):

x (k + 1) − 0,8 x (k ) = 1 ; x (0 ) = 2

1
zX (z ) − zx (0 ) − 0 ,8 X (z ) =
1 − z −1
2z 1 z −1 2
X(z ) = + = +
( ) ( )(
z − 0,8 1 − z −1 (z − 0,8) 1 − z −1 1 − 0,8z −1 1 − 0,8z −1 )
2 5 5
Por frações parciais : X (z ) = + −
1 − 0,8z −1 1 − z −1 1 − 0,8z −1

x (k ) = − 3 (0 , 8 ) + 5
k
Logo :
Função de Transferência:

Eq . a diferenças : y k + n + a 1 y k + n −1 + ... + a n y k = d 0 u k + n + ... + d n u k

“Ignorando” as condições iniciais:

Y (z ) d 0 z n + ... + d n −1z + d n
H (z ) = =
U (z ) z n + a 1z n −1 + ... + a n −1z + a n

A transformada inversa da função de transferência é a resposta impulsional

(ou seqüência ponderada).

Relação entre pólos no plano s e pólos no plano z de funções amostradas:

a ) Considere − se f ( t ) = e − at t>0

1
F (s ) = → pólo em − a
s+a

Amostrando f(t) com um intervalo de amostragem de T seg, têm-se:

1
f ( k ) = e − akT ∴ F( z ) = − aT −1
→ pólo em e − aT
1− e z

b ) Considerem os agora f ( t ) = e − αt sen ωt ⇒

ω
F (s ) = pólos em − α ± jω
(s + α )2 + ω 2
Transformada z da versão amostrada:

z − 1e − α T sen ω T
F(z ) =
1 − z −1 2 e − α T cos ω T + z − 2 e − 2 α T
Localizaçã o dos pólos : e ( − α ± jω ) T
Relação: z = e sT → as localizações dos pólos no plano z são funçõesde T
e das localizações originaisno planos.

Isto não é necessariamente válido para os zeros.

Convolução Discreta:

Qualquer entrada u(k) pode ser representada por uma seqüência de

impulsos ponderados:

u (k ) = u (0)δ(k ) + u (1)δ(k − 1) + u (2)δ(k − 2) + ...

⎧1 para k = n
Obs : δ(k - n) = ⎨
⎩0 para k ≠ n
As respostas devidas a cada impulso serão u(0)h(k), u(1)h(k-1), etc..., onde
h(.) são as respostas impulsionais. Logo, a resposta completa será:

y(k ) = u (0)h (k ) + ... + u (k )h (0)

k
ou y(k ) = ∑ u (i)h (k − i) k = 0,1,2,... → CONVOLUÇÃO
i =0

Raciocinando em termos de transformada z :

y(k ) = z −1 [Y(z)] = z −1 [H(z) U(z)]

CONVOLUÇÃO NO DOMÍNIO DO TEMPO EQUIVALE A

MULTIPLICAÇÃO NO DOMÍNIO Z.

Teorema do Valor Final:

lim f (k ) = lim (1 − z −1 ) F(z)

k →∞ z →1

z +1
Exemplo : H(z) =
z − 1,4z + 0,48
2

1
Aplicando um degrau : Y(z) = H(z)
1 - z -1

1+1
y= = 25 observe- se que H(z)z=1 = 25 (ganhoDC)
1 − 1,4 + 0,48

Sistemas de Controle (Digital):

Técnicas convencionais para sistemas contínuos: Root-Locus, Bode, etc...,

com especificações do tipo tr, ts, ess (tempo), ωb, BW, ωc (freqüência)
Conversor A/D:

f(t) f(kT) (Amostrador Ideal)

CONTÍNUO T DISCRETO

Conversor D/A:

Extrapolador de ordem zero:

f(k) f(t) Contínua por partes

EOZ

f ( t ) = f (kT) kT ≤ t < (k + 1)T

(fig. 3)

Sistema Contínuo acionado a partir de um EOZ e com saída amostrada :

y(t)
u(t)
uk EOZ G(s) yk
T

1 − e −sT
f (z OH ) =
s

O sinal na saída do EOZ pode ser decomposto em uma série de “pequenos

sinais do tipo (fig. 4):

Cada um desses sinais pode, por sua vez, ser decomposto em degraus
como, por exemplo (fig.5):

Para o 1º degrau de amplitude u0 :

⎧u ⎫ ⎧ G (s) ⎫
y( t ) = £ −1 ⎨ 0 G (s)⎬ = u 0 £ −1 ⎨ ⎬
⎩s ⎭ ⎩ s ⎭

A transformada z da seqüência amostrada será (cuidado com a notação!):

⎧ G (s) ⎫
Y(z) = z[ y k ] = u 0 z £ −1 ⎨ ⎬
⎩ s ⎭
A resposta ao degrau de amplitude negativa (-u0) e defasado é a mesma,
exceto que é negativa e atrasada de um intervalo de amostragem.
Assim, a resposta (em z) do sinal de amplitude u0 entre 0 e T será:

⎧ ⎡ G (s) ⎤ -1 ⎡ G (s ) ⎤ ⎫
Y(z) = u 0 ⎨z £ -1 ⎢ ⎥ − z −1
z £ ⎢ s ⎥⎬
⎩ ⎣ s ⎦ ⎣ ⎦⎭
-1
onde o termo z indica o atraso de um intervalo de amostragem.

Fazendo o mesmo para o sinal de amplitude u1 entre T e 2T, a resposta às

duas primeiras funções será:
⎡ G (s) ⎤ ⎡ G (s) ⎤
Y(z) = u 0 (1 − z −1 )z £ −1 ⎢ ⎥ + u 1 (z −1 − z − 2 )z £ −1 ⎢ ⎥
⎣ s ⎦ ⎣ s ⎦
ou
⎡ G (s) ⎤
Y(z) = (u 0 + u 1 z −1 )(1 − z −1 )z £ −1 ⎢ ⎥
⎣ s ⎦
Para uma série de funções representando u(t), a transformada z da saída
amostrada será:
∞
[
k =0
] ⎧ ⎡ G (s) ⎤ ⎫
Y(z) = ∑ u k z − k (1 − z −1 )z ⎨ £ -1 ⎢
⎩ ⎣ s ⎦⎭
⎥⎬

sendo o 1º termo a transformada z de uk (entrada do EOZ)

⎧ ⎡ G (s) ⎤ ⎫
Assim, Y(z) = U(z)(1 − z −1 )z ⎨£ −1 ⎢ ⎥⎬
⎩ ⎣ s ⎦⎭

Y(z) ⎧ ⎡ G (s) ⎤ ⎫
Função de transferência G (z) = = (1 − z −1 )z ⎨£ −1 ⎢ ⎥⎬
U(z) ⎩ ⎣ s ⎦⎭

Exemplos:

k
1) G (s) =
s+a

⎧ ⎡ G (s) ⎤ ⎫ ⎧ −1 ⎡ k ⎤ ⎫
G (z) = (1 − z −1 )z ⎨£ −1 ⎢ ⎥ ⎬ = (1 − z −1
)z ⎨£ ⎢ ⎥⎬
⎩ ⎣ s ⎦⎭ ⎩ ⎣ s(s + a ) ⎦ ⎭
 ⎧ ⎡k ⎛1 1 ⎞⎤ ⎫ −1 k ⎡ 1 1 ⎤
G (z) = (1 − z −1 )z ⎨£ −1 ⎢ ⎜ − ⎟⎥ ⎬ = (1 − z ) ⎢ − − aT −1 ⎥
⎩ ⎣ a ⎝ s s + a ⎠⎦ ⎭ a ⎣1 − z 1− e z ⎦
−1

k z −1 (1 − e −aT )
G (z) = se K = a = 1 e T = 0,2seg então :
a 1 − e −aT z −1

z −1 (1 − e −0 , 2 ) 0,1813z −1
G (z) = =
1 − e −0, 2 z −1 1 − 0,8187 z −1

1 n! ⎧1⎫ 1
2) G (s) = ; £ −1 {t n } = n +1 ∴ £ −1 ⎨ 3 ⎬ = t 2
⎩s ⎭ 2
2
s s

−1⎧ −1 ⎡ 1 ⎤ ⎫ 2 −1
−1 T z
G (z) = (1 − z )z ⎨£ ⎢ 3 ⎥ ⎬ = (1 − z )
(1 + z −1 ) T 2 z −1 (1 + z −1 )
=
2(1 − z −1 ) 2 (1 − z −1 )2
3
⎩ ⎣s ⎦⎭

G(z) tem 2 pólos em z=1que, considerando o mapeamento z=esT,

correspondem aos pólos na origem de G(s). Neste caso, a localização dos
pólos independe de T.

Algoritmo de Controle PID (Digital):

(Digital)

t de
Controlador PID contínuo : u(t) = K p e( t ) + K i ∫ edt + K d
0 dt

kd s

R(s) + E ( s ) U (s) Y(s)

kp + G(s)
- + +

ki / s
 U(s) K ds + K ps + K i
2

D(s) = =
E(s) s

No caso discreto, usa-se aproximações para a integral e derivada do erro

e(t):
⎡1 1 1 ⎤ K
u (k ) = K p e(k ) + K i T ⎢ (e0 + e1 ) + (e1 + e 2 ) + ... + (e k −1 + e k )⎥ + d (e k − e k −1 )
⎣2 2 2 ⎦ T

“Repetindo” a expressão acima para (k-1) e subtraindo de u(k):

K iT
u k − u k −1 = K p (e k − e k −1 ) + (ek −1 + ek ) + K d (ek − 2ek −1 + ek −2 )
2 T

⎛ KT K ⎞ ⎛KT 2K d ⎞ K
ou u k = u k −1 + ⎜ K p + i + d ⎟e k + ⎜ i − K p − ⎟e k −1 + d e k −2
⎝ 2 T ⎠ ⎝ 2 T ⎠ T

⎛ KT K ⎞ ⎛KT 2K d ⎞ K
onde α = ⎜ Kp + i + d ⎟; β = ⎜ i − Kp − ⎟ e γ= d
⎝ 2 T ⎠ ⎝ 2 T ⎠ T

U(z) α + β z −1 + γz −2
Então : D( z ) = = → pólo em 1
E(z) 1 − z −1

É muito comum ter-se apenas a parte PI:

α1 + β1z −1 K iT K iT
D( z ) = → α1 = K p + ; β1 = − Kp
1 − z −1 2 2

Obs: Aproximação TRAPEZOIDAL para a integral e “BACKWARD

DIFFERENCE” para a derivada.

Aproximações diferentes das utilizadas dão, obviamente, origem a outras

expressões; sempre que houver as partes P e I, haverá um pólo em z =
+1(imagem do pólo em s = 0 no caso contínuo).

Representação por variáveis de estado em Sistemas de Controle Digital:

⎧x& = Fx + Gu ⎧x = x ( t ); y = y( t )
Sistema Contínuo : ⎨ ∴ ⎨
⎩ y = Cx ⎩F, G, C : constantes (matrizes)
Exemplo(recordação):

1 d2y
G (s) = 2 ⇒ equação diferencial : = u(t)
s dx 2

⎧x1 = y ⎧ ⎡0 1⎤ ⎡0 ⎤ ⎡ x1 ⎤
Fazendo ⎨ ⇒ ⎨ x
& = ⎢0 x + ⎢1 ⎥ u ; x = ⎢ ⎥ ; y = [1 0]x
⎩x 2 = y& = x& 1 ⎩ ⎣ 0⎥⎦ ⎣ ⎦ ⎣x 2 ⎦

Solução da equação de estado:

Matriz de transição : {
e Ft = £ -1 (sI − F )
−1
}
t
x ( t ) = e Ft x (0) + ∫ e F ( t − τ )Gu (τ)dτ ; t0 = 0
0

t
Para t > t 0 ≠ 0 : x ( t ) = e F ( t − t ) x ( t 0 ) + ∫ e F ( t − τ )Gu (τ)dτ
0

t0

Consideremos agora o sistema:

uk u(t) x& x y(t) yk

EOZ G ∫ dt C

Nos instantes de amostragem: y (k) = C x (k) onde C é a mesma matriz

do caso contínuo.
Equação de estado : x(k + 1) = Ax(k) + Bu(k)

{
⎧A = e FT = £ -1 (sI − F )−1
⎪
} t =T
⎨ T
⎪ B = ∫ e Gdτ
Fτ

⎩ 0
Exemplo: equação de estado do exemplo anterior.

⎡1 T ⎤
A = e FT = ⎢ ⎥ (direto, pois F está na forma de Jordan)
⎣0 1 ⎦

⎡1 τ⎤ ⎡0⎤
T T ⎡ τ⎤ ⎡T 2 / 2 ⎤
B=∫ ⎢ ⎥ ⎢ ⎥ dτ = ∫0 ⎢1 ⎥ dτ = ⎢ T ⎥
0 ⎣0 1 ⎦ ⎣1 ⎦ ⎣ ⎦ ⎣ ⎦

⎧ ⎡1 T ⎤ ⎡T 2 / 2 ⎤
⎪x(k + 1) = ⎢ ⎥ x (k ) + ⎢ T ⎥ u (k )
Logo : ⎨ ⎣0 1 ⎦ ⎣ ⎦
⎪ y(k) = [1 0]x (k )
⎩

O intervalo de amostragem T deve ser menor que a menor constante de

tempo, para que não haja perda de informação sobre a dinâmica do sistema.
Do ponto de vista computacional, A e B podem ser obtidas a partir da
expansão em série de eFT:
i i +1
α Fi T i α FT
A=∑ ; B=∑ G
i =0 i! i = 0 (i + 1)!

O número de termos a considerar para se ter uma boa aproximação depende

da técnica utilizada e da precisão necessária.

Exemplo: Faça-se T = 0,25 no exemplo anterior ; o critério de Paynter

sugere que se calcule q = max | Fij T | , onde Fij é um elemento de F.
Æ q = (1) (0,25) = 0,25.

O número de termos p deve satisfazer a:

1
(nq )p enq = 0,001; n → ordem do sistema
p!
1 1
∴ (2 . 0,25) p e 2 . 0 , 25 = e 0 ,5 . (0,5) p = 0,001 ∴ p! = 1000e 0 ,5 (0,5) p ⇒
p! p!
Æ resolve-se por tentativa e erro.

Neste caso específico, embora o critério de Paynter não proporcione este

resultado, p = 2, já que F2 = 0; logo:
⎡1 T ⎤
A = I + FT = ⎢ ⎥
⎣0 1 ⎦
Solução da Equação Dinâmica: caso Discreto

x (k + 1) = Ax(k ) + Bu (k )

Resolvendo passo a passo a partir de x(0) e u(0), obtém-se:

x (k ) = A k x (0) + ∑ A k −i −1Bu (i)

k −1

i =0
onde [
A k = z −1 (zI − A ) z
−1
]
Solução via transformada z:

zX(z) − zx (0) = AX(z) + BU(z) ∴ (zI − A )X(z) = zx(0) + BU(z) ∴

X(z) = (zI − A ) zx (0) + (zI − A ) BU(z)

−1 −1

Y(z) = CX(z) = C(zI − A ) BU(z)

−1
Se x (0) = 0 ⇒

Y(z)
= C(zI − A ) B
−1
Função de Transferência :
U(z)

Exemplo:

⎡1 T ⎤ ⎡T 2 / 2 ⎤
A=⎢ ⎥ ; B=⎢ ⎥ ; C = [1 0]
⎣0 1 ⎦ ⎣ T ⎦

⎡ 1 T ⎤
⎡z − 1 −T ⎤
−1
⎢z −1 (z − 1)2 ⎥⎥
(zI − A )−1
=⎢ =⎢
⎣ 0 z − 1⎥⎦ ⎢ 1 ⎥
⎢⎣ 0 z − 1 ⎥⎦

−1 ⎡T / 2 ⎤ T2 z + 1
2
Y(z) T2 T2
D( z ) = = [1 0](zI − A ) ⎢ ⎥= + 2 =
⎣ T ⎦ 2(z − 1) (z − 1) 2 (z − 1)
2
U(z)

Como seria de se esperar, este resultado é idêntico ao obtido no exemplo 2

mostrado anteriormente.
Tratamento alternativo de Sistemas Mistos (blocos contínuos + discretos):

Considere-se a seguinte situação:

u(k) uh(t) y(t)

EOZ H(s)

Até agora, consideramos a saída amostrada y(k) para análise, ou seja,

desconsideramos a resposta entre os instantes de amostragem. A
abordagem a seguir permite obter o sinal “contínuo” y(t).

Considerando as fig. 6 e 7 podemos afirmar que:

∞ 1 − e − s∆ 1 − e − s∆
£(p ) = ∫ e st (p )dt = u (kT) ; £{u(k)} = lim u (kT)
0 s ∆ →0
s
onde p = ‗|¯|_ e P = _|¯¯|_ . Então,
1 − e − sT
£(P ) = u (kT ) → Não se considera AINDA a defasagem.
s
⎧ £(P) ⎫
Função de transferência do EOZ : lim⎨ ⎬ = G H (s) → ∞
∆ →0
⎩ £(p) ⎭

Para sobrepor a dificuldade encontrada acima ((G(s)Æ ∞), usa-se de um

artifício:
£(P) 1 - e sT
U H (s) = £(u h ( t ) ) = £(p)
{ £(p) ∴ U H (s) = £(P) = u(kT) s
123
saída transf.da {
entrada
função de
transf.

ou U H (s) = U * (kT)G *H (s)

Onde U* e G*H são entes puramente matemáticos; só têm significado

quando aparecem em conjunto.

U*(kT) pode ser escrito como: U*(kT) = u(kT). 1 transformada de

Laplace de um impulso de intensidade unitária.

Assim, U*(kT) é a transformada de Laplace de um impulso de intensidade

u(kT). Estes artifícios matemáticos permitem que se defina um amostrador
matemático, cuja saída é uma seqüência de impulsos de intensidade igual
ao valor u(kT) do sinal u(t) nos instantes de amostragem. Esta seqüência,
após passar pelo bloco G*H(s), “transforma-se” no sinal uh(t).
A combinação do AMOSTRADOR MATEMÁTICO (δm) com G*H(s)
produz o mesmo efeito no sinal u(t) que o sistema físico.

AMOSTRADOR (A/D)
u(t) uh(t)
EOZ FÍSICO

δm {u*(k)}
u(t) uh(t)
G*H(s) MATEMÁTICO

Resumindo, para uma seqüência de amostragens:

u h (t ) = £ -1{U H (s )} = £ -1 {G *H (s )£{u * (k )}} = £ -1{G *H (s )U* (s )}

_ G*H(s) e U*(s) só têm sentido quando aparecem em conjunto!

_ U*(s) pode ser obtido através da transformada de Laplace de uma soma

de impulsos:

{u (k )} = ∑ u (kT )δ(t − kT ) U* (s ) = £{u * (k )} = ∑ u (kT )e −skT

∞ ∞
*
∴
k =0 k =0

Observe que, se substituírmos eSt por z, a expressão fica:

U* (s ) = ∑ u (kT )z − k = U(z ) !!
∞

k =0

Exemplo:

{u(k)} y(t)
2
EOZ 1/s

1 − e − sT 1 1 − e − sT ∞ 1 ∞
Y(s ) = U (s ) . 2= ( ) = ∑ [u (kT ) − u[(k − 1)T ]]e
−skT −skT
∑
*
3
u kT e 3
s s s k =0 s k =0
 {Y(s )} = ∑ {u (kT ) − u[(k − 1)T ]}(t − kT ) u (t − kT )
2

y (t ) = £
∞
-1 D

k =0 2
onde uD(t-kT) é um degrau unitário que se inicia em t = kT (fig. 8).

A análise anterior, que considerava um amostrador na saída (y(t)), leva em

conta apenas os pontos y(0), y(T), etc..., isto é, somente a seqüência {y(k)}.
Este tipo de análise desconsidera a resposta entre os instantes de
amostragem, o que geralmente não causa maiores problemas.

Exemplo:
u(t) {uk} y(t)
EOZ 1/(s+1)
T
{yk}

u(t) u*(t) 1 − e − sT 1 y(kT)

.
δT s s +1

1 1 − e − sT 1
Função de transferência global : H(s ) = G (s ).
*
= .
s +1 s +1
H
s

⎧1 − e − sT ⎫ -1 ⎧ 1 ⎫ -1 ⎧ e
− sT
⎫
h (t ) = £ ⎨ -1
⎬=£ ⎨ ⎬−£ ⎨ ⎬
⎩ s(s + 1) ⎭ 142 ⎩4s(s + 1)⎭
434 142 ⎩ s(s + 1)⎭
4 43 4
h 1 ( t )=1− e − t h 2 (t )

⎧h 1 (kT ) = 1 − e − kT
⎨
⎩h 2 (kT ) = h 1 (kT ) defasada de um período (de amostragem) T.

⎧ z z
⎪⎪ z{h (kT )} = −
z − 1 z − e −T 1 − e −T
1

⎨ Logo, H (z ) =
⎪z{h 2 (kT )} = z −1 ⎡ z − z ⎤ z − e −T
⎪⎩ ⎢⎣ z − 1 z − e −T ⎥⎦
Utilizando a expressão obtida anteriormente, H(z) = (1 - z-1) z £-1 {G(s)/s},
chega-se ao mesmo resultado.

Neste exemplo, o EOZ foi “considerado como tendo função de

transferência” G*(s) = (1 - e-sT)/s, a qual foi multiplicada pela do sistema
para se obter a função de transferência global e daí obter H(z).

Anteriormente, um degrau (1/s) foi “acrescentado” ao sistema e o

extrapolador “entrou nos cálculos” com função de transferência (discreta)
G(z) = 1 – z-1.

Se quisermos trabalhar com a saída y(t), o amostrador matemático e o EOZ

(matemático) devem aparecer juntos. Se y(t) for suficiente para nossos
propósitos, G*H(s) pode ser utilizada sozinha para se obter a seqüência de
saída.

(Referência utilizada: “Control Systems Theory” O. Elgerd, McGraw-Hill)

Suponhamos que se tenha o seguinte sistema:

r(t) r(kT) s(kT) c(t) c(kT)

D(z) EOZ G(s)
T

C(z) = z[G 0 (s )G (s )]S(z ) O EOZ é acionado por impulsos s(kT )δ(t − kT )

1 − e − sT
C(z ) = z[c(kT )]; S(z ) = z[s(kT )]; G 0 (s ) =
s

Como S(z ) = D(z )R (z ) : C(z ) = D(z )z[G 0 (s )G (s )]R (z )

Extrapolador de Ordem Zero + Sistema com função de transferência H(s):

⎡ -1 ⎧1 − e −sT ⎫⎤ ⎡ -1 ⎧ H(s ) e − sT H(s )⎫⎤

z[G 0 (s )H(s )] = z ⎢£ ⎨ . H(s )⎬⎥ = z ⎢£ ⎨ − ⎬
⎣ ⎩ s ⎭⎦ ⎣ ⎩ s s ⎭⎥⎦

⎡ H(s )⎤ ⎡ e − sT H(s )⎤
Se h1 (t ) = £ ⎢-1
⇒ £ ⎢ -1
⎥ = h 1 (t − T )
⎣ s ⎥⎦ ⎣ s ⎦
 ⎡ e − sT H(s )⎤ ⎡ H(s )⎤
Logo : z⎢ ⎥ = z[h1 (kT − T )] = z −1z[h1 (kT )] = z −1z ⎢
⎣ s ⎦ ⎣ s ⎥⎦

⎡ H(s )⎤
Portanto : z[G 0 (s )H(s )] = (1 − z −1 )z ⎢
⎣ s ⎥⎦

Este resultado havia sido obtido anteriormente de outra maneira.

Exemplo:

r(t) + a y(t)
EOZ
- T s + a

Embora a representação seja esta, interessa-nos apenas y(t)| t = kT

⎡ a ⎤ 1 − e − aT
z ⎢G 0 (s ).
Y(z ) s + a ⎥⎦ 1 − e −aT
= ⎣ = z − e −aT =
− aT

R (z ) ⎡ a ⎤ 1− e z + 1 − 2e −aT
1 + z ⎢G 0 (s ). 1 +
⎣ s + a ⎥⎦ z − e −aT
Outro exemplo. Mesmo diagrama acima com um sistema com H(s) =
1/[s(s+1)]. Calcular resposta a um degrau unitário para T = 1 seg.

⎡ 1 ⎤
z ⎢G 0 (s ). ⎥ (1 − z −1 )z ⎡⎢ 2 1 ⎤⎥
s(s + 1)⎦ ⎣ s (s + 1)⎦ R (z ) ;
Y(z ) = ⎣ R (z ) =
⎡ 1 ⎤ ⎡ 1 ⎤
1 + z ⎢G 0 (s ). ⎥ 1 + (1 − z −1 )z ⎢ 2 ⎥
⎣ s(s + 1)⎦ ⎣ s (s + 1)⎦

⎡ 1 ⎤ ⎡1 1 1 ⎤ Tz z z
z⎢ 2 ⎥ = z⎢ 2 − + ⎥ = 2 − +
⎣ s (s + 1)⎦ ⎣ s s s + 1⎦ (z − 1) z − 1 z − e
−T

Para R (z ) =
z
e T =1 : Y(z ) =
(0,368z + 0,264 )z
z −1 (z − 1)(z − z + 0,632)
2

Valor em regime permanente : y ∞ = lim

z →1
(z − 1)Y(z ) = 1
Logo, o erro em regime permanente é nulo, o que condiz com o pólo na
origem do sistema contínuo (tipo 1).
Representação por Variáveis de Estado de Sistemas Discretos:
Até o momento foi discutida a representação por variáveis de estado do
conjunto extrapolador-processo-amostrador. Agora, será vista a
representação de sistemas discretos (tais como compensadores, filtros) que
são inicialmente especificados em termos de uma função de transferência
H(z). As representações mais comuns serão abordadas a seguir.

d 0 z n + d1z n −1 + ... + d n Y(z )

H(z ) = n =
z + a1z n −1 + ... + a n U(z )
A representação de estado é:

⎧x (k + 1) = A x (k ) + b u (k )
⎨ onde b, c : vetores e d : escalar
⎩ y (k ) = c x (k ) + d u (k )
b1z n −1 + ... + b n
Se, em H(z ), d 0 ≠ 0, faz − se : H(z ) = d 0 + n
z + a1z n −1 + ... + a n
Realização Paralela:

A1 A2 An
H(z ) = d 0 + + + ... +
z−p z−p z−p
1231 1232 123n
X1 ( z ) X 2 (z ) X n (z )

1
i. é : X i (z ) = e A i : constantes a determinar
z − pi
Pode-se escrever:
x i (k + 1) = pi x i (k ) + u (k ) i = 1, 2, ..., n
y(k ) = d 0 u (k ) + A1x1 (k ) + ... + A n x n (k )

Matricialmente:

⎡p 1 ⎤ ⎡1 ⎤
⎢ p2 ⎥ ⎢1 ⎥
x (k + 1) = ⎢ ⎥ x (k ) + ⎢ ⎥ u (k )
⎢ ... ⎥ ⎢...⎥
⎢ ⎥ ⎢ ⎥
⎣ pn ⎦ ⎣1 ⎦
y(k ) = [A 1 A 2 ... A n ]x (k ) + d 0 u (k )

Exemplo:
 z 2 + 2z + 1 − 3z − 5 1 −4
H(z ) = 2 =1+ 2 =1+ +
z + 5z + 6 z + 5z + 6 z+2 z+3

Y(z)
+ x1(k+1) X1(z)
z -1
1 +
+ x1(k)
U(z)
-2

+ x2(k+1) X2(k)
z-1 -4
+ x2(k)

-3
z-1 : retardo

+ Y(z)
1
U(z) z+2 +
-

4
z+3

Representação de estado:
⎡− 2 0⎤ ⎡1⎤
x (k + 1) = ⎢ ⎥ x (k ) + ⎢ ⎥ u (k ) (Raízes repetidas!)
⎣ 0 − 3⎦ ⎣1⎦

y(k ) = [1 − 4]x (k ) + u (k )

Realização em Série:
 α(z − z1 )(z − z 2 )...(z − z m )
H(z ) = m≤n;
(z − p1 )(z − p 2 )...(z − p n )
H(z ) =
α1 α α
... n − m . n − m +1
(z − z1 )... α n (z − z m )
z − p1 z − p n − m z − p n − m +1 z − pn

X1(z) X2(z) Xn-1(z)

U(z) α1 α2 ... α n − m +1 (z − z 1 ) ... α n (z − z m ) Xn(z)
z − p1 z − p2 z − p n − m +1 z − pn

Variáveis de Estado:

x1 (k + 1) = p1x1 (k ) + α1u (k )
x 2 (k + 1) = p 2 x 2 (k ) + α 2 x1 (k )
M
x n − m (k + 1) = p n − m x n − m (k ) + α n − m x n −m −1 (k )
x n − m +1 (k + 1) = p n − m +1x n − m +1 (k ) + α n − m +1 [x n − m (k + 1) − z1x n − m (k )]
M
x n (k + 1) = p n x n (k ) + α n [x n −1 (k + 1) − z m x n −1 (k )]

Saída : y(k ) = x n (k )

Exemplo:

z 2 + 2z + 1 z 2 + 2z + 1 − 3z − 5 − 1 3z + 5
H(z ) = 2 = =1+ =1+ .
z + 5z + 6 (z + 2 )(z + 3) (z + 2 )(z + 3) z+2 z+3

U(z) X1(z) X2(z) Y(z)

−1 3z + 5
+
z + 2 z + 3
x 1 (k + 1) = −2 x 1 (k ) − x (k )
x 2 (k + 1) = −3x 2 (k ) + 3x 1 (k + 1) + 5x 1 (k ) = −3x 2 (k ) − x 1 (k ) − 3u (k )
⎡− 2 0 ⎤ ⎡− 1 ⎤
ou : x (k + 1) = ⎢ x (k ) + ⎢− 3⎥ u (k )
⎣− 1 − 3⎥⎦ ⎣ ⎦
y(k ) = [0 1]x (k ) + u (k )

Realização na Forma Canônica Controlável:

⎡0 ⎤
⎡0 1 LL 0⎤ ⎢0 ⎥
⎢0 0 1L 0 ⎥ ⎢ ⎥
x (k + 1) = ⎢ ⎥ x (k ) + ⎢ M ⎥ u (k )
⎢0 0 L 0 1⎥ ⎢ ⎥
⎢
− a − a LL − a
⎥ ⎢0 ⎥
⎣ n n −1 1⎦
⎢⎣1 ⎥⎦

b 1 z n −1 + K + b n Y(z )
y(k ) = [b n L b 1 ]x (k ) H(z ) = n =
z + a 1 z n −1 + K + a n U(z )

Exemplo :
⎧ ⎡ 0 1⎤ ⎡0 ⎤
3z + 5 ⎪x (k + 1) = ⎢ ⎥ x (k ) + ⎢ ⎥ u (k )
H(z ) = 1 − 2 ⇒ ⎨ ⎣− 6 − 5⎦ ⎣1 ⎦
z + 5z + 6 ⎪ y(k ) = [− 5
⎩ − 3]x (k ) + u (k )

-3

U(z) + X2 X1 + + Y(z)
z-1 z-1 -5
+ + +

-5

-6
Realização na Forma Canônica Observável (Forma Direta):

⎡− a 1 1 0⎤ 0 L
⎢− a ⎡d 1 − a 1 d 0 ⎤
⎢ 2 0 1 L 0 ⎥⎥ ⎢d ⎥
− a d
x (k + 1) = ⎢ M M ⎥ x (k ) + ⎢ 2 2 0 ⎥ u (k )
⎢ ⎥ ⎢ M ⎥
⎢ M 1⎥ ⎢ ⎥
⎣ dn − a nd0 ⎦
⎢⎣− a n 0 LL 0 ⎥⎦
d 0 + d 1 z −1 + K + d n z − n
y(k ) = [1 0 L 0]x (k ) + d 0 u (k ) H(z ) =
1 + a 1 z −1 + K + a n z − n
OBS.: A forma canônica observável é também a representação em que, em
relação à forma controlável, as matrizes (vetores) são:
⎧A o = A Tc
⎪
⎨b o = C c onde o = observável e c = controlável
T

⎪C = b T
⎩ o c

Exemplo:
z 2 + 2z + 1 1 + 2z −1 + z −2
H(z ) = 2 =
z + 5z + 6 1 + 5z −1 + 6z − 2

⎡− 5 1⎤ ⎡ − 3⎤
x (k + 1) = ⎢ x (k ) + ⎢− 5⎥ u (k ); y(k ) = [1 0]x (k ) + u (k )
⎣− 6 0⎥⎦ ⎣ ⎦

OBS.: “Invertendo” x1 (k) e x2 (k), obtém-se a forma observável

“transposta” da forma controlável.

U(z)

1 2 1

+ + + Y(z)
-1 + -1
z z
+
+ +

-6 -5
Representação por Variáveis de Estado de Sistemas Compostos:

r(k) + xd(k) u(k).

+ + ..
B2 ATRASO C2
- + +

A22

D2

“ESTADOS DISCRETOS” (COMPENSADOR, FILTRO)

xc(k) y(k)
. . . u(k) B1 + ATRASO C1
+

A11

EOZ, SIST. CONTÍNUO, AMOSTRADOR

x d (k + 1) = A 22 x d (k ) + B2 [r (k ) − y(k )] ; x c (k + 1) = A11x c (k ) + B1u (k ) ;

y(k ) = C1x c (k ) ; u (k ) = C 2 x d (k ) + D 2 [r (k ) − y(k )]

“Trabalhando” as equações:

⎡ x c (k + 1)⎤ ⎡A11 − B1D 2C1 B1C 2 ⎤ ⎡B D ⎤

x (k + 1) = ⎢ ⎥=⎢ −B C ⎥ x (k ) + ⎢ 1 2 ⎥ r (k )
x
⎣ d (k + 1)⎦ ⎣ 2 1
A 22 ⎦ ⎣ B2 ⎦

Exercício: Considere um sistema contínuo S descrito por:

⎡− 2 2 ⎤ ⎡0⎤
x& = ⎢ ⎥ x + ⎢ ⎥u ; y = [1 0]x e um compensador com
⎣0,5 − 0,75⎦ ⎣0,5⎦
função de transferência:

7(z − 0,528)(z − 0,952 ) U(z )

H(z ) = =
(z − 1)(z − 0,2 ) E(z )
Se o sistema S e o compensador forem interligados conforme a figura
abaixo:
a) Obtenha o modelo de estado do sistema global (entrada r(k); saída
y(k));
b) Obtenha a resposta do sistema para r(k) = degrau unitário, condições
iniciais nulas e intervalo de amostragem T = 0,25 seg. Obtenha
também a saída u(t) do EOZ.

T y(k)
r(k) E(z) U(z)
H(z) EOZ S

Projeto de Sistemas de Controle usando Técnicas de Estado:

Realimentação de Estado:

x (k + 1) = Ax(k ) + Bu(k ) ⎫
⎬ ⇒ x (k + 1) = (A − BF)x (k )
Regulador : u (k ) = −Fx(k )⎭

u(k) x(k)
B + z-1
-

Autovalores → det[zI - A + BF] = 0

Elementos de F (reais) determinam a localização dos pólos do sistema

global. Se A é n x n (“n” variáveis de estado) e B é n x m (“m” controles),
F tem n.m elementos. Como só há “n” raízes de malha fechada, os
elementos de F não são determinados de modo único. Têm-se n.m – n graus
de liberdade para selecionar os elementos de F.
Se u(k) é escalar, F é um vetor linha com “n” elementos determinados de
modo único.
Exemplo: Sistema (contínuo) descrito por:
⎡− 2 2 ⎤ ⎡0⎤ ⎧Intervalo de amostragem : T = 0,25 seg
x& = ⎢ ⎥ x + ⎢ ⎥u ⎨
⎣0,5 − 0,75⎦ ⎣0,5⎦ ⎩Pólos do sist. global : z = 0,5 ± j0,2

Solução:
Determina-se as matrizes A e B (do sist. discreto) para T=0,25 seg. Faz-se
det (zI – A + BF) = (z – 0,5 – j0,2)(z – 0,5 + j0,2) = z2 – z + 0,29.
Assim: f1 = 2,24 e f2 = 3,667.

- x1(k)
x1
1/s
+

0,5

u(k) + x2(k)
x2
EOZ 0,5 1/s
- - -

0,75

f2

f1

Realimentação de Estado com Informação Incompleta sobre o Estado:

Em determinados sistemas é impossível medir todas as variáveis de estado;
pode-se medir somente algumas ou uma combinação linear dos estados. O
problema é:
⎧Sistema : x (k + 1) = Ax(k ) + Bu (k )
⎨
⎩" medida": y(k ) = Cx (k ) → combinação linear dos estados

Controle possível: u(k) = - Fy(k) Æ alocação arbitrária de pólos é possível

se houver um nº suficiente de elementos em F para se alocar n pólos (o
sistema tem de ser controlável e observável). Se o nº de elementos em F é <
n, alguns pólos terão que ser fixados.
Alternativa: estimação de estado. Um estimador de estado (ou observador)
é um sistema com entradas u(k) e y(k), e saída x̂ (k), a qual é uma
estimação de x(k).
Estimador Assintótico:
Objetivo: erro de estimação Æ 0 (assintoticamente).

Estimador Linear: x̂ (k + 1) = Mx̂ (k ) + Ky(k ) + z(k ); M e K: matrizes e

Z(k): vetor
Erro : ~ x (k ) = x (k ) − x̂ (k )
Subtraindo a equação do estimador da equação do sistema (x(k+1) = Ax(k)
+ Bu(k)):
x (k + 1) = Ax(k ) − Mx̂ (k ) + Bu(k ) − Ky(k ) − z(k )
~
É desejável que os erros na estimação sejam independentes de u(k); assim:
z(k ) = Bu (k ) ⇒ ~ x (k + 1) = Ax(k ) − Mx̂ (k ) − Ky(k ); Ky(k ) = KCx (k ) ∴
∴ x (k + 1) = (A − KC )x (k ) − Mx̂ (k ). Fazendo M = A - KC ⇒
~
⇒ x (k + 1) = (A − KC )~
~ x (k )
Os elementos de K, escolhidos pelo projetista, “ditam” a dinâmica do erro.
Voltando à expressão do estimador, com M e z(k) agora escolhidos:
x̂ (k + 1) = (A − KC )x̂ (k ) + Ky(k ) + Bu (k ) ou
x̂ (k + 1) = Ax̂ (k ) + K (y(k ) − Cx̂ (k )) + Bu(k )
O estimador é uma réplica do sistema original, acionada pelo erro na
estimação de y(k).
• Pólos do estimador: det (zI – A + KC) = 0.
• Dinâmica do estimador: mais rápida que a do sistema de malha fechada
(com controle).
• Alocação arbitrária dos pólos (sistema observável): os elementos de K
não são determinados de modo único.
Se y(k) é escalar (K vetor) Æ elementos de K são únicos.

Estimador + Controle:
u (k ) = − Fx̂ (k ) ⇒ x (k + 1) = Ax(k ) − BFx̂ (k ) = Ax(k ) − BF(x (k ) − ~
x (k ))
Como ~ x (k + 1) = (A − KC )~
x (k ), têm - se :
⎡~x (k + 1)⎤ ⎡A − KC 0 ⎤ ⎡~ x (k )⎤
=
⎢ x (k + 1)⎥ ⎢ BF ⎥ ⎢ x (k )⎥ Sistema global
⎣ ⎦ ⎣ A − BF ⎦⎣ ⎦
det (zI - G ) = det[zI − (A − KC )] det [ ( BF3)]
14zI4−2A4−4
polarização característica sem estimação
• Nº de pólos do sistema global vêm do 2º determinante e seus valores são
ditados pelos elementos de F.
• O estimador (observador) e o controle podem ser projetados
separadamente (princípio da separação).
• Todas as raízes da equação final contribuem para a resposta (à malha
fechada) do sistema; após a escolha de F, escolhe-se K de modo que os
pólos do estimador sejam “mais rápidos” que os do sistema de malha
fechada.
• Com o controle, a equação do estimador fica:
x̂ (k + 1) = Ax̂ (k ) − BFx̂ (k ) + K (y(k ) − Cx̂ (k ))
x̂ (k + 1) = (A − BF − KC )x̂ (k ) + Ky(k ); u (k ) = − Fx̂ (k )
U(z )
Se y(k ) e u (k ) escalares = −F[zI − (A − BF − KC )] K
D(z ) =
−1
⇒
Y(z )
onde D(z ) é a função de transferência do compensador
Pólos do compensador : det (zI - A + BF + KC ) = 0.

u(k) + x(k) y(k)

B z-1 C
- +

x̂ (k ) + +
F z-1 K
+ -

ŷ (k )
C

COMPENSADOR
Exemplo (estimação):
⎡10,1⎤ ⎡0,005⎤
x (k + 1) = ⎢ x (k ) + ⎢ 0,1 ⎥ u (k ); y(k ) = [1 0]x (k )
⎣0 1 ⎥⎦ ⎣ ⎦
⎡1 0,1⎤ ⎡0,005⎤ ⎡k1 ⎤
Estimador : x̂ (k + 1) = ⎢ ⎥ x̂ (k ) + ⎢ 0,1 ⎥ u (k ) + ⎢k ⎥ (x1 (k ) − x̂ (k ))
⎣ 0 1 ⎦ ⎣ ⎦ ⎣ 2⎦
Equação característica : det[zI - A + KC] = 0
⎡ z − 1 + k1 − 0,1⎤
det ⎢ ⎥ = 0 ⇒ z 2 − z(2 − k1 ) + (1 − k1 + 0,1k 2 ) = 0..(2 )
⎣ k2 z − 1⎦
Suponhamos que se queira localizar as raízes em z = 0,9 ± j0,1 :
z 2 − 1,8z + 0,8z = (2 ) ⇒ k1 = k 2 = 0,2

Controle para Referência não nula:

x (k + 1) = Ax(k ) + Bu(k ); y(k ) = Cx (k ).

Deseja-se controlar y(k) em torno de uma referência ÿ. Supõe-se, de início,

que o número de saídas (y(k): vetor) é igual ao nº de sinais de controle
(u(k)).
Lei de Controle : u (k ) = − Fx (k ) + Gy
Supõe-se, ainda, que existam estados de equilíbrio x (vetor) e que, neste
equilíbrio [x(k+1) = x(k) = x], o esforço de controle seja ū; assim:
x = Ax + Bu ⎫
⎬ ⇒ x = Ax − BFx + BGy
lei de controle : u = − Fx + Gy⎭

Resolvendo a equação:
x = (I − A + BF) BGy; y = Cx = C(I − A + BF) BGy.
−1 −1

Se o nº de variáveis em ÿ é o mesmo que no controle ū, C(I-A+BF)-1B é

quadrada; se for não-singular pode ser invertida para fornecer a matriz de
referência G: G = [C(I-A+BF)-1B]-1
[
Logo : u (k ) = − Fx (k ) + C(I − A + BF) B y
−1
]−1

A dinâmica do sistema de MF continua sendo determinada por det[zI-

A+BF] = 0.

ÿ y(k)
[C(I – A + BF)-1B]-1 Sist. de MF A, B, C, F