Control e Digital

HEITOR OLIVEIRA 056.415.
374-54
CONTROLE DIGITAL
EL 436
Geraldo Leite Torres

Professor Associado, PhD
! geraldo.torres@ufpe.br
2023
ii
HEITOR OLIVEIRA 056.415.374-54

RESSALVAS
• Esta apostila é uma cortesia do professor, que, mesmo sem ter que produzir e
fornecer textos didáticos, sempre busca fornecer aos seus alunos informações
organizadas e importantes para sua formação profissional, teórica e prática, sem
visar nenhum retorno financeiro pelo tempo e trabalho dedicados à produção de
textos didáticos de apoio.
• Este texto destina-se a facilitar o ensino e a aprendizagem da disciplina Con-

trole Digital dos cursos de graduação em Engenharia Elétrica e Engenharia de
Controle e Automação, do Departamento de Engenharia Elétrica (DEE) do Centro
de Tecnologia e Geociências (CTG) da Universidade Federal de Pernambuco
(UFPE).
• É expressamente proibida a distribuição e qualquer tipo de comercialização

desta apostila, qualquer que seja o meio de divulgação, reprodução e distribuição
do documento, impresso ou digital.
• Ter a presente apostila, fruto do trabalho voluntário do professor, é um privilégio,

uma vantagem, uma concessão, não é um direito!
• Aqueles que acreditam que a apostila contribui positivamente para seus conheci-
mentos de controle digital, mas identificam falhas no texto e desejam contribuir
para o seu aprimoramento, a notificação dessas falhas ao professor/autor será
muito bem-vinda.
• Quem acredita que a apostila não contribui para o conhecimento dos assuntos que
aborda, pode simplesmente desconsiderar o documento, porque nada foi investido
em sua aquisição e seu uso não é obrigatório. Use referências de sua escolha ou,
como crítico e especialista, produza seu próprio documento de melhor qualidade.
Apostila em números
Capítulos 30 Páginas 373 Apêndices 1
Ilustrações 182 Exemplos 95 Exercícios 175
USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

Sumário
1 Introdução aos Sistemas de Controle Digitais: I 1

1 Conteúdo Programático 1
2 Resultados Esperados 2
3 Controladores Digitais e Analógicos 3
4 Tipos de Sinais 5
Processos de Amostragem 6
5 Estrutura de um Sistema de Controle Digital 7
6 Quantização e Erro de Quantização 8
Quantização 9
Erro de Quantização 10
7 Leitura Adicional e Exercícios 12
2 Introdução aos Sistemas de Controle Digitais: II 13

1 Aquisição de Dados, Conversão e Distribuição 13
Multiplexador Analógico 15
Demultiplexador 15
Circuito de Amostragem e Retenção 16
Conversor Analógico para Digital (A/D) 17
Erros em Conversores A/D 19
Conversor Digital para Analógico (D/A) 19
Reconstrução do Sinal de Entrada por Circuito Retentor 21
3 A Transformada-Z 23
1 Introdução 23
2 A Transformada-Z 24
Transformada-Z de Funções Elementares 25
3 Propriedades da Transformada-Z 27
iii
iv

4 A Transformada-Z Inversa 35
1 Introdução 35
2 Pólos e Zeros no Plano z 36
3 Método da Divisão Direta 37
4 Método Computacional 39
Procedimento com MATLAB 39
Procedimento com a Equação Diferença 40
5 Método da Expansão em Frações Parciais 41
6 Método da Integral de Inversão 46
5 Solução de Equações Diferenças pela Transformada-Z 51

1 Introdução 51
2 Solução de Equações Diferenças pela Transformada-Z 52
Resposta à Entrada-Zero e o Polinômio Característico 53
Resposta ao Estado-Zero e a Função de Transferência Pulsada 54
3 A Convolução Discreta 55
Somatório Convolução 55
4 Solução da Equação Dinâmica 57
6 Amostragem Impulso e Retenção de Dados 62

1 Introdução 62
2 Amostragem Impulso 63
3 Retentor de Dados 65
Retentor de Ordem Zero 66
Retentor de Primeira Ordem 68
7 Reconstruindo Sinais Originais de Sinais Amostrados 72

1 Teorema da Amostragem 72
2 O Filtro Passa-Baixas Ideal 75
O Filtro Passa-Baixas Ideal é Fisicamente Realizável? 76
3 Resposta em Frequência do Retentor de Ordem Zero 76
4 Dobramento (Folding) 79
5 Aliasing 79

v

6 Oscilação Escondida 81
8 A Função de Transferência Pulsada I 83

1 A Convolução Discreta 83
2 A Função de Transferência Pulsada 86
A Transformada de Laplace Estrelada 86
3 Obtenção da Função de Transferência Pulsada 88
4 Leitura Adicional 91
9 A Função de Transferência Pulsada II 92

1 Função de Transferência Pulsada de Elementos Série 92
2 Função de Transferência de Sistemas de Malha Fechada 95
3 Função de Transferência Pulsada de Controlador Digital 96
Função de Transferência Pulsada de Malha Fechada 97
Função de Transferência Pulsada de um Controlador PID Digital 98
4 Leitura Adicional 101
10 Implementação de Controladores e Filtros Digitais 104

1 Introdução 104
2 Programação Direta 105
3 Programação Padrão 106
Programação Série 108
Programação Paralela 109
4 Programação Ladder 111
5 Filtro de Resposta ao Impulso Infinita 114
6 Filtro de Resposta ao Impulso Finita 115
11 Simulação de Sistemas de Tempo Discreto no MATLAB 117

1 Funções de Transferência 117
2 Resíduos e Resposta ao Impulso 121
3 Resposta no Tempo Devido a Pólos Repetidos 124
4 Resposta ao Degrau 126
5 Respostas à Entradas Genéricas 128

vi

6 Pólos e Estabilidade 129
7 Efeitos de Zeros na Resposta do Sistema 132
12 Simulação de Modelos Multiblocos no MATLAB 136

1 Conexões Série 136
2 Conexões Paralelas 139
3 Conexões Série/Paralelo 141
4 Conexões de Realimentação 143
13 Mapeamento do Plano s no Plano z 147

1 Introdução 147
2 Mapeamento do Semiplano Esquerdo do Plano s no Plano z 148
Faixa Primária e Faixas Complementares 148
14 Análise de Estabilidade no Plano z 157

1 Introdução 157
2 Análise de Estabilidade de Sistemas de Malha-Fechada 159
3 Métodos para Testar a Estabilidade Absoluta 161
Teste de Estabilidade de Jury 161
Análise de Estabilidade Usando a Transformação Bilinear 167
15 Avaliação I 172
16 Análise das Respostas Transitória e de Regime Permanente 173

1 Introdução 173
2 Especificações de Resposta Transitória 174
3 Análise do Erro de Regime Permanente 177
Constante de Erro de Posição Estática 179
Constante de Erro de Velocidade Estática 180
Constante de Erro de Aceleração Estática 180
4 Resposta à Distúrbios 181

vii

17 Implementação Digital de Controladores Analógicos 187
1 Discretização de Controladores 187
2 Diferenças para Trás (Backward) 188
3 Diferenças para Frente (Forward) 192
4 Regra Retangular: Lado Esquerdo 194
5 Regra Retangular: Lado Direito 195
6 Regra Trapezoidal 196
7 Regra de Simpson 197
8 Invariância ao Impulso 198
Integrador Invariante ao Impulso 198
9 Invariância ao Degrau 199
18 Discretização por Casamento de Pólos e Zeros 202

1 Método de Casamento de Pólos e Zeros 202
2 Análise de Estabilidade 204
19 Projeto pelo Método do Lugar das Raizes I 209

1 Introdução 209
2 Condições de Ângulo e de Magnitude 210
3 Procedimentos para Construção do Lugar das Raízes 212
Regras Gerais para Construção do Lugar das Raízes 212
4 Cancelamento de Pólos de G(z) com Zeros de H(z) 216
20 Projeto pelo Método do Lugar das Raizes II 218

1 Lugar das Raízes de Sistemas de Controle Digital 218
2 Efeitos do Período T na Resposta Transitória 223
Efeito do Período T na Precisão de Regime Permanente 227
21 Projeto pelo Método da Resposta em Frequência I 231

1 Resposta do Sistema Discreto à Entrada Senoidal 231
2 A Transformação Bilinear e o Plano w 234

viii

3 Diagramas de Bode 237
Vantagens do Diagrama de Bode no Projeto 238
Procedimento para Esboçar Gráficos de Bode 238
22 Projeto pelo Método da Resposta em Frequência II 249

1 Técnicas de Compensação 249
Compensador Avanço de Fase 249
Compensador Atraso de Fase 251
Compensador Atraso-Avanço de Fase 252
Problema do Coeficiente de Quantização 253
2 Procedimento de Projeto no Plano w 253
3 Exemplo de Projeto de Controlador 255
Projeto do Compensador Avanço de Fase 256
4 Fórmulas para o Compensador Atraso de Fase 261
23 Simulação de Sistemas de Dados Amostrados no MATLAB 264

1 Amostragem Impulso 264
2 Aliasing 266
Explicação no Domínio da Frequência 268
3 Retentor de Ordem Zero 270
4 Discretização 275
5 Sistemas de Dados Amostrados de Malha Fechada 277
24 Projeto pelo Método Analítico I 282

1 Introdução 282
2 Tempo de Acomodação Mínimo e Erro de Regime Nulo 283
25 Projeto pelo Método Analítico II 289

1 Projeto I 289
2 Projeto II 294

ix

26 Filtros Digitais e Equivalentes Discretos no MATLAB 301
1 Resposta em Frequência 301
2 Resposta de Regime Permanente Senoidal 304
3 Filtros Digitais 305
4 Equivalentes Discretos 311
27 Projeto de Controladores no MATLAB 315

1 Controlador Proporcional-Integral-Derivativo 315
Controle Proporcional 315
2 Controle Proporcional-Integral 321
3 Controle Proporcional-Derivativo-Integral 327
28 Análise de Sistemas de Tempo Discreto no Espaço de Estados 333

1 Introdução 333
2 Representações no Espaço de Estados 335
Equações Dinâmicas Equivalentes 338
3 Solução da Equação Dinâmica no Domínio do Tempo 339
Matriz Transição de Estados 340
4 Solução da Equação Dinâmica no Domínio de z 341
29 Projeto de Controlador por Alocação de Pólos 346

1 Introdução 346
2 Controlabilidade 347
Controlabilidade de Estado Completa 347
Forma Alternativa da Condição de Controlabilidade Completa 349
Condição para Controlabilidade de Estado Completa no Plano z 349
3 Observabilidade 350
Observabilidade Completa de Sitemas de Tempo Discreto 351
Forma Alternativa da Condição de Observabilidade Completa 352
Condição para Observabilidade Completa no Plano z 352
4 Projeto via Alocação de Pólos 354
Fórmula de Ackermann 356

x

30 Avaliação II 361
A Transformada de Sinal Amostrado Impulso (Fourier) 363

CAPÍTULO
1
Introdução aos Sistemas de Controle Digitais: I
Objetivos
• Familiarizar-se com a disciplina Controle Digital: conteúdo programático, plano de

ensino, forma de avaliação, texto didático de apoio, e resultados esperados.
• Compreender as características principais dos controladores digitais em comparação com

equivalentes analógicos.
• Compreender a estrutura básica de um sistema de controle digital, e os significados de

quantização e erro de quantização no processo de amostragem de sinais.
1.1 Conteúdo Programático

• Introdução aos sistemas de controle digitais: estrutura de sistemas de controle de tempo discreto,
sinais de dados amostrados, aquisição de dados, conversor analógico para digital, conversor
digital para analógico, reconstrução do sinal por circuito retentor;
• A transformada-Z: definições e propriedades, transformada-Z de funções elementares, e teorema

do valor inicial e teorema do valor final;
• A transformada-Z inversa: método da divisão direta, método da expansão por frações parciais,
método da integral de inversão, e aplicações na solução de equações diferenças;
• Amostragem impulso e retenção de dados;
1
CAPÍTULO 1. INTRODUÇÃO AOS SISTEMAS DE CONTROLE DIGITAIS: I 2
• Reconstrução de sinais a partir de sinais amostrados: teorema da amostragem, o filtro passa-

baixas ideal, fenômeno do dobramento, oscilações escondidas, etc;
• Função de transferência pulsada: a convolução discreta, transformada de Laplace estrelada,

associações série e paralela de elementos, e função de transferência pulsada de malha fechada;
• Implementação de controladores e filtros digitais: programação direta, programação padrão,

programação série, programação paralela, e programação ladder;
• Mapeamento do plano s no plano z: semiplano esquerdo, lugar de frequência constante, lugar

de amortecimento constante, etc;
• Análise de estabilidade no plano z: teste de estabilidade de Jury e teste usando a transformada

bilinear;
• Análise das respostas transitória e de regime permanente: análise do erro de regime permanente,
constantes de erro, resposta a distúrbios, etc;
• Implementação digital de controladores analógicos: métodos derivativos, regra retangular,

invariância ao impulso, invariância ao degrau;
• Análise de funções de mapeamento: método de diferenças, transformada bilinear, transformada

de casamento de pólos e zeros;
• Projeto pelo método do lugar das raízes: condições de ângulo e magnitude, procedimentos para
construção do lugar das raízes, exemplos de projetos.
• Projeto pelo método da resposta em frequência: o plano w, diagramas de Bode, técnicas de

compensação, procedimentos de projeto no plano w, exemplos de projetos;
• Projeto pelo método analítico: exemplos de projetos;
• Análise de sistemas de tempo discreto no espaço de estados e projeto de controlador por alocação
de pólos.
1.2 Resultados Esperados

Espera-se que, ao final do curso, os alunos alcancem as seguintes metas de aprendizagem:
• Saber obter funções de transferência pulsadas a partir de equaçẽs de diferenças, através da
transformada-Z;
• Saber obter funções de transferência pulsadas para integradores e diferenciadores aproximados;

• Realizar transformações Z inversas para obter sequências de tempo discreto, e implementar em

MATLAB equações de diferenças;
• Obter aproximações digitais para projetos de controladores analógicos, e determinar os efeitos

do período de amostragem na qualidade das aproximações;
• Comparar controladores analógicos e digitais resultantes, nos domínios do tempo e da frequência,

usando MATLAB;
• Obter funções de transferência pulsadas de diagramas de blocos de sistemas de tempo discreto,

determinar as propriedades no domínio do tempo, e analisar a estabilidade e o comportamento
em estado estacionário;
• Projetar controladores digitais usando o método do lugar das raízes e o método de resposta em
frequência (diagramas de Bode);
• Projetar controladores de avanço/atraso de fase, e analisar a estabilidade e o desempenho de

malha fechada usando margens de ganho e de fase;
• Projetar controladores digitais usando métodos analíticos, usando julgamentos de engenharia

para selecionar compensações de projeto apropriadas.
1.3 Controladores Digitais e Analógicos

O controle de sistemas físicos com um computador digital tem se tornado cada vez mais comum. Entre
as vantagens do uso da lógica digital no controle de processos estão a crescente flexibilidade dos
programas de controle e a capacidade de tomada de decisão e lógica dos sistemas digitais, que podem
ser combinadas com a dinâmica da função de controle para atender a outros requisitos do sistema, que
seriam difíceis de executar via hardware (componentes pneumáticos, hidráulicos, elétricos, etc).
O uso de controladores digitais nos sistemas de controle tem aumentado rapidamente. Controlado-
res digitais são utilizados para obter desempenho ótimo como: produtividade máxima, lucro máximo,
custo mínimo, uso mínimo de energia, etc. Ações de controle definidas por computadores permitem o
movimento “inteligente” na robótica industrial, a otimização de uso de combustível por automóveis,
refinamento na operação de máquinas e eletrodomésticos como micro-ondas, máquinas de lavar, etc.
Capacidade de tomada de decisões e flexibilidade nos programas de controle são outras vantagens
importantes nos sistemas de controle digitais.
A tendência atual em direção ao controle digital dos sistemas dinâmicos, em detrimento do
analógico, deve-se principalmente a disponibilidade de computadores digitais de baixo custo e as
vantagens na utilização de sinais digitais em vez de sinais contínuos no tempo. Os controladores
digitais operam apenas sobre números, e a flexibilidade e capacidade na tomada de decisões é uma das


suas funções importantes.
Controladores digitais são extremamente versáteis. Eles podem lidar com equações de controle
não-lineares envolvendo cálculos complicados ou operações lógicas. Uma classe de leis de controle
muito mais ampla do que a de controladores analógicos pode ser utilizada em controladores digitais.
Num controlador digital, pela simples introdução de um novo código de programa as operações ora
sendo executadas podem ser modificadas completamente, enquanto um controlador analógico é difícil
de modificar ou reprojetar uma vez implementado em hardware.
Controladores digitais podem executar cálculos muito complexos com uma precisão constante e
alta velocidade, e podem alcançar quase qualquer grau de precisão computacional com relativamente
pouco aumento no custo. Como o intervalo entre amostras, denominado de período de amostragem,
pode ser feito muito pequeno, controladores digitais alcançam desempenho idêntico àquele baseado no
monitoramento contínuo das variáveis controladas.
Originalmente, os controladores digitais foram utilizados somente como componentes de sistemas
de controle de grande escala. Atualmente, entretanto, graças a disponibilidade de micro-computadores
baratos, controladores digitais estão sendo utilizados também em sistemas de controle de pequena
escala. Os controladores digitais geralmente são superiores em desempenho e apresentam custo menor
do que seus concorrentes analógicos.
No controle digital de um processo complexo, o projetista deve ter bom conhecimento do processo
a ser controlado e saber obter seu modelo matemático. O projetista deve ter familiaridade com a
tecnologia de medição associada com a saída do processo e outras variáveis envolvidas no processo.
Deve ter uma boa experiência de trabalho com processamento digital bem como conhecimento de
teoria de controle moderno. Conhecimento de técnicas de simulação também é necessário. Assim,
resolver adequadamente um problema de controle envolve:
• Escolher sensores para medir os sinais de realimentação necessários;
• Escolher atuadores para governar a planta;
• Desenvolver os modelos (equações) da planta, dos sensores e atuadores;
• Projetar o controlador com base nos modelos matemáticos desenvolvidos e nos critérios de
controle, como:
– Resposta transitória e erro de regime permanente;

– Rejeição a distúrbios;
– Sensibilidade a mudanças de parâmetros na planta, etc.
• Avaliar o projeto analiticamente, por simulação e, finalmente, testar o sistema físico;
• Iteragir com o procedimento até que o sistema físico responda satisfatoriamente.


1.4 Tipos de Sinais
Sinal de tempo contínuo é um sinal definido sobre um intervalo contínuo do tempo. A amplitude
do sinal pode assumir valores somente numa faixa contínua, ou pode assumir um número finito de
valores distintos. Sinal analógico é um sinal definido numa faixa contínua de tempo cuja amplitude
pode assumir uma faixa contínua de valores. Assim, um sinal analógico é um caso especial do sinal
de tempo contínuo. Embora os termos analógico e contínuo sejam utilizados com frequência sem
distinção, estritamente falando, nem sempre eles correspondem ao mesmo tipo de sinal.
Sinal de tempo discreto é um sinal definido apenas em instantes discretos (um instante no qual a
variável independente t é quantizada). Em um sinal de tempo discreto, se a amplitude pode assumir
uma faixa contínua de valores, o sinal é denominado de sinal de dado amostrado. Um sinal de dado
amostrado pode ser gerado por amostragem de um sinal analógico em instantes discretos do tempo. É
um sinal de pulso de amplitude modulada.
Figura 1.1: Exemplos de sinais: (a) analógico de tempo contínuo; (b) digital de
tempo contínuo; (c) analógico de tempo discreto; (d) digital de tempo discreto
y(t) y(t)
0
t
0
t
(a) (b)
y(t) y(t)
0 0
t t
(c) (d)
O processo de representar uma dada variável por um conjunto de valores distintos é denominado
de quantização, e os valores distintos resultantes são denominados de valores quantizados. Variáveis
quantizadas mudam seus valores apenas num conjunto de valores distintos. Sinal digital é um sinal de
tempo discreto com amplitude também quantizada. Tal sinal pode ser representado por uma sequência


de números como, por exemplo, na forma de números binários. Na prática, muitos sinais digitais são
obtidos pela amostragem de sinais analógicos seguida da quantização desses sinais; é a quantização
que permite esses sinais analógicos serem lidos como palavras binárias finitas. O uso de controlador
digital requer a quantização dos sinais tanto na amplitude quanto no tempo.
O termo “sinal de tempo discreto” é mais amplo do que o termo “sinal digital” ou o termo “sinal
de dado amostrado”. Na verdade, um sinal de tempo discreto pode se referir a um sinal digital ou a
um sinal de dado amostrado. Na terminologia de engenharia de controle, o objeto controlado é uma
planta ou um processo. Muitas plantas e processos envolvem sinais contínuos no tempo; portanto, se
controladores digitais são empregados no sistema de controle, conversões de sinais analógico para
digital (A/D) e digital para analógico (D/A) tornam-se necessárias.
Sistemas de controle de tempo discreto são aqueles nos quais uma ou mais variáveis mudam de
valor apenas em instantes discretos do tempo. Estes instantes, representados por kT , k = 0,1,2, . . .,
podem especificar os tempos nos quais alguma medida física é executada ou os tempos nos quais a
memória de um computador digital é lida. O intervalo de tempo entre dois instantes discretos é tomado
como suficientemente curto de maneira que os dados no tempo entre eles podem ser aproximados por
interpolação simples.
Sistemas de tempo discreto diferem de sistemas de tempo contínuo pelo fato de que os sinais
para um sistema de tempo discreto estão na forma de dados amostrados ou na forma digital. Se
um computador digital está envolvido num sistema de controle como um controlador digital, então
qualquer dado amostrado deve ser convertido para dado digital. Sistemas de tempo contínuo, aqueles
cujos sinais são contínuos no tempo, podem ser descritos por equações diferenciais. Sistemas de tempo
discreto, que envolvem sinais de dados amostrados ou sinais digitais, e possivelmente sinais de tempo
contínuo, podem ser descritos somente por equações diferenças, após a discretização apropriada dos
sinais de tempo contínuo.
1.4.1 Processos de Amostragem
A amostragem de um sinal de tempo contínuo substitui o sinal de tempo contínuo original por uma
sequência de valores nos pontos de tempo discreto. Um processo de amostragem é utilizado sempre
que um sistema de controle envolve um controlador digital, uma vez que uma operação de amostragem
e quantização é necessária para alimentar dados em tal controlador.
Um processo de amostragem também ocorre sempre que medições necessárias para o controle
são obtidas de uma forma intermitente. Um exemplo é o sistema de rastreamento por radar; quando
a antena do radar rotaciona, informações de azimute (valor em graus contados a partir do Norte, no
sentido horário) e elevação são obtidas uma vez para cada revolução da antena. Outro exemplo é um
controlador de grande porte ou computador sendo compartilhado no tempo por várias plantas a fim de
reduzir custos. Nesse caso um sinal de controle é enviado para cada planta apenas periodicamente e


dessa forma o sinal torna-se um sinal de dado amostrado.
O processo de amostragem é geralmente seguido de um processo de quantização. No processo de
quantização a amplitude analógica amostrada é substituída por uma amplitude digital (representada
por um número binário). O sinal digital é então processado pelo computador. A saída do computador
é amostrada e alimentada num circuito retentor. A saída do circuito retentor é um sinal de tempo
contínuo que alimenta o atuador.
1.5 Estrutura de um Sistema de Controle Digital

Para controlar um sistema físico ou processo usando um controlador digital, o controlador deve receber
medições do sistema, processá-las, e enviar sinais de controle para o atuador que executa a ação de
controle. Em quase todas as aplicações, a planta e o atuador são sistemas analógicos. Essa é uma
situação onde o controlador e o controlado não “falam a mesma língua”, e alguma forma de tradução é
necessária. A tradução da língua do controlador (digital) para a língua do processo físico (analógica) é
executada por um conversor digital-para-analógico (D/A). A tradução da língua do processo para a
língua do controlador digital é executada por um conversor analógico-para-digital (A/D). Um sensor
é necessário para monitorar a variável controlada no controle realimentado.
A Figura 1.2 ilustra com um diagrama de blocos a estrutura de um sistema de controle digital.
Nesse sistema de controle digital, em alguns pontos do sistema passam sinais de amplitudes variadas
seja de tempo contínuo ou de tempo discreto, e noutros pontos passam sinais em código numérico.
A saída da planta é um sinal de tempo contínuo. O sinal de erro é convertido para a forma digital
pelo circuito de amostragem e retenção (S/H - sampling and holding) e pelo conversor analógico para
digital (A/D). As conversões são feitas nos instantes de amostragem. O computador digital processa a
sequência de números via um algoritmo e produz novas sequências de números.
Figura 1.2: Diagrama de blocos de um sistema típico de controle digital
Sinal tempo contínuo Sistema de tempo discreto Sistema de tempo contínuo
r(t) y(t)
+ A/D Computador D/A Retentor Planta
− e(t)
Sinal tempo discreto Sinal digital Sinal tempo discreto Sinal contínuo
Sensor
Em todo instante de amostragem um número codificado (geralmente um número binário com

oito ou mais dígitos binários) deve ser convertido para um sinal de controle físico, geralmente um


sinal de tempo contínuo ou analógico. O conversor digital para analógico (D/A) e o circuito retentor
convertem a sequência de números em código numérico num sinal de tempo contínuo por partes. O
relógio no computador sincroniza os eventos em tempo real. A saída do circuito retentor, um sinal de
tempo contínuo, é alimentada na planta, seja diretamente ou por meio de um atuador, para controlar a
dinâmica da planta.
A operação que transforma sinais de tempo contínuo em dados de tempo discreto é denominada de
amostragem ou discretização. A operação reversa, a operação que transforma dados de tempo discreto
num sinal de tempo contínuo, é denominada de retenção de dados (data-hold); trata-se da reconstrução
de um sinal de tempo contínuo a partir de uma sequência de dados de tempo discreto. É geralmente
feita usando uma das diversas técnicas de extrapolação, dentre elas, mantendo o sinal constante entre
os sucessivos instantes de amostragem.
O circuito de amostragem e retenção (S/H) e o conversor analógico digital (A/D) convertem o sinal
de tempo contínuo em uma sequência de palavras numericamente codificadas binárias. Tal processo
de conversão A/D é denominado de codificação. A combinação do circuito S/H e do conversor A/D
pode ser vista como uma chave que fecha instantaneamente em todo intervalo de tempo T e gera uma
sequência de números e códigos numéricos. O computador digital opera sobre tais números em código
numérico e gera uma sequência desejada de números em código numérico. O processo de conversão
digital para analógico (D/A) é denominado de decodificação.
1.6 Quantização e Erro de Quantização

As principais funções envolvidas na conversão analógico-para-digital (A/D) são: amostragem, quanti-
zação e codificação. Quando o valor de qualquer amostragem fica entre dois estados de saída adjacentes
“permitidos”, ele deve ser lido como o estado de saída permitido mais próximo do valor real do sinal.
O processo de representar um sinal contínuo ou analógico por um número finito de estados discretos
é denominado de quantização da amplitude. Ou seja, “quantizar” significa transformar um sinal
contínuo ou analógico em um conjunto de estados discretos. Assim, a quantização acontece sempre
que uma quantidade física é representada numericamente.
Em outras palavras, a amostragem converte um sinal de tempo contínuo num sinal de tempo
discreto (sequência de números reais). A quantização substitui cada número real por uma aproximação
de um conjunto finito de valores discretos, um processo que é indispensável para o armazenamento e
processamento por métodos numéricos.
O estado de saída de cada amostra quantizada é descrito por um código numérico. O processo de
representar um valor amostrado por um código numérico (como um código binário) é denominado de
codificação. Assim, codificação é um processo de atribuir uma palavra digital ou código a cada estado
discreto. O período de amostragem e os níveis de quantização afetam o desempenho de sistemas de
controle digitais. Assim, eles devem ser determinados com cuidado.


Figura 1.3: Diagrama de blocos mostrando os tipos de sinais
Amplitude
0
t
Amplitude Sinal amostrado por S/H
Entrada Saída
0 S/H Quantizador
t Sequência do
quantizador
A/D
Relógio
1.6.1 Quantização
O sistema de números padrão utilizado no processamento de sinais digitais é o sistema de números

binários. Nesse sistema o grupo de código consiste em n pulsos, cada pulso indicando “on” (1) ou “off”
(0). No caso de quantizar, n pulsos “on-off” podem representar 2n níveis de amplitudes ou estados de
saída. Ou seja, um código binário de 8 bits permite 256 níveis de quantização, e para um código de 16
bits são 65.536 níveis de quantização, etc.
O processo de quantização de uma sequência de números produz uma sequência de erros de
quantização, a qual é algumas vezes modelada como um sinal aleatório adicional denominado de ruído
de quantização devido ao seu comportamento estocástico. Quanto mais níveis um quantizador utiliza,
menor é a potência do ruído de quantização.
O nível de quantização Q é definido como a faixa entre dois pontos adjacentes de decisão, e assim
é dado por
F SR
Q= , (1.1)
2n
em que F SR é a largura total da escala (full scale range). Observe que o bit mais à esquerda do código
binário natural tem o maior peso (metade da escala completa) e é denominado de bit mais significativo
(MSB - most significant bit). O bit mais a direita tem o menor peso (1/2n vezes a escala completa) e é
denominado de bit menos significativo (LSB - least significant bit). Assim,
F SR
LSB = . (1.2)
2n
Portanto, o bit menos significativo define o nível de quantização Q.


1.6.2 Erro de Quantização
Uma vez que o número de bits na palavra digital é finito, a conversão A/D resulta em uma resolução
finita, ou seja, a saída digital pode assumir apenas um número finito de níveis, e um número analógico
deve então ser arredondado para o seu nível digital mais próximo. Portanto, qualquer conversão A/D
envolve erro de quantização. Claramente, o erro de quantização varia entre 0 e ± 21 Q. Assim, o erro de
quantização pode ser feito tão pequeno quanto desejado, reduzindo o nível de quantização por meio do
aumento do número de bits n. Todavia, na prática, há um número máximo de bits n, e assim haverá
sempre algum erro de quantização. A incerteza presente no processo de quantização é denominada de
ruído de quantização.
Para determinar o tamanho desejado do nível de quantização (o número de estados de saída)
de um determinado sistema de controle digital, o engenheiro deve ter um bom entendimento do
relacionamento entre o tamanho do nível de quantização e o erro resultante. A variância do ruído de
quantização é uma medida importante do erro de quantização, porque a variância é proporcional a
potência média associada com o ruído.
A Figura 1.4 mostra um diagrama de bloco de um quantizador e a sua característica entrada-saída.
Para uma entrada analógica x(t) a saída y(t) toma apenas um número finito de valores, os quais são
múltiplos inteiros do nível de quantização Q.
Figura 1.4: Característica entrada-saída de um quantizador
y(t)
2Q
Q
x(t) y(t)
Quantizador
Q 3Q x(t)
2 2
Na análise numérica o erro resultante ao desprezar os dígitos restantes é denominado de erro de

arredondamento. Uma vez que o processo de quantização é um processo de aproximação no sentido
de que a quantidade analógica é aproximada por um número digital finito, o erro de quantização é um
erro de arredondamento. Claramente, quanto mais fino for o nível de quantização, menor será o erro
de arredondamento.
A Figura 1.5 mostra um sinal analógico x(t), o sinal quantizado y(t) na forma de um função tipo
escada com degraus subindo e descendo, e o erro de quantização e(t), definido como a diferença entre


a saída quantizada e o sinal de entrada, ou seja,
e(t) = y(t) − x(t). (1.3)
Observe que a magnitude do erro quantizado é

1
0 ≤ |e(t)| ≤ Q. (1.4)
2
Para um pequeno nível de quantização Q, a natureza do erro de quantização é similar àquela de um
ruído aleatório. E, em efeito, o processo de quantização age como uma fonte de ruído aleatório.
Figura 1.5: O sinal analógico, o sinal quantizado e o erro de quantização
Amplitude
Sinal contínuo x(t)
3Q Sinal quantizado y(t)
Erro de quantização e(t)
2Q
0
t
−Q
−2Q
Níveis de
decisão −3Q
Suponha que o nível de quantização Q é pequeno e assuma que o erro de quantização e(t) é uma
variável aleatória uniformemente distribuída no intervalo [− 12 Q, + 21 Q], e que este erro age como
um ruído branco (um sinal aleatório com igual intensidade em diferentes frequências, dando-lhe uma
densidade espectral de potência constante). Todavia, esta é apenas uma consideração razoável. Como
o erro de quantização e(t) é de pequena amplitude, tal consideração pode ser aceitável como uma
aproximação de primeira-ordem.
A função densidade de probabilidade P (e) do sinal e(t) pode ser plotada como mostra a Figura 1.6.
Por simetria, o valor médio de e(t) é zero, ou e(t) = 0. A variância σ 2 do ruído da quantização é
Q/2
Q2
Z
2 1 2
σ = E[e(t) − e(t)] = ξ 2 dξ = . (1.5)
Q −Q/2 12
Assim, se o nível de quantização Q é pequeno comparado com a amplitude média do sinal de entrada,
a variância do ruído de quantização é vista ser 1/12 do quadrado do nível de quantização.


Figura 1.6: Distribuição de probabilidade P (e) do erro
de quantização e(t)
P (e)
1
Q
e
− Q2 Q
2
1.7 Leitura Adicional e Exercícios

O assunto abordado neste capítulo é descrito de forma mais detalhada e abrangente em [3, Capítulo 1].
Exercício 1.1
Seja a entrada de um quantizador o sinal x(t) abaixo. Seja Q = 1. Usando o MATLAB plote
os gráficos de x(t), da saída do quantizador y(t), e do erro de quantização e(t) em relação a t.



0 t≤0


t 0 ≤ t ≤ 10

x(t) =



20 − t 10 ≤ t ≤ 20


0 20 ≤ t.
Exercício 1.2
Seja o sinal de tempo contínuo x(t) = 2 sen(2πt + 30◦ ) que passa por um processo de
amostragem e quantização com Q = 0,4. Determine o erro de quantização em t = 0,1 s.
Exercício 1.3
Seja o sinal de tempo contínuo x(t) = 4 sen(2πt − 30◦ ) que passa por um processo de
amostragem e quantização com Q = 0,2. Determine o erro de quantização em t = 0,3 s.
Exercício 1.4
Seja o sinal de tempo contínuo x(t) = 60 sen(2πt − 60◦ ) que passa por um processo de
amostragem e quantização num sistema binário de 8 bits para 128 de largura total de escala.
Determine o erro de quantização em t = 0,4 s. Qual é o maior erro de quantização nessa
representação?

CAPÍTULO
2
Introdução aos Sistemas de Controle Digitais: II
Objetivos
• Compreender o processo de aquisição de dados, conversão e distribuição nos sistemas de

controle digitais.
• Entender o circuito de amostragem e retenção de dados, e os conversores analógico para

digital e digital para analógico.
• Compreender a reconstrução do sinal de entrada por circuito retentor.
2.1 Aquisição de Dados, Conversão e Distribuição

Com o uso crescente de computadores digitais para execução de ações de controle, os sistemas de
aquisição de dados e de distribuição têm se tornado partes importantes do sistema de controle global.
A conversão de sinal feita no sistema de controle digital envolve as seguintes operações:
• Multiplexação e demultiplexação;
• Amostragem e retenção;
• Conversão analógico para digital (quantização e codificação);
• Conversão digital para analógico (decodificação).

No sistema de aquisição de dados a entrada do sistema é uma variável física, tal como posição,
13
CAPÍTULO 2. INTRODUÇÃO AOS SISTEMAS DE CONTROLE DIGITAIS: II 14

velocidade, aceleração, temperatura, pressão, etc. Tal variável física é primeiro convertida num sinal
elétrico (um sinal de tensão ou corrente) por um transdutor. Uma vez a variável física tendo sido
convertida num sinal de tensão ou corrente, o restante do processo de aquisição de dados é executado
por meios eletrônicos. A Figura 2.1 ilustra a estrutura de um sistema de aquisição de dados.
Figura 2.1: Diagrama de blocos de um sistema de aquisição de dados
Sistema Sensor Condicion. Conversor Computador

Físico Transdutor Sinal A/D
Sinal físico Sinal com ruído Sinal condicionado
Código binário
Sinal digitalizado
O condicionamento de sinal que segue o transdutor melhora a qualidade dos sinais gerados pelos
transdutores antes dos sinais analógicos serem convertidos para sinais digitais pelo conversor A/D.
Exemplos de condicionamentos de sinais são: amplificação, atenuação, filtragem, linearização, etc.
Uma das funções mais comuns é a amplificação. Para máxima resolução, a faixa de tensão dos sinais de
entrada devem ser aproximadamente igual à faixa de entrada máxima do conversor A/D. Amplificação
expande a faixa dos sinais dos transdutores casando com a faixa de entrada do conversor A/D. O
condicionamento de filtragem atenua as componentes de alta frequência do sinal, tais como sinais de
ruídos. Após condicionados os sinais são multiplexados. A saída do multiplexador alimenta o circuito
de amostrarem e retenção (S/H), cuja saída, por sua vez, alimenta o conversor analógico para digital
(A/D). A saída do conversor A/D é o sinal na forma digital que alimenta o controlador digital.
O reverso do processo de aquisição de dados é o processo de distribuição de dados. Como ilustrado
na Figura 2.2, um sistema de distribuição de dados consiste em registradores, demultiplexador,
conversores digital para analógico (D/A), e circuitos retentores. Ele converte o sinal na forma digital
(números binários) para a forma analógica. A saída do conversor D/A alimenta o circuito retentor. A
saída do circuito retentor alimenta o atuador analógico, o qual, por sua vez, diretamente controla a
planta sob consideração.


Figura 2.2: Diagrama de blocos de um sistema de distribuição de dados
u(kT ) u(t)
Registrador Demultiplexador Conversor D/A Retentor
2.1.1 Multiplexador Analógico
Um conversor analógico para digital (A/D) é o componente mais caro no sistema de aquisição de dados.
O multiplexador analógico é o dispositivo que executa a função de compartilhar um conversor A/D no
tempo entre vários canais analógicos. Isso porque o multiplexador é um dispositivo com múltiplas
entradas e uma única linha de saída, como ilustrado na Figura 2.3. O sequenciador determina qual é a
entrada que será conectada a saída.
O processamento de um número de canais com o controlador digital é possível devido à largura
de cada pulso representando o sinal de entrada ser muito estreita, de forma que o tempo ocioso entre
dois instantes de amostragem pode ser usado para converter outros sinais. Se muitos sinais devem
ser processados por um único controlador digital, estes sinais de entrada devem ser alimentados no
controlador por meio de um multiplexador.
Figura 2.3: Diagrama esquemático de um multiplexador analógico
Canais de Entrada Para Amostrador
Sequenciador
2.1.2 Demultiplexador
O demultiplexador é um dispositivo com uma só entrada e múltiplas saídas. Como ele conecta uma
única entrada a várias saídas, ele também é denominado de distribuidor de dados. O demultiplexador,
sincronizado com a amostragem do sinal de entrada, separa a saída composta de dado digital do
controlador digital no canal original. Cada canal é conectado a um conversor D/A para produzir sinal


analógico de saída para aquele canal.
2.1.3 Circuito de Amostragem e Retenção
Um amostrador em um sistema digital converte um sinal analógico num trem de pulsos de amplitude
modulada. O circuito retentor segura o valor do sinal de pulso amostrado por um tempo especificado.
O circuito de amostragem e retenção é necessário no conversor A/D para produzir um número que
precisamente represente o sinal de entrada no instante da amostragem.
Comercialmente, circuitos de amostragem e retenção são disponíveis numa unidade única, conhe-
cida como um S/H (sample and hold). Matematicamente, entretanto, a operação de amostragem e a
operação de retenção são modeladas separadamente. É prática comum utilizar um único conversor
analógico para digital (A/D) e multiplexar várias entradas analógicas amostradas nele.
A duração de uma amostragem é, na prática, bem curta comparada com o período de amostragem Ts .
Quando a duração de amostragem é desprezível, o amostrador pode ser considerado um “amostrador
ideal”. Um amostrador ideal permite-nos obter um modelo matemático relativamente simples para um
S/H.
A Figura 2.4 apresenta um diagrama simplificado de um circuito de amostragem e retenção usando
amplificadores operacionais. O circuito S/H é um circuito analógico (de memória de tensão) no
qual uma tensão de entrada é aquisitada e então armazenada num capacitor para leitura pelo circuito
posterior. A cada amostragem (fechamento da chave) o circuito S/H armazena o valor da tensão de
entrada no capacitor segurador que serve de memória. Ou seja, quando a chave é fechada, o dispositivo
comporta-se como um amplificador operacional. Quando a chave é aberta, a saída permanecerá no seu
último nível devido ao capacitor segurador.
Figura 2.4: Circuito de amostragem e retenção
Comando de amostragem
−
−
+
+
Entrada Analógica Saída Analógica
C
Há dois modos de operação para um circuito de amostragem e retenção: (a) modo rastreamento,


e (b) modo retenção. Quando a chave é fechada (ou seja, quando o sinal de entrada é conectado), o
modo de operação é o modo rastreamento. O carregamento no capacitor do circuito segue a tensão
da entrada. Quando a chave é aberta (o sinal de entrada é desconectado), o modo de operação é o
modo retenção e a tensão do capacitor segue constante por um período especificado. Os dois modos de
operação são ilustrados na Figura 2.5.
Figura 2.5: Modos de operação do circuito S/H
y(t)
Queda modo retenção
Tempo leitura
0 t
Modo rastreamento Modo retenção
Comando retenção dado aqui
2.1.4 Conversor Analógico para Digital (A/D)
Um conversor analógico para digital (A/D) transforma um sinal analógico (geralmente na forma de
uma tensão ou corrente) num sinal digital ou palavra codificada numericamente. Na prática, a lógica é
baseada em dígitos binários compostos de 0’s e 1’s, e a representação tem apenas um número finito de
dígitos. O conversor A/D executa as operações de amostragem e retenção, quantização, e codificação.
Observe que no sistema digital um pulso é suprido em todo período de amostragem Ts por um relógio.
O conversor A/D envia um sinal digital (número binário) ao controlador digital cada vez que um pulso
chega. Entre os vários tipos de circuitos A/D disponíveis, os seguintes tipos são usados com mais
frequência:
• Aproximação Sucessiva;
• Integração;
• Contador;
• Pararelo.


Cada um desses tipos tem suas vantagens e desvantagens. Em qualquer aplicação particular, a
velocidade de conversão, precisão, tamanho, e custo são os fatores principais a serem considerados na
escolha do tipo de conversor A/D. Por exemplo, se maior precisão é necessário, o número de bits no
sinal de saída deve ser aumentado.
Conversores A/D utilizam como parte de seus laços de realimentação conversores D/A. O tipo mais
simples de conversor A/D é o tipo contador. O princípio básico sobre o qual ele trabalha é que pulsos
de relógio são aplicados ao contador digital em uma forma tal que a tensão de saída do conversor D/A
é elevada um bit menos significativo por vez, e a tensão de saída é comparada com a tensão de entrada
analógica uma vez para cada pulso. Quando a tensão de saída atingir a magnitude da tensão de entrada,
os pulsos do relógio são parados. A tensão de saída do contador é então a saída digital.
O conversor tipo aproximação-sucessiva é muito mais rápido do que o tipo contador e é o utilizado
com mais frequência. O seu princípio de funcionamento é: o registrador de aproximação-sucessiva
(SAR) primeiro ativa o bit mais significativo (metade do máximo) e o compara com a entrada analógica.
O comparador decide se deixa o bit ativo ou inativo. Se a tensão analógica de entrada é maior, o bit
mais significativo é ativado. O próximo passo é ativar o bit 2 e então comparar a tensão analógica de
entrada com 3/4 do máximo. Após n comparações serem realizadas, a saída digital do registrador de
aproximação sucessiva indica todos aqueles bits que permanecem ativos e produzem o código digital
desejado. Assim, esse tipo de conversor A/D ajusta 1 bit a cada ciclo do relógio, requerendo apenas n
ciclos para gerar n bits, sendo n a resolução do conversor em bits (o número n de bits empregados
determina a precisão na conversão). O tempo requerido para a conversão é cerca de 2µ s ou menos
para uma conversão 12-bit.
Figura 2.6: Diagrama do conversor A/D tipo aproximação-sucessiva
Conversor D/A Ref. Analógica
.. .. Saída
. .
Digital
− Registrador de
aproximações Relógio
Entrada
+ sucessivas
Analógica
Comparador


2.1.5 Erros em Conversores A/D
Conversores de sinais A/D reais diferem do conversor ideal pelo fato dos conversores reais sempre
apresentarem algum erro, tais como erro de offset, erro de linearidade, erro de ganho. É importante
observar que as características entrada-saída mudam com o tempo e a temperatura. Os conversores
comerciais são especificados para três faixas básicas de temperatura: comercial (0◦ a 70◦ C), industrial
(−25◦ a 85◦ C), e militar (−55◦ a 70◦ C).
2.1.6 Conversor Digital para Analógico (D/A)
A função básica do conversor digital-para-analógico (D/A) é converter a representação digital de um

número no seu sinal de tensão analógico equivalente. Ou seja, um conversor D/A é um dispositivo que
transforma uma entrada digital (números binários) numa saída analógica. A saída geralmente é um
sinal de tensão.
Para a faixa completa do sinal de entrada digital de n bits, há 2n valores analógicos correspondentes,
incluindo o zero. Para a conversão D/A há uma correspondência um-a-um entre a entrada digital e a
saída analógica. Dois métodos são geralmente usados para conversão D/A: (a) método usando resistores
ponderados, e (b) método usando o circuito ladder R-2R. O primeiro é simples em configuração de
circuito, mas sua precisão não é ótima. O segundo é um pouco mais complicado em configuração,
porém, é mais preciso.
A Figura 2.7 mostra um diagrama de conversor D/A usando o amplificador somador e resistores
ponderados. Os resistores de entrada do amplificador operacional possuem seus valores de resistências
ponderados numa forma binária. Quando o circuito lógico recebe o binário 1, a chave conecta o resistor
a tensão de referência. Quando o circuito lógico recebe o binário 0, a chave conecta o resistor ao terra.
Os conversores D/A usados na prática são do tipo paralelo: todos os bits agem simultaneamente sob a
aplicação de uma entrada binária (números binários).
O conversor D/A gera a tensão de saída analógica correspondendo a tensão digital dada. Para o
conversor mostrado na Figura 2.7, se o número binário é b1 b2 · · · bn , em que cada bi pode ser um 0 ou
um 1, então a saída é
R0 b1 b2 bn
V0 = + 2 + · · · + n Vr . (2.1)
R 2 2 2
Vr representa uma tensão de referência que determina a escala completa da tensão de saída do
conversor. b1 é o dígito mais significativo (MSB) e corresponde a uma tensão Vr /2. bn é o dígito
menos significativo (LSB) e corresponde a uma tensão Vr /2n . A resolução do conversor é a menor
mudança analógica que pode ser produzida pelo conversor e é igual ao valor do LSB em volts.
Observe que quando o número de bits é aumentado a faixa de valores dos resistores torna-se maior e
consequentemente a precisão torna-se pior.
A Figura 2.8 mostra o diagrama de converosr D/A a n-bits usando um circuito ladder R-2R.


Figura 2.7: Diagrama do conversor D/A usando resistores ponderados
R0
... −
+
n
2 R 4R 2R +
V0
−
bn b2 b1
+
Vr
−
Observe que com a exceção do resistor de realimentação (o qual é 3R) todos os resistores envolvidos
são R ou 2R, valores típicos variam de 2,5 a 10 kΩ. Isto significa que um alto nível de precisão pode
ser alcançado. A tensão de saída neste caso pode ser dada por

b1 b2 bn
V0 = + 2 + · · · + n Vr . (2.2)
2 2 2
Figura 2.8: Diagrama do conversor D/A usando circuito ladder R − 2R
3R
2R R R R
... −
+
2R 2R 2R +
V0
−
bn b2 b1
+
Vr
−


2.1.7 Reconstrução do Sinal de Entrada por Circuito Retentor
A operação de amostragem produz um sinal de pulso de amplitude modulada. A função da operação

de retenção é reconstruir o sinal analógico transmitido como um trem de pulsos de amostras. Ou seja,
o propósito da operação de retenção é preencher os espaços entre os períodos de amostragem e assim
grosseiramente reconstruir o sinal de entrada analógico original.
O circuito retentor é projetado para extrapolar o sinal de saída entre pontos sucessivos de acordo
com alguma forma prescrita. A forma de onda em degraus mostrada na Figura 2.9 é a forma mais
simples de reconstruir o sinal de entrada original. O circuito retentor que produz essa forma de onda é
denominado de retentor de ordem zero. Devido a sua simplicidade, o retentor de ordem zero é usado
frequentemente em sistemas de controle digitais.
Figura 2.9: Saída do retentor de ordem zero
y(t)
0 t
Circuitos retentores mais sofisticados do que o retentor de ordem zero são disponíveis. Eles são
denominados de circuitos retentores de ordem elevada, e incluem os retentores de primeira ordem e de
segunda ordem. O retentor de primeira ordem retém o valor da amostra anterior assim como a atual, e
prever, por extrapolação, o valor da próxima amostra. Isso é feito gerando uma inclinação da saída
igual à inclinação de um segmento de linha conectando as amostras anterior e atual e projetando-a do
valor da amostra atual, como mostrado na Figura 2.10. Observe que se a inclinação do sinal original
não muda muito, a predição é boa. Se, entretanto, o sinal original reverte sua inclinação, a predição é
errada e a saída vai na direção errada, causando assim um grande erro para o período de amostragem
considerado.
Um retentor de primeira ordem interpolativo, também denominado de retentor poligonal, reconstrói
o sinal original com muito mais precisão. Este retentor também gera uma saída de linha reta cuja
inclinação é igual àquela unindo o valor da amostra anterior ao valor da presente amostra, mas dessa
vez a projeção é feita do ponto da amostra atual com a amplitude da amostra prévia. Portanto, a


Figura 2.10: Saída do retentor de primeira ordem
y(t)
0 t
precisão na reconstrução do sinal original é melhor do que para outros circuitos retentores. Porém, há
o retardo de um período de amostragem, como mostrado na Figura 2.11. Em resumo, uma precisão
melhor é alcançada ao custo de um retardo de um período de amostragem. Do ponto de vista da
estabilidade de sistemas em malha-fechada, tal retardo é indesejável. Por isso, esse tipo de retentor
não é usado nas aplicações práticas.
Figura 2.11: Saída para um retentor de primeira ordem interpolativo
y(t)
0 t


CAPÍTULO
3
A Transformada-Z
Objetivos
• Entender a definição da transformada-Z e a sua relevância na análise de sistemas de tempo

discreto.
• Compreender as propriedades e teoremas da transformada-Z, e saber obter a transformada

de funções elementares e sequências de tempo discreto comumente utilizadas.
3.1 Introdução
A transformada-Z é uma ferramenta muito importante no estudo dos sistemas lineares invariantes
de tempo discreto. Assim como ocorre com a transformada de Laplace na análise de sistemas de
tempo contínuo, a transformada-Z suprime a variável independente tempo e transforma as equações
diferenças em equações algébricas, tornando a manipulação dessas equações geralmente mais simples.
A transformada-Z é baseada em séries de potências, nas séries de Laurent, publicadas em 1843
pelo matemático francês Pierre Alphonse Laurent (1813-1854). Mas, tudo indica que, embora não
tivessem sido publicadas anteriormente, estas séries já tinham sido desenvolvidas dois anos antes, em
1841, por Karl Theodor Wilhelm Weierstrass (1815-1897), um matemático alemão frequentemente
citado como o pai da análise moderna. As séries de Laurent são uma representação de um sinal por
séries de potências, generalizando a conhecida expansão em séries de Taylor para casos em que esta
não pode ser aplicada.
23
CAPÍTULO 3. A TRANSFORMADA-Z 24

3.2 A Transformada-Z
Um sinal de tempo discreto u(k) = u(kT ), em que k é um inteiro variando de (−∞,∞), é denominado
de uma sequência de tempo positivo se u(k) = 0 para k < 0, e denominado de uma sequência de
tempo negativo se u(k) = 0 para k > 0. No estudo de sistemas lineares invariantes no tempo (SLIT)
de tempo discreto, o instante inicial pode ser considerado sendo 0 e a sequência de entrada é aplicada
para k ≥ 0. Portanto, os sinais que encontramos na análise de sistemas são na sua grande maioria
sequências de tempo positivo.
Definição 3.1
A transformada-Z de uma sequência de tempo positivo {u(k)}, k = 0,1,2, . . ., é definida como
∞
X
U (z) = Z{u(k)} = u(k)z −k . (3.1)
k=0
em que z é uma variável complexa.
A transformada-Z definida acima é dita uma transformada-Z de um lado (unilateral), uma vez que a
contagem dos instantes discretos inicia em k = 0.
Observe que quando consideramos uma sequência de tempo discreto u(kT ) obtida por amostragens
de um sinal de tempo contínuo u(t), a sua transformada U (z) envolve o período de amostragem T
explicitamente. Entretanto, para uma sequência de números u(k), a sua transformada U (z) não envolve
T explicitamente. No caso da sequência u(kT ) a transformada-Z de um lado é definida como:
∞
X
U (z) = Z{u(kT )} = u(kT )z −k . (3.2)
k=0
A transformada-Z de u(t), em que −∞ < t < ∞, ou de u(k), em que k = 0, ± 1, ± 2, . . ., é dada por

∞
X
U (z) = Z{u(k)} = u(k)z −k (3.3)
k=−∞
Essa transformada é dita transformada-Z de dois lados (bilateral), pois a função u(t) é considerada ser
não-nula para t < 0, e a sequência u(k) é considerada ter valores não-nulos para k < 0. Aqui, apenas
a transformada-Z unilateral será considerada em detalhe.
Observe que a transformada-Z de u(k), k = 0,1,2, . . . é definida como uma série infinita de
potências de z −1 . Nessa série, z −i pode ser interpretado como a indicação do i-ésimo instante da
amostragem. Em outras palavras, z 0 indica o instante de tempo inicial k = 0, z −1 indica o instante
de tempo k = 1 e, de forma geral, z −i indica o instante de tempo k = i. Por conveniência, z −1 é
denominado de elemento de retardo-unitário.


Como trataremos de séries de potências infinitas, é útil relembrar aqui a conhecida fórmula do
limite da soma de progressões geométricas (PG) de razão r 6= 0. Seja a progressão geométrica
xn = {a1 ,a2 ,a3 , . . . ,an , . . .} = {a1 ,a1 r,a1 r2 , . . . ,a1 rn−1 , . . .}. (3.4)
Temos que an = an−1 r = a1 rn−1 , para n = 2,3, . . .. A soma Sn dos n primeiros termos da
progressão é dada por
n
X a1 (rn − 1)
Sn = a1 ri−1 = a1 + a1 r + a1 r2 + · · · + a1 rn−1 = , (3.5)
r−1
i=1
enquanto que, se a progressão for ilimitada e a razão r satisfaz |r| < 1, a soma S∞ de todos os termos
da progressão é dada por
∞
X a1
S∞ = a1 ri−1 = a1 + a1 r + a1 r2 + a1 r3 + · · · = . (3.6)
1−r
i=1
Embora a transformada-Z de uma sequência seja, por definição, uma série infinita de potências
de z −1 , as transformadas-Z que encontramos neste capítulo, entretanto, podem ser expressas como
funções racionais de z. Essas funções racionais serão desenvolvidas utilizando a fórmula
∞
2 3
X 1
1 + r + r + r + ··· = rk = , (3.7)
1−r
k=0
em que r é uma constante real ou complexa com valor absoluto menor do que 1, ou seja, |r| < 1. Se
|r| > 1, a série de potências (3.7) diverge para +∞. Se r = 1, a soma é +∞. Para r = −1, a soma
poderia ser 1 ou −1 e é, portanto, indefinida. Assim, a condição |r| < 1 é essencial em (3.7).
Isso significa que, assim como com a transformada de Laplace, cada transformada-Z tem uma
região de existência no plano complexo. Esta região é de importância se uma integral for usada para
encontrar a transformada-Z inversa. Entretanto, se tabelas são utilizadas para ambas transformadas, a
região de existência não é de importância direta. Portanto, geralmente não especificamos a região de
existência quando uma transformada-Z é empregada.
3.2.1 Transformada-Z de Funções Elementares
Exemplo 3.1: Degrau Unitário

Seja u(t) a função degrau unitário, a qual aplicada em t = 0 define a uma sequência de tempo
discreto com u(k) = 1, para k = 0,1,2, . . ., e u(k) = 0, para k < 0. Então,
∞
X 1 z
Z{u(k)} = U (z) = z −k = 1 + z −1 + z −2 + z −3 + · · · = −1
= .
1−z z−1
k=0


Observe que a série converge se |z| > 1. Na determinação da transformada-Z a variável z age
como um operador mudo. Não é necessário especificar a região de z na qual U (z) converge. É
suficiente conhecer que essa região existe. A transformada obtida nesta forma é válida na extensão do
plano z exceto nos pólos de U (z).
Exemplo 3.2: Rampa Unitária

Considere a função rampa unitária u(t) = t, para t ≥ 0, e u(t) = 0 para t < 0. Assim,
u(kT ) = kT , para k = 0,1,2, . . . Então,
∞
X
Z{u(k)} = U (z) = kT z −k = T (z −1 + 2z −2 + 3z −3 + · · · )
k=0
z −1 Tz
=T = .
(1 − z −1 )2 (z − 1)2
Exemplo 3.3: Impulso Unitário

Considere a função impulso δ(t) e a correspondente sequência impulso: δ(k) = 1 se k = 0 e
δ(k) = 0 se k 6= 0. Então,
∞
X
Z{δ(k)} = ∆(z) = δ(k)z −k = 1 + 0z −1 + 0z −2 + 0z −3 + · · · = 1.
k=0
Exemplo 3.4: Função Exponencial

Considere a função exponencial u(t) = e−at para t ≥ 0 e u(t) = 0 para t < 0. Assim,
u(kT ) = e−akT , para k = 0,1,2, . . . Então,
∞
X
Z{u(k)} = U (z) = e−akT z −k = 1 + e−aT z −1 + e−2aT z −2 + e−3aT z −3 + · · ·
k=0
1 z
= = .
1− e−aT z −1 z − e−aT
Exemplo 3.5: Função Polinomial

Considere a sequência polinomial u(k) = ak , para k = 0,1,2, . . ., em que a é uma constante.
Então,
∞
X
Z{u(k)} = U (z) = ak z −k = 1 + az −1 + a2 z −2 + a3 z −3 + · · ·
k=0
1 z
= = .
1 − az −1 z−a


3.3 Propriedades da Transformada-Z
O uso do método da transformada-Z na análise de sistemas de controle de tempo discreto pode ser
facilitado com a ajuda de algumas propriedades e teoremas da transformada, como apresentados a
seguir.
Teorema 3.1: Adição e subtração

A transformada-Z da soma de sequências de números é igual a soma das transformadas das
sequências, ou seja,
Z{u1 (k) ± u2 (k)} = U1 (z) ± U2 (z). (3.8)
Demonstração. Da definição da transformada-Z, temos

∞
X
Z{u1 (k) ± u2 (k)} = [u1 (k) ± u2 (k)]z −k
k=0
∞
X ∞
X
= u1 (k)z −k ± u2 (k)z −k = U1 (z) ± U2 (z).
k=0 k=0
Teorema 3.2: Multiplicação por constante

A transformada-Z de uma sequência de números multiplicada por uma constante é igual à
constante multiplicada pela transformada-Z da sequência, ou seja,
Z{αu(k)} = αU (z). (3.9)
Demonstração. Da definição da transformada-Z, temos:

∞
X ∞
X
−k
Z{αu(k)} = αu(k)z =α u(k)z −k = αU (z).
k=0 k=0

Diante das propriedades nos Teoremas 3.1 e 3.2, conclui-se sobre a importante propriedade de
linearidade da transformada-Z. Isto significa que, se f (k) e g(k) são sequências Z-transformáveis e α
e β são escalares, então u(k) formado pela combinação linear
u(k) = αf (k) + βg(k) (3.10)
possui a transformada-Z
U (z) = αF (z) + βG(z), (3.11)
em que F (z) e G(z) são as transformadas de f (k) e g(k), respectivamente.


Podemos utilizar as propriedades (3.8) e (3.9) para determinar a transformada-Z das funções
trigonométricas seno e cosseno, considerando as seguintes relações:
ejωt = cos ωt + j sen ωt, (3.12)

e−jωt = cos ωt − j sen ωt. (3.13)
Exemplo 3.6: Seno

Considerando que
ejkωT − e−jkωT n o z
sen(kωT ) = e Z e±jkωT = ,
2j z − e±jωT
temos então

1 z z
Z{sen(kωT )} = −
2j z − ejωT z − e−jωT
− e−jωT z
jωT
e (sen ωT )z
= 2 jωT −jωT
= 2 .
2j [z − (e +e )z + 1] z − 2(cos ωT )z + 1
Exemplo 3.7: Cosseno

Considerando que
ejkωT + e−jkωT n o z
cos(kωT ) = e Z e±jkωT = ,
2 z − e±jωT
temos então

1 z z
Z{cos(kωT )} = +
2 z − ejωT z − e−jωT
2z 2 − (ejωT + e−jωT )z z 2 − (cos ωT )z
= = .
2 [z 2 − (ejωT + e−jωT )z + 1] z 2 − 2(cos ωT )z + 1
Teorema 3.3: Multiplicação de u(k) por k

Seja U (z) a transformada-Z de u(k), para k = 0,1,2, . . .. Então,
dU (z)
Z{ku(k)} = −z . (3.14)
dz
Demonstração. A derivada de
∞
X
U (z) = u(k)z −k
k=0
com relação a z, fornece
∞
dU (z) X
= −ku(k)z −k−1
dz
k=0

o que torna, após multiplicação por −z em ambos os lados,

∞
dU (z) X
−z = ku(k)z −k .
dz
k=0
O lado direito da expressão acima é, por definição, a transformada-Z de ku(k).
Teorema 3.4: Multiplicação de u(k) por ak

Seja U (z) a transformada-Z de u(k), k = 0,1,2, . . .. Então,
Z{ak u(k)} = U (a−1 z). (3.15)
Demonstração. Da definição da transformada, temos

∞
X ∞
X
Z{ak u(k)} = ak u(k)z −k = u(k)(a−1 z)−k = U (a−1 z).
k=0 k=0
Teorema 3.5: Translação real

Seja m um inteiro positivo, e seja u(k) = 0 para todo k < 0. Então,
Z{u(k − m)} = z −m U (z) (3.16)
e
m−1
" #
X
Z{u(k + m)} = z m U (z) − u(l)z −l . (3.17)
l=0
Demonstração. Da definição da transformada-Z, temos:
Z{u(k − m)} = u(−m) + u(−m + 1)z −1 + · · · + u(0)z −m + u(1)z −(m+1) + · · ·

= z −m [u(0) + u(1)z −1 + u(2)z −2 + · · · ]
= z −m U (z)
uma vez que definimos u(k) = 0 para k < 0. Assim, a multiplicação de uma transformada-Z por
z −n tem o efeito de retardar a função tempo u(t) pelo tempo nT . Ou seja, mover a função para a
direita pelo tempo nT . Para a segunda afirmativa, temos:
Z{u(k + m)} =u(m) + u(m + 1)z −1 + u(m + 2)z −2 + · · ·

=z m [u(0) + u(1)z −1 + · · · + u(m − 1)z −m+1 + u(m)z −m
+ u(m + 1)z −m−1 + · · · − u(0) − u(1)z −1 − · · · − u(m − 1)z −m+1 ]
onde adicionamos os primeiros m termos de {u(k)} e então subtraímos os mesmos m termos.

Assim,

m−1
" #
X
Z{u(k + m)} = z m U (z) − u(l)z −l .
l=0

Temos então, da propriedade (3.17), que:
Z{u(k + 1)} = z[U (z) − u(0)], (3.18)

Z{u(k + 2)} = z 2 [U (z) − u(0) − u(1)z −1 ], (3.19)
e assim por diante. Observe que z −1 representa um retardo de um período de amostragem T , indepen-
dente do valor de T .
Teorema 3.6: Translação complexa

Seja U (z) a transformada-Z de u(t). A transformada-Z de e−at u(t) é dada por U (eaT z).
Demonstração. Da definição da transformada-Z, temos

∞
X ∞
X
Z{e−at u(t)} = e−akT u(kT )z −k = u(kT )(eaT z)−k = U (eaT z).
k=0 k=0
Exemplo 3.8
Considerando o teorema da translação complexa, e a transformada-Z de sen(ωt) já definida,
podemos obter a transformada-Z de e−at sen(ωt) pela substituição de z por eaT z na expressão
(sen ωT )z
Z{sen(kωT )} = .
z2 − 2(cos ωT )z + 1
Temos, então
(sen ωT )eaT z
Z{e−at sen(ωt)} = .
e2aT z 2 − 2(cos ωT )eaT z + 1
Teorema 3.7: Valor inicial

Dado que a transformada-Z de {u(k)} é U (z), então
u(0) = lim U (z). (3.20)

z→∞
Demonstração. Observe que

∞
X
U (z) = u(k)z −k = u(0) + u(1)z −1 + u(2)z −2 + · · ·
k=0
Fazendo z → ∞ nesta equação, obtemos o resultado (3.20). Ou seja, o comportamento da função

na vizinhança de t = 0 ou k = 0 pode assim ser determinado de U (z) em z = ∞.

O teorema do valor final permite-nos calcular o limite de uma sequência quando k tende para
infinito, se ele existir, a partir da transformada-Z da sequência. Se estivermos apenas interessados no
valor final de uma sequência, isto constitui um atalho significante. O maior problema do teorema do
valor final é haver casos importantes onde o limite não existe. Os dois principais casos são: (1) uma
sequência ilimitada, e (2) uma sequência oscilatória. Assim, o teorema do valor final deve ser usado
com cautela, porque pode levar a resultados incorretos.
Teorema 3.8: Valor final

Dado que a transformada-Z de {u(k)} é U (z), então
lim u(k) = lim (z − 1)U (z), (3.21)

k→∞ z→1
desde que o limite do lado direito exista.
Demonstração. Considere a transformada

" n n
#
X X
Z{u(k + 1) − u(k)} = lim u(k + 1)z −k − u(k)z −k
n→∞
k=0 k=0
−1
= lim [−u(0) + u(1)(1 − z ) + u(2)(z −1 − z −2 ) + · · ·
n→∞
+ u(n)(z −n+1 − z −n ) + u(n + 1)z −n ]
Assim,
lim [Z{u(k + 1) − u(k)}] = lim [u(n + 1) − u(0)].
z→1 n→∞
Também, da propriedade da translação real (deslocamento no tempo),
Z{u(k + 1) − u(k)} = z[U (z) − u(0)] − U (z) = (z − 1)U (z) − zu(0).
Igualando as duas expressões acima, obtemos
lim u(n) = lim (z − 1)U (z)

n→∞ z→1
desde que o limite do lado direito exista. Este limite existe desde que todos os pólos de U (z)
estejam dentro do círculo unitário exceto para um pólo simples em z = 1.
Exemplo 3.9
Considere a transformada-Z da sequência degrau unitário, ou seja,
z
U (z) = .
z−1


Aplicando o teorema do valor inicial, temos
z 1
u(0) = lim = lim = 1.
z→∞ z−1 z→∞ 1 − 1/z
Aplicando o teorema do valor final, temos
lim u(k) = lim (z − 1)U (z) = lim z = 1.

k→∞ z→1 z→1
Tabela de Transformadas-Z
U (s) u(t) u(kT ) U (z)
1 z
1(t) 1(kT )
s z−1
1 Tz
t1(t) kT 1(kT )
s2 (z − 1)2
1 t2 (kT )2 T 2 z(z + 1)
1(t) 1(kT )
s3 2 2 2(z − 1)3
1 z
e−at 1(t) e−akT 1(kT )
s+a z − e−aT
1 T ze−aT
te−at 1(t) kT e−akT 1(kT )
(s + a)2 (z − e−aT )2
a z(1 − e−aT )
(1 − e−at )1(t) (1 − e−akT )1(kT )
s(s + a) (z − 1)(z − e−aT )
a z sen(aT )
sen(at)1(t) sen(akT )1(kT )
s + a2
2 2
z − 2 cos(aT )z + 1
s z(z − cos(aT ))
cos(at)1(t) cos(akT )1(kT )
s + a2
2 2
z − 2 cos(aT )z + 1
b ze−aT sen(bT )
e−at sen(bt)1(t) e−akT sen(bkT )1(kT )
(s + a)2 + b2 z 2 − 2e−aT cos(aT )z + e−2aT
s+a z 2 − ze−aT cos(bT )
e−at cos(bt)1(t) e−akT cos(bkT )1(kT )
(s + a)2 + b2 z 2 − 2e−aT cos(aT )z + e−2aT

O assunto abordado neste capítulo é descrito de forma mais detalhada e abrangente em [1, Capítulo 5]
e [3, Capítulo 2].
Exercício 3.1
Determine a transformada-Z das seguintes sequências:
a) u(k) = 2k , para k = 0,1,2, . . .;
b) u(k) = (−2)k , para k = 0,1,2, . . .;


c) u(k) = 1, para k = 3,4,5, . . . e u(k) = 0, para k < 3.
d) u(k) = kbk , para k = 0,1,2, . . ..
Exercício 3.2
Determine a transformada-Z da curva x(t) mostrada na figura abaixo:
x(t)
0 2 5 t
Exercício 3.3
Obtenha a transformada-Z do sinal x(t) da figura, para um período de amostragem T = 0,5 s.
x(t)
0 2 4 6 8 t
Exercício 3.4
Determine a transformada-Z, na forma fechada, da sequência de números gerada pela amostra-
gem da função u(t) a cada T segundos, começando em t = 0. A função u(t) é especificada
pela sua transformada de Laplace,
2(1 − e−5s )
U (s) = .
s(s + 2)
Exercício 3.5
Obtenha a transformada-Z para
1 − e−2s
X(s) = .
s(s + 3)2


Exercício 3.6
Obtenha a transformada-Z da função de tempo discreto
x(kT ) = e−αkT cos(kωT ).
Exercício 3.7
Obtenha o valor final para a sequência cuja transformada-Z é
z 2 (z − a)
X(z) =
(z − 1)(z − b)(z − c)
O que você pode concluir a respeito das constantes b e c se o limite existe?
Exercício 3.8
Obtenha o valor final, se ele existe, para a sequência cuja transformada-Z é
z
X(z) =
z2 − 1,2z + 0,2
Exercício 3.9
z
X(z) =
z2 + 0,3z + 2
Exercício 3.10
z
X(z) =
(z − 0,9)2
Exercício 3.11
z
X(z) =
(z − 1,1)2

CAPÍTULO
4
A Transformada-Z Inversa
Objetivos
• Familiarizar-se com os principais métodos para obter a transformada-Z inversa.
• Saber obter a transformada-Z inversa de qualquer função no domínio de Z.
4.1 Introdução
Conforme já ressaltado até aqui, a transformada-Z serve o mesmo propósito para os sistemas de tempo
discreto que a transformada de Laplace serve para os sistemas de tempo contínuo. Para a transformada-
Z ser útil, devemos estar familiarizados com métodos para obter a transformada-Z inversa. A notação
para a transformada-Z inversa é Z −1 . A transformada inversa de U (z) é a sequência de tempo discreto
correspondente u(k).
Observe que apenas a sequência nos instantes de amostragem é obtida pela transformada-Z inversa.
Ou seja, ela fornece uma sequência única u(k) mas não fornece um u(t) único, porque funções u(t)
diferentes podem ter a mesma sequência u(k).
Evidentemente, um método para obter a transformada-Z inversa é considerar uma tabela de
transformadas-Z. No entanto, a não ser que essa tabela seja bastante extensa, podemos não saber
a transformada inversa de uma função complicada de z. Outros quatro métodos são comumente
utilizados para obter a transformada-Z inversa, como:
35
CAPÍTULO 4. A TRANSFORMADA-Z INVERSA 36
• Método da divisão direta ou divisão longa;

• Método computacional;
• Método da expansão em frações parciais;
• Método da integral de inversão.

Na obtenção da transformada-Z inversa assumimos, como anteriormente, que os termos da sequência
u(kT ) ou u(k) são nulos para k < 0.
4.2 Pólos e Zeros no Plano z

Nas aplicações em engenharia do método da transformada-Z, a transformada U (z) pode ter a forma
b0 z m + b1 z m−1 + · · · + bm
U (z) = (m ≤ n), (4.1)
z n + a1 z n−1 + · · · + an
ou
b0 (z − z1 )(z − z2 ) · · · (z − zm )
U (z) = , (4.2)
(z − p1 )(z − p2 ) · · · (z − pn )
em que os pi ’s são os pólos de U (z) e os zi ’s são os zeros de U (z). As localizações dos pólos e zeros
de U (z) determinam as características de u(k), a sequência de valores ou números. Assim como no
caso da análise no plano s de sistemas de controle lineares de tempo contínuo, geralmente usamos um
gráfico no plano z das localizações dos pólos e zeros de U (z).
Observe que em engenharia de controle e processamento de sinais U (z) é frequentemente expressa
como uma razão de polinômios em z −1 , como:
b0 z −(n−m) + b1 z −(n−m+1) + · · · + bm z −n
U (z) = (4.3)
1 + a1 z −1 + a2 z −2 + · · · + an z −n
em que z −1 é interpretado como o operador de retardo unitário.

Encontrando os pólos e zeros de U (z), é conveniente expressar U (z) como a razão de polinômios
em z. Por exemplo,
z 2 + 0,5z z(z + 0,5)
U (z) = = .
z 2 + 3z + 2 (z + 1)(z + 2)
Claramente, U (z) tem pólos em z = −1 e z = −2, e zeros em z = 0 e z = −0.5. Se U (z) é escrito
como uma razão de polinômios em z −1 , então U (z) pode ser escrito como
1 + 0,5z −1 1 + 0,5z −1
U (z) = = .
1 + 3z −1 + 2z −2 (1 + z −1 )(1 + 2z −1 )
Embora os pólos em z = −1 e z = −2 e um zero em z = −0,5 sejam vistos claramente na expressão
acima, um zero em z = 0 não aparece explicitamente, e assim o iniciante pode não enxergar a
existência de um zero em z = 0.


Portanto, ao lidar com pólos e zeros de U (z) é preferível expressar U (z) como uma razão de
polinômios em z, em vez de polinômios em z −1 . Na transformada inversa, pelo método da integral
inversa, é desejável expressar U (z) em termos de z em vez de z −1 , para evitar possíveis erros na
determinação do número de pólos e zeros na origem de uma função U (z)z k−1 .
4.3 Método da Divisão Direta

No método da divisão direta, também denominado de divisão longa, obtemos a transformada-Z inversa
pela expansão de U (z) em uma série infinita de potências em z −1 . Este método é útil quando é difícil
obter a expressão na forma fechada para a transformada-Z inversa, ou quando deseja-se encontrar
apenas os primeiros termos de u(k).
O método da divisão direta deriva-se do fato que se a transformada U (z) é expandida numa série
de potências em z −1 , ou seja, se
∞
X
U (z) = u(kT )z −k = u(0) + u(T )z −1 + u(2T )z −2 + · · · + u(kT )z −k + · · · (4.4)
k=0
ou
∞
X
U (z) = u(k)z −k = u(0) + u(1)z −1 + u(2)z −2 + · · · + u(k)z −k + · · · (4.5)
k=0
então u(kT ) ou u(k) é o coeficiente do termo z −k . Portanto, os valores de u(kT ) ou u(k) para
k = 0,1,2, . . ., podem ser determinados por inspeção.
Se U (z) é dado na forma de uma função racional, a expansão numa série infinita de potências
em potências crescentes de z −1 pode ser realizada pela simples divisão do polinômio do numerador
pelo polinômio do denominador, onde ambos o numerador e denominador de U (z) são escritos em
potências crescentes de z −1 . Se a série resultante é convergente, os coeficientes do termo z −k na série
são os valores de u(kT ) da sequência do tempo ou os valores de u(k) da sequência de números.
Embora este método forneça os valores de u(0), u(T ), u(2T ), . . ., ou os valores de u(0), u(1),
u(2), . . ., numa forma sequencial, é geralmente difícil obter uma expressão para a forma geral do
termo do conjunto de valores de u(kT ) ou u(k).
Exemplo 4.1
Determine u(k), para k = 0,1,2,3,4 quando U (z) é dado por
10z + 5
U (z) = .
(z − 1)(z − 0,2)


Primeiro, reescreva U (z) como uma razão de polinômios em z −1 , como segue:
10z −1 + 5z −2
U (z) = .
1 − 1,2z −1 + 0,2z −2
Dividindo o numerador pelo denominador, temos
10z −1 + 5z −2
= 10z −1 + 17z −2 + 18,4z −3 + 18,68z −4 + · · ·
1 − 1,2z −1 + 0,2z −2
Assim,
U (z) = 10z −1 + 17z −2 + 18,4z −3 + 18,68z −4 + · · ·
∞
X
Comparando essa série infinita da expansão de U (z) com U (z) = u(k)z −k , obtemos
k=0
u(0) = 0
u(1) = 10
u(2) = 17
u(3) = 18,4
u(4) = 18,68.
Exemplo 4.2
Determine u(k) quando U (z) é dado por
1 z −1
U (z) = = .
z+1 1 + z −1
Dividindo o numerador pelo denominador, obtemos
U (z) = z −1 − z −2 + z −3 − z −4 + · · ·
∞
X
Comparando essa série infinita da expansão de U (z) com U (z) = u(k)z −k , obtemos
k=0
u(0) = 0
u(1) = 1
u(2) = −1
u(3) = 1
u(4) = −1.


Como se trata de sinal alternado de 1 e −1, neste caso podemos obter a forma fechada de u(k)
como sendo u(k) = (−1)k−1 para k = 1,2,3, . . ..
Exemplo 4.3
Obtenha a transformada-Z inversa de
U (z) = 1 + 2z −1 + 3z −2 + 4z −3 .
A transformada U (z) já está na forma de uma série de potências de z −1 . Uma vez que U (z)
tem um número finito de termos, essa sequência u(k) corresponde a um sinal de comprimento
finito. Por inspeção encontramos
u(0) = 1
u(1) = 2
u(2) = 3
u(3) = 4.
Todos os outros termos são nulos. Neste caso podemos obter a forma fechada de u(k) como
sendo u(k) = k + 1 para k = 0,1,2,3.
4.4 Método Computacional

Considere um sistema H(z) definido por
0,4673z −1 − 0,3393z −2
H(z) = .
1 − 1,5327z −1 + 0,6607z −2
Para encontrar a transformada-Z inversa, utilizamos a função delta de Kronecker δ0 (kT ), em que
δ0 (kT ) = 1 para k = 0 e δ0 (kT ) = 0 para k 6= 0.
Assuma que U (z), a entrada para o sistema H(z), é a função delta de Kronecker. Nesse caso,
como mostrado no capítulo anterior, U (z) = 1. Considere H(z) reescrita na forma
0,4673z − 0,3393
H(z) = 2 .
z − 1,5327z + 0,6607
Há duas abordagens computacionais: (a) a abordagem com MATLAB, e (b) a abordagem da equação
diferença, ambas apresentadas a seguir.
4.4.1 Procedimento com MATLAB
O MATLAB pode ser usado para encontrar a transformada-Z inversa. A entrada U (z) é a transformada-
Z da entrada delta de Kronecker. No MATLAB a sequência função delta de Kronecker pode ser gerada


por x = [1 zeros(1,n)], em que n corresponde ao término da sequência de tempo discreto
considerada.
A resposta do sistema para essa entrada delta de Kronecker é dada por
0,4673z − 0,3393
Y (z) = H(z)U (z) = U (z) = . (4.6)
z2 − 1,5327z + 0,6607
Portanto, a transformada-Z inversa de H(z) é dada por y(0), y(1), y(2), . . .. A seguir, consideramos
obter y(k) até k = 40. No MATLAB, executamos os passos: (a) informação dos coeficientes
dos polinômios do numerador e do denominador, (b) construção da função delta de Kronecker, e
(c) obtenção da resposta y(k) de k = 0,1, . . . ,40. A sequência de comandos é da forma:
1 num = [0 0.4673 -0.3393];

2 den = [1 -1.5327 0.6607];
3 u = [1 zeros(1,40)];
4 y = filter(num,den,u)
Observe que o elemento y(1) no MATLAB corresponde ao termo y(0) da sequência de tempo
discreta, uma vez que não não há o elemento “0” de um vetor em MATLAB.
4.4.2 Procedimento com a Equação Diferença
Observe que a equação (4.6) pode ser reescrita como
(z 2 − 1.5327z + 0.6607)Y (z) = (0.4673z − 0.3393)U (z).
Podemos converter esta equação numa equação diferença, como segue:
y(k + 2) − 1,5327y(k + 1) + 0,6607y(k) = 0,4673u(k + 1) − 0,3393u(k)
em que u(0) = 1 e u(k) = 0 para k 6= 0, e y(k) = 0 para k < 0.

Os pontos iniciais y(0) e y(1) podem ser determinados como segue: Fazendo k = −2 na equação
diferença, temos
y(0) − 1,5327y(−1) + 0,6607y(−2) = 0,4673u(−1) − 0,3393u(−2)
da qual obtemos y(0) = 0. A seguir, substituimos k = −1 na equação diferença e obtemos
y(1) − 1,5327y(0) + 0,6607y(−1) = 0,4673u(0) − 0,3393u(−1)
da qual obtemos y(1) = 0,4673. Determinar a transformada-Z inversa de Y (z) torna-se agora uma
questão de resolver a equação diferença para y(k):
y(k + 2) − 1,5327y(k + 1) + 0,6607y(k) = 0,4673u(k + 1) − 0,3393u(k)


com o dado inicial y(0) = 0, y(1) = 0,4673, u(0) = 1, e u(k) = 0 para k 6= 0. Essa equação pode ser
avaliada recursivamente sem grandes dificuldades, seja manualmente ou via um código computacional
numa linguagem de programação como MATLAB, Fortran 77, C/C++, etc.
4.5 Método da Expansão em Frações Parciais

O método da expansão em frações parciais aqui apresentado, o qual é similar ao método de expansão em
frações parciais usado na transformação de Laplace, é amplamento utilizado em problemas rotineiros
envolvendo transformadas-Z. O método requer que todos os termos na expansão em frações parciais
sejam facilmente reconhecidos numa tabela de transformadas.
Para encontrar a transformada-Z inversa, se U (z) possui um ou mais zeros na origem (z = 0),
então U (z)/z ou U (z) é expandido na soma de termos simples de primeira-ordem ou segunda-
ordem por expansão em frações parciais, e uma tabela de transformadas-Z é utilizada para encontrar
a função do tempo correspondente para cada termo expandido. Observe que a única razão para
expandirmos U (z)/z em frações parciais é que cada termo expandido tenha uma forma que seja
facilmente encontrada na tabela de transformadas.
Antes de considerar o método de expansão em frações parciais, relembre o teorema do desloca-
mento. Considere U (z) dado por
z −1
U (z) = .
1 − az −1
Definindo Y (z) = zU (z), temos
1
Y (z) = zU (z) = .
1 − az −1
Referindo a uma tabela de transformadas, temos que y(k) = ak . Portanto, a transformada-Z inversa
de U (z) = z −1 Y (z) é dada por u(k) = y(k − 1). Uma vez que y(k) = 0 para k < 0, temos então

y(k − 1) = ak−1 k = 1,2,3, . . .
u(k) =
0 k ≤ 0.
Considere U (z) definido por
b0 z m + b1 z m−1 + · · · + bm−1 z + bm
U (z) = , m ≤ n. (4.7)
z n + a1 z n−1 + · · · + an−1 z + an
Para expandir U (z) em frações parciais, primeiro fatoramos o polinômio do denominador de U (z) e
encontramos os pólos de U (z):
b0 z m + b1 z m−1 + · · · + bm−1 z + bm
U (z) = . (4.8)
(z − p1 )(z − p2 ) · · · (z − pn )


Então expandimos U (z)/z em frações parciais de forma que cada termo seja facilmente reconhecido
numa tabela de transformadas-Z. Porém, se for utilizado o teorema do deslocamento ao tomar a
transformada-Z inversa, expanda U (z) em vez de U (z)/z. A transformada-Z inversa de U (z) será a
soma das transformadas inversas das frações parciais.
Um procedimento comum para o caso no qual todos os pólos são de ordem simples e há pelo
menos um zero na origem (ou seja, bm = 0) é dividir ambos os lados de U (z) por z e então expandir
U (z)/z em frações parciais. Uma vez expandido U (z)/z, a expansão será da forma
U (z) a1 a2 an
= + + ··· + . (4.9)
z z − p1 z − p2 z − pn
Os coeficientes ai podem ser determinados pela multiplicação de ambos os lados da última equação
por z − pi e fazendo z = pi . Isto anulará todos os termos do lado direito exceto o termo ai , no qual o
fator multiplicativo z − pi foi cancelado pelo denominador. Assim, temos

U (z)
ai = (z − pi ) . (4.10)
z z=pi
Esta determinação de ai é válida apenas para pólos simples. Dessa forma, temos a expansão em frações
e a transformada-Z inversa correspondente:
n n
X z Z −1
X
U (z) = ai −→ u(k) = ai (pi )k . (4.11)
z − pi
i=1 i=1
Exemplo 4.4: Pólos Simples

Obtenha a transformada-Z inversa da função
(1 − e−aT )z
U (z) = .
(z − 1)(z − e−aT )
A expansão em frações parciais de U (z) é da forma
U (z) 1 1
= − .
z z − 1 z − e−aT
Assim,
1 1
U (z) = − .
1 − z −1 1 − e−aT z −1
De uma tabela de transformadas-Z, encontramos

−1 1 −1 1
Z = 1, Z = e−akT .
1 − z −1 1 − e−aT z −1
Portanto, a transformada-Z inversa de U (z) é
u(kT ) = 1 − e−akT , k = 0,1,2, . . .


Se U (z)/z envolve pólos múltiplos, por exemplo, um pólo em z = p1 de multiplicidade r e n − r
pólos distintos, então r frações parciais são associadas com o pólo repetido, da forma
r n
U (z) N (z) X a1i X aj
= = + . (4.12)
(z − p1 )r nj=r+1 (z − pj ) (z − pi )r+1−i
Q
z z − pj
i=1 j=r+1
Os coeficientes a1i para os pólos repetidos são determinados por

di−1

1 r U (z)
a1i = (z − p1 ) , i = 1,2, . . . ,r. (4.13)
(i − 1)! dz i−1 z z=p1
Os coeficientes aj para os pólos simples são obtidos como descrito anteriormente.
Exemplo 4.5: Pólos Múltiplos

1
U (z) = .
z 2 (z − 0,5)
A expansão em frações parciais de U (z)/z é da forma

U (z) 1 a11 a12 a13 a4
= 3 = 3 + 2 + +
z z (z − 0,5) z z z z − 0,5
em que

U (z) 1
a11 = z 3 = = −2
z z=0 z − 0,5 z=0

1 d 3 U (z) d 1 −1
a12 = z = = = −4
1! dz z z=0 dz z − 0,5 z=0 (z − 0,5)2 z=0
1 d2 3 U (z)

1 d −1 1 (−1)(−2)
a13 = z = = = −8
2! dz 2 z z=0 2 dz (z − 0,5)2 z=0 2 (z − 0,5)3 z=0

U (z) 1
a4 = (z − 0,5) = 3 = 8.
z z=0,5 z z=0,5
Assim, temos a expansão em frações parciais
1 8z
U (z) = = − 2z −2 − 4z −1 − 8.
z 2 (z − 0,5) z − 0,5
Referindo a uma tabela de transformadas, obtemos
u(k) = 8(0,5)k − 2δ(k − 2) − 4δ(k − 1) − 8δ(k), k ≥ 0.
Considerando que u(0) = 0, u(1) = 0 e u(2) = 0, podemos reescrever u(k) como


(0,5)k−3 k ≥ 3
u(k) =
0 k < 3.


Para uma função U (z) com pólos reais e complexos, a expansão em frações parciais inclui termos
com raízes reais e outros com raízes complexas. Assumindo que U (z) tem coeficientes reais, então
suas raízes complexas ocorrem em pares conjugados e podem ser combinadas para fornecer uma
função com coeficientes reais e um denominador quadrático. Para obter a transformada-Z inversa
dessa função quadrática, usamos as seguintes transformadas
1 − e−aT z −1 cos(ωT )
Z{e−akT cos(ωkT )} = (4.14)
1 − 2e−aT z −1 cos(ωT ) + e−2aT z −2
e−aT z −1 sen(ωT )
Z{e−akT sen(ωkT )} = . (4.15)
1 − 2e−aT z −1 cos(ωT ) + e−2aT z −2
Os denominadores das duas transformadas são idênticos, com raízes complexas conjugadas. Os
numeradores podem ser escalonados e combinados para fornecer a transformada inversa desejada.
Para obter a expansão em frações parciais, usamos o método dos resíduos já mostrado para pólos
simples. Assim, no caso de dois pólos complexos conjugados obtemos
a1 z a2 z a1 z a∗ z
U (z) = + = + 1 ∗. (4.16)
z − p1 z − p2 z − p1 z − p1
Então, obtemos a transformada-Z inversa
u(k) = a1 pk1 + a∗1 p∗k k j(θp k+θa )

1 = |a1 ||p1 | (e + e−j(θp k+θa ) ), (4.17)
em que θp e θa são os ângulos de fase do pólo p1 e do resíduo a1 , respectivamente. Usamos a expressão

exponencial para a função cosseno para obter
u(k) = 2|a1 ||p1 |k cos(θp k + θa ). (4.18)
Exemplo 4.6: Pólos Complexos

z 3 + 2z + 1
U (z) = .
(z − 0,1)(z 2 + z + 0,5)
A expansão em frações parciais de U (z)/z é da forma:
U (z) a1 a2 a3 a∗3
= + + +
z z z − 0,1 z + 0,5 − j0,5 z + 0,5 + j0,5
em que
z 3 + 2z + 1

U (z)
a1 = z = = −20,
z z=0 (z − 0,1)(z 2 + z + 0,5) z=0
z 3 + 2z + 1

U (z)
a2 = (z − 0,1) = = 19,689,
z z=0,1 z(z 2 + z + 0,5) z=0,1


z 3 + 2z + 1

U (z)
a3 = (z + 0,5 − j0,5) = ,
z z=−0,5+j0,5 z(z − 0,1)(z + 0,5 + j0,5) z=−0,5+j0,5
= 0,656 + j2,213 = 2,308 1,283.
Assim, temos a expansão em frações parciais
z 3 + 2z + 1 19,689z 2,308ej1,283 z 2,308e−j1,283 z

U (z) = = −20 + + +
(z − 0,1)(z 2 + z + 0,5) z − 0,1 z + 0,5 − j0,5 z + 0,5 + j0,5
Referindo a uma tabela de transformadas, obtemos
u(k) = −20δ(k) + 19,689(0,1)k + 4,616(0,707)k cos(0,75πk + 1,283).
Exemplo 4.7: Pólos Complexos

z2 + z + 2
U (z) = .
(z − 1)(z 2 − z + 1)
A expansão em frações parciais de U (z) é da forma

4 −3z + 2
U (z) = + 2 .
z−1 z −z+1
Como dois pólos são complexos conjugados, podemos reescrever a expansão como
z z 2 − 0,5z 0,5z
U (z) = 4z −1 − 3z −1 2 + z −1 2 .
z−1 z −z+1 z −z+1
De uma tabela de transformadas-Z, temos
z 2 − e−aT cos(ωT )z
Z{e−akT cos(ωkT )} = ,
z 2 − 2e−aT z cos(ωT ) + e−2aT
e−aT sen(ωT )z
Z{e−akT sen(ωkT )} = 2 .
z − 2e−aT cos(ωT )z + e−2aT
√
Fazendo e−2aT = 1 e cos(ωT ) = 0,5, obtemos ωT = π/3 e sen(ωT ) = 3/2. Assim,
2
−1 z − 0,5z
Z = 1k cos(kπ/3),
z2 − z + 1
( √ )
−1 0,5z −1 1 ( 3/2)z 1
Z =Z √ 2 = √ 1k sen(kπ/3).
z2 − z + 1 3 z − z + 1 3
Finalmente, obtemos

π(k − 1) 1 π(k − 1)
u(k) = 4(1)k−1 − 3(1)k−1 cos + √ (1)k−1 sen , k = 1,2, . . .
3 3 3


4.6 Método da Integral de Inversão
Esta é uma técnica útil para obter a transformada-Z inversa. A integral de inversão para a transformada
U (z) é da forma I
1
Z −1 {U (z)} = u(kT ) = u(k) = U (z)z k−1 dz (4.19)
2πj C
em que C é um círculo com seu centro na origem do plano z tal que todos os pólos de U (z)z k−1 estão
no interior dele.
A equação para fornecer a transformada-Z inversa em termos de resíduos pode ser derivada usando
a teoria de variáveis complexas. Ela pode ser obtida como segue:
u(kT ) = u(k) = K1 + K2 + · · · + Km
m
X (4.20)
resíduo de U (z)z k−1 no pólo z = zi de U (z)z k−1

=
i=1
em que K1 , K2 , . . ., Km são os resíduos de U (z)z k−1 nos pólos z1 , z2 , . . ., zm , respectivamente. Na

avaliação dos resíduos, observe que se o denominador de U (z) contém um pólo simples z = zi então
o resíduo correspondente K é dado por
K = lim (z − zi )U (z)z k−1 . (4.21)

z→zi
Se U (z)z k−1 contém um pólo múltiplo zi de ordem q, então o resíduo K é dado por
1 dq−1 h k−1
i
K= lim (z − z i )U (z)z . (4.22)
(q − 1)! z→zi dz q−1
Observe que os valores de k nas equações (4.20), (4.21) e (4.22) são inteiros não-negativos.
Se U (z) possui um zero de ordem r na origem, então U (z)z k−1 na equação (4.20) envolverá um
zero de ordem r + k − 1 na origem. Se r ≥ 1, então r + k − 1 ≥ 0 para k ≥ 0, e não haverá um pólo
em z = 0 em U (z)z k−1 . Entretanto, se r ≤ 0, haverá um pólo em z = 0 para um ou mais valores
negativos de k. Neste caso, inversão separada da equação (4.20) é necessária para cada valor de k.
Observe que o método da integral de inversão, quando avaliado por resíduos, é uma técnica muito
simples para obter a transformada-Z inversa, desde que U (z)z k−1 não tenha pólos na origem, z = 0.
Se, entretanto, U (z)z k−1 tem um pólo simples ou um pólo múltiplo em z = 0, então os cálculos
podem se tornar problemáticos e o método de expansão em frações parciais pode ser mais simples de
aplicar. Por outro lado, em certos problemas a expansão em frações parciais pode ser trabalhosa.


Exemplo 4.8
Obtenha u(kT ) usando o método da integral de inversão para U (z) dado por
z(1 − e−aT )
U (z) = .
(z − 1)(z − e−aT )
Observe que
(1 − e−aT )z k
U (z)z k−1 = .
(z − 1)(z − e−aT )
Para k = 0,1,2, . . ., U (z)z k−1 tem dois pólos simples, z = z1 = 1 e z = z2 = e−aT . Portanto,
da equação (4.20), temos
2
(1 − e−aT )z k
X
u(kT ) = u(k) = K1 + K2 = resíduo de no pólo z = zi
(z − 1)(z − e−aT )
i=1
em que
K1 = [resíduo no pólo simples z = 1],

(1 − e−aT )z k

= lim (z − 1) =1
z→1 (z − 1)(z − e−aT )
K2 = [resíduo no pólo simples z = e−aT ]
(1 − e−aT )z k

−aT
= lim (z − e ) = −e−akT .
z→e−aT (z − 1)(z − e−aT )
Portanto,
u(kT ) = K1 + K2 = 1 − e−akT , k = 0,1,2, . . .
Exemplo 4.9
Obtenha u(kT ) usando o método da integral de inversão para U (z) dado por
z2
U (z) = .
(z − 1)2 (z − e−aT )
Observe que
z k+1
U (z)z k−1 = .
(z − 1)2 (z − e−aT )
Para k = 0,1,2, . . ., U (z)z k−1 tem um pólo simples em z = z1 = e−aT e um pólo duplo em
z = z2 = 1. Portanto, da equação (4.20), obtemos
2
z k+1
X
u(kT ) = u(k) = K1 + K2 = resíduo de no pólo z = zi
(z − 1) (z − e−aT )
2
i=1


em que
K1 = [resíduo no pólo simples z = e−aT ]

z k+1

−aT
= lim (z − e ) ,
z→e−aT (z − 1)2 (z − e−aT )
e−a(k+1)T
=
(1 − e−aT )2
K2 = [resíduo no pólo duplo z = 1]
z k+1

1 d 2
= lim (z − 1)
(2 − 1)! z→1 dz (z − 1)2 (z − e−aT )
(k + 1)z k (z − e−aT ) − z k+1
= lim
z→1 (z − e−aT )2
k e−aT
= − .
1 − e−aT (1 − e−aT )2
Portanto,
u(kT ) = K1 + K2
e−aT e−akT k e−aT
= + − (4.23)
(1 − e−aT )2 1 − e−aT (1 − e−aT )2
kT e−aT (1 − e−akT )
= − , k = 0,1,2, . . .
T (1 − e−aT ) (1 − e−aT )2

e [3, Capítulo 2].
Exercício 4.1
Usando expansão em frações parciais, determine a seqûencia de tempo discreto correspondente
a transformada-Z:
z
U (z) = .
(z − 1)(z − 2)
Exercício 4.2
Usando expansão em frações parciais, determine a seqûencia de tempo discreto correspondente
a transformada-Z:
−3,894z
U (z) = .
z 2 + 0,6065


Exercício 4.3
Usando o método da integral de inversão, obtenha a transformada-Z inversa de
z
U (z) = .
(z − 1)2
Exercício 4.4
Determine a transformada-Z inversa de U (z) pelos quatro métodos descritos no capítulo.
Compare os resultados de u(k), para k = 0,1,2,3, obtidos pelos quatro métodos.
0,5z
U (z) = .
(z − 1)(z − 0,6)
Exercício 4.5
0,5
U (z) = .
(z − 1)(z − 0,6)
Exercício 4.6
0,5(z + 1)
U (z) = .
(z − 1)(z − 0,6)
Exercício 4.7
z(z − 0,7)
U (z) = .
(z − 1)(z − 0,6)
Exercício 4.8
Usando a fórmula da integral de inversão, determine u(0), u(1), e u(10) para
0,1
U (z) = .
z(z − 0,9)
Verifique o valor de u(0) usando o teorema do valor inicial. Verifique os valores calculados na
primeira parte usando frações parciais.


Exercício 4.9
Determine u(k) para k = 0,1,2,3,4 se U (z) é dado por
1,98z
U (z) = .
(z 2 − 0,9z + 0,9)(z − 0,8)(z 2 − 1,2z + 0,27)
Exercício 4.10
Detrmine a função u(t) que, quando amostrada numa frequência de 10 Hz (T = 0,1 s), resulta
na transformada
2z
U (z) = .
z − 0,8
Exercício 4.11
Detrmine a função u(t) que, quando amostrada numa frequência de 10 Hz (T = 0,1 s), resulta
na transformada
2z
U (z) = .
z + 0,8
Exercício 4.12
Dos Exercícios 4.10 e 4.11, qual é o efeito sobre a transformada-Z inversa da mudança do sinal
de um pólo real?
Exercício 4.13
Obtenha o sinal de tempo discreto x(k) correspondente a transformada
1
X(z) = .
(1 − z −1 )(1 − z −2 )
Exercício 4.14
Obtenha o sinal de tempo discreto x(k) correspondente a transformada
z 3 + 2z + 1
X(z) = .
(z − 0,1)(z 2 + z + 0,5)

CAPÍTULO
5
Solução de Equações Diferenças pela Transformada-Z
Objetivos
• Familiarizar-se com a aplicação da transformada-Z e da transformada-Z inversa na solução

de equações diferenças.
• Saber obter, no domínio de z, as componentes da resposta devidas ao estado-zero e à

entrada-zero.
• Entender a relação entre a convolução discreta e a função de transferência pulsada.
5.1 Introdução
Neste capítulo, aplicamos a transformada-Z para resolver equações diferenças lineares com coeficientes
reais. Conforme visto no capítulo anterior, toda equação diferença pode ser resolvida por substituição
direta sem a necessidade de recorrer a qualquer outro método. Tal forma de solução, entretanto, não é
em forma fechada, ou seja, não obtemos a expressão analítica para y(k), tornando bastante difícil de
abstrair da solução a propriedade geral do sistema. O uso da transformada-Z, no entanto, fornecerá tal
informação. Portanto, a transformada-Z é uma ferramenta importante na análise de sistemas de tempo
discreto, tal como é a transformada de Laplace para sistemas de tempo contínuo.
Por um processo análogo à solução de equações diferenciais pela transformada de Laplace, as
equações diferenças são primeiro transformadas para o domínio de z. Então, resolvemos para a
variável de interesse e aplicamos a transformada-Z inversa. Para transformar a equação diferença
51
CAPÍTULO 5. SOLUÇÃO DE EQUAÇÕES DIFERENÇAS PELA TRANSFORMADA-Z 52

para o domínio de z, basicamente usamos as propriedades de retardo e avanço no tempo, ou seja, da
translação real. A transformada-Z inversa é obtida pelos métodos descritos no capítulo anterior.
5.2 Solução de Equações Diferenças pela Transformada-Z

Considere a equação diferença de segunda-ordem:
2y(k + 2) + 3y(k + 1) + y(k) = u(k + 2) + u(k + 1) − u(k). (5.1)
A entrada é aplicada em k = 0 e assim u(k) = 0 para k < 0. Para resolver (5.1), precisamos de duas
condições iniciais y(−1) e y(−2). A aplicação da transformada-Z fornece:
2z 2 [Y (z) − y(0) − y(1)z −1 ] + 3z[Y (z) − y(0)] + Y (z)

= z 2 [U (z) − u(0) − u(1)z −1 ] + z[U (z) − u(0)] − U (z). (5.2)
Nesta equação, y(0) e y(1) não são conhecidos. Entretanto, eles podem ser calculados a partir das
condições iniciais y(−1) e y(−2), fazendo k = −2 e k = −1 em (5.1), como
1
y(0) = [−3y(−1) − y(−2) + u(0) + u(−1) − u(−2)], (5.3a)
2
1
y(1) = [−3y(0) − y(−1) + u(1) + u(0) − u(−1)]. (5.3b)
2
Por exemplo, se u(k) é uma sequência degrau unitário, ou seja, u(k) = 1 para k ≥ 0 e u(k) = 0 para
k < 0, e y(−1) = 2 e y(−2) = −1, então y(0) = −2 e y(1) = 3. A substituição de y(0), y(1) e
U (z) = z/(z − 1) em (5.2), fornece
(2z 2 + 3z + 1)Y (z) = 2z 2 [y(0) + y(1)z −1 ] + 3zy(0) + (z 2 + z − 1)U (z)

z
− z 2 [u(0) + u(1)z −1 ] − zu(0) = −5z 2 − 2z + (z 2 + z − 1) . (5.4)
z−1
Assim, temos
5z 2 + 2z (z 2 + z − 1)z
Y (z) = − + . (5.5)
2z 2 + 3z + 1 (2z 2 + 3z + 1)(z − 1)
A transformada-Z inversa de (5.5) fornecerá a saída y(k) em forma fechada, ou seja, uma expressão
em k a qual podemos atribuir o valor desejado para k.
Uma forma alternativa de resolver (5.1) é como segue. Definindo k 0 = k − 2 e então renomeando
k 0 = k, podemos reescrever (5.1) como
2y(k) + 3y(k − 1) + y(k − 2) = u(k) + u(k − 1) − u(k − 2). (5.6)

Como u(k) é uma sequência de tempo-positivo, então Z{u(k − 1)} = z −1 U (z) e Z{u(k − 2)} =

z −2 U (z). Por outro lado, devido às condições iniciais não nulas y(−1) e y(−2), temos
Z{y(k)} = Y (z), (5.7a)

Z{y(k − 1)} = y(−1) + z −1 Y (z), (5.7b)
Z{y(k − 2)} = y(−2) + y(−1)z −1 + z −2 Y (z). (5.7c)
Assim, a aplicação da transformada-Z em (5.1) fornece
2Y (z) + 3[y(−1) + z −1 Y (z)] + [y(−2) + y(−1)z −1 + z −2 Y (z)]

= U (z) + z −1 U (z) + z −2 U (z). (5.8)
A substituição de U (z) = z/(z − 1), y(−1) = 2 e y(−2) = −1, fornece

z
(2 + 3z −1 + z −2 )Y (z) = −6 + 1 − 2z −1 + (1 + z −1 − z −2 )
z−1
ou
5 + 2z −1 (1 + z −1 − z −2 ) z
Y (z) = − −1 −2
+ −1 −2
. (5.9)
(2 + 3z + z ) (2 + 3z + z ) (z − 1)
5.2.1 Resposta à Entrada-Zero e o Polinômio Característico
Considere a equação diferença definida em (5.1). Sua resposta devido a y(−1) e y(−2) a entrada u(k),
conforme calculado em (5.5), é
−3y(−1) − y(−2) − y(−1)z −1 1 + z −1 − z −2

Y (z) = + U (z)
2 + 3z −1 + z −2 2 + 3z −1 + z −2
(5.10)
[−3y(−1) − y(−2)]z 2 − y(−1)z z2 + z − 1
= + U (z).
2z 2 + 3z + 1 2z 2 + 3z + 1
O primeiro termo no lado direito de (5.10) é a resposta devida exclusivamente às condições iniciais
y(−1) e y(−2) e, portanto, é a resposta à entrada-zero. O segundo termo é a resposta devida
exclusivamente à entrada e, portanto, é a resposta ao estado-zero. Assim, a resposta da equação
diferença pode ser decomposta nas respostas ao estado-zero e à entrada-zero. Nesta seção, analisamos
a resposta à entrada-zero.
Seja Y (z) |u=0 a resposta à entrada-zero de (5.1), ou seja,
[−3y(−1) − y(−2)]z 2 − y(−1)z

Y (z) |u=0 = . (5.11)
2z 2 + 3z + 1
Chamamos as raizes do denominador de Y (z) |u=0 , ou
D(z) = 2z 2 + 3z + 1 = 2(z + 0,5)(z + 1) (5.12)


de modos do sistema descrito por (5.1). Assim, os modos do sistema são −0,5 e −1. Vamos verificar
que a resposta à entrada-zero de (5.1) devido a qualquer condição inicial é ditada pelos modos. Observe
que Y (z) |u=0 pode ser expandida como
[−3y(−1) − y(−2)]z 2 − y(−1)z a1 z a2 z
Y (z) |u=0 = = + (5.13)
2(z + 0,5)(z + 1) z + 0,5 z + 1
em que a1 e a2 depende das condições iniciais. Portanto, a resposta à entrada-zero é
Y (z) |u=0 = a1 (−0,5)k + a2 (−1)k (5.14)
para k = 0,1,2, . . .. Em outras palavras, a resposta à entrada-zero de (5.1) é sempre uma combinação
linear das duas sequências (−0,5)k e (−1)k as quais são as transformadas-Z inversas de z/(z + 0,5)
e z/(z + 1). Assim, a resposta à entrada-zero devido a qualquer condição inicial é completamente
caracterizada pelas raízes de D(z), e D(z) é chamado de polinômio característico do sistema.
5.2.2 Resposta ao Estado-Zero e a Função de Transferência Pulsada
Considere novamente a equação diferença (5.1). Se todas as condições iniciais forem nulas, a aplicação
da transformada-Z fornece:
1 + z −1 − z −2 z2 + z − 1
Yx0 =0 (z) = U (z) = U (z) = H(z)U (z) (5.15)
2 + 3z −1 + z −2 2z 2 + 3z + 1
em que a função racional
z2 + z − 1
H(z) = (5.16)
2z 2 + 3z + 1
é denominada de função de transferência pulsada (de tempo discreto) do sistema.
Exemplo 5.1
Resolva a equação diferença linear
y(k + 2) − 1,5y(k + 1) + 0,5y(k) = 1(k)
com as condições iniciais y(0) = 1 e y(1) = 2,5.
Transformando a equação diferença para o domínio de z, temos

z
[z 2 Y (z) − z 2 y(0) − zy(1)] − 1,5[zY (z) − zy(0)] + 0,5Y (z) = .
z−1
Substituindo as condições iniciais e rearranjando os termos, obtemos
z
(z 2 − 1,5z + 0,5)Y (z) = + z 2 + z.
z−1
Resolvendo para Y (z), temos
z3
Y (z) = .
(z − 1)2 (z − 0,5)


Expandindo Y (z)/z, temos
Y (z) z2 a11 a12 a3

= 2
= 2
+ +
z (z − 1) (z − 0,5) (z − 1) z − 1 z − 0,5
em que
z2

2Y (z) 1
a11 = (z − 1) = = =2
z z=1 z − 0,5 1 − 0,5
z=1
z2 z2

d −z 0
a12 = = = =0
dz z − 0,5 z=1 (z − 0,5)2 z=1 0,25
z2 (0,5)2

Y (z)
a3 = (z − 0,5) = = = 1.
z z=0,5 (z − 1)2 z=0,5 (0,5 − 1)2
A expansão em frações parciais neste caso especial inclui dois termos apenas. Temos então
2z z
Y (z) = 2
+ .
(z − 1) z − 0,5
Assim, referindo a tabela de transformadas, obtemos
y(k) = 2k + (0,5)k .
5.3 A Convolução Discreta

É amplamente conhecido que para um sistema linear invariante no tempo, a resposta devida às
condições iniciais e a resposta devida à entrada podem ser obtidas separadamente e então adicionadas
para obter a resposta completa do sistema. A resposta devido à entrada, ou a resposta forçada, é
o somatório convolução de sua entrada e sua resposta a um impulso unitário. Esse resultado é
desenvolvido nessa seção.
5.3.1 Somatório Convolução
A resposta de um sistema de tempo discreto à um impulso unitário é conhecida como a sequência

resposta ao impulso. A sequência resposta ao impulso pode ser usada para representar a resposta de
um sistema linear de tempo discreto à uma sequência de entrada arbitrária u(k). Para derivar esse
relacionamento, represente inicialmente a sequência de entrada em termos de impulsos discretos, como
u(k) = u(0)δ(k) + u(1)δ(k − 1) + u(2)δ(k − 2) + · · · + u(i)δ(k − i) + · · ·

∞
X (5.17)
= u(i)δ(k − i).
i=0


Seja h(k) a sequência resposta a entrada impulso unitário δ(k). Assim, da propriedade de invariância
no tempo, temos que para a sequência de entrada impulso deslocado δ(k − i) a sequência resposta é
h(k − i), ou seja, a sequência resposta ao impulso deslocada do mesmo número de instantes discretos.
Da linearidade decorre as condições de homogeneidade e aditividade. Assim, da homogeneidade, para
a entrada u(i)δ(k − i) a saída é u(i)h(k − i), e da aditividade, para a soma de entradas
∞
X
u(i)δ(k − i)
i=0
temos a soma de saídas

∞
X
u(i)h(k − i).
i=0
Definindo y(k) como a saída para uma entrada arbitrária u(k), temos então
∞
X k
X k
X
y(k) = h(k − i)u(i) = h(k − i)u(i) = h(i)u(k − i), (5.18)
i=0 i=0 i=0
em que h(k) é a sequência impulso do sistema. Se o sistema é causal, então h(k) = 0 para k < 0.
Assim, h(k) é uma sequência de tempo-positivo. Agora, iremos verificar que a transformada-Z
transformará o somatório da convolução em uma equação algébrica.
Teorema 5.1: Convolução discreta

Seja
k
X
y(k) = h(k − i)u(i)
i=0
a convolução discreta de um sistema. Então,
Y (z) = H(z)U (z). (5.19)
Demonstração. A substituição de (5.18) na transformada-Z de y(k) fornece

∞ ∞ X
" k #
X X
−k
Y (z) = y(k)z = h(k − i)u(i) z −k .
k=0 k=0 i=0
Uma vez que h(k − i) = 0 para k < i, o limite superior k no somatório interno pode ser substituído
por ∞. Alterando a ordem dos somatórios, temos
∞ X
"∞ #
X
Y (z) = h(k − i)z −(k−i) u(i)z −i
i=0 k=0
Após a substituição de l := k − i e a observação que h(l) = 0 para l < 0, o somatório entre
colchetes torna-se
∞
X ∞
X ∞
X
−(k−i) −l
h(k − i)z = h(l)z = h(l)z −l = H(z).
k=0 l=−i l=0

Assim, a transformada-Z de y(k) torna-se

∞
X ∞
X
−i
Y (z) = H(z)u(i)z = H(z) u(i)z −i
i=0 i=0
ou
Y (z) = H(z)U (z).
Observamos então que a transformada-Z transforma a convolução discreta em (5.18) em uma

equação algébrica. A função H(z) é denominada de função de transferência pulsada.
5.4 Solução da Equação Dinâmica

A equação dinâmica de um sistema linear invariante no tempo de tempo discreto é definida como:
x(k + 1) = Ax(k) + Bu(k), (5.20a)

y(k) = Cx(k) + Du(k). (5.20b)
A aplicação da transformada-Z em (5.20), fornece
zX(z) − zx(0) = AX(z) + BU (z), (5.21a)

Y (z) = CX(z) + DU (z). (5.21b)
As equações acima podem ser reescritas como
X(z) = (zI − A)−1 zx(0) + (zI − A)−1 BU (z), (5.22a)

Y (z) = C(zI − A)−1 zx(0) + C(zI − A)−1 BU (z) + DU (z). (5.22b)
A resposta devido exclusivamente às condições iniciais é, portanto, dada por:
X(z) = (zI − A)−1 zx(0), (5.23a)

Y (z) = C(zI − A)−1 zx(0). (5.23b)
Se x(0) = 0, então a resposta devido exclusivamente à entrada é dada por
X(z) = (zI − A)−1 BU (z), (5.24a)

Y (z) = [C(zI − A)−1 B + D]U (z) = H(z)U (z), (5.24b)
em que
H(z) = C(zI − A)−1 B + D (5.25)
é a matriz função de transferência pulsada da equação dinâmica (5.20).


Exemplo 5.2
Determine a saída y(k) do sistema
" # " #
0 1 0
x(k + 1) = x(k) + u(k)
−2 −3 1
h i
y(k) = 1 −1 x(k)
devida à condição inicial x(0) = (2, − 1)T e à entrada sequência degrau unitário.
Temos que: " #

−1 1 z+3 1
(zI − A) = .
z(z + 3) + 2 −2 z
A substituição de (zI − A)−1 e U (z) = z/(z − 1) em (5.22a) fornece

" # " # " # !
1 z+3 1 2 0 z
X(z) = z +
(z + 2)(z + 1) −2 z −1 1 z−1
" #  
1 z+3 1 2z
=  z .
(z + 2)(z + 1) −2 z −z +
z−1
Portanto, temos
# 
2z
"
h i 1 i z+3 1
h
Y (z) = 1 −1 X(z) = 1 −1  −z 2 + 2z 
(z + 2)(z + 1) −2 z
z−1
 
1 h i 2z
= z + 5 1 − z  z 2 − 2z 
(z + 2)(z + 1)
1−z
2
2z(z + 5) + (z − 2z) 2
3z + 8z
= = .
(z + 2)(z + 1) (z + 2)(z + 1)
Expandindo Y (z)/z em frações parciais, temos
Y (z) 3z + 8 a1 a2
= = +
z (z + 2)(z + 1) z+2 z+1
com
3z + 8 3z + 8
a1 = = −2, a2 = = 5.
z + 1 z=−2 z + 2 z=−1
Assim, temos
−2z 5z
Y (z) = +
z+2 z+1
o que implica em
y(k) = −2(−2)k + 5(−1)k , k = 0, 1, 2, . . .


Exercício 5.1
Determine a resposta no tempo de
y(k + 1) − 2y(k) = u(k)
devido à y(−1) = 1 e u(k) = 1, para k = 0, 1, 2, . . ..
Exercício 5.2
y(k + 1) − 2y(k) = u(k + 1)
devido à y(−1) = 1 e u(k) = 1, para k = 0, 1, 2, . . ..
Exercício 5.3
y(k) + y(k − 1) − 2y(k − 2) = u(k − 1) + 2u(k − 2)
devido à y(−1) = −0.5, y(−2) = 0.25 e u(k) = 1, para k = 0, 1, 2, . . ..
Exercício 5.4
Determine a função de transferência do sistema de tempo discreto descrito por
y(k + 3) − y(k + 2) + 2y(k + 1) − 3y(k) = u(k + 3).
Exercício 5.5
A resposta ao estado-zero de um sistema linear invariante no tempo de tempo discreto devido à
entrada u(k) = sen 2k, para k = 0,1,2, . . . é medida como
y(k) = 2e−2k + sen 2k − 2 cos 2k, k ≥ 0.
Determine a resposta ao impulso do sistema.


Exercício 5.6
Dada a equação diferença
3 1
y(k + 2) − y(k + 1) + y(k) = u(k)
4 8
em que y(0) = y(1) = 0, u(0) = 0, e u(k) = 1, para k = 1,2, . . ..
a) Resolve para y(k) como um função de k. Obtenha os valores numéricos de y(k), para
k = 0,1,2,3,4.
b) Resolva a equação diferença diretamente para y(k), k = 0,1,2,3,4, e verifique os resultados

da parte (a).
c) Repita as partes (a) e (b) para e(k) = 0 para todo k, e y(0) = 1, y(1) = −2.
Exercício 5.7
Dada a equação diferença
y(k) − y(k − 1) + y(k − 2) = u(k)
em que u(k) = 1, para k ≥ 0.
a) Resolve para y(k) como um função de k, usando a transformada-Z. Obtenha os valores

numéricos de y(0), y(1) e y(2).
b) Verifique os valores de y(0), y(1) e y(2), usando o método de séries de potência.
c) Verifique os valores de y(0), y(1) e y(2), resolvendo a equação diferença diretamente.
Exercício 5.8
Considere o sistema de tempo discreto descrito pela equação diferença
2y(k + 2) + 3y(k + 1) + y(k) = u(k + 2) + u(k + 1) − u(k).
Determine a sequência resposta ao estado-zero y(k) se U (z) = (z + 1)(z − 1).
Exercício 5.9
Determine a resposta de regime permanente do sistema devido a entrada sequência senoidal
u(k) = 0,5 sen(0,4k):
z
H(z) =
z 2 + 0,4z + 0,03


Exercício 5.10
Determine a resposta do sistema devido a uma entrada sequência degrau unitário:
Y (z) z2 + z − 1
= 2
U (z) 2z + 3z + 1
Exercício 5.11
Determine a resposta do sistema devido a uma entrada sequência degrau unitário:
1 − 0,5z −1
G(z) =
(1 − 0,3z −1 )(1 + 0,7z −1 )
Exercício 5.12
Para o sistema de tempo discreto descrito pela equação diferença:
u(k) − 3u(k − 1) + 4u(k − 2) = e(k) − 2e(k − 1),
determine: (a) a função de transferência pulsada H(z) = U (z)/E(z), (b) a resposta u(k) para
uma entrada sequência degrau unitário, ou seja, e(k) = 1(k).
Exercício 5.13
Considere o sistema definido por
Y (z) 0,5z 3 + 0,4127z 2 + 0,1747z − 0,0874

= H(z) =
U (z) z3
Usando a fórmula da convolução discreta, obtenha a resposta y(k) devido a uma entrada
sequência degrau unitário.

CAPÍTULO
6
Amostragem Impulso e Retenção de Dados
Objetivos
• Familiarizar-se com as propriedades da amostragem impulso, e conhecer diferentes repre-

sentações matemáticas de sinais impulso amostrados.
• Familiarizar-se com retentores de dados, especialmente os retentores de ordem zero e

ordem um.
6.1 Introdução
Este capítulo discute o processo de amostragem e retenção de dados. A principal vantagem do método
da transformada-Z é que ele possibilita aplicar métodos convencionais para sistemas de tempo contínuo
em sistemas de tempo discreto, geralmente parcialmente discretos e parcialmente contínuos. Para isso,
assume-se que a operação de amostragem é uniforme, ou seja, há apenas uma taxa de amostragem
no sistema e o período de amostragem é constante. Se o sistema de tempo discreto possui dois ou
mais amostradores, considera-se que todos os amostradores estão sincronizados e possuem a mesma
frequência de amostragem.
Sistemas de tempo discreto podem operar parcialmente em tempo discreto e parcialmente em
tempo contínuo. Assim, em tais sistemas de controle alguns sinais aparecem como funções de tempo
discreto (muitas vezes na forma de uma sequência de números ou um código numérico) e outros sinais
aparecem como funções de tempo contínuo. Na análise de sistemas de tempo discreto, a teoria da
transformada-Z tem um papel importante. Para isso, são necessários os conceitos de amostragem
62
CAPÍTULO 6. AMOSTRAGEM IMPULSO E RETENÇÃO DE DADOS 63

impulso e de retenção de dados, os quais são apresentados a seguir.
6.2 Amostragem Impulso

Considere um amostrador fictício denominado de amostrador impulso. A saída desse amostrador é
considerada um trem de impulsos que começa em t = 0, com período de amostragem igual a T e a
intensidade de cada impulso igual ao valor amostrado do sinal de tempo contínuo no instante de tempo
correspondente. A Figura 6.1 ilustra esse trem de impulsos.
Figura 6.1: Amostrador impulso
x(t) x∗ (t)
0 t 0 t
x(t) δT x∗ (t)
A saída amostrada-impulso é uma sequência de impulsos, com a força de cada impulso igual à
magnitude de x(t) no instante de tempo correspondente. Ou seja, no instante t = kT , o impulso é
x(kT )δ(t − kT ). Considere a notação x∗ (t) para representar a saída amostrada-impulso. O sinal
amostrado x∗ (t), um trem de impulsos, pode então ser representado pela soma infinita
∞
X
∗
x (t) = x(kT )δ(t − kT ) = x(0)δ(t) + x(T )δ(t − T ) + · · · + x(kT )δ(t − kT ) + · · · (6.1)
k=0
Representamos um trem de impulsos unitários como δT (t), ou

∞
X
δT (t) = δ(t − kT ). (6.2)
k=0
A saída do amostrador é igual ao produto da entrada de tempo contínuo x(t) com o trem de impulsos
unitários δT (t). Consequentemente, o amostrador pode ser considerado um modulador, com a entrada
x(t) como o sinal modulante e o trem de impulsos unitários δT (t) como o portador, como ilustrado na
Figura 6.2.


Figura 6.2: Amostrador impulso como um modulador
x(t) Portador x∗ (t)
δT (t)
t t
Modulador
x(t) x∗ (t)
Sinal modulante Saída
Agora, considere a transformada de Laplace da equação (6.1), da forma:
L{x∗ (t)} = X ∗ (s) = x(0)L{δ(t)} + x(T )L{δ(t − T )} + x(2T )L{δ(t − 2T )} + · · ·

= x(0) + x(T )e−sT + x(2T )e−2sT + · · ·
(6.3)
∞
X
= x(kT )e−ksT .
k=0
Observe que se definirmos esT = z ou s = ln z/T , obtemos

∞
X
X ∗ (s)s=ln z/T = x(kT )z −k .

(6.4)
k=0
O lado direito dessa equação é a mesma expressão da definição da transformada-Z da sequência x(kT )
gerada de x(t) em t = kT , para k = 0,1,2, . . .. Assim, podemos escrever
X ∗ (s)s=ln z/T = X(z)

(6.5)
e a equação (6.4) torna-se

∞
X
X ∗ (s)s=ln z/T = X ∗ (ln z/T ) = x(kT )z −k = X(z).

(6.6)
k=0
É importante observar que a notação X(z) não significa X(s) com s substituído por z, mas sim
X ∗ (s = ln z/T ).
Em resumo, se o sinal de tempo contínuo x(t) é amostrado como impulsos numa forma periódica,
matematicamente o sinal amostrado pode ser representado por
∞
X
x∗ (t) = x(t)δ(t − kT ). (6.7)
k=0
No amostrador impulso a chave pode ser considerada fechando instantaneamente em todo período
de amostragem T e gerando impulsos x(kT )δ(t − kT ). Tal processo de amostragem é denominado


de amostragem-impulso. O amostrador impulso é introduzido por conveniência matemática; ele é
um amostrador fictício, uma vez que ele não existe no mundo real. Está demostrado acima que a
transformada de Laplace do sinal amostrado-impulso x∗ (t) é o mesmo que a transformada-Z do sinal
x(t) se esT é definido como z, ou seja, esT = z.
6.3 Retentor de Dados

Em um amostrador convencional, uma chave fecha para admitir um sinal de entrada em todo período
de amostragem T . Na prática, a duração de uma amostragem é muito curta em comparação com a
constante de tempo mais significante da planta. Um amostrador converte um sinal de tempo contínuo
em um trem de pulsos ocorrendo nos instantes de amostragem t = 0, T, 2T, . . ., em que T é o período
de amostragem.
Observe que entre quaisquer dois instantes consecutivos de amostragem o amostrador não transmite
informação. Assim, dois sinais diferentes, mas que possuem valores iguais nos instantes discretos de
amostragem, dão origem ao mesmo sinal impulso-amostrado.
A retenção de dados é um processo para gerar um sinal de tempo contínuo h(t) a partir de uma
sequência de tempo discreto x(kT ). Um circuito retentor converte o sinal amostrado em um sinal
de tempo contínuo, o qual aproximadamente reproduz o sinal aplicado ao amostrador. O sinal h(t)
durante o intervalo de tempo kT ≤ t < (k + 1)T pode ser aproximado por um polinômio em τ , da
forma
h(kT + τ ) = an τ n + an−1 τ n−1 + · · · + a1 τ + a0 , (6.8)
em que 0 ≤ τ ≤ T . Observe que o sinal h(kT ) deve igualar x(kT ), ou seja,
h(kT ) = x(kT ).
Portanto, a equação (6.8) por ser reescrita como
h(kT + τ ) = an τ n + an−1 τ n−1 + · · · + a1 τ + x(kT ). (6.9)
Se o circuito retentor de dados é um extrapolador polinomial de ordem n, ele é dito um retentor de

ordem n. Se n = 1, então ele é dito um retentor de primeira ordem. O retentor de ordem n utiliza n + 1
dados discretos passados x((k − n)T ), x((k − n + 1)T ), . . . , x(kT ) para gerar um sinal h(kT + τ ).
Devido a um retentor de ordem elevada utilizar amostras passadas para extrapolar um sinal de
tempo contínuo entre o instante de amostragem presente e o próximo instante de amostragem, a
precisão da aproximação do sinal de tempo contínuo melhora quando o número de amostras passadas
é aumentado. Entretanto, esta melhor precisão é obtida ao custo de um maior tempo de retardo. Por
outro lado, em sistemas de controle de malha-fechada, qualquer retardo de tempo adicionado no laço
diminuirá a estabilidade do sistema, podendo em alguns casos até mesmo causar instabilidade do
sistema.


O retentor mais simples é obtido quando consideramos n = 0 na equação (6.9), ou seja, quando
h(kT + τ ) = x(kT ),
em que 0 ≤ τ < T e k = 0,1,2, . . .. Essa equação implica que o circuito retém/segura a amplitude da
amostra de um instante de amostragem para o próximo instante. Tal retentor de dados é denominado
de retentor de ordem zero (ZOH - zero order holder), ou gerador de degraus. A saída do retentor de
ordem zero é uma função tipo escada.
6.3.1 Retentor de Ordem Zero
A Figura 6.3 ilustra um amostrador e um retentor de ordem zero. O sinal de entrada x(t) é amostrado
em instantes discretos e o sinal amostrado é passado através do retentor de ordem zero. O circuito
retentor de ordem zero suaviza o sinal amostrado para produzir o sinal h(t), o qual é constante do
último valor amostrado até que a próxima amostra esteja disponível. Ou seja,
h(kT + t) = x(kT ), para 0 ≤ t < T. (6.10)
Utilizando que a integral de uma função impulso é uma constante, podemos assumir que o retentor de
ordem zero é um integrador, e a entrada para o circuito retentor de ordem zero é um trem de impulsos.
Figura 6.3: Amostrador e retentor de ordem zero
x(t) x(kT ) h(t)
0 t 0 T 2T 3T t 0 T 2T 3T t
Retentor de
x(t) T x(kT ) Ordem Zero h(t)
Considere o amostrador real e o retentor de ordem zero ilustrados na Figura 6.4a. Assuma que o
sinal x(t) é zero para t < 0. Então, a saída h1 (t) está relacionada com o sinal x(t) na forma
h1 (t) = x(0)[1(t) − 1(t − T )] + x(T )[1(t − T ) − 1(t − 2T )]

+ x(2T )[1(t − 2T ) − 1(t − 3T )] + · · ·
(6.11)
∞
X
= x(kT )[1(t − kT ) − 1(t − (k + 1)T )].
k=0
Uma vez que

e−kT s
L{1(t − kT )} = , (6.12)
s


a transformada de Laplace da equação (6.11) é então da forma
∞ ∞
X e−kT s − e−(k+1)T s 1 − e−sT X
L{h1 (t)} = H1 (s) = x(kT ) = x(kT )e−ksT . (6.13)
s s
k=0 k=0
Figura 6.4: (a) Um amostrador real e o retentor de ordem zero; (b) modelo matemático
com amostrador impulso e função de transferência Gh0 (s)
x(t) x(kT ) Retentor de h1 (t) x(t) x∗ (t) h2 (t)

∗
Gh0 (s)
T Ordem Zero δT X (s) H2 (s)
(a) (b)
Agora, considere o modelo matemático mostrado na Figura 6.4b. A saída desse modelo deve ser
igual a do retentor de ordem zero, ou seja,
L{h2 (t)} = H2 (s) = H1 (s).
Assim,
∞
1 − e−sT X
H2 (s) = x(kT )e−ksT . (6.14)
s
k=0
Da Figura 6.4(b), temos
H2 (s) = Gh0 (s)X ∗ (s). (6.15)
Uma vez que

∞
X
X ∗ (s) = x(kT )e−kT s , (6.16)
k=0
a equação (6.14) pode ser escrita como
1 − e−sT ∗
H2 (s) = X (s). (6.17)
s
Por comparação das equações (6.15) e (6.17), temos que a função de transferência do retentor de
ordem zero é da forma
1 − e−sT
Gh0 (s) = . (6.18)
s
Observe que, matematicamente, o sistema mostrado na Figura 6.4a é equivalente ao sistema mostrado
na Figura 6.4b, do ponto de vista da relação entrada-saída. Ou seja, o conjunto amostrador real
e retentor ordem zero pode ser substituído por um sistema de tempo contínuo matematicamente
equivalente, que consiste em um amostrador impulso e uma função de transferência (1 − e−sT )/s. Os
dois processos de amostragem serão diferenciados (como mostrado na Figura 6.4) pela maneira como
as chaves de amostragem são desenhadas.


6.3.2 Retentor de Primeira Ordem
Embora retentores de primeira ordem não sejam utilizados nos sistemas de controle reais, é válido
analisar como é a sua função de transferência. A equação (6.9) descreve a saída de um circuito retentor
de ordem n. Para o retentor de primeira ordem temos n = 1, e assim
h(kT + τ ) = a1 τ + x(kT ) (6.19)
em que 0 ≤ τ < T e k = 0,1,2, . . .. Aplicando a condição que
h((k − 1)T ) = x((k − 1)T ) (6.20)
a constante a1 pode ser determinada da expressão
h((k − 1)T ) = −a1 T + x(kT ) = x((k − 1)T )
ou
x(kT ) − x((k − 1)T )
a1 = . (6.21)
T
Assim, a equação (6.19) fica da forma
x(kT ) − x((k − 1)T )

h(kT + τ ) = x(kT ) + τ (6.22)
T
em que 0 ≤ τ < T . O processo de extrapolação do retentor de primeira ordem é baseado na
equação (6.22). O sinal de saída de tempo contínuo h(t) obtido por uso do retentor de primeira ordem
é um sinal linear por partes, como mostrado na Figura 6.5.
Figura 6.5: Entrada e saída de um retentor de primeira ordem
x(t) x(kT ) h(t)
0 t 0 T 2T 3T t 0 T 2T 3T t
Retentor de
x(t) T x(kT ) Primeira Ordem h(t)
Para deduzir a função de transferência do retentor de primeira ordem, é conveniente considerar

uma função simples para x(t). Por exemplo, uma função degrau unitário, uma função impulso unitário,
ou uma função rampa unitária. Considerando a função degrau unitário, a saída h(t) do retentor de
primeira ordem consiste em linhas retas que são extrapolações dos dois valores prévios amostrados. A


curva de saída h(t) pode ser escrita como:

t
h(t) = 1 + [1(t) − 1(t − T )] + 1(t − T )
T
(6.23)
t t−T
= 1+ 1(t) − 1(t − T ) − 1(t − T ).
T T
A transformada de Laplace dessa equação é

1 1 1 −sT 1 −sT
H(s) = + 2
− e − e
s Ts T s2 s
(6.24)
1−e −sT 1−e −sT Ts + 1
= + = (1 − e−sT ) .
s T s2 T s2
Figura 6.6: (a) Amostrador real seguido por retentor de primeira ordem; (b) modelo matemático
consistindo de amostrador impulso e Gh1 (s)
x(t) x(kT ) h(t)
1 1
0 t 0 T 2T 3T t 0 T 2T 3T t
Retentor de
x(t) T x(kT ) Primeira Ordem h(t)
(a)
x(t) x∗ (t) h(t)
1 1
0 t 0 T 2T 3T t 0 T 2T 3T t
Gh1 (s)
x(t) δT x∗ (t) h(t)
(b)
A Figura 6.6b exibe o modelo matemático do amostrador real relacionado ao retentor de primeira
ordem ilustrado na Figura 6.6a. O modelo matemático consiste do amostrador impulso e Gh1 (s), a
função de transferência do retentor de primeira ordem. O sinal de saída deste modelo é o mesmo do
sistema real. Então a saída H(s) é também dada pela equação (6.24).
A transformada de Laplace da entrada x∗ (t) do retentor de primeira-ordem Gh1 (s) é
∞
X 1
X ∗ (s) = 1(kT )e−ksT = . (6.25)
1 − e−sT
k=0


Portanto, a função de transferência Gh1 (s) do retentor de primeira ordem é dada por
2
1 − e−sT

H(s) 2 T s + 1 Ts + 1
Gh1 (s) = ∗ = 1 − e−sT = . (6.26)
X (s) T s2 s T
Assim, podemos concluir que um amostrador real combinado com um retentor de primeira ordem é
matematicamente equivalente a um amostrador impulso combinado com a função de transferência
(1 − e−sT )2 (T s + 1)/(T s2 ).
Similarmente, funções de transferências de circuitos retentores de ordem elevada podem ser obtidas
seguindo o procedimento apresentado. Entretanto, como os circuitos retentores de ordem elevada
(n ≥ 2) não são práticos do ponto de vista de retardo (o que pode causar instabilidade no sistema) e
efeitos de ruídos, suas funções de transferências não são obtidas aqui. O retentor de ordem zero é o
mais simples e o mais utilizado na prática.
Um resumo do que foi discutido nesse capítulo sobre amostragem e retenção de dados é como
segue:
• Um amostrador real amostra o sinal de entrada periodicamente, produzindo uma sequência de
pulsos como saída. Enquanto a duração da amostragem (largura do pulso) do amostrador real
é muito pequena (mas nunca será zero), a consideração de largura zero (implicando que uma
sequência de pulsos torna-se uma sequência de impulsos de intensidades iguais ao sinal de tempo
contínuo nos instantes de amostragem) simplifica a análise de sistemas de tempo discreto. Essa
consideração é válida se a duração da amostragem é muito pequena comparada com a constante
de tempo mais significativa, e se um circuito retentor está conectado na saída do amostrador.
• Quando transformamos esT em z, o conceito de amostragem impulso (um processo puramente

matemático) nos permite analisar pela transformada-Z sistemas de controle de tempo discreto que
envolvem amostradores e circuitos retentores. Isto significa que pelo uso da variável complexa z
técnicas desenvolvidas para métodos de transformada de Laplace podem ser aplicadas na análise
de sistemas de tempo discreto envolvendo operações de amostragem.
• Uma vez que o amostrador real e o retentor de ordem zero são matematicamente substituídos
pelo amostrador impulso e a função de transferência (1−e−sT )/s, o sistema se torna um sistema
de tempo contínuo. Isto simplifica a análise do sistema de tempo discreto, uma vez que podemos
aplicar as técnicas disponíveis para sistemas de tempo contínuo.
• Como já ressaltado anteriormente, o amostrador impulso é um amostrador fictício introduzido

puramente com o propósito de análise matemática. Não é possível implementar fisicamente um
amostrador que gera impulsos.


Exercício 6.1
Considere o retentor de ordem zero mostrado na figura:
x∗ (t) 1 − e−sT y(t)

s
Do diagrama, temos
1 − e−sT

∗
Y (s) = G(s)X (s) = X ∗ (s).
s
Mostre que
Y ∗ (s) = X ∗ (s).
Exercício 6.2
Plote os gráficos da magnitude e fase do retentor de primeira-ordem Gh1 (s). A seguir, compare
as características de magnitude e fase do retentor de primeira-ordem com aquelas do retentor de
ordem-zero Gh0 (s).
2
1 − e−sT 1 − e−sT

Ts + 1
Gh0 (s) = , Gh1 (s) =
s T s

CAPÍTULO
7
Reconstruindo Sinais Originais de Sinais Amostrados
Objetivos
• Compreender o requisito da frequência mínima de amostragem como definido pelo

teorema da amostragem.
• Familiarizar-se com o espectro de frequência do sinal amostrado impulso, com a presença

de bandas laterais de frequências.
• Compreender a resposta em frequência do filtro ideal e do retentor de ordem zero.
• Familiarizar-se com alguns fenômenos na amostragem de sinais como: dobramento,

aliasing, oscilações escondidas, etc.
7.1 Teorema da Amostragem

O processo de reconstrução de um sinal de tempo contínuo x(t) a partir de suas amostras também é
denominado de interpolação. Se a frequência de amostragem é suficientemente alta comparada com a
componente de maior frequência envolvida no sinal de tempo contínuo, as características de amplitude
do sinal de tempo contínuo podem ser preservadas no envelope do sinal amostrado.
Para reconstruir o sinal original a partir de um sinal amostrado, há uma certa frequência mínima
que a operação de amostragem deve satisfazer. Essa frequência mínima é especificada no teorema da
amostragem. Vamos assumir que o sinal de tempo contínuo x(t) tem um espectro de frequência como
ilustra a Figura 7.1. Esse sinal x(t) não contém qualquer componente de frequência acima de ω1 rad/s.
72
CAPÍTULO 7. RECONSTRUINDO SINAIS ORIGINAIS DE SINAIS AMOSTRADOS 73

Figura 7.1: Um espectro de frequência
|X(jω)|
−ω1 0 ω1 ω
Teorema 7.1: Teorema da Amostragem

Se ωs , definido como 2π/T , em que T é o período de amostragem, é maior do que 2ω1 , em
que ω1 é a componente de maior frequência presente no sinal de tempo contínuo x(t), então o
sinal x(t) pode ser reconstruído completamente do sinal amostrado x∗ (t).
O teorema da amostragem implica que se ωs > 2ω1 então, do conhecimento do sinal amostrado
x∗ (t), é teoricamente possível reconstruir com exatidão o sinal de tempo contínuo original x(t). O
teorema é explicado a seguir com o auxílio de uma estratégia gráfica intuitiva. Para mostrar a validade
do teorema da amostragem, precisamos encontrar o espectro de frequência do sinal amostrado x∗ (t).
Para obter o espectro de frequência, consideramos que, com base na obtenção da transformada-Z
pelo método da integral de convolução, a transformada de Laplace de x∗ (t) pode ser calculada pelas
expressões
∞
1 X
X ∗ (s) = X(s + jωs k) (7.1)
T
k=−∞
ou
∞
1 X 1
X ∗ (s) = X(s + jωs k) + x(0+ ) (7.2)
T 2
k=−∞
dependendo se x(0+ ) = 0 ou não. Para obtermos o espectro de frequência, substituímos s por jω na

equação (7.1), uma vez que nessa discussão o valor de x(0+ ) não é relevante. Assim,
∞
∗ 1 X
X (jω) = X(jω + jωs k)
T
k=−∞ (7.3)
1 1 1
= · · · + X(j(ω − ωs )) + X(jω) + X(j(ω + ωs )) + · · ·
T T T
A equação (7.3) fornece o espectro de frequência do sinal amostrado x∗ (t). Vemos que o espectro
de frequência do sinal amostrado impulso é reproduzido infinitas vezes, e atenuado pelo fator 1/T .
Assim, o processo de modulação impulso do sinal de tempo contínuo produz uma série de bandas

laterais de frequências (sidebands). Como X ∗ (s) é periódica com período 2π/ωs , da forma

X ∗ (s) = X ∗ (s ± jωs k), k = 0,1,2, . . . (7.4)
se a função X(s) tem um pólo em s = s1 , então X ∗ (s) tem pólos em s = s1 ± jωs k, k = 0,1,2, . . .
A Figura 7.2 mostra gráficos do espectro de frequência X ∗ (jω) em relação a ω para dois valores
da frequência de amostragem ωs . A Figura 7.2a corresponde a ωs > 2ω1 , e a Figura 7.2b corresponde
a ωs < 2ω1 . Cada curva de |X ∗ (jω)| em relação a ω consiste em |X(jω)|/T repetido todo ωs =
2π/T rad/s. No espectro de frequência de |X ∗ (jω)| a componente |X(jω)|/T é denominada de
componente primária, e as outras componentes, |X(j(ω ±ωs k))|/T , são denominadas de componentes
complementares.
Figura 7.2: Gráficos do espectro de frequência |X ∗ (jω)| versus ω para dois valores de
frequência de amostragem ωs : (a) ωs > 2ω1 ; (b) ωs < 2ω1
|X ∗ (jω)|
ωs > 2ω1
1
T
−2ωs − 3ω2 s −ωs − ω2s 0 ω1 ωs ωs 3ωs 2ωs ω

2 2
(a)
|X ∗ (jω)|
ωs < 2ω1
−2ωs −ωs 0 ωs 2ωs ω
(b)
Se ωs > 2ω1 , nenhum par de componentes de |X ∗ (jω)| terá sobreposição, e o espectro de

frequência amostrado será repetido todo ωs rad/s. Se ωs < 2ω1 , a forma original de |X ∗ (jω)| não mais
aparece no gráfico de |X ∗ (jω)| em relação ω pela superposição do espectro. Verificamos então que o
sinal de tempo contínuo x(t) pode ser reconstruído do sinal amostrado impulso x∗ (t), por filtragem,
se e apenas se ωs > 2ω1 .
Embora o requisito sobre a frequência mínima de amostragem seja especificado pelo teorema da
amostragem como ωs > 2ω1 , em que ω1 é a componente do sinal de maior frequência, considerações


práticas sobre a estabilidade do sistema de malha-fechada e outras considerações de projeto podem
requerer a amostragem numa frequência muito maior do que o mínimo teórico (geralmente ωs é
escolhido entre 10 e 20 vezes ω1 ).
7.2 O Filtro Passa-Baixas Ideal

A Figura 7.3 ilustra o espectro amplitude frequência do filtro passa-baixas ideal GI (jω). Observe que
a magnitude do filtro ideal é unitária na faixa de frequência − 21 ωs ≤ ω ≤ 12 ωs , e é zero fora dessa
faixa de frequência.
Figura 7.3: Espectro de frequência

do filtro passa-baixas ideal
|GI (jω)|
− ω2s 0 ωs ω
2
O processo de amostragem introduz além da componente primária um número infinito de compo-

nentes complementares. O filtro ideal atenuará para zero todas essas componentes complementares e
passará apenas a componente primária, desde que a frequência de amostragem ωs seja maior do que
duas vezes a componente de frequência mais alta do sinal de tempo contínuo. Tal filtro ideal reconstrói
o sinal de tempo contínuo representado pelas amostras. A Figura 7.4 ilustra o espectro de frequência
dos sinais antes e após filtragem ideal.
Figura 7.4: Espectro de frequência dos sinais antes e após filtragem ideal
|X(jω)| |X ∗ (jω)| |Y (jω)|
−ω1 0 ω1 ω −ωs −ω1 0 ω1 ωs ω −ω1 0 ω1 ω

Filtro Ideal
X(s) δT X (s)∗ GI (jω) Y (s)
O espectro de frequência na saída do filtro ideal é 1/T vezes o espectro de frequência do sinal de


tempo contínuo original x(t). Como o filtro ideal tem características de magnitude constante para a
faixa de frequência − 12 ωs ≤ ω ≤ 12 ωs , não há distorção em qualquer frequência dentro dessa faixa.
Ou seja, não há deslocamento de fase no espectro de frequência do filtro ideal. O deslocamento de fase
do filtro ideal é zero.
Se a frequência de amostragem é menor do que o dobro da componente de frequência mais alta
do sinal de tempo contínuo original, nem mesmo o filtro ideal poderá reconstruir o sinal de tempo
contínuo original, devido à sobreposição do espectro de frequência da componente primária e das
componentes complementares.
7.2.1 O Filtro Passa-Baixas Ideal é Fisicamente Realizável?
Esse questionamento pode ser esclarecido com a determinação da função resposta ao impulso do filtro
ideal. O resultado mostra que para o filtro ideal há uma saída mesmo antes da aplicação da entrada ao
filtro. Assim, resta demonstrado que o filtro ideal não é fisicamente realizável, como mostrado abaixo.
Uma vez que o espectro de frequência do filtro ideal é dado por

1 − 12 ωs ≤ ω ≤ 12 ωs
GI (jω) = (7.5)
0 caso contrário
a transformada de Fourier inversa do espectro de frequência fornece

Z ∞ Z ωs /2
1 1
gI (t) = GI (jω)ejωt dω = ejωt dω
2π −∞ 2π −ωs /2
(7.6)
1 jωs t/2 1 sen(ωs t/2)
= e − e−jωs t/2 = .
2πjt T (ωs t/2)
A equação (7.6) fornece a resposta ao impulso unitário do filtro ideal. O gráfico de gI (t) em relação a
t é mostrado na Figura 7.5. Observe que a resposta vai de t = −∞ a t = ∞. Isto implica haver uma
resposta para t < 0 para um impulso unitário aplicado em t = 0. Isso não pode ser verdade no mundo
real. Portanto, esse filtro ideal não é fisicamente realizável.
Como o filtro ideal não é realizável, então não é possível, na prática, reconstruir exatamente
um sinal de tempo contínuo a partir do sinal amostrado, independente da frequência de amostragem
escolhida.
7.3 Resposta em Frequência do Retentor de Ordem Zero

Como deduzido anteriormente, a função de transferência do retentor de ordem zero é
1 − e−T s
Gh0 (s) = . (7.7)
s


Figura 7.5: Resposta ao impulso gI (t) do filtro ideal
gI (t)
1
T
−3T −2T −T 0 T 2T 3T t
Para comparar o retentor de ordem zero com o filtro ideal, obtemos as características da resposta
em frequência da função de transferência do retentor de ordem zero. Substituindo s por jω na
equação (7.7), obtemos
1 − e−T jω 2e−jωT /2 (ejωT /2 − e−jωT /2 ) sen(ωT /2) −jωT /2

Gh0 (jω) = = =T e . (7.8)
jω 2jω (ωT /2)
A amplitude do espectro de frequência de Gh0 (jω) é

sen(ωT /2)
|Gh0 (jω)| = T
. (7.9)
(ωT /2)
A magnitude se torna zero na frequência igual à frequência de amostragem ou nas frequências que são
múltiplos inteiros da frequência de amostragem.
A Figura 7.6a mostra as características da resposta em frequência do retentor de ordem zero.
Como pode ser visto, há picos de ganhos indesejáveis nas frequências de 3ωs /2, 5ωs /2, e assim
por diante. A magnitude é mais de 3 dB abaixo (0,637 = −3,92 dB) na frequência 12 ωs . Devido a
magnitude decrescer gradualmente quando a frequência aumenta, as componentes complementares
gradualmente atenuam para zero. Como as características de magnitude do retentor de ordem zero
não são constantes, se um sistema é conectado ao amostrador e retentor de ordem zero, distorções do
espectro de frequência ocorrem no sistema.
As características de deslocamento de fase do retentor de ordem zero podem ser obtidas como
segue. Observe que sen(ωT /2) alterna valores positivos e negativos quando ω aumenta de 0 a ωs , de ωs
a 2ωs , de 2ωs a 3ωs , e assim por diante. Assim, a curva de fase é descontínua em ω = kωs = 2πk/T ,
k = 1,2,3, . . .. Tal descontinuidade ou uma troca de um valor positivo para um valor negativo, ou
vice-versa, pode ser considerada um deslocamento de fase de ±180◦ . Na Figura 7.6a o deslocamento
de fase é considerado −180◦ . Assim,
sen(ωT /2) −jωT /2 ωT

Gh0 (jω) = T e = sen(ωT /2) + e−jωT /2 = sen(ωT /2) − (7.10)
ωT /2 2


em que
ωT
e−jωT /2 = − , sen(ωT /2) = 0◦ ou ± 180◦ .
2
Figura 7.6: Resposta em frequência do retentor de ordem zero
|Gh0 |
0,6377
0,2177
0,1277
0 ωs ωs 3ωs 2ωs 5ωs 3ωs ω

2 2 2
ωs 2ωs 3ωs ω
0◦
−180◦
−360◦
−540◦
−720◦
−900◦
Gh0
O espectro de frequência da saída do retentor de ordem zero inclui componentes complementares,

6 0 para |ω| > 21 ωs , exceto nos pontos
porque as características de magnitude mostram que |Gh0 (jω)| =
ω = ±ωs , ω = ±2ωs , ω = ±3ωs , . . . Na curva de fase, há descontinuidades de ±180◦ nos pontos de
frequências múltiplas de ωs . Exceto nesses pontos de descontinuidade de fase, a característica de fase
é linear em ω.
A Figura 7.7 mostra a comparação do filtro ideal com o retentor de ordem zero. Para o propósito
da comparação, as magnitudes |G(jω)| são normalizadas. Nota-se que o retentor de ordem zero é um
filtro passa-baixas, embora sua função não seja tão boa. Muitas vezes, filtragem passa-baixas adicional
do sinal antes da amostragem é necessária para efetivamente remover componentes de frequências
maiores do que 12 ωs .
A precisão do retentor de ordem zero como um extrapolador depende da frequência de amostragem


ωs . Ou seja, a saída do retentor pode ser feita tão próxima do sinal de tempo contínuo original quanto
possível fazendo o período de amostragem T se tornar tão pequeno quanto possível, na prática.
Figura 7.7: Comparação do filtro ideal com o retentor de ordem zero
|Gh0 |
0,638
1
−3ωs −2ωs −ωs 0 ωs ωs 2ωs 3ωs ω

2
7.4 Dobramento (Folding)

O fenômeno da sobreposição no espectro da frequência é conhecido como dobramento (folding). A
Figura 7.8 mostra as regiões onde erros de dobramento ocorrem. A frequência 12 ωs é denominada de
frequência de dobramento ou frequência de Nyquist ωN . Ou seja,
ωs π
ωN = = .
2 T
Na prática, sinais nos sistemas de controle têm componentes de alta-frequência, e assim algum efeito
de folding quase sempre existirá. Por exemplo, num sistema eletromecânico algum sinal pode ser
contaminado por ruídos. O espectro de frequência do sinal, portanto, pode incluir componentes
de baixa-frequência e componentes de alta-frequência do ruído. Como amostrar em frequências
maiores do que 400 Hz não é prático, a alta frequência será dobrada e aparecerá como uma baixa
frequência. Relembre que todos os sinais com frequências maiores do que 12 ωs aparecem como sinais
de frequências entre 0 e 12 ωs . Na verdade, em certos casos, um sinal de frequência zero pode aparecer
na saída.
7.5 Aliasing
No espectro de frequência de um sinal amostrado impulso x∗ (t) em que ωs < 2ω1 , como mostrado
na Figura 7.9, considere um ponto de frequência arbitrária ω2 que cai na região da sobreposição do
espectro de frequência. O espectro de frequência em ω = ω2 comporta duas componentes, |X ∗ (jω2 )|
e |X ∗ (j(ωs − ω2 ))|. A última componente vem do espectro de frequência centrado em ω = ωs . Assim,


Figura 7.8: Regiões com erros de dobramento
|X ∗ (jω)|
Erro de dobramento
−ωs − ω2s 0 ωs ωs ω
2
o espectro de frequência do sinal amostrado em ω = ω2 inclui componentes não apenas na frequência

ω2 mas também na frequência ωs − ω2 .
Quando o espectro composto é filtrado por um filtro passa-baixas, tal como o retentor de ordem
zero, alguns harmônicos elevados ainda estarão presentes na saída. A componente de frequência em
ω = nωs ± ω2 (em que n é um inteiro) aparecerá nas saídas como se ela fosse uma componente de
frequência em ω = ω2 . Não é possível distinguir o espectro de frequência em ω = ω2 daquele em
ω = nωs ± ω2 . O fenômeno no qual a componente de frequência ωs − ω2 (em geral, nωs − ω2 )
aparece na frequência ω2 quando o sinal x(t) é amostrado é denominado de aliasing. Esta frequência
ωs − ω2 é denominada de uma alias de ω2 .
Figura 7.9: Espectro de frequência de um sinal amostrado impulso x∗ (t)
|X ∗ (jω)|
|X ∗ (j(ωs − ω2 ))|
|X ∗ (jω2 )|
−2ωs −ωs 0 ω2 ω1 ωs 2ωs ω
−ω1
ωs − ω2
Para evitar aliasing, devemos ou escolher a frequência de amostragem alta o suficiente (ωs > 2ω1 ,
em que ω1 é a componente de mais alta frequência presente no sinal) ou usar um pré-filtro a frente
do amostrador, denominado de filtro anti-aliasing e com largura de faixa de ωs /2, para reformatar o

espectro de frequência do sinal (de forma que o espectro de frequência para ω > 12 ωs seja desprezível)

antes do sinal ser amostrado. O efeito colateral desse filtro é a perda de componentes espectrais do
sinal além da frequência ωs /2, a qual é uma alternativa preferível ao efeito de aliasing em frequência
abaixo de ωs /2.
7.6 Oscilação Escondida

Se o sinal de tempo contínuo x(t) envolve uma componente de frequência igual a n vezes a frequência
de amostragem ωs , aquela componente pode não aparecer no sinal amostrado. Por exemplo, se o sinal
x(t) = x1 (t) + x2 (t) = sen(t) + sen(3t)
em que x1 (t) = sen(t) e x2 (t) = sen(3t), é amostrado em t = 0,2π/3,4π/3, . . ., (a frequência de

amostragem ωs é 3 rad/s), o sinal amostrado não mostrará a componente de frequência com ω = 3
rad/s, a frequência igual a ωs . Embora o sinal x(t) envolva uma oscilação com ω = 3 rad/s, o
sinal amostrado não mostra essa oscilação. Essa oscilação existindo em x(t) entre os períodos de
amostragem é denominada de oscilação escondida.

Exercício 7.1
Plote as curvas da magnitude e fase do retentor de primeira ordem. Em seguida, compare as
características de magnitude e fase do retentor de primeira ordem com aquelas do retentor de
ordem zero.
Exercício 7.2
Amostre os seguintes sinais em 20 Hz e mostre que eles resultam no mesmo sinal amostrado:
x1 (t) = sen(4πt + 20◦ ) + 2 cos(26πt + 45◦ )

x2 (t) = 2 sen(14πt − 45◦ ) + cos(36πt + 70◦ )
x3 (t) = sen(4πt + 20◦ ) − 2 cos(14πt + 135◦ )
Exercício 7.3
Amostre os sinais do Exercício 7.2 nas frequências de 30 Hz e 40 Hz. Ocorre aliasing em algum
caso?


Exercício 7.4
Os sinais x1 (t) = 1 e x2 (t) = cos(2π100t) são amostrados em 100 Hz. Mostre que os sinais
amostrados são trens de impulso idênticos com valores constantes.
Exercício 7.5
Amostre o sinal x(t) = cos(2π100t) em 200 Hz. Plote o sinal amostrado e seu espectro.

CAPÍTULO
8
A Função de Transferência Pulsada I
Objetivos
• Compreender o significado e o cálculo da convolução discreta, bem como a sua represen-

tação no domínio de z.
• Saber obter a função de transferência pulsada de sistemas que contém operações de

amostragem em vário locais.
8.1 A Convolução Discreta

A função de transferência para um sistema de tempo contínuo relaciona a transformada de Laplace da
saída de tempo contínuo com a transformada de Laplace da entrada de tempo contínuo, enquanto a
função de transferência pulsada relaciona a transformada-Z da saída nos instantes de amostragem com
a transformada-Z da entrada amostrada.
Considere a resposta de um sistema de tempo contínuo governado por um sinal amostrado-impulso
(um trem de impulsos) como ilustra a Figura 8.1. Suponha que x(t) = 0 para t < 0. O sinal
amostrado-impulso x∗ (t) é a entrada para o sistema de tempo contínuo cuja função de transferência é
G(s). A saída do sistema é considerada sinal de tempo contínuo y(t). Se na saída há outro amostrador,
sincronizado em fase com o amostrador da entrada e operando no mesmo período de amostragem,
então a saída é um trem de impulsos. Considere que y(t) = 0 para t < 0.
83
CAPÍTULO 8. A FUNÇÃO DE TRANSFERÊNCIA PULSADA I 84

A transformada-Z de y(t) é
∞
X
Z{y(t)} = Y (z) = y(kT )z −k . (8.1)
k=0
Na ausência de um amostrador na saída, se considerarmos um amostrador fictício na saída (que está

sincronizado em fase com o amostrador da entrada e opera no mesmo período de amostragem) e
observarmos a sequência de valores de y(t) tomados apenas nos instantes t = kT , a transformada-Z
da saída y ∗ (t) também pode ser dada pela equação (8.1).
Figura 8.1: Sistema de tempo contínuo governado por um sinal

amostrado-impulso
x(t) x∗ (t) y(t)

G(s)
δT
y ∗ (t)
δT
Para o sistema de tempo contínuo, é um fato bem conhecido que a saída y(t) do sistema está
relacionada a entrada x(t) pela integral de convolução
Z t Z t
y(t) = g(t − τ )x(τ )dτ = x(t − τ )g(τ )dτ, (8.2)
0 0
em que g(t) é a resposta ao impulso do sistema. Para sistemas de tempo discreto temos o somatório
convolução, que é similar a integral de convolução. Uma vez que
∞
X ∞
X
∗
x (t) = x(t)δ(t − kT ) = x(kT )δ(t − kT ) (8.3)
k=0 k=0
é um trem de impulsos, a resposta y(t) do sistema para a entrada x∗ (t) é a soma das respostas impulsos
individuais. Portanto,



 g(t)x(0), 0 ≤ t < T,


g(t)x(0) + g(t − T )x(T ), T ≤ t < 2T,





y(t) = g(t)x(0) + g(t − T )x(T ) + g(t − 2T )x(2T ), 2T ≤ t < 3T, (8.4)

 .
..






g(t)x(0) + g(t − T )x(T ) + · · · + g(t − kT )x(kT ), kT ≤ t < (k + 1)T.

Como para um sistema físico uma resposta não pode preceder a entrada (sistemas físicos são não-
antecipativos), temos que g(t) = 0 para t < 0 ou g(t − kT ) = 0 para t < kT . Consequentemente, a


expressão acima pode ser simplificada em uma só equação:
y(t) = g(t)x(0) + g(t − T )x(T ) + g(t − 2T )x(2T ) + · · · + g(t − kT )x(kT )

k
X (8.5)
= g(t − iT )x(iT ) 0 ≤ t ≤ kT.
i=0
Os valores da saída y(t) nos instantes de amostragem t = kT , k = 0,1,2, . . ., são dados por
k
X
y(kT ) = g(kT − iT )x(iT ) (8.6a)
i=0
k
X
= x(kT − iT )g(iT ), (8.6b)
i=0
em que g(kT ) é a sequência resposta ao impulso do sistema. As duas equações acima, denominadas
de somatório convolução, podem ser tomadas de 0 a ∞, em vez de 0 a k, sem modificar o valor do
somatório. Assim, elas podem ser reescritas como
∞
X
y(kT ) = g(kT − iT )x(iT ) (8.7a)
i=0
X∞
= x(kT − iT )g(iT ). (8.7b)
i=0
Se G(s) é uma razão de polinômios em s, e se o grau do polinômio do denominador excede o grau

do polinômio do numerador por somente um, a saída y(t) é descontínua, como ilustra a Figura 8.2a.
E quando a saída y(t) é descontínua, as equações (8.7a) e (8.7b) fornecem os valores imediatamente
após os instantes da amostragem, ou seja, y(0+), y(T +), . . . , y(kT +). Estes valores não retratam a
curva real da resposta.
Figura 8.2: Resposta ao impulso y(t) quando o grau do polinômio do denominador de G(s) é:
(a) maior por 1 do que o grau do numerador; (b) maior por 2 ou mais
y(t) y(t)
0 T 2T 3T 4T 5T t 0 T 2T 3T 4T 5T t
(a) (b)


Por outro lado, se o grau do polinômio do denominador excede o grau do polinômio do numerador
por 2 ou mais, a saída y(t) é contínua, como mostrado na Figura 8.2b. E quando a saída y(t) é contínua,
as equações (8.7a) e (8.7b) fornecem os valores nos instantes da amostragem. Os valores de y(kT )
neste caso retratam a curva da resposta real.
Portanto, ao analisarmos sistemas de tempo discreto é importante relembrar que a resposta do
sistema ao sinal amostrado-impulso pode não retratar corretamente a resposta no tempo do sistema
real, exceto se a função de transferência G(s) da porção de tempo contínuo do sistema tenha pelo
menos 2 pólos a mais do que zeros, de maneira que lims→∞ sG(s) = 0.
8.2 A Função de Transferência Pulsada

A transformada-Z de y(kT ), como dado por (8.7a), é calculada por
∞
X ∞ X
X ∞ ∞ X
X ∞
−k −k
Y (z) = y(kT )z = g(kT − iT )x(iT )z = g(mT )x(iT )z −(m+i)
k=0 k=0 i=0 k=0 i=0
∞ ∞ (8.8)
X X
= g(mT )z −m x(iT )z −i = G(z)X(z)
m=0 i=0
em que m = k − i. A equação (8.8) relaciona a saída pulsada Y (z) do sistema a entrada pulsada X(z).
Ela fornece um meio de determinar a transformada-Z da sequência de saída para qualquer sequência
de entrada. A transformada G(z) é denominada de função de transferência pulsada ou função de
transferência amostral do sistema de tempo discreto. Ela é a transformada-Z da sequência resposta ao
impulso.
8.2.1 A Transformada de Laplace Estrelada
Na análise de sistemas de controle de tempo discreto, muitas vezes temos alguns sinais no sistema
que são estrelados (sinais amostrado-impulso) e outros sinais que não são. Para obtermos funções de
transferências pulsadas e analizarmos sistemas de controle de tempo discreto, devemos saber obter as
transformadas de sinais de saída de sistemas que contém operações de amostragem em vários locais
nos laços do diagrama.
Suponha que o amostrador tipo impulso é seguido por um elemento linear de tempo contínuo cuja
função de transferência é G(s), como mostrado na Figura 8.3. Assumindo que todas as condições
iniciais no sistema são nulas, a saída Y (s) é dada por
Y (s) = G(s)X ∗ (s). (8.9)
Observe que Y (s) é um produto de X ∗ (s), periódico com período 2π/ωs , por G(s), que não é
periódico. O fato de os sinais amostrado-impulso serem periódicos pode ser observado em
X ∗ (s) = X ∗ (s ± jωs k), k = 0,1,2, . . . . (8.10)


Figura 8.3: Sistema amostrado-impulso
x(t) x∗ (t) y(t)

∗
G(s)
X(s) δT X (s) Y (s)
É demostrado a seguir que, ao tomarmos a transformada de Laplace estrelada (de um sinal

amostrado-impulso) da equação (8.9) podemos deixar X ∗ (s) de fora da operação de transformação,
de maneira que
Y ∗ (s) = [G(s)X ∗ (s)]∗ = [G(s)]∗ X ∗ (s) = G∗ (s)X ∗ (s). (8.11)
Este fato é muito importante na obtenção da função de transferência pulsada e também na simplificação
do diagrama de blocos do sistema de controle de tempo discreto.
Para deduzir a equação (8.11), observe que a transformada de Laplace inversa de Y (s), tal como
dado pela equação (8.9), pode ser escrita como:
Z t Z t ∞
X
y(t) = L−1 {G(s)X ∗ (s)} = g(t − τ )x∗ (τ )dτ = g(t − τ ) x(τ )δ(τ − kT )dτ
0 0 k=0
∞ Z t
X
= g(t − τ )x(τ )δ(τ − kT )dτ (8.12)
k=0 0
X∞
= g(t − kT )x(kT ).
k=0
Assim, a transformada Y (z) é obtida por

∞ X
"∞ #
X
Y (z) = Z{y(t)} = g(iT − kT )x(kT ) z −i
i=0 k=0
∞ X∞ ∞ ∞
X X X (8.13)
= g(mT )x(kT )z −(k+m) = g(mT )z −m x(kT )z −k
m=0 k=0 m=0 k=0
= G(z)X(z).
Como a transformada-Z pode ser entendida como a transformada de Laplace estrelada com esT
substituído por z, a transformada-Z pode ser considerada uma notação simplificada para a transformada
de Laplace estrelada. Assim, a equação (8.13) pode ser expressa como
Y ∗ (s) = G∗ (s)X ∗ (s), (8.14)
a qual é a equação (8.11). Temos assim mostrado que, tomando a transformada de Laplace estrelada
de ambos os lados da equação (8.9) obtemos a equação (8.11).
Para resumir o que foi deduzido até aqui, observe que as equações (8.9) e (8.11) indicam que
tomar a transformada de Laplace estrelada de um produto de transformadas, no qual algumas são


transformadas de Laplace ordinárias e outras são transformadas de Laplace estreladas, as funções que
já estão na forma estrelada podem ser deixadas fora da operação de transformada de Laplace estrelada.
Observa-se também que o sistema se torna periódico sob a operação de transformada de Laplace
estrelada. Tais sistemas periódicos geralmente são mais complicados de se analisar do que os originais
não periódicos, mas o primeiro pode ser analisado sem dificuldade se analisado no plano z (ou seja,
pelo uso da função de transferência pulsada).
8.3 Obtenção da Função de Transferência Pulsada

Esta seção apresenta procedimentos gerais para a obtenção da função de transferência pulsada de um
sistema com um amostrador impulso na entrada, conforme ilustrado na Figura 8.4a.
Figura 8.4: Sistema de tempo contínuo com amostrador

impulso na entrada
x(t) x∗ (t) y(t)

G(s)
δT X(z)
y ∗ (t)
δT Y (z)
(a)
x(t) y(t)
G(s)
X(s) Y (s)
(b)
A função de transferência pulsada G(z) do sistema mostrado na Figura 8.4a é dada por
Y (z)
G(z) = = Z{G(s)}. (8.15)
X(z)
A função de transferência G(s) do sistema mostrado na Figura 8.4(b) é dada por
Y (s)
G(s) = . (8.16)
X(s)
É importante relembrar que a função de transferência pulsada para esse sistema não é Z{G(s)}, devido
à ausência do amostrador impulso.
A presença ou ausência do amostrador impulso é crucial na determinação da função de transferência
pulsada de um sistema. Por exemplo, para o sistema da Figura 8.4a, a transformada de Laplace da
saída y(t) é
Y (s) = G(s)X ∗ (s). (8.17)


Portanto, tomando a transformada de Laplace estrelada de Y (s), temos
Y ∗ (s) = G∗ (s)X ∗ (s) (8.18)
ou, em termos da transformada-Z,

Y (z) = G(z)X(z). (8.19)
Para o sistema mostrado na Figura 8.4b, a transformada de Laplace da saída y(t) é
Y (s) = G(s)X(s) (8.20)
o que fornece
Y ∗ (s) = [G(s)X(s)]∗ = [GX(s)]∗ (8.21)
ou, em termos da transformada-Z,
Y (z) = Z{Y (s)} = Z{G(s)X(s)} = Z{GX(s)} = GX(z) 6= G(z)X(z). (8.22)
Observe então que somente para o caso em que a entrada do sistema G(s) é um sinal amostrado-impulso
a função de transferência pulsada é dada por
G(z) = Z{G(s)}. (8.23)
Os dois exemplos a seguir demonstram os métodos para obtenção da função de transferência pulsada.
Exemplo 8.1
Obtenha a função de transferência pulsada G(z) do sistema mostrado na Figura 8.4a, quando
G(s) é dada por
1
G(s) = .
s+a
Observe haver um amostrador na entrada de G(s) e, portanto, a função de transferência pulsada

é G(z) = Z{G(s)}.
a) Recorrendo a uma tabela de transformadas, temos

1 1
G(z) = Z = −aT
.
s+a 1−e z −1
b) A função resposta ao impulso para o sistema é obtida como:
g(t) = L−1 {G(s)} = e−at .
Portanto,
g(kT ) = e−akT , k = 0,1,2, . . .


e assim,
∞ ∞ ∞
X
−k
X
−akT −k
X 1
G(z) = Z{g(kT )} = g(kT )z = e z = (eaT z)−k = .
1− e−aT z −1
k=0 k=0 k=0
Exemplo 8.2
Obtenha a função de transferência pulsada G(z) do sistema mostrado na Figura 8.4a, quando
G(s) é dada por
1 − e−T s 1
G(s) = .
s s(s + 1)
Observe haver um amostrador na entrada de G(s) e, portanto, a função de transferência pulsada

é G(z) = Z{G(s)}.
a) Usando a relação entre as transformadas de Laplace e Z, de que se a transformada de
Laplace G(s) envolve um fator (1 − e−sT ) então na transformada-Z de G(s) o termo
(1 − e−sT ) = 1 − z −1 pode ser deixado de fora de forma que G(z) se torna o produto de
(1 − z −1 ) e a transformada-Z do termo restante, então temos

−sT 1 −1 1
G(z) = Z{G(s)} = Z (1 − e ) 2 = (1 − z )Z
s (s + 1) s2 (s + 1)

1 1 1
= (1 − z −1 )Z − + .
s2 s s+1
Recorrendo a uma tabela de transformadas, temos
T z −1

−1 1 1
G(z) = (1 − z ) − +
(1 − z −1 )2 1 − z −1 1 − e−T z −1
(T − 1 + e−T )z −1 + (1 − e−T − T e−T )z −2
= .
(1 − z −1 )(1 − e−T z −1 )
b) Reescrevendo a função de transferência dada como:

−sT 1 1 1
G(s) = (1 − e ) 2− + .
s s s+1
Tomando a transformada de Laplace inversa obtemos a função resposta ao impulso

g(t) = (t − 1 + e−T )1(t) − t − T − 1 + e−(t−T ) 1(t − T ).
Então,
g(kT ) = (kT − 1 + e−kT ) − [kT − T − 1 + e−(kT −T ) ]1((k − 1)T )


e−kT + T − e−(kT −T ) k = 1,2,3, . . .
=
0 k = 0.


Finalmente, a função de transferência pulsada pode ser obtida como segue:
∞
X
G(z) = Z{g(kT )} = g(kT )z −k
k=0
∞
X
= e−kT + T − e−(kT −T ) z −k + eT − 1 − T
k=0
∞
X ∞
X
= (1 − eT ) e−kT z −k + T z −k + eT − 1 − T
k=0 k=0
T 1 T
= (1 − e ) + + eT − 1 − T
1 − e−T z −1 1 − z −1
(T − 1 + e−T )z −1 + (1 − e−T − T e−T )z −2
= .
(1 − z −1 )(1 − e−T z −1 )
8.4 Leitura Adicional

Exercício 8.1
Para a função de transferência G(s) abaixo, obtenha a função de transferência pulsada G(z)
usando dois métodos diferentes:
s+3
G(s) =
(s + 1)(s + 2)

CAPÍTULO
9
A Função de Transferência Pulsada II
Objetivos
• Saber obter a função de transferência pulsada de vários blocos em série com operações de
amostragem em vários locais.
• Saber obter a função de transferência pulsada de sistemas de controle em malha fechada.
• Obter a função de transferência pulsada de um controlador digital tipo PID nas formas
posição e velocidade.
9.1 Função de Transferência Pulsada de Elementos Série

Considere os sistemas mostrados na Figura 9.1. Assuma que os amostradores são sincronizados e com
mesmo período de amostragem T . É demonstrado a seguir que, a função de transferência pulsada do
sistema exibido na Figura 9.1a é G(z)H(z), e a função de transferência pulsada do sistema exibido na
Figura 9.1b é Z{G(s)H(s)} = Z{GH(s)} = GH(z), sendo assim diferente de G(z)H(z).
Do diagrama do sistema mostrado na Figura 9.1a, obtemos
U (s) = G(s)X ∗ (s), (9.1a)

Y (s) = H(s)U ∗ (s). (9.1b)
92
CAPÍTULO 9. A FUNÇÃO DE TRANSFERÊNCIA PULSADA II 93

Figura 9.1: (a) Systema amostrado com um amostrador entre os elementos G(s)
e H(s); (b) sistema amostrado sem amostrador entre os elementos G(s) e H(s)
x(t) x∗ (t) u(t) u∗ (t) y(t) y ∗ (t)

G(s) H(s)
δT δT δT
(a)
x(t) x∗ (t) u(t) y(t) y ∗ (t)

G(s) H(s)
δT δT
(b)
Assim, tomando a transformada de Laplace estrelada de cada uma dessas equações, temos
U ∗ (s) = G∗ (s)X ∗ (s), (9.2a)

Y ∗ (s) = H ∗ (s)U ∗ (s). (9.2b)
Consequentemente,
Y ∗ (s) = H ∗ (s)U ∗ (s) = H ∗ (s)G∗ (s)X ∗ (s) = G∗ (s)H ∗ (s)X ∗ (s). (9.3)
Em termos da notação da transformada-Z,
Y (z) = G(z)H(z)X(z). (9.4)
A função de transferência pulsada entre as saídas y ∗ (t) e a entrada x∗ (t) é, portanto, dada por
Y (z)
= G(z)H(z). (9.5)
X(z)
Agora, considere o sistema mostrado na Figura 9.1b. Do diagrama de blocos, temos
Y (s) = G(s)H(s)X ∗ (s) = GH(s)X ∗ (s) (9.6)
em que
GH(s) = G(s)H(s). (9.7)
Tomando a transformada de Laplace estrelada de Y (s), temos
Y ∗ (s) = [GH(s)]∗ X ∗ (s). (9.8)
Y (z) = GH(z)X(z) (9.9)

e a função de transferência pulsada entre a saída y ∗ (t) e a entrada x∗ (t) é

Y (z)
= GH(z) = Z{GH(s)}. (9.10)
X(z)
Observe que
G(z)H(z) 6= GH(z) = Z{GH(s)}. (9.11)
Assim, as funções de transferências pulsadas dos sistemas mostrados nas Figuras 9.1a e 9.1b são
diferentes, como pode ser verificado no exemplo a seguir.
Figura 9.2: (a) Systema amostrado com um amostrador entre os elementos G(s)
e H(s); (b) sistema amostrado sem amostrador entre os elementos G(s) e H(s)
x(t) x∗ (t) 1 u(t) u∗ (t) 1 y(t) y ∗ (t)

δT s+a δT s+b δT
G(s) H(s)
(a)
x(t) x∗ (t) 1 u(t) 1 y(t) y ∗ (t)

δT s+a s+b δT
G(s) H(s)
(b)
Exemplo 9.1
Para os sistemas mostrados nas Figuras 9.2a e 9.2b, obtenha a função de transferência pulsada
Y (z)/X(z) para cada sistema.
Para o sistema da Figura 9.2a, as duas funções de transferências G(s) e H(s) são separadas
por um amostrador. Como no exemplo anterior, assumimos que os dois amostradores são
sincronizados com o mesmo período de amostragem. A função de transferência pulsada para
esse sistema é
Y (z) Y (z) U (z)
= = H(z)G(z) = G(z)H(z).
X(z) U (z) X(z)
Portanto,

Y (z) 1 1 1 1
= G(z)H(z) = Z Z = .
X(z) s+a s+b (1 − e−aT z −1 ) (1 − e−bT z −1 )


Para o sistema da Figura 9.2b, a função de transferência pulsada é obtida como segue:

Y (z) 1 1
= Z{G(s)H(s)} = Z
X(z) (s + a) (s + b)

1 1 1
=Z −
b−a s+a s+b

1 1 1
= − .
b − a 1 − e−aT z −1 1 − e−bT z −1
Portanto,
(e−aT − e−bT )z −1

Y (z) 1
= GH(z) = .
X(z) b − a (1 − e−aT z −1 )(1 − e−bT z −1 )
Claramente, vemos que as funções de transferências pulsadas dos dois sistemas não são iguais,
ou seja, G(z)H(z) 6= GH(z).
9.2 Função de Transferência de Sistemas de Malha Fechada

Em um sistema de malha fechada a existência ou não de um amostrador no laço faz uma diferença no
comportamento do sistema. Considere o sistema de malha fechada mostrado na Figura 9.3, no qual o
erro de atuação é amostrado.
Figura 9.3: Sistema de controle de malha fechada
R(s) E(s) E ∗ (s) C(s)

+ G(s)
−
δT
H(s)
A partir do diagrama de blocos obtemos
E(s) = R(s) − H(s)C(s), (9.12)

∗
C(s) = G(s)E (s). (9.13)
Portanto,
E(s) = R(s) − H(s)G(s)E ∗ (s). (9.14)
Então, tomando a transformada de Laplace estrelada, obtemos

∗
E ∗ (s) = R∗ (s) − GH (s)E ∗ (s) (9.15)


ou
R∗ (s)
E ∗ (s) = . (9.16)
1 + GH ∗ (s)
Um vez que C ∗ (s) = G∗ (s)E ∗ (s), obtemos
G∗ (s)R∗ (s)
C ∗ (s) = ∗ . (9.17)
1 + GH (s)
Em termos da transformada-Z, a saída pode ser dada por
G(z)R(z)
C(z) = . (9.18)
1 + GH(z)
A transformada-Z inversa da última equação fornece os valores da saída nos instantes da amostragem.
A função de transferência pulsada para esse sistema de malha fechada é
C(z) G(z)
= . (9.19)
R(z) 1 + GH(z)
9.3 Função de Transferência Pulsada de Controlador Digital

A função de transferência pulsada de um controlador digital pode ser obtida das características de
entrada-saída requeridas para o controlador digital. Suponha que a entrada do controlador digital seja
e(k) e a saída seja m(k). Em geral, a saída m(k) pode ser dada pela equação diferença:
m(k) + a1 m(k − 1) + a2 m(k − 2) + · · · + an m(k − n)

= b0 e(k) + b1 e(k − 1) + · · · + bn e(k − n). (9.20)
A transformada-Z da equação acima fornece
M (z) + a1 z −1 M (z) + a2 z −2 M (z) + · · · + an z −n M (z)

= b0 E(Z) + b1 z −1 E(z) + · · · + bn z −n E(z) (9.21)
ou
(1 + a1 z −1 + a2 z −2 + · · · + an z −n )M (z) = (b0 + b1 z −1 + · · · + bn z −n )E(z).
A função de transferência pulsada GD (z) do controlador digital é então dada por
M (z) b0 + b1 z −1 + · · · + bn z −n
GD (z) = = . (9.22)
E(z) 1 + a1 z −1 + a2 z −2 + · · · + an z −n
O uso da função de transferência pulsada GD (z) do controlador digital na forma da equação (9.22)
permite-nos analisar sistemas de controle digitais no plano z.


9.3.1 Função de Transferência Pulsada de Malha Fechada
A função de transferência do controlador digital exibido na Figura 9.4a é mostrada como G∗D (s) na
Figura 9.4b. No sistema real o computador (controlador digital) resolve uma equação diferença cuja
relação entrada-saída é dada pela função de transferência pulsada GD (z). No sistema o sinal de saída
c(t) é retroalimentado para comparação com o sinal de entrada r(t). O sinal de erro e(t) = r(t) − c(t)
é amostrado, e o sinal analógico é convertido para um sinal digital através do conversor A/D. O sinal
digital e(kT ) é alimentado no controlador digital, o qual opera sobre a sequência amostrada e(kT )
numa forma desejada para produzir o sinal m(kT ). O relacionamento desejável entre as sequências
m(kT ) e e(kT ) é especificado pela função de transferência pulsada GD (z) do controlador digital.
Figura 9.4: (a) Sistema de controle digital; (b) equivalente com blocos de funções
r(t) e(t) Amostrador e(k) Controlador m(k) ZOH u(t) c(t)

+ Planta
− A/D Digital D/A
(a)
R(s) E(s) E ∗ (s) M ∗ (s) 1 − e−sT U (s) C(s)

+ G∗D (s) Gp (s)
− s
δT
G(s)
(b)
Da Figura 9.4b, temos que

1 − e−sT
GP (s) = G(s). (9.23)
s
Da mesma figura, temos
C(s) = G(s)G∗D (s)E ∗ (s) (9.24)
ou
C ∗ (s) = G∗ (s)G∗D (s)E ∗ (s). (9.25)
C(z) = G(z)GD (z)E(z). (9.26)
Uma vez que

E(z) = R(z) − C(z) (9.27)


temos
C(z) = GD (z)G(z)[R(z) − C(z)] (9.28)
e, portanto,
C(z) GD (z)G(z)
= . (9.29)
R(z) 1 + GD (z)G(z)
O desempenho desse sistema de malha fechada pode ser melhorado pela escolha apropriada de GD (z),
a função de transferência pulsada do controlador digital. A seguir consideramos um caso simples em
que GD (z) representa o controlador tipo proporcional, integral e derivativo (PID).
9.3.2 Função de Transferência Pulsada de um Controlador PID Digital
O esquema de controle PID analógico vem sendo usado com sucesso em sistemas de controle industriais
há mais de 50 anos. O princípio básico do esquema de controle PID é atuar sobre a variável a ser
manipulada uma combinação de três ações de controle: (a) ação de controle proporcional (controle
proporcional ao sinal de erro atuante, a diferença entre a entrada e o sinal de realimentação), (b) ação
de controle integral (controle proporcional a integral do sinal de erro atuante), e (c) ação de controle
derivativo (controle proporcional a derivada do sinal de erro atuante).
Quando muitas plantas são controladas diretamente por um único computador digital, a maioria
dos laços de controle podem ser manipulados por esquemas de controle PID. A ação de controle PID
em controladores analógicos é dada por
1 t
Z
de(t)
m(t) = K e(t) + e(τ )dτ + Td , (9.30)
Ti 0 dt
em que e(t) é a entrada para o controlador (o sinal de erro atuante), m(t) é a saída do controlador (o
sinal de manipulação), K é o ganho proporcional, Ti é o tempo integral (ou tempo de reset), e Td é o
tempo derivativo (ou taxa de tempo).
Para obter a função de transferência pulsada para o controlador PID digital, podemos discretizar a
função m(t) acima. Aproximando o termo integral pela soma trapezoidal e o termo derivativo pela
forma da diferença de dois pontos, obtemos

T e(0) + e(T ) e(T ) + e(2T )
m(kT ) = K e(kT ) + + + ···
Ti 2 2

e((k − 1)T ) + e(kT ) e(kT ) − e((k − 1)T )
+ + Td (9.31)
2 T
ou
k
" #
T X e((i − 1)T ) + e(iT ) Td
m(kT ) = K e(kT ) + + (e(kT ) − e((k − 1)T ) . (9.32)
Ti 2 T
i=1
Definindo
e((i − 1)T ) + e(iT )
= f (iT ), f (0) = 0, (9.33)
2


temos
k k
X e((i − 1)T ) + e(iT ) X
= f (iT ). (9.34)
2
i=1 i=1
Tomando a transformada-Z da última equação, obtemos

( k ) ( k )
X e((i − 1)T ) + e(iT ) X
Z =Z f (iT )
2
i=1 i=1
1 1
= −1
[F (z) − f (0)] = F (z). (9.35)
1−z 1 − z −1
Observe que
1 + z −1
F (z) = Z{f (kT )} = E(z). (9.36)
2
Portanto, ( k )
X e((i − 1)T ) + e(iT ) 1 + z −1
Z = E(z). (9.37)
2 2(1 − z −1 )
i=1
Assim, a transformada-Z de m(kT ) como definido acima fornece
T 1 + z −1 Td

−1
M (z) = K 1 + + (1 − z ) E(z) (9.38)
2Ti 1 − z −1 T
ou

T T 1 Td −1
M (z) = K 1 − + + (1 − z ) E(z)
2Ti Ti 1 − z −1 T
(9.39)
KI −1
= KP + + KD (1 − z ) E(z)
1 − z −1
em que
KT KI
KP = K − =K− (ganho proporcional)
2Ti 2
KT
KI = (ganho integral)
Ti
KTd
KD = (ganho derivativo).
T
Observe que o ganho proporcional KP para o controlador PID digital é menor do que o ganho
proporcional K para o controlador PID analógico por KI /2.
A função de transferência pulsada para o controlador PID digital torna-se
M (z) KI
GD (z) = = KP + + KD (1 − z −1 ). (9.40)
E(z) 1 − z −1
A função de transferência pulsada do controlador digital dada pela equação (9.40) é conhecida como a
forma posicional do esquema de controle PID.


A outra forma comumente conhecida do esquema de controle PID é denominada de forma
velocidade. Para deduzir essa forma, consideramos a diferença para trás em m(kT ), ou seja, a
diferença entre m(kT ) e m((k − 1)T ). Após algumas considerações e manipulações, obtemos
R(z) − C(z)
M (z) = −KP C(z) + KI − KD (1 − z −1 )C(z). (9.41)
1 − z −1
Uma vantagem do esquema de controle PID na forma velocidade é que inicialização não é
necessária quando a operação é chaveada de manual para automático. Assim, se houver mudanças
grandes repentinas no ponto de referência ou no início do processo de operação, o esquema de controle
PID na forma velocidade exibe melhores características de resposta do que o esquema PID na forma
posicional. Outra vantagem da forma velocidade é que ela é útil na supressão de correções excessivas
em sistemas de controle de processos.
Exemplo 9.2
Considere o sistema de controle com controlador PID digital mostrado na figura abaixo:
r(t) e(t) e(k) Controlador m(k) ZOH u(t) c(t)

+ Planta
− PID digital D/A
T =1
Gh (s) Gp (s)
Seja o controlador PID na forma posicional. A função de transferência da planta é

1
GP (s) =
s(s + 1)
e o período de amostragem é T = 1 s. Então a função de transferência de ordem zero torna-se
1 − e−s
Gh (s) = .
s
Temos, então
1 − e−s 0,3679z −1 + 0,2642z −2

1
Z = G(z) = . (9.42)
s s(s + 1) (1 − 0,3679z −1 )(1 − z −1 )
Vamos obter a resposta ao degrau unitário desse sistema quando o controlador digital é um
controlador PID com KP = 1, KI = 0,2, e KD = 0,2. A função de transferência pulsada do
controlador digital é dada por
1,4 − 1,4z −1 + 0,2z −2
GD (z) = .
1 − z −1
Então, a função de transferência pulsada de malha fechada torna-se
C(z) GD (z)G(z) 0,5151z −1 − 0,1452z −2 − 0,2963z −3 + 0,0528z −4
= = .
R(z) 1 + GD (z)G(z) 1 − 1,8528z −1 + 1,5906z −2 − 0,6642z −3 + 0,0528z −4


Podemos obter a resposta ao degrau unitário usando os comandos MATLAB abaixo:
1 num = [0 0.5151 -0.1452 -0.2963 0.0528];

2 den = [1 -1.8528 1.5906 -0.6642 0.0528];
3 kT = [0:40]';
4 rk = ones(1,41);
5 ck = filter(num,den,rk);
6 axis([0 40 0 2]);
7 plot(kT,ck,'o',kT,ck,'-'), grid
8 title('Resposta ao degrau unitario')
9 xlabel('kT'), ylabel('c(kT)')
A figura abaixo ilustra a curva da resposta obtida com o MATLAB.
9.4 Leitura Adicional

Exercício 9.1
Obtenha a função de transferência pulsada de malha fechada T (z) = C(z)/R(z) para o sistema
descrito pelo diagrama de blocos:


R(s) C(s)
+ G1 (s) G2 (s)
− δT δT
H(s)
Exercício 9.2
Obtenha a função de transferência pulsada de malha fechada T (z) = C(z)/R(z) para o sistema
descrito pelo diagrama de blocos:
r(t) e(t) e∗ (t) m(t) m∗ (t) c(t)

+ G1 (s) G2 (s) G3 (s)
−
δT δT
H(s)
Exercício 9.3
Mostre que a função de transferência pulsada do sistema mostrado na figura é dada por

Y (z) 1
=T
X(z) 1 − z −1
X(z) Y (Z)
T +
−
z −1
Exercício 9.4
−1
Y (z) z
=T
X(z) 1 − z −1
X(z) Y (Z)
T +
− z −1


Exercício 9.5
z −1

Y (z) T 1
= +
X(z) 2 1 − z −1 1 − z −1
+
+ z −1
X(z) T Y (Z)
+
2 +
+
+
z −1

CAPÍTULO
10
Implementação de Controladores e Filtros Digitais
Objetivos
• Familiarizar-se com as principais técnicas de implementação por software ou por hardware

de controladores e filtros digitais.
• Saber obter o diagrama de blocos de qualquer função de transferência pulsada usando a

programação direta ou a programação padrão.
• Compreender e saber usar técnicas avançadas como programação série, programação

paralela e programação ladder.
10.1 Introdução
Este capítulo trata da implementação de funções de transferências pulsadas que representam controla-
dores digitais e filtros digitais. Essa realização pode envolver um software, um equipamento, ou ambos.
A “realização” de uma função de transferência pulsada geralmente significa determinar o arranjo
físico para a combinação apropriada de operações aritméticas e armazenamento. Numa realização
por software obtemos softwares para o computador digital envolvido. Numa realização por hardware
construímos um processador de propósito específico usando elementos de circuitos como somadores
digitais, multiplicadores, e elementos de retardo.
Na área de processamento digital de sinais, um filtro digital é um algoritmo computacional que
converte uma sequência de números de entrada numa sequência de saída de uma forma tal que as
104
CAPÍTULO 10. IMPLEMENTAÇÃO DE CONTROLADORES E FILTROS DIGITAIS 105

características do sinal são modificadas de uma maneira prescrita. Ou seja, um filtro digital processa um
sinal digital passando componentes de frequências desejáveis do sinal de entrada digital, e rejeitando
as componentes indesejáveis. Em termos gerais, um controlador digital é uma forma de filtro digital.
Há uma diferença fundamental entre o processamento digital de sinais usado em comunicações
e o usado em sistemas de controle. No controle digital o processamento de sinais deve ser realizado
em tempo real. Em comunicações, o processamento de sinais não precisa ser feito em tempo real, e,
portanto, retardos podem ser tolerados no processamento para melhorar a precisão.
Este capítulo trata da realização de diagramas de blocos de filtros digitais usando elementos de
retardo, somadores e multiplicadores. Várias estruturas diferentes para realização de diagramas de
blocos são discutidas. Essas realizações de diagramas de blocos podem ser usadas como uma base
para o projeto de hardware ou de software. Observe que na realização de um diagrama de blocos um
elemento z −1 representa o retardo de tempo unitário. No plano s, z −1 corresponde a um retardo e−sT .
A forma geral da função de transferência pulsada entre a saída Y (z) e a entrada X(z) é:
Y (z) b0 + b1 z −1 + b2 z −2 + · · · + bm z −m
G(z) = = , n≥m (10.1)
X(z) 1 + a1 z −1 + a2 z −2 + · · · + an z −n
em que os ai ’s e bi ’s são coeficientes reais (alguns deles podem ser nulos). Muitos controladores
digitais apresentam a função de transferência pulsada nessa forma. Por exemplo, o controlador tipo
PID descrito no capítulo anterior, no qual
(KP + KI + KD ) − (KP + 2KD )z −1 + KD z −2 b0 + b1 z −1 + b2 z −2

GD (z) = = (10.2)
1 − z −1 1 + a1 z −1 + a2 z −2
em que
a1 = −1,
a2 = 0,
b0 = KP + KI + KD ,
b1 = −(KP + 2KD ),
b2 = KD .
10.2 Programação Direta

Considere o filtro digital descrito pela equação (10.1). A função de transferência pulsada tem n pólos e
m zeros. A Figura 10.1 mostra a realização do filtro num diagrama de blocos. Isso pode ser verificado
de uma forma equivalente da equação (10.1), como segue:
Y (z) = −a1 z −1 Y (z) − a2 z −2 Y (z) − · · · − an z −n Y (z)

+ b0 X(z) + b1 z −1 X(z) + · · · + bm z −m X(z). (10.3)


Esse tipo de realização é denominada de programação direta. Programação direta significa que
realizamos o numerador e denominador da função de transferência pulsada usando conjuntos separados
de elementos de retardo. O numerador utiliza um conjunto de m elementos de retardo e o denominador
utiliza um conjunto diferente de n elementos de retardo. Assim, o número total de elementos de retardo
usados na programação direta é n + m.
O número de elementos de retardo na programação direta pode ser reduzido de n + m para n. O
método de programação que utiliza um mínimo possível de elementos de retardo é denominado de
programação padrão.
Figura 10.1: Diagrama de blocos da função de transferência pulsada
b0
b1 Y (z)
b2
+
z −1 z −1 z −1 bm + z −1 z −1 z −1
X(z) −
a1
a2
an
10.3 Programação Padrão

Primeiro, reescreva a função de transferência pulsada Y (z)/X(z) da equação (10.1) como segue:
Y (z) Y (z) H(z) 1
= = (b0 + b1 z −1 + · · · + bm z −m ) , (10.4)
X(z) H(z) X(z) 1 + a1 z −1 + · · · + an z −n
em que
Y (z)
= b0 + b1 z −1 + b2 z −2 + · · · + bm z −m , (10.5)
H(z)
H(z) 1
= . (10.6)
X(z) 1 + a1 z −1 + a2 z −2 + · · · + an z −n
Então, construa os diagramas de blocos para os sistemas dados pelas duas equações acima. Para isso,
reescreva as equações como:
Y (z) = b0 H(z) + b1 z −1 H(z) + · · · + bm z −m H(z), (10.7)

H(z) = X(z) − a1 z −1 H(z) − a2 z −2 H(z) − · · · − an z −n H(z). (10.8)


Os diagramas de blocos que implementam as equações (10.7) e (10.8) são mostrados na Figura 10.2.
O diagrama de blocos da realização do filtro digital baseado na programação padrão é apresentado na
Figura 10.3. Observe que somente n elementos de retardo são usados. Os coeficientes a1 , a2 , . . . , an
aparecem como elementos de realimentação, e os coeficientes b0 , b1 , . . . , bm aparecem como elementos
de alimentação direta. O uso de um número mínimo de elementos de retardo economiza memória em
controladores digitais. O uso de um número mínimo de pontos de soma também é desejável.
Figura 10.2: Subdiagramas da implementação do filtro digital
b0
b1
b2
+ Y (z)
z −1 z −1 z −1 bm +
H(z)
(a)
X(z) H(z)
+ z −1 z −1 z −1 z −1
−
a1
a2
am
an
(b)
Na realização de controladores digitais ou filtros digitais, é importante ter um bom nível de precisão.
Basicamente três fontes de erros afetam a precisão:
• O erro devido a quantização do sinal de entrada, considerando um número finito de níveis;
• O erro devido à acumulação de erros de arredondamento nas operações aritméticas do sistema

digital;
• O erro devido a quantização dos coeficientes ai e bi da função de transferência pulsada. Esse

erro pode se tornar grande quando a ordem da função de transferência pulsada é aumentada.
Esses três tipos de erros acontecem devido às limitações práticas do número de bits que representam
várias amostras de sinais e coeficientes. Observe que o terceiro tipo de erro pode ser reduzido


Figura 10.3: Diagrama da implementação do filtro digital por programação padrão
b0
b1
b2
bm
X(z) + Y (z)
+ z −1 z −1 z −1 z −1
− H(z)
a1
a2
am
an
decompondo matematicamente a função de transferências de ordem elevada numa combinação de

funções de transferência de menor ordem. Para esse fim, as seguintes técnicas podem ser utilizadas:
• Programação série;
• Programação paralela;
• Programação ladder.
10.3.1 Programação Série
A função de transferência pulsada G(z) é implementada como uma conexão série de funções de
transferências pulsadas. Se G(z) pode ser escrita como
G(z) = G1 (z)G2 (z) · · · Gp (z), (10.9)
então o filtro digital para G(z) pode ser dado como uma conexão dos filtros digitais componentes
G1 (z), G2 (z), . . . , Gp (z).
Geralmente os Gi (z), i = 1,2, . . . ,p, são escolhidos como funções de primeira ou segunda ordem.
Se os pólos e zeros de G(z) são conhecidos, G1 (z), G2 (z), . . . , Gp (z) podem ser obtidos agrupando
um par de pólos complexos conjugados e um par de zeros complexos conjugados para produzir uma


função de segunda ordem, ou agrupando pólos e zeros reais para produzir funções de primeira ou
segunda ordem. Resumindo, G(z) pode ser decomposta como segue:
j p
Y 1 + bi z −1 Y 1 + ei z −1 + fi z −2
G(z) = G1 (z)G2 (z) · · · Gp (z) = . (10.10)
1 + ai z −1 1 + ci z −1 + di z −2
i=1 i=j+1
Os diagramas de blocos para

Y (z) 1 + bi z −1
= (10.11)
X(z) 1 + ai z −1
e
Y (z) 1 + ei z −1 + fi z −2
= (10.12)
X(z) 1 + ci z −1 + di z −2
são mostrados na Figura 10.4. O diagrama de blocos para o filtro digital G(z) é uma conexão série de
p filtros digitais componentes.
Figura 10.4: Diagramas de blocos dos componentes série
x(k) + y(k)
+ z −1 bi +
X(z) − Y (z)
ai
(a)
ei
x(k) + y(k)
+ z −1 z −1 fi +
X(z) − Y (z)
ci
di
(b)
10.3.2 Programação Paralela
A segunda técnica para evitar o problema de sensibilidade dos coeficientes, é expandir a função de
transferência pulsada G(z) em frações parciais, de forma que:
G(z) = A + G1 (z) + G2 (z) + · · · + Gq (z) (10.13)


em que A é simplesmente uma constante. Assim, o diagrama de blocos para o filtro digital G(z) pode
ser obtido como uma conexão paralela de q + 1 filtros digitais. Devido à presença do termo constante
A, as funções de primeira e segunda ordem podem ser escolhidas de formas mais simples, como
G(z) = A + G1 (z) + G2 (z) + · · · + Gq (z)

j q j q
X X X bi X ei + fi z −1 (10.14)
=A+ Gi (z) + Gi (z) = A + +
1 + ai z −1 1 + ci z −1 + di z −2
i=1 i=j+1 i=1 i=j+1
Os diagramas de blocos para

Y (z) bi
= (10.15)
X(z) 1 + ai z −1
e
Y (z) ei + fi z −1
= (10.16)
X(z) 1 + ci z −1 + di z −2
são mostrados na Figura 10.5. A conexão paralela de q + 1 filtros digitais componentes como mostrado
na Figura 10.5 produzirá o diagrama de blocos para o filtro digital G(z).
Figura 10.5: Diagramas de blocos componentes paralelo
x(k) y(k)
+ z −1 bi
X(z) − Y (z)
ai
(a)
ei
fi
x(k) + y(k)
+ z −1 z −1 +
X(z) − Y (z)
ci
di
(b)


10.4 Programação Ladder
A terceira técnica para evitar o problema de sensibilidade aos coeficientes é implementar uma estrutura
ladder, ou seja, expandir a função de transferência pulsada G(z) na seguinte fração-continuada:
1
G(z) = A0 + (10.17)
1
B1 z +
1
A1 +
1
B2 z +
..
.
1
An−1 +
1
Bn z +
An
O método de programação baseado nesse esquema é denominado de programação ladder. Definindo
(B) 1
Gi (z) = (A)
, i = 1,2, . . . ,n − 1 (10.18a)
Bi z + Gi (z)
(A) 1
Gi (z) = (B)
, i = 1,2, . . . ,n − 1 (10.18b)
Ai + Gi+1 (z)
1
G(B)
n (z) = . (10.18c)
1
Bn z +
An
Então, G(z) pode ser escrita como
(B)
G(z) = A0 + G1 (z). (10.19)
Este método de programação é explicado a seguir, usando um exemplo no qual n = 2. Ou seja,
1
G(z) = A0 + . (10.20)
1
B1 z +
1
A1 +
1
B2 z +
A2
(A) (B) (B)
Pelo uso das funções G1 (z), G1 (z), e G2 (z), a função de transferência G(z) pode ser escrita
como:
1 1 (B)
G(z) = A0 + = A0 + (A)
= A0 + G1 (z). (10.21)
1 B1 z + G1 (z)
B1 z + (B)
A1 + G2 (z)

(B)

Observe que Gi (z), definida como
(B) Yi (z) 1
Gi (z) = = (A)
, (10.22)
Xi (z) Bi z + Gi (z)
fornece
(A)
Xi (z) − Gi (z)Yi (z) = Bi zYi (z). (10.23)
(B)
O diagrama de blocos para Gi (z) dado pela equação (10.22) é mostrado na Figura 10.6a. Similar-
(A)
mente, o diagrama de blocos para Gi (z), dado por
(A) Yi (z) 1
Gi (z) = = (B)
(10.24)
Xi (z) Ai + Gi+1 (z)
fornece
(B)
Xi (z) − Gi+1 (z)Yi (z) = Ai Yi (z). (10.25)
(A)
O diagrama de blocos para Gi (z) é mostrado na Figura 10.6b. Observe que
1
G(A)
n (z) = . (10.26)
An
(B) (A)
Figura 10.6: Diagramas de blocos para Gi e Gi
xi (k) 1 yi (k)
+
Xi (z) − Ai Yi (z)
(B)
Gi+1 (z)
(a)
xi (k) 1 yi (k)
+ z −1
Xi (z) − Bi Yi (z)
(A)
Gi (z)
(b)
Filtros digitais baseados na programação ladder possuem vantagens com relação a sensibilidade e
precisão de coeficientes.


Exemplo 10.1
Obtenha os diagramas de blocos para o sistema descrito pela função de transferência pulsada:
Y (z) 2 − 0,6z −1
= G(z) =
X(z) 1 + 0,5z −1
usando cada um dos três métodos de programação descritos acima.
a) Programação Direta: Escrevendo a função de transferência pulsada na forma
Y (z) = −0,5z −1 Y (z) + 2X(z) − 0,6z −1 X(z)
o diagrama de blocos é como mostrado na figura:
x(k) + y(k)
2 z −1 0,3 −
X(z) − Y (z)
0,5 z −1
b) Programação Padrão: Primeiro, escrevemos a função de transferência pulsada na forma
Y (z) Y (z) H(z) 2

= = (1 − 0,3z −1 )
X(z) H(z) X(z) 1 + 0,5z −1
em que
Y (z)
= 1 − 0,3z −1 ,
H(z)
H(z) 2
= .
X(z) 1 + 0,5z −1
O diagrama de blocos para a primeira equação é:
h(k) + y(k)
z −1 0,3 −
H(z) Y (z)
e para a segunda equação é:
x(k) h(k − 1)
2 + z −1
X(z) − H(z) z −1 H(z)
0,5


Combinando os dois diagramas obtemos o diagrama de blocos para o filtro digital
Y (z)/X(z), como mostrado na figura:
x(k) + y(k)
2 + z −1 0,3 −
X(z) − H(z) Y (z)
0,5
c) Programação Ladder: Primeiro, reescrevemos a função de transferência pulsada na forma

ladder:
Y (z) 2z − 0,6 −1,6 1
= =2+ =2+ .
X(z) z + 0,5 z + 0,5 1
−0,625z +
−3,2
Assim, A0 = 2 e
(B) 1 1
G1 (z) = = .
1 1
− z − 0,3125
−0,625z + 1,6
−3,2
Então, obtemos
(B)
Y (z) = 2X(z) + G1 (z)X(z).
(B)
Referindo acima para o diagrama de blocos de G1 (z), obtemos o diagrama de blocos para
o filtro digital Y (z)/X(z) como mostrado na figura:
x(k) y(k)
2 +
X(z) + Y (z)
+
−1,6 z −1
−
−0,3125
10.5 Filtro de Resposta ao Impulso Infinita

Filtros digitais podem ser classificados segundo a duração da resposta ao impulso. Considere um filtro
digital definido pela seguinte função de transferência pulsada:
Y (z) b0 + b1 z −1 + · · · + bm z −m
= , n ≥ m. (10.27)
X(z) 1 + a1 z −1 + a2 z −2 + · · · + an z −n


Em termos da equação diferença,
y(k) = −a1 y(k − 1) − a2 y(k − 2) − · · · − an y(k − n)

+ b0 x(k) + b1 x(k − 1) + · · · + bm x(k − m). (10.28)
A resposta ao impulso do filtro digital acima, assumindo que nem todos os ai ’s são nulos, tem um
número infinito de amostras não nulas, embora suas magnitudes possam se tornar desprezíveis à
medida que k aumenta. Este tipo de filtro digital é dito um filtro de resposta ao impulso infinita.
Este filtro é também denominado de filtro recursivo, devido aos valores prévios da saída juntamente
com os valores presentes e passados da saída serem usados no processamento do sinal para obter a
saída corrente y(k). Devido à natureza recursiva, erros nas saídas prévias podem acumular. Um filtro
recursivo pode ser reconhecido pela presença de ambos coeficientes ai e bi no diagrama de blocos.
10.6 Filtro de Resposta ao Impulso Finita

Considere agora um filtro digital onde os coeficientes ai são todos nulos, ou seja,
Y (z)
= b0 + b1 z −1 + · · · + bm z −m . (10.29)
X(z)
Em termos da equação diferença,
y(k) = b0 x(k) + b1 x(k − 1) + · · · + bm x(k − m). (10.30)
A resposta ao impulso do filtro digital definido pela equação (10.29) é limitada a um número finito de
amostras definido em uma faixa finita de intervalos de tempo, ou seja, a sequência resposta ao impulso
é finita. Este tipo de filtro digital é denominado de um filtro resposta ao impulso finita. Ele também é
denominado de filtro não-recursivo. O valor presente da saída depende apenas dos valores presente e
passados da entrada. O filtro resposta ao impulso finita pode ser reconhecido pela ausência dos ai ’s no
diagrama de blocos.

Exercício 10.1
Usando o método de programação paralela, obtenha o diagrama de blocos para implementação
do filtro digital definido pela função de transferência pulsada:
4(z − 1)(z 2 + 1,2z + 1)

G(z) = .
(z + 0,1)(z 2 − 0,3z + 0,8)


Exercício 10.2
Usando o método de programação padrão, obtenha o diagrama de blocos para implementação
4(z − 1)(z 2 + 1,3z + 1)

G(z) = .
(z + 0,2)(z 2 − 0,4z + 0,7)
Exercício 10.3
Usando o método de programação padrão, obtenha o diagrama de blocos para implementação
0,84z 3 − 0,062z 2 − 0,156z + 0,058

G(z) = .
z 4 − 1,03z 3 + 0,22z 2 + 0,094z + 0,05
Exercício 10.4
Obtenha a realização do filtro digital definido por G(z) abaixo, usando o método de programação
série:
2 + 2,2z −1 + 0,2z −2
G(z) = .
1 + 0,4z −1 − 0,12z −2
Exercício 10.5
Obtenha a realização do filtro digital do Exercício 10.4 usando o método de programação
paralela.
Exercício 10.6
Obtenha a realização do filtro digital do Exercício 10.4 usando o método de programação ladder.

CAPÍTULO
11
Simulação de Sistemas de Tempo Discreto no MATLAB
Objetivos
• Familiarizar-se com comandos do MATLAB para análise de sistemas de tempo discreto.
11.1 Funções de Transferência

Considere o sistema de tempo discreto linear invariante descrito pela equação diferença
y(k + 2) + 0,25y(k + 1) − 0,375y(k) = 2u(k + 1) + u(k), k = 0,1,2, . . .
Aplicando a transformada-Z a ambos os lados da equação diferença assumindo condições iniciais

nulas, obtemos a função de transferência pulsada do sistema como
Y (z) 2z + 1
= G(z) = 2 .
U (z) z + 0,25z − 0,375
Alternativamente, esta função de transferência pode ser expressa em termos de seus zeros zi , pólos pi ,
e ganho K, na forma fatorada:
2(z + 0,5)
G(z) = (11.1)
(z + 0,75)(z − 0,5)
o que mostra que G(z) tem um único zero em z = −0,5, dois pólos em z = −0,75 e z = 0,5, e um
ganho K = 2.
Se conhecemos os polinômios do numerador e do denominador de G(z), podemos representar o
modelo em MATLAB por: (a) criando um par de vetores linhas contendo os coeficientes das potências
117
CAPÍTULO 11. SIMULAÇÃO DE SISTEMAS DE TEMPO DISCRETO NO MATLAB 118

de z, na ordem descendente, dos polinômios do numerador e do denominador, e (b) usando o comando
tf para criar a função de transferência. Para a função de transferência pulsada acima, podemos emitir
os seguintes comandos:
1 num = [2 1];
2 den = [1 0.25 -0.375];
3 Gtf = tf(num,den,-1)
O terceiro argumento no comando tf, −1, significa que o período de amostragem T é desconhecido.
Se T é conhecido, então o −1 é substituído pelo valor do período de amostragem. Se o terceiro
argumento é omitido então a consideração é de que o sistema descrito pelos polinômios num e den é
contínuo e não discreto. O resultado gerado é da forma:
Gtf =
2 z + 1
--------------------
z^2 + 0.25 z - 0.375
Sample time: unspecified

Discrete-time transfer function.
Na produção de gráficos, o período de amostragem unitário é considerado. Alternativamente, o

comando Gtf = tf(num,den,0.25) (com o terceiro argumento igual a 0.25) produz a saída:
Gtf =
2 z + 1
--------------------
z^2 + 0.25 z - 0.375
Sample time: 0.25 seconds

Discrete-time transfer function.
Emitindo o comando Gtf = tf(num,den) (sem o terceiro argumento!), resulta na saída:
Gtf =
2 s + 1
--------------------
s^2 + 0.25 s - 0.375
Continuous-time transfer function.
o que é expresso em termos da variável complexa s, em vez de z. Ou seja, a ausência do terceiro

argumento indica que estamos definindo a transformada de Laplace de um sistema de tempo contínuo,


em vez da transformada-Z de um sistema de tempo discreto.
Se a função de transferência é conhecida em termos dos seus zeros, dos pólos e do ganho, então
podemos criar o modelo na forma ZPK por: (a) entrando com dois vetores colunas contendo os zeros e
os pólos, e um escalar como o ganho, e (b) usando o comando zpk para criar o objeto ZPK. Para criar
o sistema descrito em (11.1) com um período de amostragem não especificado, podemos entrar com
os comandos:
1 zeros = -0.5;
2 polos = [-0.75; 0.5];
3 ganho = 2;
4 Gzpk = zpk(zeros,polos,ganho,-1);
O último argumento, −1, define que o sistema é de tempo discreto com um período de amostragem
não especificado.
Quando um modelo é criado no MATLAB em qualquer das duas formas descritas, TF ou ZPK, o
Control Systems Toolbox tem a capacidade de converter o modelo de uma forma para a outra. Seja Gtf
o modelo na forma TF criado com o comando tf. Para criarmos o modelo na forma ZPK emitimos o co-
mando Gzpk = zpk(Gtf). Para obtermos os zeros, os pólos, o ganho e o período de amostragem de
G(z), podemos usar o comando [zeros,polos,ganho,Ta] = zpkdata(Gzpk,'v'). No
sentido oposto, dado o modelo na forma ZPK, podemos converter para a forma TF usando o comando
Gtf = tf(Gzpk), e então obter os dados com [num,den,Ta] = tfdata(Gtf,'v'). O ar-
gumento 'v' é para que as quantidades desejadas sejam extraídas para a área de trabalho do MATLAB
como vetores em vez de células.
Uma vez que o modelo de um sistema tenha sido expresso na forma TF ou ZPK, obtemos
uma representação gráfica dos pólos e zeros da função de transferência usando o comando pzmap.
Assumindo que o nome do modelo/objeto é G, o comando pzmap(G) exibe a região apropriada no
plano z com os zeros indicados pelo símbolo “o” e os pólos pelo símbolo “x”. Como a estabilidade do
sistema de tempo discreto depende da localização dos pólos em relação ao círculo unitário no plano z,
é útil mostrar o círculo unitário no gráfico, gerado automaticamente pelo comando pzmap.
Exemplo 11.1
Crie um modelo na forma TF para o sistema de terceira ordem descrito pela equação diferença:
y(k + 3) − 2,7y(k + 2) + 2,42y(k + 1) − 0,72y(k) =

0,1u(k + 2) + 0,03u(k + 1) − 0,07u(k)
com um período de amostragem não especificado. Então, extraia os zeros, os pólos e o ganho
do sistema, e plote o gráfico de pólos e zeros.


Os comandos MATLAB para executar as tarefas listadas nesse exemplo são:
1 num = [0.1 0.03 -0.07];

2 den = [1 -2.7 2.42 -0.72];
3 Gtf = tf(num,den,-1);
4 [zeros,polos,ganho] = zpkdata(Gtf,'v');
5 pzmap(G), axis equal
O gráfico gerado é conforme mostra a figura:
Exercício 11.1
Para o sistema com a função de transferência pulsada abaixo, construa o modelo na forma TF,
converta-o para a forma ZPK, e obtenha o gráfico pólo-zero com o círculo unitário incluído. O
período de amostragem é não especificado.
1.25z 2 − 1.25z + 0.30

G(z) = .
z 3 − 1.05z 2 + 0.80z − 0.10
Exercício 11.2
Para o sistema com a função de transferência pulsada abaixo, construa o modelo na forma TF,
converta-o para a forma ZPK, e obtenha o gráfico pólo-zero com o círculo unitário incluído. O
período de amostragem é não especificado.
0,84z 3 − 0,062z 2 − 0,156z + 0,058

G(z) = .
z 4 − 1,03z 3 + 0,22z 2 + 0,094z + 0,05


Exercício 11.3
Para o sistema com zeros em z = −0,2 e z = 0,4, pólos em z = −0,3, z = 0,6, e z =
−0,5 ± j0,75, e um ganho K = 150, implemente o modelo na forma ZPK, converta-o para a
forma TF, e plote o gráfico pólo-zero com o círculo unitário incluído.
Exercício 11.4
Para o sistema com zeros em z = −0,3 e z = −0,4 ± j0,2, pólos em z = −0,6, z = 0,3,
z = 0,5 e z = 0,6, e um ganho K = 5, implemente o modelo na forma ZPK, converta-o para a
forma TF, e plote o gráfico pólo-zero com o círculo unitário incluído.
11.2 Resíduos e Resposta ao Impulso

Usamos o comando residue para calcular os pólos e os resíduos correspondentes em uma expansão
em frações parciais, da qual obtemos g(k) na forma analítica. Entretanto, quando executamos a
transformada-Z inversa via uma expansão em frações parciais, é mais conveniente obtermos termos da
forma Az/(z − p) em vez de A/(z − p), a forma comum na expansão de transformadas de Laplace.
Para obter o z em cada um dos numeradores da expansão, executamos a expansão de G(z)/z e
então multiplicamos o resultado por z. A função G(z)/z é simplesmente a transformada G(z) com
um pólo adicional em z = 0, e podemos obtê-la de G(z) de várias maneiras. Uma delas é multiplicar
o denominador de G(z) por z, o que é facilmente realizado no MATLAB acrescentando um 0 ao vetor
linha contendo os coeficientes do polinômio do denominador. Uma vez G(z) tenha sido escrito como
uma expansão em frações parciais, os termos individuais da transformada podem ser associados com
as funções discretas no tempo correspondentes, e a função do tempo completa pode ser escrita como a
soma dos termos individuais, cada um associado com um dos pólos de G(z).
Alternativamente, devido g(k) ser a resposta ao impulso correspondente a G(z), podemos usar o
comando impulse para obtermos g(k) na forma numérica e então plotar g(k) em relação a k. As
duas alternativas são ilustradas no exemplo a seguir.
Exemplo 11.2
Considere a função de transferência pulsada de um sistema linear invariante no tempo
2z 2 − 2,2z + 0,56
G(z) =
z 3 − 0,6728z 2 + 0,0463z + 0,4860
e o período de amostragem unitário. Obtenha uma expansão em frações parciais de G(z)/z

e use o resultado para escrever G(z) como a soma de termos Az/(z − p). Então, construa o
sistema na forma TF e plote a resposta ao impulso.


Como o comando residue requer os polinômios do numerador e denominador como seus
dois argumentos, em vez de construir um modelo TF ou ZPK, definimos os vetores linhas dos
coeficientes dos polinômios e usamos o comando residue na forma:
1 num = [2 -2.2 0.56]

2 den = [1 -0.6728 0.0463 0.4860]
3 [resid,polo,outro] = residue(num,[den 0])
em que [den 0] tem o efeito de multiplicar o denominador de G(z) por z. A saída é:
resid =
0.5444 + 0.0294i
0.5444 - 0.0294i
-2.2410 + 0.0000i
1.1523 + 0.0000i
polos =
0.6364 + 0.6364i
0.6364 - 0.6364i
-0.6000 + 0.0000i
0.0000 + 0.0000i
outro =
[]
O resultado dessa operação consiste de três elementos: (a) um vetor coluna resid contendo os
resíduos em cada um dos pólos de G(z)/z, (b) um vetor coluna polos contendo os pólos de
G(z)/z, e (c) um escalar outro que é sempre vazio, porque o grau do numerador de G(z)/z
será sempre menor do que o grau do denominador.
A partir dos resultados do MATLAB, temos a expansão em frações parciais de G(z)/z:
G(z) 1,1523 −2,2410 0,5451ej0,0540 0,5451e−j0,0540

= + + +
z z z + 0,6 z − 0,9ej0,7854 z − 0,9e−j0,7854
o que pode ser convertido para a expansão de G(z) multiplicando ambos os lados por z:
−2,2410z (0,5451ej0,0540 )z (0,5451e−j0,0540 )z

G(z) = 1,1523 + + +
z + 0,6 z − 0,9ej0,7854 z − 0,9e−j0,7854
em que o termo constante é devido a uma função impulso que tem o valor 1,1523 para k = 0
e é zero para todos os outros valores de k. O segundo termo corresponde a uma exponencial
decaindo, e os dois últimos termos representam uma oscilação amortecida.
A resposta ao impulso pode ser calculada usando o comando impulse, de várias formas.


A mais simples é impulse(G), em que G é um objeto na forma TF ou ZPK. O comando
produzirá um gráfico de g(k), usando um intervalo de tempo selecionado pelo MATLAB.
Outra opção é impulse(G,tempo), em que tempo é um vetor coluna dos instantes de
tempo discreto definidos previamente. Se o tempo de amostragem não é especificado, tempo é
interpretado como o número de amostras. Senão, tempo deve ser da forma [Ti:T:Tf], em
que Ti e Tf são os valores de tempo inicial e final, e T é o tempo de amostragem.
Uma terceira opção é o usar um argumento de saída, como y = impulse(G,tempo) com
o vetor de sequência de tempo discreto especificado como antes. Esta forma do comando
retorna os valores da saída para os pontos de tempo discreto no vetor coluna y, o qual pode
então ser plotado usando o comando stem(tempo,y).
Uma quarta opção é usar dois argumentos de saída, como em [y,k]=impulse(G), em que
y é a sequência de saída e k é sequência de tempos discretos correspondente. A figura a seguir
ilustra o gráfico gerado pelos comandos MATLAB:
1 num = [2 -2.2 0.56];

2 den = [1 -0.6728 0.0463 0.4860];
3 [resid,polos,outro] = residue(num,[den 0]);
4 Gtf = tf(num,den,1);
5 [yk,kT] = impulse(Gtf);
6 stem(kT,yk,'filled')


Exercício 11.5
Para o sistema descrito pela equação diferença
y(k + 3) + 0,7y(k + 2) + 0,5y(k + 1) + 0,1y(k) = 0,2u(k + 2) + 1,1u(k + 1) + 0,5u(k)
escreva a função de transferência pulsada G(z) como uma razão de polinômios. A seguir,
usando o MATLAB: (a) encontre os zeros, os pólos e o ganho de G(z), (b) obtenha uma
expansão em frações parciais, e (c) plote a resposta ao impulso. Considere T = 1 s.
Exercício 11.6
y(k + 4) − 1,3y(k + 3) + 0,455y(k + 2) + 0,0628y(k + 1) − 0,037y(k) =

0,3u(k + 2) + 0,4u(k + 1) + 0,5u(k)
escreva a função de transferência pulsada G(z) como uma razão de polinômios. A seguir,
usando o MATLAB: (a) encontre os zeros, os pólos e o ganho de G(z), (b) obtenha uma
expansão em frações parciais, e (c) plote a resposta ao impulso. Considere T = 1 s.
11.3 Resposta no Tempo Devido a Pólos Repetidos

Para um pólo repetido, há mais do que um termo na resposta no tempo, com o número de termos
dependendo da multiplicidade do pólo. Para um pólo em z = p de multiplicidade m = 2, podemos
escrever a transformada-Z da resposta como
Az Bz
G(z) = 2
+ + termos envolvendo outros pólos
(z − p) z−p
em que

2 G(z)

A = (z − p) ,
z
z=p

d G(z)
(z − p)2

B= .
dz z
z=p
Para k ≥ 0, a resposta ao impulso unitário é
g(k) = Akpk−1 + Bpk + termos envolvendo outros pólos
O comando residue calcula os coeficientes para pólos repetidos, e para m = 2 eles são listados
como B seguido por A.


Exemplo 11.3
y(k + 2) − 1,8y(k + 1) + 0,81y(k) = 3u(k + 1) − 1,2u(k)
obtenha uma expansão em frações parciais de G(z)/z e use o resultado para escrever a resposta
ao impulso unitário como a soma de três funções do tempo discreto k.
A função de transferência G(z)/z é
G(z) 3(z − 0,4) 3(z − 0,4) A B C

= 3 2
= 2
= 2
+ +
z z − 1,8z + 0,81z z(z − 0,9) (z − 0,9) z − 0,9 z
a qual tem um pólo em z = 0,9 de multiplicidade 2 e um pólo simples em z = 0. O uso do

comando residue resulta nos vetores coluna
resid =
1.4815
1.6667
-1.4815
polos =
0.9000
0.9000
0
Associando o primeiro elemento de r com B, o segundo elemento com A, e o terceiro com C,

podemos escrever
G(z) 1,6667 1,4815 1,4815
= 2
+ − .
z (z − 0,9) z − 0,9 z
Assim, a resposta ao impulso unitário é
g(k) = 1,6667(0,9)k−1 + 1,4815(0,9)k − 1,4815δ(k).
Exercício 11.7
Usando o MATLAB obtenha uma expansão em frações parciais da função de transferência
pulsada do sistema abaixo, e escreva a resposta ao impulso como a soma de funções do tempo
individuais. Considere o período de amostragem unitário.
y(k + 4) + 0,6y(k + 3) − 0,11y(k + 2) − 0,06y(k + 1) + 0,01y(k) =

0,3u(k + 2) + u(k + 1) − 0,.5u(k).


Exercício 11.8
Usando o MATLAB obtenha uma expansão em frações parciais da função de transferência
pulsada do sistema abaixo, e escreva a resposta ao impulso como a soma de funções do tempo
individuais. Considere o período de amostragem unitário.
y(k + 3) + 0,4y(k + 2) − 0,35y(k + 1) − 0,15y(k) = 0,6u(k + 1) + 0,4u(k).
11.4 Resposta ao Degrau

A transformada-Z da resposta ao degrau unitário de um sistema é o produto da função de transferência
do sistema, G(z), por z/(z − 1), a transformada da função degrau unitário. Os pólos da transformada
resultante são os pólos de G(z) e um pólo em z = 1 (devido ao degrau unitário). Os zeros da resposta
ao degrau são os zeros de G(z) e um zero em z = 0. A resposta ao degrau pode ser calculada e plotada
usando o comando step do Control System Toolbox, o qual tem as mesmas opções para plotar e
retornar valores numéricos que o comando impulse.
O ganho do sistema em z = 1 é G(1) e é conhecido como o ganho DC. Podemos calcular o ganho
DC diretamente, seja do modelo TF ou ZPK, usando o comando dcgain(G).
Exemplo 11.4
Para a função de transferência pulsada
2z 2 − 2,2z + 0,56
G(z) =
z 3 − 0,6728z 2 + 0,0463z + 0,.4860
obtenha um gráfico da resposta ao degrau adicionando a G(z) um pólo em z = 1 e um zero

em z = 0, e usando o comando impulse para plotar a transformada-Z inversa. Compare a
resposta com a obtida usando o comando step aplicado a G(z). Determine o ganho DC do
sistema e verifique o resultado com o teorema do valor final.
Para adicionar um pólo em z = 1, multiplicamos o polinômio do denominador por z − 1, e

para adicionar um zero em z = 0, multiplicamos o numerador por z. No MATLAB isso pode
ser feito com o comando conv, que multiplica dois polinômios, da forma
1 denDeg = conv(den,[1 -1])

2 numDeg = conv(num,[1 0])
Tendo obtido a transformada da resposta ao degrau unitário em termos dos vetores numDeg e
denDeg, criamos o modelo Gdeg na forma TF e usamos o comando impulse para obter a
transformada inversa, a qual é a resposta ao degrau mostrada na figura abaixo.


1 num = [2 -2.2 0.56];
2 den = [1 -0.6728 0.0463 0.4860];
4 numDeg = conv(num,[1 0]);
5 denDeg = conv(den,[1 -1]);
6 Gdeg = tf(numDeg,denDeg,1);
7 kT = [0:50];
8 yimp = impulse(Gdeg,kT);
9 subplot(2,1,1)
10 stem(kT,yimp,'filled')
11 xlabel('Tempo(s)'), ylabel('Amplitude')
12 title('Resposta ao degrau com o comando impulse')
Alternativamente, podemos usar o modelo G construído dos polinômios num e den, e o

comando step para gerar o mesmo gráfico. O cálculo do ganho DC fornece um valor de
0,4188, o que concorda com G(1).
1 ydeg = step(Gtf,kT);
2 subplot(2,1,2)
3 stem(kT,ydeg,'filled')
5 title('Resposta ao degrau com o comando step')
6 dcgain(G)


11.5 Respostas à Entradas Genéricas
O MATLAB pode ser usado para simular e exibir a resposta a uma função qualquer do tempo. Isto
é feito com o comando lsim numa variedade de formas. Na sua forma mais simples, o usuário
especifica o sistema como um objeto na forma TF ou ZPK, um vetor de valores de entradas, e um
vetor de tempos discretos. Se o comando lsim é usado sem variável de saída, o gráfico da resposta no
tempo é gerado, mas nenhum valor numérico é retornado.
Exemplo 11.5
Determine a resposta ao estado-zero do sistema do Exemplo 11.4, para a entrada

2 0 ≤ k < 10
u(k) =
0,5 k ≥ 10
para o intervalo 0 ≤ k ≤ 40. O período de amostragem é T = 0,2 s.
Tendo definido o modelo TF ou ZPK do sistema, precisamos criar os vetores de pontos de

tempo e valores de entrada. Os pontos de tempo discreto devem ser espaçados uniformemente
igual ao período de amostragem, e os dois vetores devem ter o mesmo número de elementos.
Começamos definindo kT como um vetor coluna com incrementos de tempo de T e tempo final
suficiente para mostrar todos os transitórios. O vetor de entrada u pode ser criado de várias
formas. Primeiro usamos o comando ones para fazer de u um vetor com a mesma dimensão
que kT, mas com todos os seus valores iguais a 2. Em seguida, usamos o comando find para
determinar quais elementos de u correspondem a k ≥ 10 e ajustamos esses elementos para 0,.5.
Os valores da resposta são calculados pelo comando lsim e armazenados no vetor yk.
1 num = [2 -2.2 0.56];

2 den = [1 -0.6728 0.0463 0.4860];
3 T = 0.2;
4 Gtf = tf(num,den,T);
5 tempo = [0:T:8]';
6 uk = 2.0*ones(size(kT));
7 ii = find(kT>=2.0);
8 uk(ii) = 0.5;
9 yk = lsim(Gtf,uk,kT);
11 grid, hold on
12 stem(tempo,u,'o')


A figura abaixo ilustra o gráfico da entrada e saída gerada pelos comandos do MATLAB:
11.6 Pólos e Estabilidade

Se pi é um pólo de G(z) então a resposta natural ou resposta à entrada-zero de G(z) consiste das
funções modais pki se pi é distinto e k q pki , q = 0,1, . . . ,r − 1 se pi tem multiplicidade r > 1. Então a
resposta natural decai para zero se |pi | < 1, para i = 1, . . . ,n, ou seja, se todos os pólos estiverem
dentro do círculo unitário no plano z. Tal sistema é dito assintoticamente estável. Se todos os
pólos estão dentro do círculo unitário exceto para pólos distintos que ficam sobre o círculo unitário, a
resposta natural contém senoides não amortecidas ou uma constante não nula, e o sistema é considerado
marginal ou criticamente estável. Se alguns dos pólos estão fora do círculo unitário no plano z ou
sobre o círculo unitário com multiplicidade maior que um, então a resposta natural é ilimitada e o
sistema é dito instável.
Exemplo 11.6
Determine os pólos da função de transferência pulsada
3z 2 + 1,8z + 1,08
G(z) =
z 4 − 1,25z 3 + 0,495z 2 − 0,0035z − 0,1862
e determine se o sistema é estável ou não. Determine a estabilidade usando o comando roots
sobre o polinômio do denominador. Plote os pólos e zeros de G(z) no plano z. Demonstre a
estabilidade do sistema simulando a sua resposta (com T = 1) a um impulso unitário.
Construimos o modelo TF do sistema definindo vetores linha que representam o numerador

e o denominador de G(z). Usando o comando pole(Gtf) encontramos os pólos de G(z)
como sendo z = 0,95, z = 0,35 ± j0,6062, e z = −0,4. Para obter os pólos de G(z) podemos


também usar o comando roots, como polos = roots(den). Como a magnitude de
todos os pólos é menor do que um, ou seja, eles estão no interior do círculo unitário, o sistema
é assintoticamente estável. A resposta ao impulso unitário pode ser encontrada pelo comando
impulse(Gtf) e decairá para zero, como ilustra a figura.
1 num = [3 1.8 1.08];

2 den = [1 -1.25 0.495 -0.0035 -0.1862];
4 polos = pole(Gtf)
5 pzmap(Gtf), axis equal
6 [yk,kT] = impulse(Gtf);
7 stem(kT,yk,':o')


Exercício 11.9
Repita o Exemplo 11.6 com o denominador de G(z) modificado para
z 4 − 1,3z 3 + 0,51z 2 − 0,014z − 0,196.
O sistema agora tem um pólo sobre o círculo unitário no plano z.
Exercício 11.10
Repita o Exemplo 11.6 com o denominador de G(z) modificado para
z 4 − 1,5z 3 + 0,57z 2 − 0,056z − 0,2352.
O sistema agora tem um pólo fora do círculo unitário no plano z.
Exercício 11.11
Considere o sistema descrito pela função de transferência pulsada
0,1z 2 + 0,3z − 0,4

G(z) = .
z 4 + 0,8z 3 + 0,3z 2 + 0,76z + 0,8
Determine os pólos e a estabilidade do sistema. Verifique simulando a resposta ao impulso.
Exercício 11.12
z 3 + 0,2z 2 + 0,7z + 0,2

G(z) = .
z 4 + 0,1z 3 − 0,62z 2 + 0,24z − 0,04
Exercício 11.13
z + 0,3
G(z) = .
z3 − 2,4976z 2+ 2,4232z − 0,8796
Exercício 11.14
z 2 + 0,5657z + 0,16
G(z) = .
z 4 − 1,2178z 3 + 0,3902z 2 + 1,2129z − 0,3125


11.7 Efeitos de Zeros na Resposta do Sistema

Os zeros de G(z) não afetam a estabilidade do sistema. Eles afetam a amplitude das funções modais
na resposta do sistema, entretanto, e eles podem bloquear a transmissão de sinais de entrada. Para
avaliar o impacto de zeros sobre a amplitude das funções modais, uma expansão em frações parciais é
executada sobre a transformada-Z do sinal de saída, e o resíduo de cada função modal é calculado.
Exemplo 11.7
Construa o modelo ZPK para o sistema com a função de transferência pulsada
z + 0,3)(z − ej0,5 )(z − e−j0,5 )
G(z) = .
(z − 0,9)(z − 0,7)2 (z + 0,5)
Então, extraia os polinômios do numerador e denominador e use o comando roots para
calcular seus zeros, e verifique que eles concordam com G(z). Finalmente, usando um período
de amostragem unitário, determine e plote a resposta do sistema y(k) para a entrada u(k) =
sen(0,5k), para 0 ≤ k ≤ 50. Explique porque a saída não contém qualquer componente
senoidal embora a entrada seja senoidal.
Definindo os vetores coluna zeros de zeros e polos de pólos, e o escalar ganho ganho,
usando o comando zpk construimos o modelo Gzpk na forma ZPK. Após plotar o mapeamento
de zeros e pólos, usamos o comando tfdata para extrair os polinômios do numerador e
denominador de Gzpk. Usando o comando roots sobre o polinômio do numerador calculamos
os zeros de G(z), o que concorda com os valores em zeros.
Para obter a resposta no tempo, primeiro geramos o vetor de tempos discretos kT=[0:50] e o
vetor entrada uk = sin(0.5*kT). O comando lsim(Gzpk,uk) é usado para simular a
resposta no tempo y(k), conforme mostrado na figura. Observe que a saída consiste apenas dos
modos de G(z) e não exibe qualquer componente senoidal como resultado da entrada u(k).
Para entender o fenômeno, obtenha a transformada-Z de u(k) como
z sen(0,5)
U (z) = Z{sen(0,5k)} = .
z2 − 2z cos(0,5) + 1
A transformada-Z da saída y(k) é da forma
(z + 0,3)(z 2 − 2z cos(0,5) + 1) z sen(0,5)
Y (z) = G(z)U (z) = 2 2
.
(z − 0,9)(z − 0,7) (z + 0,5) (z − 2z cos(0,5) + 1)
Observe que os zeros de G(z) em z = e±j0,5 cancelam os pólos de U (z). Os comandos
MATLAB usados nessa análise são:


1 zeros = [-0.3; exp(0.5i); exp(-0.5i)];
2 polos = [0.9; 0.7; 0.7; -0.5];
3 ganho = 1;
4 T = 1;
5 Gzpk = zpk(zeros,polos,ganho,T);
6 pzmap(G), axis equal
7 [num,den] = tfdata(Gzpk,'v')
8 zeros = roots(num)
9 kT = [0:50];
10 uk = sin(0.5*kT);
11 yk = lsim(Gzpk,uk,kT);
13 grid, hold on
14 stem(kT,uk,'o')
Exercício 11.15
Para o sistema com entrada senoidal descrito abaixo
2(z − ejπ/10 )(z − e−jπ/10 )
G(z) = e u(k) = 10 sen(π/10)
(z − 0,2)(z − 0,4)(z − 0,6)(z − 0,8)
determine a saída y(k) definindo o vetor de tempo discreto kT e o sinal de entrada u(k), e
usando o comando lsim para determinar y(k). Observe que as características do sinal de
entrada não estão presentes na resposta do sistema. Justifique este resultado mostrando que
G(z) tem um ou mais zeros que cancelam os pólos de U (z), a transformada da entrada.


Exercício 11.16
Para o sistema com entrada degrau unitário descrito abaixo
z−1
G(z) = e u(k) = degrau unitário
z + 0,5
determine a saída y(k) usando o comando step. Observe que as características do sinal de
entrada não estão presentes na resposta do sistema. Justifique este resultado mostrando que
G(z) tem um ou mais zeros que cancelam os pólos de U (z), a transformada da entrada.
Exemplo 11.8
Plote os zeros e os pólos no plano z do sistema com a função de transferência pulsada
−0,3354z + 0,3526
G(z) = .
z 2 − 1,724z + 0,7408
Inclua o círculo unitário no gráfico. Também, calcule e plote a resposta à uma entrada degrau.
Utilize o período de amostragem T = 0,1 s.
Usando os polinômios do numerador e do denominador construímos o modelo TF do sistema

usando o comando Gtf = tf(num,den,0.1). Os zeros e os pólos podem determinados
usando o comando [zeros,polos,ganho] = zpkdata(Gtf,'v'). Há um zero z =
1,0513 fora do círculo unitário. Os pólos são z = 0,8146 e z = 0,9094, e como estão dentro
do círculo unitário o sistema é estável.
1 num = [-0.3354 0.3526];

2 den = [1 -1.724 0.7408];
3 Gtf = tf(num,den,0.1);
4 [zeros,polos,ganho] = zpkdata(Gtf,'v');
5 pzmap(Gtf), axis equal
6 [yk,kT] = step(Gtf,6);
7 stem(kT,yk,'filled',':')
8 grid, xlabel('Tempo(s)')
9 ylabel('Amplitude')
Sistemas com zeros fora do círculo unitário são conhecidos como sistemas de fase não-mínima.
A resposta ao degrau é obtida com o comando step. Observe da figura abaixo que mesmo
embora a entrada seja um degrau positivo, a resposta inicialmente torna-se negativa. Então ela
cresce e eventualmente atinge um valor de regime permanente positivo igual ao ganho DC de 1.
Este comportamento é característico de sistemas de fase não-mínima com um único zero fora
do círculo unitário.


O assunto abordado neste capítulo é descrito de forma mais detalhada e abrangente em [2].

CAPÍTULO
12
Simulação de Modelos Multiblocos no MATLAB
Objetivos
12.1 Conexões Série

A Figura 12.1 mostra dois sistemas de tempo discreto com mesmo período de amostragem conectados
em série (ou cascata). A função de transferência do sistema resultante é o produto das funções de
transferências individuais, digamos T (z) = G1 (z)G2 (z). Segue então que os pólos de T (z) são os
pólos combinados de G1 (z) e G2 (z), e os zeros de T (z) são os zeros combinados de G1 (z) e G2 (z).
Se um zero de G1 (z) coincide com um pólo de G2 (z) ou um zero de G2 (z) coincide com um pólo de
G1 (z), o par pólo-zero cancelará, e nenhum dos dois aparecerá em T (z). Se G1 (z) e G2 (z) tem um
pólo ou zero idêntico, a multiplicidade do pólo ou zero será aumentada de acordo.
Figura 12.1: Dois sistemas conectados em série
U (z) V (z) Y (z)

G1 (z) G2 (z)
Como os pólos de T (z) são os pólos combinados de G1 (z) e G2 (z), a conexão série T (z) tem
a mesma propriedade de estabilidade que G1 (z) e G2 (z), desde que elas não tenham pólos comuns
sobre o círculo unitário. A propriedade de estabilidade de T (z) deve ser determinada antes que ocorra
136
CAPÍTULO 12. SIMULAÇÃO DE MODELOS MULTIBLOCOS NO MATLAB 137

qualquer cancelamento pólo-zero. Por exemplo, se G1 (z) tem um pólo em z = 1 e G2 (z) tem um
zero em z = 1, então T (z) é (internamente) marginalmente estável mesmo embora os sintomas não
sejam observados na saída da interconexão.
No MATLAB, a conexão série é obtida pelo comando G=G2*G1, em que G1 e G2 são modelos
em qualquer forma (TF ou ZPK). Quando operando sobre dois modelos de sistemas, o operador *
significa conexão série. Quando conectando dois ou mais sistemas, precisamos considerar qual o tipo
do sistema global será (TF ou ZPK). O Control Systems Toolbox estabelece um conjunto de regras
de precedência para determinar a forma do sistema. Por exemplo, se todos os subsistemas estão na
forma TF, o sistema resultante será na forma TF. Se qualquer dos subsistemas estiver na forma ZPK,
entretanto, o sistema global será na forma ZPK. Isso é porque a forma ZPK tem melhores propriedades
matemáticas do que a forma TF.
Exemplo 12.1
Obtenha a conexão série, representada pela função de transferência T (z), dos dois sistemas
cujas funções de transferências G1 (z) e G2 (z) são
0,02(2z + 1,4)
G1 (z) =
z 2 − 1,7z + 0,72
e G2 (z) tem um zero em z = −0,2, pólos em z = 0,9e±jπ/5 e z = −0,8, e um ganho de 0,5.

Ambos os sistemas são amostrados com T = 1 s. Obtenha ambas as formas TF e ZPK da
conexão série. A seguir, plote as respostas ao degrau unitário no intervalo 0 ≤ k ≤ 50 e mostre
que elas são iguais. Finalmente, determine a estabilidade da conexão série e relacione os seus
zeros, pólos, e ganho aos de G1 (z) e G2 (z).
Os comandos MATLAB listados a seguir primeiro constroem G1 (z) na forma TF e determina os

zeros, pólos e ganho. A seguir, G2 (z) é construída na forma ZPK, com seus zeros, pólos e ganho
já conhecidos. Em seguida, o operador * é usado para conectar os dois sistemas, resultando
na função de transferência T (z) na forma ZPK. Os zeros, pólos e ganho são fornecidos pelo
comando zpkdata. Para obter a forma TF de T (z), usamos o comando tf com o modelo ZPK
como seu argumento. Para mostrar que as duas formas (ZPK e TF) tem as mesmas respostas
ao degrau unitário, usamos o comando step com cada forma. A função de transferência da
combinação série é
0,02z 2 + 0,018z + 0,0028

T (z) =
z5 − 2,356z 4 + 1,481z 3 + 0,779z 2 − 1,357z + 0,4666
a qual tem zeros em z = −0,7 e z = −0,2, pólos em z = −0,8, z = 0,9e±j0,6283 , z = 0,8

e z = 0,9, e um ganho K = 0,02. Devido a todos os pólos de G1 (z) estarem no interior do
círculo unitário, a combinação série é estável.


1 G1 = tf(0.02*[2 1.4],[1 -1.7 0.72],1);
2 [zG1,pG1,gG1] = zpkdata(G1,'v')
3 polo = 0.9*exp(j*pi/5);
4 pG2 = [polo; conj(polo); -0.8]
5 G2 = zpk(-0.2,pG2,0.5,1);
6 Tzpk = G2*G1;
7 [zT,pT,gT] = zpkdata(Tzpk,'v');
8 Ttf = tf(Tzpk);
9 kT = [0:1:50]';
10 yzpk = step(Tzpk,kT);
11 ytf = step(Ttf,kT);
12 stem(tempo,yzpk,':'), grid, hold on
13 plot(tempo,ytf,'+'), hold off
Exercício 12.1
Use o MATLAB para fazer a conexão série para os sistemas G1 (z) e G2 (z) dados por:
2z 2 − 1,414z + 0,5 z + 0,25

G1 (z) = e G2 (z) = .
z 2 − 0,7z + 0,49 z2 − 0,494z + 0,64
Obtenha a função de transferência T (z) do sistema combinado usando a razão de polinômios e

determine seus zeros, pólos e ganho. Determine a estabilidade de T (z) e plote a resposta ao
degrau unitário.


Exercício 12.2
Repita o Exercício 12.1 considerando as funções de transferências:
3(z − 0,4) 4
G1 (z) = e G2 (z) = .
(z + 0,1)(z 2 − 0,4z + 0,29) z − 0,8
Exercício 12.3
2z − 1 3z + 0,5
G1 (z) = e G2 (z) = .
z2 + 0,5z + 0,125 (z 2 − 0,25z + 0,125)(z − 0,5)
Exercício 12.4
z 2 − 0,2z − 0,24 z + 1,2

G1 (z) = e G2 (z) =
z 3 + 0,8z 2 − 0,53z − 0,06 0,64z 2 + 0,01
12.2 Conexões Paralelas

Dois sistemas entrada-única saída-única, H1 (z) e H2 (z), tendo um período de amostragem comum,
podem ser conectados em paralelo unindo suas entradas e somando suas saídas, como ilustrado na
Figura 12.2. A função de transferência do sistema resultante é
T (z) = H1 (z) + H2 (z)
a qual terá pólos que são a união dos pólos de H1 (z) e H2 (z). Entretanto, os zeros de T (z) serão
diferentes dos zeros de H1 (z) e H2 (z).
Figura 12.2: Dois sistemas conectados em paralelo
H1 (z)
U (z) + Y (z)
+
H2 (z)
Como os pólos de T (z) são a união dos pólos de H1 (z) e H2 (z), a conexão paralela T (z) tem a
mesma propriedade de estabilidade que H1 (z) e H2 (z). Esta estabilidade não é afetada por H1 (z)
e H2 (z) tendo pólos comuns sobre o círculo unitário, como na conexão série. Se um zero de T (z)


é o mesmo que um pólo de H1 (z) ou H2 (z), o par pólo-zero cancela. Entretanto, a estabilidade do
sistema deverá ser determinada antes que qualquer cancelamento pólo-zero ocorra. No MATLAB, a
conexão paralela de dois sistemas T (z) = H1 (z) + H2 (z) é obtida pelo comando T = H1+H2.
Exemplo 12.2
Usando o MATLAB, obtenha a conexão paralela dos sistemas com as funções de transferências:
z + 0,5 0,15z
H1 (z) = e H2 (z) =
z + 0,75 (z − 0,9)(z − 0,8)(z + 0,8)
Determine os zeros, pólos e ganho de T (z) e compare-os com os parâmetros correspondentes

de H1 (z) e H2 (z). Também determine a estabilidade de T (z) e plote a resposta do sistema.
Os zeros de T (z) são z = 0,8829e±j0,3494 , z = −0,7935 e z = −0,4656. Os pólos de T (z)

são z = 0,9, z = 0,8, z = −0,8 e z = −0,75. É evidente que os pólos de T (z) são pólos de
H1 (z) e H2 (z), mas os zeros de T (z) não são zeros de H1 (z) e H2 (z), como esperado. Como
os pólos de H1 (z) e H2 (z) estão todos no interior do círculo unitário, a conexão paralela T (z)
é estável. A figura abaixo mostra a resposta ao degrau obtida com os comandos:
1 H1 = tf([1 0.5],[1 0.75],1);

2 denH2 = conv([1 -0.9],conv([1 -0.8],[1 0.8]));
3 H2 = tf([0.15 0],denH2,1);
4 T = H1 + H2;
5 [zT,pT,gT] = zpkdata(T,'v');
6 pH1 = pole(H1); pH2 = pole(H2);
7 [y,k] = step(T);
8 stem(k,y,':','filled')


Exercício 12.5
Usando o MATLAB, obtenha a conexão paralela dos sistemas com as funções de transferências:
2z − 0,3 3(z + 0,5)

H1 (z) = e H2 (z) =
5z 2 + 2z + 2 6z − 1
Obtenha a função de transferência T (z) = H1 (z) + H2 (z) como a razão de polinômios;
determine seus zeros, pólos, e ganho; e plote a resposta ao degrau unitário. Determine também
a estabilidade do sistema interconectado.
Exercício 12.6
5z − 0,4 3z 2 + z + 4
H1 (z) = 2
e H2 (z) =
2z + 0,4z + 1 4z 2 + 3z + 2
12.3 Conexões Série/Paralelo
Exemplo 12.3
Use os operadores * e + para conectar os quatro subsistemas no arranjo série/paralelo mostrado
na figura, em que G1 (z) e G2 (z) são os dois blocos conectados em série do Exemplo 12.1, e
G3 (z) e G4 (z) são os dois blocos do Exemplo 12.2, com G3 (z) = H1 (z) e G4 (z) = H2 (z).
Verifique que os pólos da função de transferência resultante são a união dos pólos das funções de
transferências individuais. Verifique também que os zeros da função de transferência resultante
não inclui os zeros de G1 (z), G2 (z) ou G3 (z), mas inclui o zero de G4 (z). Obtenha e plote a
resposta ao degrau do sistema combinado.
G3 (z)
U (z) + Y (z)
G4 (z)
+
G1 (z) G2 (z)
Primeiro, usamos a definição dos blocos individuais para criar os modelos de cada um, sendo
G1, G3 e G4 na forma TF, e G2 na forma ZPK. A conexão série paralelo T (z) pode ser obtida
com o comando simples T = G4*(G3 + G2*G1). Devido o subsistema G2 ser na forma
ZPK o sistema combinada será também na forma ZPK. A função de transferência resultante é
0,15(z + 0,8)(z + 0,4997)(z 2 − 1,774z + 0,8961)(z 2 − 1,382z + 0,6571)
T (z) =
(z − 0,9)2 (z − 0,8)2 (z + 0,8)2 (z + 0,75)(z 2 − 1,456z + 0,81)


em que o numerador e denominador são polinômios fatorados. Note que a forma ZPK mostra
pólos e zeros complexos como polinômios de segunda ordem. Os comandos MATLAB são:
1 G1 = tf(0.02*[2 1.4],[1 -1.7 0.72],1);

2 pp = 0.9*exp(j*pi/5);
3 pG2 = [pp; conj(pp); -0.8];
4 G2 = zpk(-0.2,pG2,0.5,1);
5 G3 = tf([1 0.5],[1 0.75],1);
6 denG4 = conv([1 -0.9],conv([1 -0.8],[1 0.8]));
7 G4 = tf([0.15 0],denG4,1);
8 T = G4*(G3+G2*G1);
10 [y,k] = step(T,100);
11 plot(k,y,'+')
12 grid
13 dcgain(T)
A resposta ao degrau unitário é ilustrada na figura abaixo. O ganho DC é de 16,92. Note que
cada um dos nove pólos de T (z) aparece como um pólo em um dos quatro subsistemas. Dos
sete zeros de T (z) apenas aquele em z = 0 aparece como um zero em qualquer dos subsistemas.
Este zero é de G4 (z) devido à combinação dos outros três subsistemas ser em série com G4 (z).


Exercício 12.7
Usando o MATLAB obtenha a conexão série/paralelo dos quatro subsistemas do diagrama de
blocos do Exemplo 12.3, considerando as funções de transferência:
12z 2 + 5z + 1 4(z + 0.9) 5

G1 (z) = G2 (z) = G3 (z) =
24z 2 + 15z + 6 (z + 0,2)(z − 0,8) z − 0,5
3z + 2
G4 (z) = 2
4z − 3
Obtenha a função de transferência na forma TF; determine os zeros, pólos e ganho; e plote a
resposta do sistema ao degrau unitário. Determine a estabilidade do sistema interconectado.
Exercício 12.8
Repita o Exercício 12.7 considerando as funções de transferência:
6 4z + 1 7z + 0,5 4
G1 (z) = , G2 (z) = , G3 (z) = , G4 (z) = 2 .
z2 +z+1 16z − 1 10z + 3 z − 0,3z + 0,81
12.4 Conexões de Realimentação

A Figura 12.3 mostra dois sistemas de tempo discretos conectados numa configuração de realimentação.
Referimos a G(z) como a função de transferência direta e a H(z) como a função de transferência de
realimentação. A função de transferência de malha fechada, representada por T (z), é dada por
G(z)
T (z) = .
1 + G(z)H(z)
Figura 12.3: Conexão na forma de realimentação
R(z) U (z) Y (z)

+ G(z)
−
H(z)
Para sistemas desse tipo, a função de transferência T (z) pode ser obtida no MATLAB usando o
comando feedback, o qual aceita os modelos com argumentos de entrada. Para o sistema ilustrado,
usando o comando T = feedback(G,H), em que o feedback negativo é considerado. Se o sinal
da realimentação (no somador) é positivo então um terceiro argumento de +1 é incluído. No caso
de realimentação unitária, o comando seria T = feedback(G,1), onde o segundo argumento 1
representa o ganho unitário. A função de transferência de malha fechada T (z) terá zeros que são os
zeros de G(z) e pólos de H(z). Os pólos de malha fechada diferem dos pólos de G(z) e H(z).


Exemplo 12.4
Usando o MATLAB obtenha o sistema de realimentação mostrado na Figura 12.3, considerando
0,2(z − 0,85) z − 0,3

G(z) = , H(z) = .
(z − 0,9ejπ/4 )(z − 0,9e−jπ/4 ) (z − 0,8)(z − 0,1)
Determine a função de transferência como uma razão de polinômios e determine seus zeros,
pólos e ganho. Compare os pólos de T (z) aos pólos de G(z) e H(z). Determine a estabilidade
de T (z). Verifique que os zeros de T (z) são os zeros de G(z) e os pólos de H(z).
1 numG = 0.2*[1 -0.85]; a = 0.9*exp(j*pi/4);

2 denG = conv([1 -1],[1-conj(a)]);
3 G = tf(numG,denG,1);
4 numH = [1 -0.3];
5 denH = conv([1 -0.8],[1 -0.1]);
6 H = tf(numH,denH,1);
7 T = feedback(G,H);
9 [y,k] = step(T,40);
10 stem(k,y,'filled')
O comando feedback retorna a função de transferência de malha fechada como
0,2z 3 − 0,35z 2 0,169z − 0,0136

T (z) =
z 4 − 2,173z 3 + 2,236z 2 − 1,061z + 0,1158
Na forma fatorada, temos
0,2(z − 0,1)(z − 0,8)(z − 0,85)
T (z) =
(z − 0,1503)(z − 0,8124)(z − 0,9739ej0,9004 )(z − 0,9739ej0,9004 )
É aparente que os zeros de T (z) são os zeros de G(z) e os pólos de H(z), e que os pólos de
T (z) diferem de qualquer dos pólos de G(z) e H(z). Como os pólos de T (z) estão todos no
interior do círculo unitário, a conexão realimentada T (z) é assintoticamente estável. O gráfico
da saída é mostrado na figura abaixo.


Exercício 12.9
Execute análise semelhante a do Exemplo 12.4 quando as funções de transferências G(z) e
H(z) são da forma:
0,5(3z − 1) 7z + 4
G(z) = e H(z) = .
13z 2 − 5z + 8 (z + 0,5)(4z + 1)
Exercício 12.10
H(z) são da forma:
6(3z + 1) 15z + 1
G(z) = e H(z) = .
(z + 0,5)(69z 2 − 5z + 5) 5z − 1)
Exercício 12.11
H(z) são da forma:
12z − 5 6
G(z) = e H(z) = .
(10z − 0,5)(3z + 0,25) 3z 2 − 2z − 0,3
Exercício 12.12


H(z) são da forma:
1 100(z + 0,5)
G(z) = e H(z) = .
(z + 1.1)(12z − 1) 15z − 1


CAPÍTULO
13
Mapeamento do Plano s no Plano z
Objetivos
• Familiarizar-se com o mapeamento do plano s no plano z conforme a amostragem impulso

z = esT , e compreender as condições para estabilidade no domínio de z.
• Familiarizar-se com o mapeamento no plano z de regiões relevantes no plano s, como o

lugar de atenuação constante, lugar de frequência constante, e lugar de taxa de amorteci-
mento constante.
13.1 Introdução
A estabilidade absoluta e a estabilidade relativa do sistema de controle em malha-fechada, linear
invariante no tempo, de tempo contínuo, são determinadas pelas localizações dos pólos de malha-
fechada no plano s. Por exemplo, pólos de malha-fechada complexos no semi plano esquerdo do plano
s, próximos ao eixo jω exibirão comportamento oscilatório, e pólos de malha-fechada no eixo real
negativo exibirão decaimento exponencial.
Como as variáveis complexas z e s estão relacionadas por z = esT , as localizações dos pólos e
zeros no plano z estão relacionadas com as localizações dos pólos e zeros no plano s. Portanto, a
estabilidade do sistema de tempo discreto linear invariante de malha-fechada pode ser determinada em
termos das localizações dos pólos da função de transferência pulsada de malha-fechada. É observado
que o comportamento dinâmico do sistema de controle de tempo discreto depende do período de
amostragem T . Ou seja, uma mudança no período de amostragem T modifica as localizações do pólos
147
CAPÍTULO 13. MAPEAMENTO DO PLANO S NO PLANO Z 148

e zeros no plano z e causa mudança no comportamento da resposta.
13.2 Mapeamento do Semiplano Esquerdo do Plano s no Plano z

Quando a amostragem impulso é incorporada no processo, as variáveis complexas z e s são relacionadas
por
z = esT . (13.1)
Isso significa que um pólo no plano s pode ser localizado no plano z através da transformação z = esT .
Considerando que a variável complexa s tem parte real σ e parte imaginária ω, ou seja,
s = σ + jω (13.2)
então
z = e(σ+jω)T = eσT ejωT = eσT ej(ωT +2πk) . (13.3)
Desta última equação vemos que pólos e zeros no plano s, onde frequências diferem em múltiplos
inteiros da frequência de amostragem 2π/T , são mapeados nas mesmas localizações no plano z. Isto
significa haver infinitamente vários valores de s para cada valor de z.
Uma vez que σ é negativo no semi plano esquerdo do plano s, a metade esquerda do plano s
corresponde a
|z| = eσT < 1. (13.4)
O eixo jω no plano s corresponde a |z| = 1. Portanto, o eixo imaginário no plano s (a linha σ = 0)

corresponde ao círculo unitário no plano z (ou seja, |z| = 1), e o interior do círculo unitário corresponde
a metade esquerda do plano s.
13.2.1 Faixa Primária e Faixas Complementares
Note que dado ]z = wT o ângulo de z varia de −∞ a ∞ quando ω varia de −∞ a ∞. Considere um

ponto representativo sobre o eixo jω no plano s. Quando esse ponto move-se de −j 12 ωs a j 12 ωs sobre
o eixo jω, em que ωs é a frequência de amostragem, temos que |z| = 1, e ]z varia de −π a π no
sentido anti-horário no plano z. Quando o ponto representativo move-se de j 12 ωs a j 32 ωs sobre o eixo
jω, o ponto correspondente no plano z traça o círculo unitário uma vez no sentido anti-horário. Assim,
quando o ponto no plano s move-se de −∞ para ∞ sobre o eixo jω, traçamos o círculo unitário no
plano z um número infinito de vezes.
Dessa análise, fica claro que cada faixa de largura ωs no semi plano esquerdo do plano s mapeia
no interior do círculo unitário no plano z. Isto significa que a metade esquerda do plano s pode ser
dividida num número infinito de faixas periódicas, conforme mostrado na Figura 13.1. A faixa primária
estende de jω = −j 21 ωs a j 12 ωs . As faixas complementares estendem de j 12 ωs a j 32 ωs , j 23 ωs a j 52 ωs ,
. . . , e de −j 12 ωs a −j 32 ωs , −j 32 ωs a −j 25 ωs , . . . .


Figura 13.1: Faixas periódicas no plano s e o círculo unitário correspondente no plano z
Plano s jω Plano z Im
+j5 ω2s
Faixa complementar
+j3 ω2s
Faixa complementar
+j ω2s
1
Faixa primária
σ 0 Re
−j ω2s
Faixa complementar
−j3 ω2s
Faixa complementar
−j5 ω2s
Figura 13.2: Relação entre a faixa primária no plano s e o círculo unitário no plano
z: (a) um caminho no plano s; (b) o caminho correspondente no plano z
Plano s jω Plano z Im
j ω2s
3 2
1
Faixa primária 2 3
1 σ 1
−∞ 5 4 0 Re
4 5
−j ω2s
(a) (b)
Na faixa primária, se traçarmos a sequência de pontos 1-2-3-4-5-1 indicados no plano s da

Figura 13.2a, este caminho é mapeado num círculo unitário centrado na origem do plano z, como
mostrado na Figura 13.2b. A área cercada por qualquer das faixas complementares é mapeada no
interior do mesmo círculo unitário no plano z. Isso significa que a correspondência entre o plano z e o
plano s não é única. Um ponto no plano z corresponde a um número infinito de pontos no plano s,


embora um ponto no plano s corresponda a um único ponto no plano z.
Uma vez que o semi plano esquerdo inteiro do plano s é mapeado no interior do círculo unitário no
plano z, o semi plano direito inteiro do plano s é mapeado no exterior do círculo unitário no plano z.
Como mencionado antes, o eixo jω no plano s mapeia sobre o círculo unitário no plano z. Observe que,
se a frequência de amostragem é pelo menos 2 vezes tão rápida quanto a componente de frequência
mais alta envolvida no sistema, todo ponto no círculo unitário no plano z representa frequências entre
− 12 ωs e 12 ωs .
Locus de Atenuação Constante: Uma linha de atenuação constante no plano s mapeia num círculo
de raio z = esT centrado na origem do plano z, como mostrado na Figura 13.3.
Figura 13.3: (a) Linhas de atenuação constante no plano s e (b) o locus no plano z
jω Plano s Im Plano z
eσ2 T
1
σ2 σ 0 Re
−σ1
e−σ1 T
(a) (b)
Tempo de Acomodação ts : O tempo de acomodação é determinado pelo valor de atenuação σ dos

pólos de malha-fechada dominantes. Se o tempo de acomodação é especificado, é possível desenhar
uma linha σ = −σ1 no plano s correspondendo a um dado tempo de acomodação. A região à esquerda
da linha σ = −σ1 no plano s corresponde ao interior de um círculo com raio e−σ1 T no plano z, como
mostrado na Figura 13.4.
Locus de Frequência Constante: Um locus de frequência constante ω = ω1 no plano s é mapeado

numa linha radial de ângulo constante ω1 T no plano z, como mostrado na Figura 13.5. Observe que
linhas de frequência constante em ω = ± 12 ωs no semi plano esquerdo do plano s corresponde ao eixo
real negativo no plano z entre 0 e −1, uma vez que ± 12 ωs T = ±π. Linhas de frequência constante em
ω = ± 21 ωs no semi plano direito do plano s correspondem ao eixo real negativo no plano z entre −1 e
−∞. O eixo real negativo no plano s corresponde ao eixo real positivo no plano z entre 0 e 1. E linhas


Figura 13.4: (a) Região de tempo de acomodação T < 4/σ1 no plano s e (b) a
região correspondente no plano z
−σ1 σ 0 Re
e−σ1 T
(a) (b)
de frequência constante em ω = ±nωs , n = 0,1,2, . . ., no semi plano direito do plano s mapeia no

eixo real positivo no plano z entre 1 e ∞.
Figura 13.5: (a) Locus de frequência constante no plano s; e (b) o locus no plano z
z = e(σ+jω2 )T z = e(σ+jω1 )T
j ω2s
jω2
ω2 T
jω1
ω1 T
σ Re
ω1 T
−jω1
−j ω2s
z = e(σ−jω1 )T
(a) (b)
A região limitada pelas linhas de frequência constante ω = ω1 e ω = −ω2 (em que ambos ω1 e ω2
ficam entre − 12 ωs e 12 ωs ) e as linhas de atenuação constante σ = −σ1 e σ = −σ2 , como mostrado na
Figura 13.6, é mapeada na região limitada por duas linhas radiais e dois arcos circulares.


Figura 13.6: (a) Região limitada pelas linhas ω = ω1 , ω = −ω2 , σ = −σ1 e
σ = −σ2 no plano s; e (b) a região correspondente no plano z
j ω2s z = e(σ+jω2 )T 1
jω2
e−σ1 T
σ 0 Re
−jω1 e −σ2 T
−σ2 −σ1
−j ω2s
z = e(σ−jω1 )T
(a) (b)
Locus de Taxa de Amortecimento Constante: Uma linha de taxa de amortecimento constante

(uma linha radial) no plano s é mapeada numa espiral no plano z. Observe que no plano s uma linha
de taxa de amortecimento constante pode ser dada por
p
s = −ξωn + jωn 1 − ξ 2 = −ξωn + jωd (13.5)
p
em que ωd = ωn 1 − ξ 2 . No plano z essa linha torna-se
!
sT ωd ωd ξ
z=e = exp(−ξωn T + jωd T ) = exp −2π p + j2π . (13.6)
2
1−ξ sω ωs
Portanto,
!
ωd ξ
|z| = exp −2π p , (13.7)
1 − ξ ωs
2
ωd
]z = 2π . (13.8)
ωs
Assim, a magnitude de z diminui e o ângulo de z aumenta linearmente quando ωd aumenta, e o locus
no plano z torna-se uma espiral logarítmica, como mostrado na Figura 13.7.
Observe que para uma dada razão de ωd /ωs a magnitude |z| torna-se uma função apenas de ξ, e o
ângulo de z torna-se constante. Por exemplo, se a taxa de amortecimento é especificada como ξ = 0,3,
então para ωd = 0,25ωs temos
!
0,3
|z| = exp −2π p 0,25 = 0,610
1 − 0,32
]z = 2π(0,25) = 90◦ .


Figura 13.7: (a) Linha de amortecimento constante no plano s; e (b) locus correspondente no
plano z
Taxa de amortecimento
constante ωd
= 0,25
s jωd ωs Lugar ξ constante
2 jωs ωd
= 0,5
ωs
ωs
1 j ωd
=0
2 ωs
P
◦
30
−ξωn σ 1 2 Re
1
(a) (b)
Para ωd = 0,5ωs , temos

!
0,3
|z| = exp −2π p 0,5 = 0,3725
1 − 0,32
]z = 2π(0,5) = π = 180◦ .
Assim, a espiral pode ser graduada em termos de uma frequência normalizada ωd /ωs . Uma vez
especificada a frequência de amostragem ωs , o valor numérico de ωd em qualquer ponto sobre a espiral
pode ser determinado. Por exemplo, no ponto P na Figura 13.7b, ωd pode ser determinado como segue.
Se, por exemplo, a frequência de amostragem é especificada como ωs = 10π rad/s, no ponto P temos
π ωd
]z = = 2π
6 ωs
e então
1 5π
ωd =
ωs = rad/s.
12 6
Observe que se uma linha de taxa de amortecimento constante está no segundo ou terceiro
quadrantes no plano s, a espiral decai no interior do círculo unitário no plano z. Entretanto, se
uma linha de taxa de amortecimento constante está no primeiro ou quarto quadrantes no plano s
(correspondente a um amortecimento negativo), a espiral cresce para fora do círculo unitário. A
Figura 13.8 mostra os lugares de taxa de amortecimento constante para ξ = 0, ξ = 0,2, ξ = 0,4,
ξ = 0,6, ξ = 0,8 e ξ = 1. O locus de ξ = 1 é uma linha horizontal entre os pontos z = 0 e z = 1.


Figura 13.8: Lugar de taxa de amortecimento constante
Im Plano z
ξ=0
ξ = 0,2
ξ = 0,4
ξ = 0,6
ξ = 0,8
ξ=1
−1 1 Re
Regiões no Plano s e no Plano z para ξ > ξ1 : A Figura 13.9 mostra o locus de ξ constante (ξ = ξ1 )
no plano s e no plano z. A espiral logarítmica mostrada corresponde a faixa primária no plano s. Se o
teorema de amostragem é satisfeito é preciso considerar apenas a faixa primária no plano s.
Figura 13.9: Região para ξ > ξ1 (a) no plano s e (b) no plano z
ξ = ξ1
1
σ Re
(a) (b)
Se todos os pólos no plano s são especificados como tendo uma taxa de amortecimento não menor
do que um valor especificado ξ, os pólos devem ficar à esquerda da linha de taxa de amortecimento
constante no plano s (a região sombreada). No plano z, os pólos devem ficar na região limitada pela
espiral logarítmica correspondente a ξ = ξ1 (a região sombreada).


Exemplo 13.1
Especifique a região no plano z que corresponde a uma região desejável (sombreada) no plano
s, limitada pelas linhas ω = ±ω1 , linhas ξ = ξ1 , e a linha σ = −σ1 , conforme a figura:
ξ = ξ1 ω = ω1
jω1 ξ = ξ1
σ Re
σ = σ1
−jω1
σ1
(a) (b)
Observe que se os pólos de malha-fechada dominantes do sistema de tempo contínuo são

requeridos a estarem na região desejada especificada no plano s, então os pólos dominantes de
malha-fechada do sistema de tempo discreto equivalente devem ficar no interior da região no
plano z que corresponde a região desejada no plano s. Uma vez projetado o sistema de controle
de tempo discreto, as características de resposta devem ser verificadas por experimentos ou
simulações. Se as características da resposta não são satisfatórias, então as locações dos pólos e
zeros de malha fechada devem ser modificadas até que resultados satisfatórios sejam obtidos.
Para sistemas de controle de tempo discreto, é necessário atenção especial com o período de
amostragem T . Se o período de amostragem é muito grande e o teorema de amostragem não é
satisfeito, então frequência de dobramento ocorre e as localizações efetivas de pólos e zeros serão
modificadas.
Suponha que um sistema de controle de tempo contínuo tem pólos de malha fechada em s =
−σ1 ± jω1 no plano s. Se a operação de amostragem é envolvida nesse sistema e se ω1 > 12 ωs , em
que ωs é a frequência de amostragem, então dobramento de frequência ocorre e o sistema comporta-se
como se ele tivesse pólos em s = −σ1 ± j(ω1 ± nωs ), n = 1,2, . . .. Isso significa que a operação
de amostragem dobra os pólos fora da faixa primária na faixa primária, e os pólos aparecerão em
s = σ1 ± j(ω1 − ωs ), como mostrado na Figura 13.10a. No plano z esses pólos são mapeados em
um par de pólos complexos conjugados, como mostrado na Figura 13.10b. Quando dobramento de
frequência ocorre, oscilações com frequência ωs − ω1 , em vez de ω1 , são observadas.


Figura 13.10: (a) Pólos no plano s em −σ1 ±jω1 e pólos dobrados em −σ1 ±j(ω1 ±ωs ),
−σ1 ± j(ω1 ± 2ωs ); (b) mapeamento no plano z dos pólos no plano s
jω Plano s Plano z
× j(2ωs − w1 )
Im
× jω1
jω2 /2
×
× j(ωs − ω1 )
(ωs − ω1 )T
σ Re
× −j(ωs − ω1 )
−jω2 /2 × 1
× −jω1
× −j(2ωs − ω1 )
(a) (b)

Exercício 13.1
Considere a região no plano s mostrada na figura. Desenhe a região correspondente no plano z.
Considere o período de amostragem T = 0,2 s.
jω Plano s
j8
◦
20
−4 σ
20◦
−j8

CAPÍTULO
14
Análise de Estabilidade no Plano z
Objetivos
• Familiarizar-se com os conceitos e condiçẽs para estabilidade absoluta e relativa de

sistemas de controle de tempo discreto em malha fechada.
• Saber aplicar o teste de estabilidade Jury à uma dada equação característica.
• Saber aplicar o critério de estabilidade de Routh-Hurwitz acoplado a transformada bilinear.
14.1 Introdução
A estabilidade é um requisito básico para sistemas de controle digital e analógico. O controle digital
é baseado em amostras atualizadas a cada período de amostragem, e existe a possibilidade de o
sistema ficar instável entre as atualizações. Isso obviamente torna a análise de estabilidade diferente
no caso digital. Examinamos diferentes definições e testes de estabilidade de sistemas digitais lineares
invariantes no tempo baseados em modelos de função de transferência. Em particular, consideramos a
estabilidade entrada-saída.
As definições de estabilidade mais comumente usadas são baseadas na magnitude da resposta do
sistema no estado estacionário. Se a resposta do estado estacionário for ilimitada, o sistema é dito
instável. Neste capítulo, discutimos duas definições de estabilidade que dizem respeito à limitação ou
decaimento exponencial da saída do sistema. A primeira definição de estabilidade considera a saída
do sistema devido às suas condições iniciais. Para aplicá-la aos modelos de função de transferência,
157
CAPÍTULO 14. ANÁLISE DE ESTABILIDADE NO PLANO Z 158

precisamos assumir que nenhum cancelamento pólo-zero ocorre na função de transferência.
Definição 14.1: Estabilidade Assintótica

Um sistema é dito ser assintoticamente estável se sua resposta a qualquer condição inicial
decai para zero assintoticamente no regime permanente, ou seja, a resposta devido às condições
iniciais satisfaz
lim y(k) = 0. (14.1)
k→0
Se a resposta devido às condições iniciais permanece limitada, mas não decai para zero, o
sistema é dito ser marginalmente estável.
A segunda definição de estabilidade diz respeito a resposta forçada do sistema para uma entrada
limitada. Uma entrada limitada satisfaz a condição
|u(k)| ≤ Ku < ∞, k = 0,1,2, . . . (14.2)
Definição 14.2: Estabilidade Entrada-Limitada Saída-Limitada

Um sistema é dito ser entrada-limitada saída-limitada (ELSL) estável se sua resposta a qualquer
entrada limitada permanece limitada, ou seja, para qualquer entrada satisfazendo (14.2), a saída
satisfaz
|y(k)| ≤ Ky < ∞, k = 0,1,2, . . .
Na ausência de cancelamento pólo-zero, as condições para estabilidade ELSL e estabilidade assintótica

são idênticas.
Teorema 14.1: Estabilidade Assintótica

Na ausência de cancelamento pólo-zero, um sistema digital linear invariante no tempo é
assintoticamente estável se os pólos da sua função de transferência estão no círculo unitário
aberto, e é marginalmente estável se os pólos estão no círculo unitário fechado sem pólos
repetidos sobre o círculo unitário.
O Teorema 14.1 aplica-se mesmo se cancelamentos pólo-zero ocorrem, desde que os pólos cancelados
sejam estáveis.
A estabilidade BIBO diz respeito à resposta de um sistema a uma entrada limitada. A resposta do
sistema para qualquer entrada é dada pelo somatório da convolução
∞
X
y(k) = h(k − i)u(i), k = 0,1,2, . . . (14.3)
i=0
em que h(k) é a sequência resposta ao impulso.

Pode parecer que um sistema deve ser BIBO estável se sua resposta ao impulso for limitada. Para
mostrar que isso geralmente é falso, deixe a resposta ao impulso de um sistema linear ser limitada e


estritamente positiva com limite inferior hL e limite superior hU , ou seja,
hL < h(k) < hU < ∞, k = 0,1,2, . . . (14.4)
Usando o limite (14.4) em (14.3) fornece a desigualdade

k
X k
X
|y(k)| = h(k − i)u(i) > hL u(i), k = 0,1,2, . . . (14.5)
i=0 i=0
a qual é ilimitada quando k → ∞ para a entrada limitada u(k). O Teorema 14.2 estabelece as
condições necessárias e suficientes para a estabilidade ELSL de sistemas lineares de tempo discreto.
Teorema 14.2: Estabilidade ELSL

Um sistema linear de tempo discreto é ELSL estável se e apenas se sua sequência resposta é
absolutamente somável (tem energia finita), ou seja,
∞
X
|h(i)| < ∞. (14.6)
i=0
Como a transformada-Z da sequência resposta ao impulso é a função de transferência pulsada, a

estabilidade ELSL pode ser relacionada a localização dos pólos.
Teorema 14.3
Um sistema linear de tempo discreto é ELSL estável se e apenas se os pólos de sua função de
transferência pulsada ficam no círculo unitário aberto.
Para sistemas de tempo discreto lineares invariantes no tempo, sem cancelamento pólo-zero, a estabili-
dade ELSL e a estabilidade assintótica são equivalentes e podem ser investigadas usando os mesmos
testes. Assim, o termo estabilidade é usada na sequência seja para a estabilidade ELSL ou estabilidade
assintótica com a consideração de nenhum cancelamento pólo-zero.
14.2 Análise de Estabilidade de Sistemas de Malha-Fechada

Considere o sistema de malha-fechada com a seguinte função de transferência pulsada:
C(z) G(z)
= . (14.7)
R(z) 1 + GH(z)
A estabilidade do sistema definido pela equação (14.7), bem como de outros tipos de sistemas de
controle de tempo discreto, pode ser determinada a partir das localizações dos pólos de malha-fechada
no plano z, ou as raízes da equação característica
P (z) = 1 + GH(z) = 0, (14.8)
como segue:

• Para o sistema ser estável, os pólos de malha-fechada ou as raízes da equação característica

devem ficar interiormente ao círculo unitário no plano z. Qualquer pólo de malha-fechada fora
do círculo unitário torna o sistema instável.
• Se um pólo simples fica em z = 1, o sistema torna-se criticamente (marginalmente) estável. O

sistema também é criticamente estável se um único par de pólos complexos conjugados fica
sobre o círculo unitário no plano z. Qualquer pólo de malha-fechada múltiplo sobre o círculo
unitário torna o sistema instável.
• Zeros de malha-fechada não afetam a estabilidade absoluta e, portanto, podem ser localizados
em qualquer lugar no plano z.
Assim, um sistema de controle de malha fechada de tempo discreto linear invariante no tempo,
de entrada única e saída única, torna-se instável se qualquer dos pólos de malha-fechada está fora do
círculo unitário ou qualquer pólo de malha-fechada múltiplo fica sobre o círculo unitário no plano z.
Exemplo 14.1
Considere o sistema de malha-fechada mostrado na figura:
R(s) e(t) e(kT ) 1 − e−s u(t) 1 C(s)

+ K
R(z) − s s(s + 1) C(z)
δT
Determine a estabilidade do sistema quando K = 1.
A função de transferência de malha aberta G(s) do sistema é
1 − e−s 1
G(s) = .
s s(s + 1)
Referindo a equação (9.42), a transformada z de G(s) é
1 − e−s

1 0,3679z + 0,2642
G(z) = Z = .
s s(s + 1) (z − 0,3679)(z − 1)
Uma vez que função de transferência pulsada de malha-fechada para o sistema é
C(z) G(z)
=
R(z) 1 + G(z)
a equação característica é
1 + G(z) = 0
o que resulta
(z − 0,3679)(z − 1) + 0,3679z + 0,2642 = 0


ou
z 2 − z + 0,6321 = 0.
As raízes da equação característica são z1 = 0,5 + j0,6181 e z2 = 0,5 − j0,6181. Como

|z1 | = |z2 | < 1, o sistema é estável.
É importante observar que na ausência do amostrador um sistema de segunda ordem é sempre

estável. Na presença do amostrador, entretanto, um sistema de segunda ordem como o acima pode
se tornar instável para elevados valores de ganho. Por exemplo, o sistema acima será instável se
K > 2,3925.
14.3 Métodos para Testar a Estabilidade Absoluta

Três testes de estabilidade podem ser aplicados diretamente na equação característica P (z) = 0 sem
o cálculo de suas raízes (pólos). Dois deles são o teste de estabilidade de Schur-Cohn e o teste de
estabilidade de Jury. Estes dois testes revelam a existência de quaisquer raízes instáveis (raízes fora do
círculo unitário no plano z). Entretanto, eles nem dão as localizações das raízes instáveis, nem indicam
os efeitos de mudanças de parâmetros na estabilidade do sistema, exceto para os casos simples de
sistemas de pequena ordem. O terceiro método é baseado na transformação bilinear acoplada com o
critério de estabilidade de Routh.
Ambos o teste de estabilidade de Schur-Cohn e o teste de estabilidade de Jury podem ser aplicados
a equações polinomiais com coeficientes reais ou complexos. Os cálculos requeridos no teste de
Jury, quando a equação polinomial envolve apenas coeficientes reais, são muito mais simples do
que os cálculos no teste de Schur-Cohn. Uma vez que os coeficientes das equações características
correspondentes a sistemas fisicamente realizáveis são sempre reais, o teste de Jury é preferido em
relação ao teste de Schur-Cohn.
14.3.1 Teste de Estabilidade de Jury
Ao aplicarmos o teste de estabilidade de Jury a uma dada equação característica P (z) = 0, cons-
truímos uma tabela cujos elementos são baseados nos coeficientes de P (z). Assuma que a equação
característica P (z) é um polinômio em z como segue:
P (z) = a0 z n + az z n−1 + · · · + an−1 z + an , (14.9)
em que a0 > 0. A Tabela 1 apresenta a forma geral da tabela de estabilidade de Jury.


Forma geral da tabela de estabilidade de Jury
Linha z0 z1 z2 z3 ··· z n−2 z n−1 zn
1 an an−1 an−2 an−3 ··· a2 a1 a0
2 a0 a1 a2 a3 ··· an−2 an−1 an
3 bn−1 bn−2 bn−3 bn−4 ··· b1 b0
4 b0 b1 b2 b3 ··· bn−2 bn−1
5 cn−2 cn−3 cn−4 cn−5 ··· c0
6 c0 c1 c2 c3 ··· cn−2
.. .. .. .. .. ..
. . . . . .
2n − 5 p3 p2 p1 p0
2n − 4 p0 p1 p2 p3
2n − 3 q2 q1 q0
Observe que os elementos da primeira linha consistem dos coeficientes em P (z) arranjados na
ordem ascendente das potências de z. Os elementos da segunda linha consistem dos coeficientes de
P (z) arranjados na ordem descendente das potências de z. Os elementos para as linhas 3 até 2n − 3
são dados pelos seguintes determinantes

a a
n n−1−k
bk = , k = 0,1, . . . ,n − 1 (14.10a)
a0 ak+1

b b
n−1 n−2−k
ck = , k = 0,1, . . . ,n − 2 (14.10b)
b0 bk+1

p p
3 2−k
qk = , k = 0,1,2. (14.10c)
p0 pk+1
Observe que a última linha na tabela consiste de três elementos. Os elementos em qualquer linha
número par são simplesmente o reverso da linha número ímpar imediatamente anterior.
Critério de Estabilidade pelo Teste de Jury
Um sistema com a equação característica P (z) escrita na forma
P (z) = a0 z n + a1 z n−1 + · · · + an−1 z + an (14.11)
em que a0 > 0, é estável se as seguintes condições são todas satisfeitas:
1) |an | < a0
2) P (z) |z=1 > 0


> 0 para n par
3) P (z) |z=−1
< 0 para n ímpar
4) |bn−1 | > |b0 |

|cn−2 | > |c0 |
..
.
|q2 | > |q0 |.
Exemplo 14.2
Construa a tabela do teste de Jury para a seguinte equação característica:
P (z) = a0 z 4 + a1 z 3 + a2 z 2 + a3 z + a4
em que a0 > 0. Escreva as condições de estabilidade.
Referindo ao caso geral, a tabela de estabilidade de Jury para o sistema de quarta ordem é como
segue:
Linha z0 z1 z2 z3 z4
1 a4 a3 a2 a1 a0
2 a0 a1 a2 a3 a4
3 b3 b2 b1 b0
4 b0 b1 b2 b3
5 c2 c1 c0
As condições para estabilidade são:
1) |a4 | < a0
2) P (1) = a0 + a1 + a2 + a3 + a4 > 0
3) P (−1) = a0 − a1 + a2 − a3 + a4 > 0, uma vez que n = 4 é par;
4) |b3 | > |b0 | e |c2 | > |c0 |.
Exemplo 14.3
Verifique a estabilidade da seguinte equação característica:
P (z) = z 4 − 1,2z 3 + 0,07z 2 + 0,3z − 0,08 = 0.
A primeira condição para estabilidade, |a4 | < 0, é satisfeita, dado que a4 = −0,08 e a0 = 1.


Verificando a segunda condição, temos
P (1) = 1 − 1,2 + 0,07 + 0,3 − 0,08 = 0,09 > 0.
Portanto, a segunda condição também é satisfeita. A terceira condição é da forma:
P (−1) = 1 + 1,2 + 0,07 − 0,3 − 0,08 = 1,89 > 0.
Portanto, a terceira condição também é satisfeita. Construindo a tabela de estabilidade de Jury,

obtemos:
Linha z0 z1 z2 z3 z4
1 −0,0800 0,3000 0,0700 −1,2000 1
2 1 −1,2000 0,0700 0,3000 −0,0800
3 −0,9940 1,1760 −0,0756 −0,2040
4 −0,2040 −0,0756 1,1760 −0,9940
5 0,9460 −1,1840 0,3150
dado que:

−0,08 1
b3 = = −0,9936

1 −0,08

−0,08 −1,2
b2 = = 1,176

1 0,3

−0,08 0,07
b1 = = −0,0756

1 0,07

−0,08 0,3
b0 = = −0,204

1 −1,2

−0,994 −0,204
c2 = = 0,946

−0,204 −0,994

−0,994 −0,0756
c1 = = −1,184

−0,204 1,176

−0,994 1,176
c0 = = 0,315.

−0,204 −0,0756
Da tabela, obtemos
|b3 | = 0,994 > |b0 | = 0,204,

|c2 | = 0,946 > |c0 | = 0,315.


Assim, ambas as partes da quarta condição são satisfeitas. Uma vez que todas as condições
são satisfeitas, a equação característica dada é estável, e todos os pólos estão internamente ao
círculo unitário no plano z. De fato a equação característica na forma fatorada,
P (z) = (z − 0,8)(z + 0,5)(z − 0,5)(z − 0,4)
comprova o resultado acima.
Exemplo 14.4
Examine a estabilidade da equação característica dada por:
P (z) = z 3 − 1,1z 2 − 0,1z + 0,2 = 0.
Temos assim os coeficientes: a0 = 1, a1 = −1,1, a2 = −0,1 e a3 = 0,2. As condições para

estabilidade no teste de Jury são:
1) |a3 | < a0
2) P (1) > 0
3) P (−1) < 0, dado que n = 3 é ímpar
4) |b2 | > |b0 |.
A primeira condição, |a3 | < a0 , é claramente satisfeita. A segunda condição fornece
P (1) = 1 − 1,1 − 0,1 + 0,2 = 0
e isso indica que pelo menos uma raiz está em z = 1. Portanto, na melhor das hipóteses o
sistema é criticamente estável. Os testes restantes determinam se o sistema é criticamente
estável ou instável.
A terceira condição do teste de Jury fornece
P (−1) = −1 − 1,1 + 0,1 + 0,2 = −1,8 < 0
e, portanto, é satisfeita. Examinando a quarta condição do teste de Jury, obtemos b2 = −0,96 e

b0 = −0,12. Portanto,
|b2 | > |b0 |
e assim a quarta condição do teste de Jury é satisfeita. Concluímos assim que o sistema de
terceira ordem dado pela equação característica acima tem uma raiz sobre o círculo unitário
(z = 1) e as outras duas raízes no interior do círculo unitário, sendo, portanto, o sistema dado
criticamente estável.


Exemplo 14.5
Verifique a estabilidade do sistema de terceira ordem definido pela equação característica:
P (z) = z 3 − 1,3z 2 − 0,08z + 0,24 = 0.
Temos assim os coeficientes: a0 = 1, a1 = −1,3, a2 = −0,08 e a3 = 0,24. As condições para

estabilidade no teste de Jury são:
1) |a3 | < a0
2) P (1) > 0
3) P (−1) < 0, dado que n = 3 é ímpar
4) |b2 | > |b0 |.
A primeira condição, |a3 | < a0 , é claramente satisfeita. A segunda condição fornece
P (1) = 1 − 1,3 − 0,08 + 0,24 = −0,14 < 0
e isso indica que a segunda propriedade é violada, e, portanto, o sistema é instável.
Exemplo 14.6
Considere um sistema de controle com realimentação unitária e função de transferência pulsada
de malha aberta dada por
K(0,3679z + 0,2642)
G(z) = .
(z − 0,3679)(z − 1)
Usando o teste de Jury, determine a faixa de ganho K para estabilidade.
A função de transferência pulsada de malha fechada é da forma

C(z) K(0,3679z + 0,2642)
= 2 .
R(z) z + (0,3679K − 1,3679)z + 0,3679 + 0,2642K
Assim, a equação característica para o sistema é
P (z) = z 2 + (0,3679K − 1,3679)z + 0,3679 + 0,2642K = 0.
Temos então os coeficientes: a0 = 1 e a1 = 0,3679 + 0,2642K. As condições para estabilidade

no teste de Jury são:
1) |a2 | < a0
2) P (1) > 0


3) P (−1) > 0
A primeira condição, |a2 | < a0 , estabelece que
|0,3679 + 0,2642K| < 1
e, assim,
−5,1775 < K < 2,3915.
A segunda condição estabelece
P (1) = 1 + (0,3679K − 1,3679) + 0,3679 + 0,2642K = 0,6321K > 0
o que fornece K > 0. A terceira condição estabelece
P (−1) = 1 − (0,3679K − 1,3679) + 0,3679 + 0,2642K = 2,7358 − 0,1037K > 0
o que fornece K < 26,382. Para estabilidade, a constante de ganho K deve satisfazer as
condições sobre K acima. Portanto,
0 < K < 2,3925.
Se o ganho K é feito igual a 2,3925, o sistema se torna criticamente estável (significando que
oscilações mantidas existem na saída). A frequência das oscilações sustentadas podem ser
determinadas se K = 2,3925 for considerado na equação. Nesse caso, a equação resultante é
z 2 − 0,4877z + 1 = 0.
As raízes características são z1,2 = 0,2439±j0,9698. Observando que o período de amostragem

é T = 1 s, temos

ωs 2π 0,9698
ωd = z= z = tan−1 = 1,3244 rad/s.
2π 2π 0,2439
Ou seja, a frequência da oscilação sustentada é 1,3244 rad/s.
14.3.2 Análise de Estabilidade Usando a Transformação Bilinear
Outro método usado com frequência na análise de estabilidade de sistemas de controle de tempo
discreto é a transformação bilinear acoplada com o critério de estabilidade de Routh. O método
requer a transformação do plano z noutro plano complexo, o plano w. O método é simples, porém, a
quantidade de cálculos é maior do que no critério de estabilidade de Jury.


A transformação bilinear é definida por
w+1
z= (14.12)
w−1
a qual, quando resolvida para w, fornece
z+1
w= (14.13)
z−1
mapeia o interior do círculo unitário no plano z no semi plano esquerdo do plano w. Seja a variável
complexa w definida como w = σ + jω. Uma vez que o interior do círculo unitário no plano z é

w + 1 σ + jω + 1
|z| = = < 1, (14.14)
w − 1 σ + jω − 1
ou
(σ + 1)2 + ω 2
< 1, (14.15)
(σ − 1)2 + ω 2
obtemos
(σ + 1)2 + ω 2 < (σ − 1)2 + ω 2 (14.16)
o que forncece σ < 0. Assim, o interior do círculo unitário no plano z corresponde a metade esquerda
do plano w. O círculo unitário no plano z é mapeado no eixo imaginário no plano w, e a parte externa
do círculo unitário no plano z é mapeada na metade direita do plano w.
Note-se que, embora o plano w seja similar ao plano s no sentido de que mapeia o interior do
círculo unitário no plano z na metade esquerda do plano, ele não é de maneira alguma quantitativamente
equivalente ao plano s. Portanto, estimar a estabilidade relativa do sistema das localizações dos pólos
no plano w é difícil.
Na análise de estabilidade usando a transformação bilinear acoplada com o critério de estabilidade
de Routh, primeiro substituímos z por (w + 1)/(w − 1) na equação característica
P (z) = a0 z n + a1 z n−1 + · · · + an−1 z + an = 0, (14.17)
no que resulta
n n−1
w+1 w+1 w+1
a0 + a1 + · · · + an−1 + an = 0. (14.18)
w−1 w−1 w−1
Então, multiplicando ambos os lados da equação acima por (w − 1)n , obtemos
Q(w) = b0 wn + b1 wn−1 + · · · + bn−1 w + bn = 0. (14.19)
Uma vez transformado P (z) = 0 em Q(w) = 0, é possível aplicar o critério de estabilidade de Routh
da mesma maneira que nos sistemas de tempo contínuo.
A transformação bilinear acoplada com o critério de estabilidade de Routh indicará exatamente
quantas raízes da equação característica ficam na metade direita do plano w e quantas ficam no eixo


imaginário. Entretanto, essa informação sobre o número exato de pólos instáveis é geralmente não
necessária no projeto de sistemas de controle, porque sistemas de controle criticamente estáveis ou
instáveis não são desejados.
Alguns comentários sobre a estabilidade de sistemas de controle de malha fechada são como segue:
• Se estamos interessados no efeito de um parâmetro do sistema na estabilidade de um sistema
de controle de malha fechada, um diagrama do lugar das raízes demonstra ser bastante útil. O
MATLAB pode ser usado para calcular e plotar um diagrama do lugar das raízes.
• É observado que no teste de estabilidade de uma equação característica, pode ser mais simples,
em alguns casos, encontrar as raízes da equação característica diretamente pelo uso do MATLAB.
• É importante observar que estabilidade não tem relação com a habilidade do sistema seguir uma
entrada particular. O sinal de erro em um sistema de controle de malha fechada pode aumentar
sem limite, mesmo se o sistema for estável.

O assunto abordado neste capítulo é descrito de forma mais detalhada e abrangente em [3, Seção 4.3].
Exercício 14.1
Usando o teste de Jury, verifique a estabilidade do polinômio:
z 5 + 0,2z 4 + z 2 + 0,3z − 0,1 = 0.
Exercício 14.2
Usando o teste de Jury, verifique a estabilidade do polinômio:
z 5 − 0,25z 4 + 0,1z 3 + 0,4z 2 + 0,3z − 0,1 = 0.
Exercício 14.3
Determine a estabilidade assintótica do sistema definido pela função de transferência:
4(z − 2)
H(z) =
(z − 2)(z − 0,1)
Exercício 14.4
4(z − 0,2)
H(z) =
(z − 0,2)(z − 0,1)


Exercício 14.5
5(z − 0,3)
H(z) =
(z − 0,2)(z − 0,1)
Exercício 14.6
8(z − 0,2)
H(z) =
(z − 0,1)(z − 1)
Exercício 14.7
Determine se as raízes das seguintes equações características estão no círculo unitário aberto
centrado na origem do plano z:
a) z 2 − 1,5z + 0,9 = 0
b) z 3 − 3z 2 + 2z − 0,5 = 0
c) z 3 − 2z 2 + 2z − 0,5 = 0
d) z 3 + 5z 2 − 0,25z − 1,25 = 0
e) z 3 − 1,7z 2 + 1,7z − 0,7 = 0
Exercício 14.8
Determine se alguma raiz da equação característica abaixo está fora do círculo unitário centrado
na origem do plano z:
z 3 + 2,1z 2 + 1,44z + 0,32 = 0.
Exercício 14.9
Determine a estabilidade do sistema de tempo discreto definido por:
Y (z) z −3
= .
X(z) 1 + 0,5z −1 − 1,34z −2 + 0,24z −3
Exercício 14.10
Determine a estabilidade do sistema descrito pela equação diferença:
y(k) − 0,6y(k − 1) − 0,81y(k − 2) + 0,67y(k − 3) − 0,12y(k − 4) = x(k).


Exercício 14.11
Usando o teste de Jury, verifique a estabilidade do sistema descrito pela equação diferença
y(k) − 0,6y(k − 1) − 0,8y(k − 2) + 0,7y(k − 3) − 0,2y(k − 4) = x(k).
Exercício 14.12
Considere o sistema de tempo discreto de malha fechada mostrado no Exemplo 14.1. Determine
a faixa do ganho K para estabilidade pelo uso do critério de estabilidade de Jury.
Exercício 14.13
Resolva o Exercício 14.12 usando a transformação bilinear acoplada com o critério de estabili-
dade de Routh.
Exercício 14.14
Determine o valor do ganho K > 0 para o qual o sistema abaixo é estável sob realimentação
simples.
4z −1 + z −2
Y (z) = K U (z).
1 + z −1 + 0,16z −2
Exercício 14.15
Para o sistema descrito pela função de transferência pulsada:
z 3 + 0,2z 2 + 0,7z + 0,2

G(z) = ,
z 4 + 0,1z 3 − 0,62z 2 + 0,24z − 0,04
verifique a estabilidade do sistema utilizando o teste de Jury.

CAPÍTULO
15
Avaliação I
Conteúdo
• Exame escrito contemplando os assuntos ministrados até o Capítulo 14, realizado na data
programada para a Avaliação I no Plano de Ensino da disciplina.
• Segunda chamada da Avaliação I apenas para os motivos previstos na resolução do curso,

e mediante solicitação formal e comprovação dos motivos alegados.
172
CAPÍTULO
16
Análise das Respostas Transitória e de Regime Permanente
Objetivos
• Familiarizar-se com as especificações de resposta transitória, como tempo de subida,

sobressinal máximo e tempo de resposta.
• Compreender a análise de erro de regime permanente e saber calcular o erro de regime

permanente em resposta a vários tipos de entrada.
• Saber analisar a resposta do sistema a distúrbios em diferentes locais do sistema.
16.1 Introdução
Estabilidade absoluta é um requisito básico para todo sistema de controle. Em adição, boa estabilidade
relativa e precisão em regime permanente são também requisitos para qualquer sistema de controle,
seja de tempo contínuo ou de tempo discreto. Neste capítulo analisamos as características da resposta
transitória e da resposta em regime permanente de sistemas de controle de malha fechada. A resposta
transitória é àquela porção da resposta devida aos pólos de malha fechada do sistema, e a resposta de
regime permanente é àquela porção da resposta devida aos pólos da entrada ou função de força.
Sistemas de controle de tempo discreto são frequentemente analisados com entradas “padrões”
como entradas degraus, rampas, ou senoidais. Isto é porque a resposta do sistema a qualquer entrada
arbitrária pode ser estimada de suas respostas para essas entradas padrões. Neste capítulo consideramos
a resposta do sistema de tempo discreto à entradas no domínio do tempo como entradas degraus.
173
CAPÍTULO 16. ANÁLISE DAS RESPOSTAS TRANSITÓRIA E DE REGIME PERMANENTE 174

16.2 Especificações de Resposta Transitória
Em muitos casos práticos, as características de desempenho desejadas para os sistemas de controle,
sejam eles de tempo contínuo ou de tempo discreto, são especificadas em termos de quantidades no
domínio do tempo. Isto é porque sistemas com armazenamento de energia não podem responder
instantaneamente e sempre exibirão resposta transitória quando sujeitos a entradas ou perturbações.
Com frequência, as características de desempenho de um sistema de controle são especificadas em
termos da resposta transitória a uma entrada degrau unitário, uma vez que a entrada degrau unitário é
fácil de gerar e é suficientemente drástica para prover informações úteis sobre a resposta transitória e a
resposta em regime permanente.
A resposta transitória de um sistema a uma entrada degrau unitário depende das condições iniciais.
A prática usual tem sido utilizar a condição inicial padrão: o sistema encontra-se inicialmente em
repouso e a saída e suas derivadas no tempo são nulas. As respostas características podem então serem
comparadas com facilidade.
A resposta transitória de um sistema de controle prático, no qual o sinal de saída é contínuo
no tempo, muitas vezes exibe oscilações amortecidas antes de atingir o regime permanente. Isso
é verdadeiro para a maioria dos sistemas de controle de tempo discreto ou digital uma vez que as
plantas controladas são em muitos casos de tempo contínuo e, portanto, os sinais de saída são de tempo
contínuo.
Considere, por exemplo, o sistema de controle digital mostrado na Figura 16.1. A saída c(t)
desse sistema a uma entrada degrau unitário pode exibir oscilações amortecidas, como mostrado na
Figura 16.2.
Figura 16.1: Um sistema de controle digital
r(t) e(t) e(kT ) Controlador Retentor u(t) c(t) c(kT )

+ Planta
− T Digital Dados T
Da mesma forma que para os sistemas de controle de tempo contínuo, a resposta transitória de um
sistema de controle digital pode ser caracterizada não apenas pela taxa de amortecimento e a frequência
natural de amortecimento, mas também pelo tempo de subida, máximo sobressinal (overshoot), tempo
de acomodação, e assim por diante, na resposta a uma entrada degrau. Na especificação de tais
características de resposta transitória, é comum se especificar as seguintes quantidades:
• Tempo de atraso td ;
• Tempo de subida tr ;


Figura 16.2: Resposta ao degrau unitário do sistema da Figura 16.1
c(t) c(kT )
1 1
0 t 0 kT
• Tempo de pico tp ;
• Máximo overshoot Mp ;
• Tempo de acomodação ts .
Essas especificações da resposta transitória na resposta ao degrau unitário são indicadas na
Figura 16.3, e detalhadas a seguir.
Figura 16.3: Curva de resposta ao degrau unitário mostrando as especificações da resposta

transitória: td , tr , tp , Mp e ts
y(t)
Mp
1
0.9
0.1
t
tr
tp
ts
Tempo de atraso td : O tempo de atraso (delay time) é o tempo requerido para a resposta atingir,
pela primeira vez, a metade do valor final.


Tempo de subida tr : O tempo de subida (rising time) é o tempo requerido para a resposta subir
de 10% a 90%, ou de 5% a 95%, ou de 0% a 100% de seu valor final, dependendo da situação. Para
sistemas de segunda ordem subamortecidos, o tempo de subida de 0% a 100% é geralmente utilizado.
Para sistemas sobreamortecidos e sistemas com atraso de transporte, o tempo de subida de 10% a 90%
é usado.
Tempo de pico tp : O tempo de pico é o tempo requerido para a resposta atingir o primeiro pico de
sobressinal (overshoot).
Sobressinal máximo Mp : O sobressinal (overshoot) máximo é o valor do pico máximo da curva

da resposta medido a partir da unidade. Se o valor final de regime permanente da resposta difere da
unidade, então é comum utilizar o overshoot máximo percentual. Ele é definido pela relação
c(tp ) − c(∞)
Mp = × 100%. (16.1)
c(∞)
A quantidade do overshoot percentual máximo diretamente indica a estabilidade relativa do sistema.
Tempo de resposta ou acomodação ts : O tempo de acomodação (settling time) é o tempo requerido

para a curva da resposta atingir e permanecer numa faixa em torno do valor final de uma largura
especificada como um percentual do valor final, usualmente 2%. O tempo de acomodação está
relacionado com a maior constante de tempo do sistema de controle.
Nem todas as especificações listadas acima dizem respeito a todos os sistemas. Por exemplo,
para um sistema sobreamortecido, o tempo de pico e o overshoot máximo não se aplicam. Por outro
lado, outras especificações podem estar envolvidas: para sistemas que produzem erros em regime
permanente para entradas degrau, o erro deve ser mantido num nível percentual especificado.
Assuma que o teorema da amostragem é satisfeito e que não ocorre dobramento de frequência. A
natureza da resposta transitória de um sistema de tempo discreto a uma dada entrada depende das reais
localizações dos pólos e zeros de malha fechada no plano z. Considere o sistema de controle de tempo
discreto definido por
C(z) bo z n + b1 z n−1 · · · + bn
= n , (16.2)
R(z) z + a1 z n−1 + · · · + an
em que R(z) é a transformada z da entrada e C(z) é a transformada z da saída. A resposta transitória
desse sistema à entrada delta de Kronecker, entrada degrau, entrada rampa, e assim por diante, pode
ser obtida facilmente usando o MATLAB, como exemplificado a seguir.
Exemplo 16.1
Considere o sistema de controle de tempo discreto definido por
C(z) 0,4673z − 0,3393
= 2 .
R(z) z − 1,5327z + 0,6607


Obtenha a resposta ao degrau unitário desse sistema.
Os comandos MATLAB para obter a resposta ao degrau unitário são:
1 num = [0 0.4673 -0.3393];

2 den = [1 -1.5327 0.6607];
3 rk = ones(1,41);
4 axis([0 40 0 1.6]);
5 kT = [0:40]';
6 ck = filter(num,den,rk);
7 stem(kT,ck,'filled')
8 xlabel('Tempo (s)')
A figura abaixo ilustra a curva da resposta obtida com o MATLAB.
16.3 Análise do Erro de Regime Permanente

Uma característica importante associada com a resposta transitória é o erro de regime permanente. O
desempenho em regime permanente de um sistema de controle estável é geralmente avaliado pelo erro
de regime permanente devido a entradas tipo degrau, rampa e aceleração. A seguir é considerado um
tipo de erro em regime permanente causado pela inabilidade de um sistema para seguir certos tipos de
entradas.
Qualquer sistema de controle físico sofre naturalmente de erros de regime permanente em resposta
a certos tipos de entradas. Um sistema pode não exibir erro de regime permanente com entradas


degraus, mas o mesmo sistema pode exibir erro de regime permanente em resposta à entradas rampas.
Se um sistema exibirá ou não erro de regime permanente em resposta a um tipo de entrada depende do
tipo da função de transferência de malha aberta do sistema.
Considere o sistema de tempo contínuo cuja função de transferência de malha aberta G(s)H(s) é
dada por
K(Ta s + 1)(Tb s + 1) · · · (Tm s + 1)
G(s)H(s) = . (16.3)
sN (T1 s + 1)(T2 s + 1) · · · (Tp s + 1)
O termo sN no denominador representa um pólo de multiplicidade N na origem. É usual classificar o
sistema segundo o número de integradores na função de transferência de malha aberta.
Um sistema é dito ser Tipo 0 se N = 1, Tipo 1 se N = 1, Tipo 2 se N = 2, etc. Lembrar que N
aqui é o número de pólos nulos da função de transferência de malha aberta. Sistemas Tipo 0 exibem
erros de regime permanente finitos em resposta à entradas degraus, e erros infinitos em resposta à
rampa e às entradas de maior ordem. Os sistemas do Tipo 1 não exibem erro de regime permanente
em resposta à entradas degraus, exibem erros de regime permanente finitos em resposta à entradas
rampas, e erros de regime permanente infinitos em resposta à entradas de ordem elevada e aceleração.
Quando o número do tipo é aumentado, a precisão é melhorada. Entretanto, aumentando o número
do tipo agrava o problema de estabilidade. Um compromisso entre precisão de regime permanente e
estabilidade relativa é sempre necessário.
Sistemas de controle de tempo discreto podem ser classificados segundo o número de pólos de
malha aberta em z = 1. Suponha que a função de transferência pulsada de malha aberta seja dada pela
equação
1 B(z)
Função de transferência de malha aberta = , (16.4)
(z − 1)N A(z)
em que B(z)/A(z) não contém nem um pólo nem um zero em z = 1. Então o sistema pode ser
classificado como um sistema Tipo 0, Tipo 1, ou Tipo 2, se N = 0, N = 1 ou N = 2, respectivamente.
O tipo de sistema especifica as características de regime permanente ou precisão de regime permanente.
Considere o sistema de tempo discreto mostrado na Figura 16.4. Assuma que o sistema é estável de
forma que o teorema do valor final pode ser aplicado para encontrar os valores de regime permanente.
Do diagrama temos o erro de atuação
e(t) = r(t) − b(t). (16.5)
Considere o erro de atuação de regime permanente nos instantes de amostragem. Do teorema do valor
final, temos
lim e(kT ) = lim (1 − z −1 )E(z). (16.6)
k→∞ z→1
Para o sistema mostrado na Figura 16.4, temos

−1 Gp (s)
G(z) = (1 − z )Z (16.7)
s


Figura 16.4: Sistema de controle de tempo discreto
r(t) e(t) e∗ (t) 1 − e−sT c(t)

+ Gp (s)
R(z) − δT s C(z)
b(t)
H(s)
e
−1 Gp (s)H(s)
GH(z) = (1 − z )Z . (16.8)
s
Então, temos
C(z) G(z)
= (16.9)
R(z) 1 + GH(z)
e
E(z) = R(z) − B(z) = R(z) − GH(z)E(z), (16.10)
ou
1
E(z) = R(z). (16.11)
1 + GH(z)
Por substituição da equação (16.11) na equação (16.6), obtemos

−1 1
erp = lim (1 − z ) R(z) . (16.12)
z→1 1 + GH(z)
Como no sistema de tempo contínuo, consideramos três tipos de entradas: degrau unitário, rampa
unitária, e aceleração unitária.
16.3.1 Constante de Erro de Posição Estática
Para uma entrada degrau unitário r(t) = 1(t), temos

1
R(z) = . (16.13)
1 − z −1
Substituindo essa última equação na equação (16.12), o erro de atuação em regime permanente em
resposta a uma entrada degrau unitário pode ser obtido como

1 1 1
erp = lim (1 − z −1 ) = lim . (16.14)
z→1 [1 + GH(z)] (1 − z −1 ) z→1 1 + GH(z)
Definimos a constante de erro de posição estática Kp como segue:
Kp = lim GH(z). (16.15)

z→1
Então o erro atuante de regime permanente em resposta a uma entrada degrau se torna zero se Kp = ∞,
o que requer que GH(z) tenha pelo menos um pólo em z = 1.


16.3.2 Constante de Erro de Velocidade Estática
Para uma entrada rampa unitária, temos
T z −1
R(z) = . (16.16)
(1 − z −1 )2
Por substituição dessa última equação na equação (16.12), obtemos
T z −1

−1 1 T
erp = lim (1 − z ) −1 2
= lim −1
. (16.17)
z→1 [1 + GH(z)] (1 − z ) z→1 (1 − z )GH(z)
Definimos a constante de erro de velocidade estática K, como
(1 − z −1 )GH(z)
Kv = lim . (16.18)
z→1 T
O erro atuante de regime permanente em resposta a uma entrada rampa unitária pode ser obtido por
1
erp = . (16.19)
Kv
Se Kv = ∞, então o erro atuante em regime permanente em resposta a uma entrada rampa unitária é
zero. Isto requer que GH(z) tenha uma pólo duplo em z = 1.
16.3.3 Constante de Erro de Aceleração Estática
Para uma entrada aceleração unitária r(t) = 21 t2 1(t), temos
T 2 (1 + z −1 )z −1
R(z) = . (16.20)
2(1 − z −1 )3
Por substituição da equação acima na equação (16.12), obtemos
T 2 (1 + z −1 )z −1 T2

−1 1
erp = lim (1 − z ) = lim . (16.21)
z→1 [1 + GH(z)] 2(1 − z −1 )3 z→1 (1 − z −1 )2 GH(z)
Definimos a constante de erro de aceleração estática Ka , como
(1 − z −1 )2 GH(z)
Ka = lim . (16.22)
z→1 T2
Então o erro atuante de regime permanente em resposta a uma entrada aceleração unitária pode ser
dado por
1
erp = . (16.23)
Ka
O erro atuante em regime permanente em resposta a uma entrada aceleração unitária torna-se zero se
Ka = ∞. Isto requer que GH(z) tenha uma pólo triplo em z = 1.
É importante enfatizar que o erro atuante é a diferença entre a entrada referência e o sinal de
realimentação, e não a diferença entre a entrada referência e a saída. Assim, vimos que um sistema


Tipo 0 exibirá um erro atuante de regime permanente constante em resposta a uma entrada degrau,
e um erro atuante infinito em resposta a uma rampa, aceleração, ou entradas de ordem elevada. Um
sistema Tipo 1 exibirá um erro atuante de regime permanente zero em resposta a uma entrada degrau,
um erro atuante de regime permanente constante em resposta a uma entrada rampa, e um erro atuante
de regime permanente infinito em resposta à entradas aceleração ou ordem elevada.
Erro de regime permanente em resposta à entrada

Sistema Degrau r(t) = 1 Rampa r(t) = t Aceleração r(t) = 21 t2
1
Tipo 0 ∞ ∞
1 + Kp
1
Tipo 1 0 ∞
Kr
1
Tipo 2 0 0
Ka
A análise de erro apresentada acima aplica-se ao sistema de controle de malha fechada de tempo
discreto mostrado na Figura 16.4. Para uma configuração de malha fechada diferente, é observado que
se o sistema de controle de malha fechada de tempo discreto tem uma função de transferência pulsada
de malha fechada, então as constantes de erro estático podem ser determinadas por uma análise similar
a apresentada.
É importante observar que os termos “erro de posição”, “erro de velocidade”, e “erro de aceleração”
significam desvios de regime permanente na posição da saída. Um erro de velocidade finito implica
que após os transitórios terem cessados a entrada e a saída movem a mesma velocidade, mas têm uma
diferença de posição finita.
16.4 Resposta à Distúrbios

Ao examinarmos características da resposta transitória e erros de regime permanente, é importante
observarmos que os efeitos de distúrbios, em adição àqueles de entradas referências, devem ser
explorados.
Para o sistema mostrado na Figura 16.5a, assuma que a entrada referência é zero, ou seja, R(z) = 0,
mas o sistema é sujeito a um distúrbio N (z). Para este caso o diagrama de blocos do sistema pode ser
redesenhado como na Figura 16.5b. A resposta C(z) ao distúrbio N (z) pode ser encontrada da função
de transferência pulsada de malha fechada
C(z) G(z)
= . (16.24)
N (z) 1 + GD (z)G(z)
Se |GD (z)G(z)| 1, então encontramos
C(z) 1
≈ . (16.25)
N (z) GD (z)


Figura 16.5: (a) Sistema de controle digital de malha fechada sujeito a
entrada referência e entrada distúrbio; (b) diagrama de bloco modificado
one a entrada distúrbio é considerada a entrada do sistema
N (z)
R(z) = 0 + C(z)
+ GD (z) + G(z)
−
(a)
N (z) C(z)
+ G(z)
−
GD (z)
(b)
Uma vez que o erro do sistema é
E(z) = R(z) − C(z) = −C(z) (16.26)
encontramos o erro de E(z) devido ao distúrbio N (z) como

1
E(z) = − N (z). (16.27)
GD (z)
Assim, quanto maior o ganho GD (z) menor o erro E(z). Se GD (z) inclui um integrador (o que
significa que GD (z) tem um pólo em z = 1), o erro de regime permanente devido a um distúrbio
constante é zero. Isto é visto a seguir. Como para um distúrbio constante de magnitude N temos
N
N (z) = (16.28)
1 − z −1
se GD (z) envolve um pólo em z = 1, ele pode ser escrito como
G
b D (z) b D (z)z −1
G
GD (z) = = , (16.29)
z−1 1 − z −1
em que G
b D (z) não envolve qualquer zero em z = 1. Então o erro de estado permanente pode ser dado


por

−1 −1 −N (z)

erp = lim (1 − z )E(z) = lim (1 − z )
z→1 z→1 GD (z)
" # (16.30)
(1 − z −1 )N

−1 N 1
= lim (1 − z ) = − lim = 0.
z→1 (1 − z −1 ) GD (z) z→1 b D (z)z −1
G
Se um sistema linear é sujeito a ambAs entradas referência e distúrbio, o erro resultante é a soma
dos erros devidos às entradas referência e distúrbio. Deve-se manter o erro total nos limites aceitáveis.
Observe que o ponto onde o distúrbio entra no sistema é muito importante no ajuste do ganho de
GD (z)G(z). Por exemplo, considere o sistema mostrado na Figura 16.6a. A função de transferência
pulsada de malha fechada para o distúrbio é
C(z) E(z) 1
=− = . (16.31)
N (z) N (z) 1 + GD (z)G(z)
Figura 16.6: (a) Sistema de controle digital de malha fechada sujeito a

entrada referência e entrada distúrbio; (b) diagrama de blocos modificado
onde o distúrbio entra no laço de realimentação
N (z)
R(z) = 0 + C(z)
+ GD (z) G(z) +
−
(a)
R(z) = 0 C(z)
+ GD (z) G(z)
−
+
+
N (z)
(b)
Para minimizar os efeitos do distúrbio N (z) sobre o erro do sistema E(z), o ganho de GD (z)G(z)
deve ser feito o maior possível. Entretanto, para o sistema mostrado na Figura 16.6b, a função de
transferência pulsada de malha fechada para o distúrbio é
C(z) E(z) GD (z)G(z)
=− = , (16.32)
N (z) N (z) 1 + GD (z)G(z)


e para minimizar os efeitos do distúrbio N (z) sobre o erro do sistema E(z), o ganho GD (z)G(z) deve
ser feito tão pequeno quanto possível.
Assim, é vantajoso obter a expressão para E(z)/N (z) antes de concluir se o ganho de GD (z)G(z)
deveria ser grande ou pequeno para minimizar o erro devido a distúrbios. É importante lembrar,
entretanto, que a magnitude do ganho não pode ser determinada unicamente das considerações de
distúrbios. Ela deve ser determinada considerando as respostas à ambas entradas referência e distúrbio.
Se as regiões de frequência para a entrada referência e entrada distúrbio são suficientemente afastadas,
um filtro adequado pode ser inserido no sistema. Se as regiões sobrepõem, então modificação da
configuração do diagrama de blocos pode tornar necessária para obter respostas aceitáveis a ambas
entradas referência e distúrbio.

Exercício 16.1
Determine o tempo de resposta a 5% dos seguintes sistemas:
2
a) G(s) =
s+3
1
b) G(s) =
(s + 4)(s + 2)
1
c) G(s) =
4s2 + 3s + 1
Exercício 16.2
Para cada um do sistemas abaixo, determine o ganho estático, a taxa de amortecimento e, onde
aplicável, a frequência natural:
25
a) G(s) =
20s2 + 36s + 45
48
b) G(s) =
s2 + 10s + 16
15
c) G(s) =
25s2 + 16
100
d) G(s) =
25s2 + 40s + 16


Exercício 16.3
Para a configuração de sistema de malha fechada mostrada na figura, obtenha as contantes de
erro estático Kp , Kv e Ka .
+ G(s)
−
H(s)
Exercício 16.4
+ G(s)
−
H(s)
Exercício 16.5
+ G1 (s) G2 (s)
−
H(s)
Exercício 16.6
Para um sistema de malha fechada com realimentação unitária e
0,4(z + 0,2)
G(z) = .
(z − 1)(z − 0,2)
Determine: (a) a constante de erro de posição, (b) a constante de erro de velocidade, (c) o erro
de regime permanente para uma entrada degrau unitário, e (d) o erro de regime permanente para
uma entrada rampa.


Exercício 16.7
Considere o diagrama de blocos abaixo com as funções de transferência
Kp 1
G(s) = , Gd (s) = , C ∗ (s) = Kc .
s+1 s
Obtenha a resposta de regime permanente a um distúrbio impulso de intensidade A.
D(s)
Gd (s)
R(s) = 0 + Y ∗ (s)
+ C ∗ (s) G0h (s) + G(s)
− δT δT
Exercício 16.8
Para o sistema descrito pela função de transferência pulsada:
K(z + 0,9)
G(z) = ,
(z − 0,2)(z − 0,8)
determine o valor do ganho K para que o erro de regime permanente, quando submetido à uma
entrada sequência degrau unitário, seja de 10%. Sabendo-se que o ganho crítico desse sistema é
Kcr = 0,933, é esse requesito viável?

CAPÍTULO
17
Implementação Digital de Controladores Analógicos
Objetivos
• Compreender o procedimento para obtenção de um controlador digital usando um projeto

analógico.
• Compreender as principais técnicas de transformação de controladores analógicos em

controladores digitais.
• Compreender o mapeamento do plano s no plano z das técnicas de discretização de

controladores analógicos.
17.1 Discretização de Controladores

O projeto de um controlador em tempo contínuo resulta em uma função de transferência em s, digamos
G(s). Para implementar este controlador num computador é necessário a sua discretização no tempo.
Há também algumas situações em que um controlador de tempo contínuo já está disponível e deseja-se
converter este controlador para um controlador de tempo discreto. Assim, o problema passa a ser o
seguinte: dado um controlador em tempo contínuo descrito por sua função de transferência, G(s),
deseja-se encontrar uma função de transferência em z que aproxime G(s) em tempo discreto.
Este capítulo introduz uma técnica indireta para projetar um controlador digital. Essa técnica é
baseada no projeto de um controlador analógico para o subsistema analógico. A partir do controlador
analógico se obtém um controlador digital equivalente para a implementação digital da ação de controle
187
CAPÍTULO 17. IMPLEMENTAÇÃO DIGITAL DE CONTROLADORES ANALÓGICOS 188

desejada. A Figura 17.1 ilustra a configuração de sistema considerada.
Figura 17.1: Diagrama de blocos de sistema de controle digital
R(z) E(z) U (z) Y (z)

+ GD (z) G(z)
−
Um procedimento geral para obter um controlador digital usando um projeto analógico é como
segue:
Passo 1: Projete um controlador GA (s) para o subsistema analógico que atenda as especificações de
projeto desejadas;
Passo 2: Transforme o controlador analógico num controlador digital GD (z) usando uma transforma-
ção adequada;
Passo 3: Ajuste o ganho da função de transferência GD (z)G(z) usando projeto no domínio de z para
atender as especificações de projeto;
Passo 4: Verifique a resposta de tempo discreto do sistema de controle digital e repita os passos 1 a 3,
se necessário, até que as especificações de projeto sejam atendidas.
O passo 2 do procedimento acima, ou seja, a transformação de um filtro analógico para um filtro

digital, deve satisfazer os seguintes requisitos:
• O filtro analógico estável (pólos no semiplano esquerdo) deve ser transformado num filtro digital
estável;
• A resposta em frequência do filtro digital deve proximamente representar a resposta em frequên-

cia do filtro analógico na faixa de frequências 0 a ωs /2, em que ωs é a frequência de amostragem.
Muitas transformações de filtros satisfazem esses dois requisitos em graus variados. No entanto, isso
não acontece com todas as transformações analógico para digital, como é mostrado a seguir.
17.2 Diferenças para Trás (Backward)

Um filtro analógico pode ser representado por uma função de transferência ou equação diferencial.
Análise numérica prover aproximações padrões da derivada para obter a solução para uma equação
diferencial. As aproximações reduzem uma equação diferencial para uma equação diferença e pode
assim ser usada para obter a equação diferença de um filtro digital da equação diferencial de um filtro
analógico.


O método de diferenças para trás é uma técnica simples que aproxima a derivada de uma função
y(t) por
y(t) − y(t − T )
ẏ(t) ≈ . (17.1)
T
No domínio da transformada de Laplace, temos
Y (s) − e−sT Y (s)
sY (s) = + y(0)
T (17.2)
1 − e−sT
= Y (s) + y(0).
T
Se y(0) é pequeno, então
1 − e−sT 1 − z −1 1
s= = ⇐⇒ z= . (17.3)
T T 1 − Ts
Então, temos
D(z) = G(s) |s=(1−z −1 )/T . (17.4)
Exemplo 17.1
Obtenha a aproximação discreta para o sistema de tempo contínuo
s
G(s) = .
s+a
Considerando a relação
Y (s)
G(s) =
X(s)
temos
sY (s) + aY (s) = sX(s)
ou, no domínio do tempo,

ẏ(t) + ay(t) = ẋ(t).
Fazendo
y(t) − y(t − T )
ẏ(t) =
T
x(t) − x(t − T )
ẋ(t) =
T
temos,
y(t) − y(t − T ) x(t) − x(t − T )
+ ay(t) = .
T T
Avaliando em t = kT , fornece
1
y(kT ) = [x(kT ) − x((k − 1)T ) + y((k − 1)T )].
1 + Ta


Aplicando a transformada-Z na equação diferença acima, obtemos
1 1 − z −1
D(z) = .
1 + Ta 1
1− z −1
1 + Ta
Um solução alternativa emprega a equação (17.4), como segue:
1 − z −1
s T 1 1 − z −1
D(z) = = −1 = .
s + a s=(1−z −1 )/T

1−z 1 + aT 1 −1
a+ 1− z
T 1 + aT
Exemplo 17.2
Discretize o seguinte controlador G(s) utilizando o método de diferenças para trás:
2(s + 2)
G(s) = .
s+4
Temos que
G(z) = G(s)|s=(1−z −1 )/T .
Assim,
1 − z −1

2 +2
2 + 4T − 2z −1

2(s + 2) T
G(z) = = = .
s + 4 s=(1−z −1 )/T 1 − z −1 1 + 4T − z −1
+4
T
Mapeamento do Plano s no Plano z Substituindo a frequência de contorno s = jω, fornece

1
1 (1 − jωT ) + 12 (1 + jωT )
z= = 2
1 − jωT 1 − jωT

1 1 + jωT 1 −1

= 1+ = 1 + ej2 tan (ωT ) (17.5)
2 1 − jωT 2
1 1
= + ejθ .
2 2
Consequentemente, o semiplano esquerdo do plano s mapeia internamente ao círculo unitário do plano
z, como mostrado na Figura 17.2. Portanto, filtros analógicos estáveis sempre resultarão equivalentes
digitais estáveis. Na verdade, alguns filtros analógicos instáveis fornecem filtros digitais estáveis.
A principal desvantagem deste mapeamento é visto no contorno da resposta em frequência. O
eixo jω no plano s não mapeia no círculo unitário no plano z. Portanto, quando nos distanciamos de
s = 0 (ou z = 1), mais degradada será a resposta em frequência desejada. Assim, devemos decrescer


o período de amostragem T (aumentar a frequência ωs ) para melhorar a aproximação.
Figura 17.2: Mapeamento z = 1/(1 − sT ): (a) plano s; (b) plano z
jω Im(z)
Região de
estabilidade
estável
α −1 1 Re(z)
(a) (b)
Considere agora s = σ + jω. Temos então

1 1
|z| = =p (17.6)
|1 − σT − jωT | (1 − σT )2 + (ωT )2
Assim, para estabilidade (|z| < 1) devemos ter

p
2 2 2 2 1− 1 − (ωT )2
(1 − σT ) + (ωT ) > 1 ≡ (1 − σT ) > 1 − (ωT ) ≡ σ< . (17.7)
T
Concluimos assim que a estabilidade do sistema discreto dependerá da parte real do pólo no plano s,
da parte imaginária do pólo no plano s, e do período de amostragem.
Exemplo 17.3
Seja s = −1 e T = 1. Assim, σ = −1 e ω = 0. Portanto, o sistema em s é estável. No sistema
discretizado temos
(1 − σT )2 = 4 > 1 = 1 − (ωT )2
e
1 1
z= = .
1 − sT 2
Portanto, o sistema discretizado também é estável.


Exemplo 17.4
Seja s = 10 e T = 1. Assim, σ = 10 e ω = 0, e o sistema em s é instável. No sistema
discretizado temos
(1 − σT )2 = 81 > 1 = 1 − (ωT )2
e
1 1
z= =− .
1 − sT 9
Portanto, o sistema discretizado é estável.
17.3 Diferenças para Frente (Forward)

O método da diferença para frente aproxima a derivada de uma função y(t) por
y(t + T ) − y(t)
ẏ(t) ≈ . (17.8)
T
No domínio da transformada de Laplace, temos
esT Y (s) − Y (s)

sY (s) = + y(0)
T (17.9)
esT − 1
= Y (s) + y(0).
T
Se y(0) é pequeno, então
esT − 1 z−1
s= = ⇐⇒ z = 1 + T s. (17.10)
T T
Portanto,
D(z) = G(s) |s=(z−1)/T . (17.11)
Exemplo 17.5
Usando o método da diferença para frente, obtenha a aproximação discreta para
s
G(s) = .
s+a
Recorrendo a equação (17.4), obtemos

z−1
s T 1 − z −1
D(z) = = = .
s + a s=(z−1)/T
z−1 1 + (aT − 1)z −1
a+
T


Mapeamento do Plano s no Plano z Considerando s = σ + jω, o módulo de z é dado por
p
|z| = (1 + σT )2 + (ωT )2 . (17.12)
Para que o sistema discreto seja estável o módulo de z precisa está internamente ao círculo unitário, ou
seja,
p
(1 + σT )2 + (ωT )2 < 1 (17.13)
ou
p
2 2 2 2 1 − (ωT )2 − 1
(1 + σT ) + (ωT ) < 1 ≡ (1 + σT ) < 1 − (ωT ) ≡ σ< . (17.14)
T
Assim, a estabilidade do sistema discreto dependerá da parte real do pólo no plano s, da parte imaginária
do pólo no plano s, e do período de amostragem.
Exemplo 17.6
Seja s = −1 e T = 1. Assim, σ = −1 e ω = 0. Portanto, o sistema em s é estável. No sistema
discretizado temos
(1 + σT )2 = 0 < 1 = 1 − (ωT )2
e
z = 1 + sT = 0.
Portanto, o sistema discretizado também é estável.
Exemplo 17.7
Seja s = −10 e T = 1. Assim, σ = −10 e ω = 0, e o sistema em s é estável. No sistema
discretizado temos
(1 + σT )2 = 81 6< 1 = 1 − (ωT )2
e
z = 1 + sT = −9.
Portanto, o sistema discretizado é instável.
A função de mapeamento é mostrada na Figura 17.3. O semiplano esquerdo no plano s mapeia

na região à esquerda de z = 1 no plano z. Mas o interior do círculo unitário representa a região
de estabilidade no plano z. Consequentemente, alguns filtros analógicos estáveis resultarão em
equivalentes digitais instáveis. Filtros analógicos instáveis também serão filtros digitais instáveis sob
esse mapeamento. Outra desvantagem é que o contorno de frequência no plano z não segue o círculo
unitário. Dessa forma, este é um mapeamento indesejável.


Figura 17.3: Mapeamento z = 1 + T s: (a) plano s; (b) plano z
jω Im(z)
estável
estável
α −1 1 Re(z)
(a) (b)
17.4 Regra Retangular: Lado Esquerdo

Agora considere aproximações para integrais. A idéia é representar G(s) como
α0 + α1 s−1 + α2 s−2 + · · · + αn s−n

G(s) = . (17.15)
1 + β1 s−1 + β2 s−2 + · · · + βn s−n
Cada s−1 representa um integrador no domínio de s. Então, se substituirmos cada integrador por seu
equivalente digital
1
s−1 = f (z) −→ s= = g(z) (17.16)
f (z)
um equivalente digital de G(s) pode ser obtido. Determine uma aproximação numérica para a integral
Z t
y(t) = x(t)dt. (17.17)
0
Assuma que o limite superior da integral é t = kT . Então,

Z kT
y(kT ) = x(t)dt. (17.18)
0
A Figura 17.4a ilustra a regra retangular usando o lado esquerdo dos retângulos. Assim,
k−1
X
y(kT ) = T x(iT ), (17.19)
i=0
k
X k−1
X
y(kT + T ) = T x(iT ) = T x(iT ) + T x(kT ) = y(kT ) + T x(kT ). (17.20)
i=0 i=0


Aplicando a transformada-Z, a função de transferência Y (z)/X(z) é dada por
T z −1 T
D(z) = −1
= . (17.21)
1−z z−1
Assim, temos a função de transferência de integração
1 T
= f (z) = . (17.22)
s z−1
Note que essa transformação fornece os mesmos resultados que o método de diferenças para frente
em (17.11). Portanto, o mapeamento desse método é como apresentado na Figura 17.3.
Figura 17.4: Regra retangular: (a) lado esquerdo; (b) lado direito
x(t) x(t)
T T T T t T T T T t
(a) (b)
17.5 Regra Retangular: Lado Direito

A Figura 17.4b ilustra o uso do lado direito dos retângulos na aproximação da integral. Portanto,
k
X
y(kT ) = T x(iT ), (17.23)
i=1
k+1
X k
X
y(kT + T ) = T x(iT ) = T x(iT ) + T x(kT + T ) = y(kT ) + T x(kT + T ). (17.24)
i=1 i=1
Fazendo k = k − 1, fornece
Y (kT ) = y(kT − T ) + T x(kT ). (17.25)
Portanto, a função de transferência Y (z)/X(z) é dada por

T
D(z) = . (17.26)
1 − z −1
Assim, temos a função de transferência de integração
1 T
= f (z) = . (17.27)
s 1 − z −1


Note que essa transformação fornece os mesmos resultados que o método de diferenças para trás
em (17.4). Portanto, o mapeamento desse método é como apresentado na Figura 17.2.
17.6 Regra Trapezoidal

A regra trapezoidal considera a média dos lados esquerdo e direito dos retângulos. Então,
k−1
" k−1 k
#
T X 1 X X
y(kT ) = [x(iT ) + x(iT + T )] = T x(iT ) + T x(iT ) . (17.28)
2 2
i=0 i=0 i=1
Usando os resultados da regra retangular, a função de transferência Y (z)/X(z) é da forma:

1 T z −1 T 1 + z −1

T
D(z) = + = . (17.29)
2 1 − z −1 1 − z −1 2 1 − z −1
Assim, temos a aproximação do integrador
1 T 1 + z −1 2 1 − z −1 (2/T ) + s
= f (z) = −→ s= ⇐⇒ z= . (17.30)
s 2 1 − z −1 T 1 + z −1 (2/T ) − s
Essa aproximação é conhecida como a transformada-Z bilinear.
Mapeamento do Plano s no Plano z Esse mapeamento é mostrado na Figura 17.5. Observe que o
semiplano esquerdo no plano s mapeia no interior do círculo unitário no plano z. Portanto, todos os
filtros analógicos estáveis resultarão em filtros digitais estáveis. Ainda, o eixo jω no plano s mapeia
no círculo unitário no plano z. Porém, o eixo jω inteiro mapeia sobre o círculo unitário e o interior,
causando uma diferença de frequências. Isto é um resultado direto da característica de que para um
filtro digital
ωs ωs
z = 1 → ω = 0, z = j1 → ω = , z = −1 → ω = ,
4 2
como requerido por s = ln z/T . Para a transformada-Z bilinear as frequências no plano z (ωD ) estão
relacionadas a frequências no plano s (ωA ) por
jωA T ejωD T − 1 2j sen(ωD T /2)
= jω T =
2 e D +1 2 cos(ωD T /2)
ou
2 −1 ωA T
ωD = tan . (17.31)
T 2
Correções para esta distorção da escala de frequência pode ser acompanhada reprojetando as frequên-
cias críticas da função de transferência G(s) antes da aplicação da transformada-Z bilinear.
Esta transformada mapeia círculos e linhas retas no plano s em círculos no plano z. Funciona
bem para características de frequência lineares por partes. Também assegura que nenhuma frequência
aliasing pode ocorrer na característica de frequência da função de transferência porque o eixo jω
mapeia na metade superior do círculo unitário. Por isso a transformada-Z bilinear é bastante popular.


Figura 17.5: Transformação bilinear: (a) plano s; (b) plano z
jω Im(z)
ω = ωB
estável
estável
ω=∞ ω=0
Re(z)
α z=1
(a) (b)
17.7 Regra de Simpson

A regra de Simpson avalia a integral
Z kT
y(kT ) = x(t)dt (17.32)
0
pela fórmula
T
y(kT + 2T ) = y(kT ) + [x(kT ) + 4x(kT + T ) + x(kT + 2T )]. (17.33)
3
Fazendo k = k − 2, a função de transferência é
T 1 + 4z −1 + z −2
D(z) = . (17.34)
3 1 − z −2
1 T 1 + 4z −1 + z −2
= f (z) = . (17.35)
s 3 1 − z −2
Mapeamento do Plano s no Plano z Em geral, qualquer transformação que mapeie a região estável
do plano s numa região estável no plano z pode ser usada. É útil que o eixo jω no plano s mapeie
no círculo unitário no plano z. Outra propriedade importante é que funções racionais G(s) sejam
transformadas em funções racionais em D(z) de forma que equações diferenças apropriadas sejam
determinadas para implementação. A regra de Simpson define a transformação
3 1 − z −2
s= . (17.36)
T 1 + 4z −1 + z −2
Note que uma função de segunda ordem G(s) irá transformar numa função de quarta ordem D(z).
Isto é indesejável do ponto de vista de uma implementação.


17.8 Invariância ao Impulso
Suponha que desejamos encontrar um filtro equivalente discreto para a transformada de Laplace G(s)
de forma que a resposta ao impulso do equivalente discreto assemelhe a resposta do filtro analógico,
ou seja, que apresente a invariância ao impulso
g(kT ) = d(kT ). (17.37)
Então,
∞
X ∞
X
D(z) = d(kT )z −k = g(kT )z −k = G(z) (17.38)
k=0 k=0
a qual é a transformada-Z padrão. Portanto, para invariância impulso,
D(z) = Z[G(s)] = G(z) (17.39)
a aproximação digital é simplesmente a transformada-Z padrão de G(s).
17.8.1 Integrador Invariante ao Impulso
Encontramos o filtro digital equivalente de um integrador analógico usando a invariância ao impulso e

os modelos da Figura 17.6. Sabemos que

1 1
G(z) = Z = (17.40)
s 1 − z −1
e que
1 − e−sT
Gh0 (s) = =T (17.41)
s
para pequenos valores de T . Portanto,
Yd (z) T
= . (17.42)
X(z) 1 − z −1

1 T
= f (z) = . (17.43)
s 1 − z −1
Portanto, a diferença para trás, a regra retangular do lado direito, e o integrador invariante ao impulso
todos indicam (17.4) como sua transformação equivalente de dados amostrados.


Figura 17.6: Integrador impulso invariante: (a) integrador analógico;
(b) integrador digital
X(s) Y (s)
G(s)
(a)
X(s) Y (s)
G(s) Gh0 (s)
T T
(b)
17.9 Invariância ao Degrau

Suponha que em vez de preservar a resposta ao impulso, preservamos a resposta ao degrau. Ou seja,
a resposta ao degrau de G(s) é feita igual à resposta ao degrau de D(z) no sentido de amostra por
amostra. Então,
1 1
D(z) = Z G(s) (17.44)
1 − z −1 s
ou
−1 G(s)
D(z) = (1 − z )Z . (17.45)
s
Exemplo 17.8
Obtenha o integrador discreto invariante ao degrau para
1
G(s) = .
s
T z −1 T z −1

−1 1 −1
D(z) = (1 − z )Z = (1 − z ) = .
s2 (1 − z −1 )2 1 − z −1
o que fornece a mesma aproximação dada pela diferença para frente.
Exemplo 17.9
Obtenha o controlador discreto invariante ao degrau para
2(s + 2)
G(s) =
s+4


Para invariância da resposta ao degrau, temos

G(s) 2(s + 2)
G(z) = (1 − z −1 )Z = (1 − z −1 )Z
s s(s + 4)
2 − (1 + e−4T )z −1

1 1
= (1 − z −1 ) + = .
1 − e−4T z −1 1 − z −1 1 − e−4T z −1

Exercício 17.1
Usando o método de diferenças para frente, obtenha o equivalente digital para o filtro analógico
de segunda-ordem:
ωn2
GA (s) = .
s2 + 2ξωn s + ωn2
Exercício 17.2
Usando o método de diferenças para trás, obtenha o equivalente digital para o filtro analógico
de segunda-ordem:
ωn2
GA (s) = .
s2 + 2ξωn s + ωn2
Exercício 17.3
Para o sistema de tempo contínuo abaixo, obtenha o equivalente discreto usando a transformada
bilinear. Considere o período de amostragem T = 0,2 s.
s+2
G(s) = .
(s + 1)(s + 8)
Exercício 17.4
Para o sistema de tempo contínuo abaixo, obtenha o equivalente discreto usando a transformada
bilinear. Considere o período de amostragem T = 0,1 s.
s+1
G(s) = .
(s + 2)(s + 10)


Exercício 17.5
Dado
s+2
G(s) =
s2+ 4s + 3
e T = 1 s, determine: (a) a transformada-Z padrão e (b) a transformada-Z bilinear.
Exercício 17.6
Dado
(s + 1)(s + 20)
G(s) =
(s + 2)(s + 10)
e T = 1 s, encontre um equivalente D(z) usando as trasformações: (a) diferenças para trás, (b)
diferenças para frente, (c) transformada-Z bilinear e (d) transformada-Z padrão.

CAPÍTULO
18
Discretização por Casamento de Pólos e Zeros
Objetivos
• Conhecer detalhadamente um dos principais métodos de discretização de controladores

analógicos: o método de casamento de pólos e zeros.
• Entender a análise de estabilidade do equivalente digital obtido pelo método de casamento

de pólos e zeros.
18.1 Método de Casamento de Pólos e Zeros

Uma maneira simples e eficiente para a obtenção do equivalente discreto é a utilização do mapeamento
entre o plano s e o plano z através da transformada-Z. Seja a função contínua y(t) = e−at . Temos
1
Y (s) =
s+a
e assim o pólo s = −a. A função de transferência discreta para a sequência correspondente, y(kT ) =
e−akT , é da forma
1
Y (z) =
1− e−aT z −1
e assim o pólo é z = e−aT . Desta forma, se a transformada-Z for aplicada a um sinal contínuo x(t) os
pólos da transformação discreta X(z) estarão relacionados aos pólos de X(s) conforme a relação:
z = esT .
202
CAPÍTULO 18. DISCRETIZAÇÃO POR CASAMENTO DE PÓLOS E ZEROS 203

A técnica de mapeamento de pólos e zeros consiste em um conjunto de regras para a localização
de pólos e zeros e a imposição de um ganho equivalente entre G(s) e G(z). O método consiste em
mapear os pólos e zeros da função de transferência G(s) no plano z. Seja G(s) dada por
(s − z1 )(s − z2 ) · · · (s − zm )
G(s) = K (18.1)
(s − p1 )(s − p2 ) · · · (s − pn )
em que n é o número de pólos e m é o número de zeros. Um pólo de G(s) em s = pi é mapeado em

z = epi T , e um zero finito de G(s) em s = zi é mapeado em z = ezi T .
Se o controlador analógico tiver n pólos e m zeros, dizemos que o controlador tem n − m zeros
no infinito. Para n − m zeros no infinito, adicionamos n − m ou n − m − 1 zeros do controlador
digital em −1. Se os zeros não forem adicionados, pode-se mostrar que o sistema resultante incluirá
um atraso de tempo. A segunda opção fornece um controlador estritamente adequado onde o cálculo
da saída é mais fácil, porque requer apenas valores da entrada em pontos de amostragem passados.
Finalmente, ajustamos o ganho do controlador digital para ser igual ao do controlador analógico
em uma frequência crítica dependente do controlador. Para um controlador tipo filtro passa-baixa, o
ganho é selecionado de forma que os ganhos sejam iguais em DC; para um filtro passa-banda, eles são
ajustados iguais no centro da banda passante. Resumindo, para um controlador analógico com função
de transferência Qm
j=1 (s − zj )
GA (s) = KA Qn (18.2)
j=1 (s − pj )
temos o controlador digital equivalente
(z + 1)n−m−1 m zj T )
Q
j=1 (z − e
GD (z) = KD Qn pj T )
(18.3)
j=1 (z − e
em que KD é selecionado de forma a igualar ganhos em uma frequência crítica. Por exemplo, para
que eles tenham o mesmo ganho DC, ou seja, GA (0) = GD (1).
Seja
s2 + as + b (s + z1 )(s + z2 )
G(s) = 3 2
= . (18.4)
s + cs + ds + e (s + p1 )(s + p2 )(s + p3)
Na forma normal
K(s/z1 + 1)(s/z2 + 1)
G(s) = . (18.5)
(s/p1 + 1)(s/p2 + 1)(s/p3 + 1)
Observe que a função acima pode ser reescrita na forma
K(s/z1 + 1)(s/z2 + 1)(s/∞ + 1)

G(s) = . (18.6)
(s/p1 + 1)(s/p2 + 1)(s/p3 + 1)
O zero no infinito possui frequência infinita, e o ponto z = −1 representa a maior frequência possível
da função de transferência pulsada.

• Se nenhum atraso na resposta for desejado, então todos os zeros de s = ±∞ são mapeados em

z = −1.
• Se um atraso de um período de amostragem for desejado para dar ao dispositivo tempo para
completar o cálculo, então um dos zeros em s = ±∞ é mapeado em z = ±∞ e os outros
mapeados em z = −1 (acrescentando-se n − m − 1 fatores de z + 1).
• Por fim, deve-se ajustar o ganho de G(z).

Normalmente, o ganho (ganho DC) é ajustado para que em baixas frequências o ganho do sistema
contínuo seja igual ao do discreto, ou seja,
G(s)|s=0 = G(z)|z=1 . (18.7)
Exemplo 18.1
Discretize a função de transferência G(s) abaixo colocando todos os zeros infinitos em z = −1
e depois n − m − 1 zeros em −1.
a
G(s) = .
s+a
Temos a forma equivalente
s/∞ + 1
G(s) = .
s/a + 1
Assim,
1 − e−aT z + 1
G(z) =
2 z − e−aT
ou mapeando um dos zeros no infinito
1 − e−aT
G(z) = .
z − e−aT
Para o caso de um controlador PI o ganho na frequência zero é infinito. Assim, neste caso, deve-se
fazer com que a resposta a um impulso do controlador digital tenha o mesmo valor final da resposta do
controlador analógico, ou seja:
T lim sG(s) = lim (z − 1)G(z). (18.8)

s→0 z→1
Neste caso o período de amostragem aparece multiplicando o lado esquerdo da equação. A razão
disto é que um impulso em tempo discreto tem a duração de um período de amostragem e em tempo
contínuo um impulso tem duração infinitesimal.
18.2 Análise de Estabilidade

O método de casamento de pólos e zeros utiliza a própria definição de transformada-Z. Desta forma, o
método mapeia o semiplano esquerdo de s como um círculo unitário em z, preservando, as condições


de estabilidade.
Exemplo 18.2
Seja a função de transferência do sistema de tempo contínuo
2
G(s) = .
s+2
Determine a função de transferência do sistema discreto usando o método do mapeamento de
pólos e zeros. Suponha um período de amostragem T = 1 s.
O pólo em s = −2 é mapeado em z = e−2 . O sistema possui um pólo (n = 1) e nenhum

zero finito (m = 0). Como n − m − 1 = 0, não é necessário acrescentar fatores de z + 1 no
numerador do sistema discreto. Desta forma, a função de transferência do sistema discreto é
dada por
K K
G(z) = −2
= .
z−e z − 0,1353
O ganho K é ajustado para que em baixas frequências o ganho do sistema contínuo G(s) seja
igual ao do discreto G(z), ou seja,
G(s)|s=0 = G(z)|z=1 .
Assim,
2 K
= ⇒ K = 0,8647.
0+2 1 − 0,1353
Portanto,
0,8647
G(z) = .
z − 0,1353
Exemplo 18.3
Seja a função de transferência do sistema de tempo contínuo
2(s + 1)
G(s) = .
(s + 2)(s + 3)(s + 4)
Determine a função de transferência do sistema de tempo discreto usando o método do mapea-

mento de pólos e zeros. Suponha um período de amostragem T = 1 s.
O zero em s = −1 é mapeado em z = e−1 . Os pólos em s = −2, s = −3 e s = −4 são

mapeados, respectivamente, em z = e−2 , z = e−3 e z = e−4 . O sistema G(s) possui três pólos
(n = 3) e um zero finito (m = 1). Como n − m − 1 = 1, então é necessário acrescentar um
fator de z + 1 no numerador do sistema discreto. Desta forma, a função de transferência do


sistema discreto é dada por
K(z − e−1 )(z + 1) K(z − 0,3679)(z + 1)

G(z) = = .
(z − e−2 )(z − e−3 )(z − e−4 ) (z − 0,1353)(z − 0,0498)(z − 0,00183)
O ganho K é ajustado para que em baixas frequências o ganho do sistema contínuo G(s) seja
igual ao do discreto G(z), ou seja,
G(s)|s=0 = G(z)|z=1 .
Assim,
2 K(1 − 0,3679)(1 + 1)
= ⇒ K = 0,0532.
24 (1 − 0,1353)(1 − 0,0498)(1 − 0,00183)
Portanto,
0,0532(z − 0,3679)(z + 1)
G(z) = .
(z − 0,1353)(z − 0,0498)(z − 0,00183)
Em resumo, o procedimento geral para a discretização do sistema de tempo contínuo pelo método
do casamento de pólos e zero é o seguinte:
• Todos os pólos de G(s) são mapeados de acordo com a relação z = esT .
• Todos os zeros finitos são mapeados de acordo com a relação z = esT .
• Os zeros de G(s) em s = ±∞ podem ser mapeados em G(z) no ponto z = −1.
– Se nenhum atraso na resposta for desejado, então todos os zeros em s = ±∞ são mapeados
em z = −1;
– Se um atraso de um período de amostragem for desejado para dar ao dispositivo tempo
para completar o cálculo, então um dos zeros em s = ±∞ é mapeado em z = ±∞ e os
outros são mapeados em z = −1.
• O ganho de G(z) é ajustado para ser igual ao ganho de G(s) em um ponto crítico equivalente:
G(s)|s=0 = G(z)|z=1 .
Para o caso de um controlador PI o ganho na frequência zero é infinito. Desta forma, realiza-se a
derivada de g(t) para que se tenha uma constante em s → 0.


Exemplo 18.4
Discretize o controlador PI usando o método de mapeamento de pólos e zeros, com T = 0,001 s.
10(s + 100)
G(s) = .
s
Temos que
z − e−0,1 z − 0,9048
G(z) = K 0
=K .
z−e z−1
Para ajustar o ganho, temos
10(s + 100)
lim sG(s) = s = 1000
s→0 s
e
(z − 1) z − 1 z − 0,9048
lim G(z) = lim K .
z→1 T z→1 0,001 z−1
Assim,
1000(0,001)
K= = 10,5042.
1 − 0,9048
Portanto,
10,5042(z − 0,9048)
G(z) = .
z−1

Exercício 18.1
Para o sistema de tempo contínuo abaixo, obtenha o equivalente discreto usando o método do
casamento de pólos e zeros, sem atraso e com um período de atraso na resposta. Considere o
período de amostragem T = 1 s.
(s + 3)
G(s) = .
(s + 2)(s + 5)(s + 8)
Exercício 18.2
Para o sistema de tempo contínuo abaixo, obtenha o equivalente discreto usando o método de
casamento de pólos e zeros, sem atraso e com um período de atraso na resposta. Considere o
período de amostragem T = 1 s.
(s + 2)
G(s) = .
(s + 4)(s + 6)(s + 8)


Exercício 18.3
Utilizando a técnica de casamento de pólos e zeros, determine uma aproximação de filtro digital
com um período de amostragem T = 0,1 s, para o controlador analógico:
1
GA (s) = .
(s + 1)2
Verifique que a não inclusão de um zero do filtro digital em −1 resulta em um retardo de tempo,
comparando as respostas ao degrau unitário para o filtro com e sem um zero em −1.

CAPÍTULO
19
Projeto pelo Método do Lugar das Raizes I
Objetivos
• Entender as condições de ângulo e magnitude e o procedimento passo a passo para

construção do lugar das raízes.
• Saber calcular os pontos de derivação e junção no eixo real e os ganhos correspondentes,

e saber calcular o ganho crítico.
• Compreender as implicações do cancelamento de pólos de G(z) com zeros de H(z).
19.1 Introdução
Conforme discutido anteriormente, a estabilidade relativa do sistema de controle de tempo discreto
pode ser investigada com relação ao círculo unitário no plano z. Por exemplo, se os pólos de malha
fechada são complexos conjugados e ficam no interior do círculo unitário, a resposta ao degrau unitário
será oscilatória.
Em adição as características da resposta transitória de um dado sistema, muitas vezes é necessário
investigar os efeitos do ganho do sistema ou do período de amostragem sobre a estabilidade absoluta,
ou relativa do sistema de malha fechada. Para esse propósito, o método do lugar das raízes demonstra
ser bastante útil. O método do lugar das raízes é uma técnica gráfica que permite visualizar de que
forma os pólos de um sistema de malha fechada variam quando se altera o valor de um parâmetro
específico, em geral, o ganho.
209
CAPÍTULO 19. PROJETO PELO MÉTODO DO LUGAR DAS RAIZES I 210

Originalmente, a técnica era utilizada para determinar o valor numérico dos pólos de malha
fechada de um sistema. Por essa razão era necessário efetuar a construção gráfica da forma mais
precisa possível. Atualmente, porém, é possível obter os pólos do sistema em malha fechada de
maneira rápida e precisa usando programas computacionais. Apesar disso, o método do lugar das
raízes continua sendo uma ferramente de grande utilidade no projeto de sistemas de controle por
permitir ao projetista definir adequadamente a estrutura do controlador apropriada a cada problema.
O método do lugar das raízes desenvolvido para sistemas de tempo contínuo pode ser estendido
para sistemas de tempo discreto sem modificações, exceto que o limite de estabilidade é modificado do
eixo jω no plano s para o círculo unitário no plano z. A razão pela qual o método do lugar das raízes
pode ser estendido para sistemas de tempo discreto é que a equação característica para o sistema de
tempo discreto é da mesma forma que para o sistema de tempo contínuo no plano s. Por exemplo, para
o sistema mostrado na Figura 19.1 a equação característica é
1 + G(z)H(z) = 0 (19.1)
a qual é da mesma forma que a equação para análise do lugar das raízes no plano s. Entretanto, as loca-
lizações dos pólos para sistemas de malha fechada no plano z devem ser interpretadas diferentemente
daquelas no plano s.
Figura 19.1: Sistema de controle de malha fechada
R(z) C(z)
+ G(z)
−
H(z)
19.2 Condições de Ângulo e de Magnitude

Em muitos sistemas de controle de tempo discreto lineares e invariantes no tempo, a equação caracte-
rística pode ter uma das duas formas:
1 + G(z)H(z) = 0 (19.2)
ou
1 + GH(z) = 0. (19.3)
Para considerar essas duas formas na mesma análise, definimos a equação característica como
1 + F (z) = 0, (19.4)


em que F (z) = G(z)H(z) ou F (z) = GH(z). Note que F (z) é a função de transferência pulsada de
malha aberta. A equação característica (19.4) pode então ser reescrita como
F (z) = −1 + j0. (19.5)
Uma vez que F (z) é uma quantidade complexa, esta última equação pode ser separada em duas
equações, primeiro equacionando os ângulos e depois as magnitudes dos dois lados da igualdade,
assim obtendo a condição de ângulo:
F (z) = ±180◦ (2k + 1), k = 0,1,2, . . . (19.6)
e a condição de magnitude:
|F (z)| = 1. (19.7)
Os valores de z que atendem as condições de ângulo e de magnitude acima são as raízes da equação
característica, ou seja, os pólos de malha fechada.
Escrevendo F (z) na forma de pólos e zeros,
(z + z1 )(z + z2 ) · · · (z + zm )
F (z) = K , (19.8)
(z + p1 )(z + p2 ) · · · (z + pn )
obtemos o polinômio característico expresso em termos dos pólos e zeros de malha aberta, na forma
(z + p1 )(z + p2 ) · · · (z + pn ) + K(z + z1 )(z + z2 ) · · · (z + zm ) = 0. (19.9)
Em geral, é impossível calcular as raízes do polinômio característico (pólos de malha fechada)

analiticamente para n > 5. A condição de ângulo pode ser escrita como
z + z 1 + z + z2 + · · · + z + z m −
z + p1 − z + p2 − · · · − z + pn = ±180◦ (2k + 1), k = 0,1,2, . . . (19.10)
Definindo os ângulos de contribuição dos pólos e zeros como
θi = z + pi , (19.11a)
φ i = z + zi , (19.11b)
temos a condição de ângulo escrita na forma
(φ1 + φ2 + · · · + φm ) − (θ1 + θ2 + · · · + θn ) = ±180◦ (2k + 1), k = 0,1,2, . . . . (19.12)
Um gráfico dos pontos no plano complexo satisfazendo a condição de ângulo sozinha é o lugar
das raízes. As raízes da equação característica (os pólos de malha fechada) correspondendo a um dado
valor do ganho podem ser localizadas no lugar das raízes pelo uso da condição de magnitude. Os
detalhes da aplicação das condições de ângulo e de magnitude para obter os pólos de malha fechada
são apresentados a seguir.


19.3 Procedimentos para Construção do Lugar das Raízes
Pela localização de pontos particulares e assíntotas, e pelo cálculo de ângulos de partida de pólos
complexos e de ângulos de chegada em zeros complexos, é possível construir o lugar das raízes sem
muita dificuldade. Como as raízes do polinômio característico são funções contínuas do parâmetro
de interesse, o lugar das raízes é constituído por curvas contínuas no plano complexo. O número de
curvas é igual ao número n de raízes do polinômio característico.
Como o polinômio característico tem coeficientes reais, suas raízes podem ser de dois tipos apenas:
reais ou pares de raízes complexas conjugadas. Como os pólos e os zeros (se algum) complexos
conjugados de malha aberta são localizados sempre simetricamente em torno do eixo real, é imediato
concluir que o lugar das raízes é sempre simétrico com relação ao eixo real. Portanto, precisamos
construir apenas a metade superior do lugar das raízes e desenhar a imagem espelhada da metade
superior na metade inferior do plano z.
Lembrando que os ângulos das quantidades complexas originando dos pólos de malha aberta e
zeros de malha aberta e desenhados para um ponto teste z são medidos no sentido anti horário.
19.3.1 Regras Gerais para Construção do Lugar das Raízes
Passo 1 Obtenha a equação característica

1 + F (z) = 0 (19.13)
e rearranje essa equação de forma que os parâmetros de interesse, tal como o ganho K,
apareçam como um fator de multiplicação na forma
(z + z1 )(z + z2 ) · · · (z + zm )
1+K = 0. (19.14)
(z + p1 )(z + p2 ) · · · (z + pn )
Nessa discussão, assumimos que o parâmetro de interesse é o ganho K > 0. Da forma

fatorada da função de transferência pulsada de malha aberta, localize os pólos e zeros de
malha aberta no plano z.
Passo 2 Encontre os pontos de partida e os pontos terminais do lugar das raízes. Encontre também o
número de ramos separados do lugar das raízes. Os pontos no lugar das raízes correspondentes
a K = 0 são os pólos de malha aberta, como evidencia o polinômio característico na forma
(z + p1 )(z + p2 ) · · · (z + pn ) + K(z + z1 )(z + z2 ) · · · (z + zm ) = 0 (19.15)
enquanto os pontos correspondentes a K = ∞ são zeros de malha aberta, como indica a

condição de magnitude

(z + z1 )(z + z2 ) · · · (z + zm ) 1
(z + p1 )(z + p2 ) · · · (z + pn ) = K . (19.16)



Portanto, quando o ganho K é aumentado de zero para infinito, um ramo do lugar das raízes
inicia em um pólo de malha aberta e termina num zero de malha aberta finito ou num zero de
malha aberta no infinito. Assim um gráfico do lugar das raízes terá exatamente tantos ramos
quantas são as raízes da equação característica.
Se o número n de pólos de malha aberta é igual ao número de pólos de malha fechada, então
o número de ramos individuais no lugar das raízes terminando em zeros de malha aberta
finitos é igual ao número m dos zeros de malha aberta. Os n − m ramos restantes terminam
no infinito (em n − m zeros implícitos no infinito), as ditas assíntotas.
Passo 3 Determine o lugar das raízes sobre o eixo real. O lugar das raízes sobre o eixo real é
determinado pelos pólos e zeros de malha aberta localizados sobre ele. Os pólos e zeros
complexos conjugados da função de transferência pulsada de malha aberta têm nenhum efeito
na localização do lugar das raízes sobre o eixo real devido à contribuição do ângulo de um par
de pólos ou zeros complexos conjugados ser 360◦ no eixo real, como ilustra a figura abaixo:
Im(z)
p1 θ1
×
s Re(z)
p2 θ2
×
Cada porção do lugar das raízes no eixo real extende-se sobre uma faixa de um pólo, ou zero
para outro pólo ou zero. Na construção do lugar das raízes sobre o eixo real, escolha um
ponto teste z sobre o eixo real. Se o número total de pólos reais e zeros reais à direita desse
ponto teste é ímpar, então este ponto fica sobre um lugar das raízes.
Isso deve-se ao fato de que cada zero real de malha aberta −zi à direita de z contribui com
φi = 180◦ , e cada pólo real de malha aberta −pi à direita de z contribui com −θi = −180◦ ,
enquanto cada zero real −zi ou cada pólo real −pi de malha aberta à esquerda de z contribui
com φi = θi = 0◦ . Dessa maneira, para que o referido ponto z do eixo real pertença ao lugar
das raízes o número total de pólos e zeros reais de malha aberta à direita de z deve ser ímpar.
O lugar das raízes e seu complemento formam segmentos alternados ao longo do eixo real.


Passo 4 Determine as assíntotas do lugar das raízes. Se o ponto teste z é localizado distante da origem,
então os ângulos de todas as quantidades complexas podem ser considerados o mesmo. Um
zero de malha aberta e um pólo de malha aberta então cada cancela os efeitos do outro.
Portanto, o lugar das raízes para valores muito grandes de z devem ser assintóticos a linhas
retas cujos ângulos são dados como segue:
±180◦ (2N + 1)
Ângulo de assíntota = , N = 0,1,2, . . . (19.17)
n−m
em que n é o número de pólos finitos de F (z) e m é o número de zeros finitos de F (z). Aqui,
N = 0 corresponde a assíntota com o menor ângulo com o eixo real. Embora N assuma
um número finito de valores, o ângulo repete-se, quando N é aumentado, e o número de
assíntotas distintas é n − m.
Todas as assíntotas cruzam o eixo real. O ponto onde isso ocorre é obtido como segue. Uma
vez que
K[z m + (z1 + z2 + · · · + zm )z m−1 + · · · + z1 z2 · · · zm ]
F (z) =
z n + (p1 + p2 + · · · + pn )z n−1 + · · · + p1 p2 · · · pn
(19.18)
K
= n−m
z + [(p1 + p2 + · · · + pn ) − (z1 + z2 + · · · + zm )]z n−m−1 + · · ·
para um valor grande de z essa equação pode ser aproximada como segue:
K
F (z) ≈ . (19.19)
(p1 + p2 + · · · + pn ) − (z1 + z2 + · · · + zm ) n−m

z+
n−m
Se a abscissa da interseção da assíntota e o eixo real é definida como −σa , então
(p1 + p2 + · · · + pn ) − (z1 + z2 + · · · + zm )
− σa = − . (19.20)
n−m
Devido a todos os pólos e zeros complexos existirem em pares conjugados, −σa dado pela
equação acima é sempre uma quantidade real.
Passo 5 Determine os pontos de derivação (partida) e de junção (chegada). Devido à simetria conju-
gada do lugar das raízes, os pontos de derivação e os pontos de junção ou ficam sobre o eixo
real, ou ocorrem em pares complexos conjugados.
Se um lugar das raízes fica entre dois pólos de malha aberta adjacentes no eixo real, então
existe pelo menos um ponto de derivação entre os dois pólos. Similarmente, se o lugar das
raízes fica entre dois zeros adjacentes (um zero pode estar localizado em −∞) no eixo real,
então sempre existe pelo menos um ponto de junção entre os dois zeros.
Se o lugar das raízes fica entre um pólo de malha aberta e um zero (finito ou infinito) no eixo
real, então poderá existir nenhum ponto de derivação ou junção, ou existirá um número igual
de pontos de derivação e de junção.


Se a equação característica
1 + F (z) = 0
é reescrita como
KB(z)
1+ =0 (19.21)
A(z)
em que KB(z)/A(z) = F (z), então
A(z)
K=− (19.22)
B(z)
e os pontos de derivação e de junção (os quais correspondem a raízes múltiplas) podem ser
determinados das raízes de
dK A0 (z)B(z) − A(z)B 0 (z)
=− = 0. (19.23)
dz B 2 (z)
Se o valor de K correspondente a uma raiz z = z0 de dK/dz = 0 é positivo, então o ponto
z = z0 é um ponto de derivação ou um ponto de junção. Uma vez que K é considerado
não negativo, se o valor de K assim obtido for negativo, o ponto z = z0 não é um ponto de
derivação nem um ponto de junção.
Passo 6 Determine o ângulo de partida do lugar das raízes dos pólos complexos e o ângulo de
chegada nos zeros complexos. Para traçar o lugar das raízes com precisão razoável, devemos
determinar a direção do lugar das raízes na proximidade dos pólos e zeros complexos. O
ângulo de partida (ou ângulo de chegada) do lugar das raízes de um pólo complexo (ou num
zero complexo) pode ser encontrado subtraindo de 180◦ a soma de todos os ângulos de linhas
(quantidades complexas) de todos os outros pólos e zeros para o pólo complexo (ou zero
complexo) em questão, com os sinais apropriados inclusos. O ângulo de partida é mostrado
na Figura 19.2. A mesma argumentação se aplica a determinação dos ângulos de chegada em
zeros.
Passo 7 Encontre os pontos onde o lugar das raízes cruza o eixo imaginário. Os pontos onde o
lugar das raízes cruza o eixo imaginário podem ser encontrados fazendo z = jυ na equação
característica (que envolve o ganho K indeterminado), igualando ambas a parte real e a
parte imaginária a zero, e resolvendo para υ e K. Os valores de υ e K assim encontrados
fornecem o local no qual o lugar das raízes cruza o eixo imaginário e o valor do ganho K
correspondente, respectivamente.
Passo 8 Qualquer ponto sobre o lugar das raízes é um possível pólo de malha fechada. Um ponto
particular será um pólo de malha fechada quando o valor do ganho K satisfaz a condição
de magnitude. A condição de magnitude nos permite determinar o valor do ganho K em
qualquer locação de raiz específico sobre o locus. A condição de magnitude é
|F (z)| = 1


Figura 19.2: Diagrama do ângulo de partida de um pólo
Im(z)
Ângulo de partida =
× 180◦ − (θ1 + θ2 − φ)
φ θ1
×
Re(z)
θ2
×
ou
(z + z1 )(z + z2 ) · · · (z + zm ) 1
(z + p1 )(z + p2 ) · · · (z + pn ) = K . (19.24)

Se o ganho K da função de transferência pulsada de malha aberta é dado no problema, então

aplicando a condição de magnitude é possível localizar os pólos de malha fechada para um
dado K sobre cada ramo do lugar das raízes por um método de tentativa e erro.
19.4 Cancelamento de Pólos de G(z) com Zeros de H(z)

É importante observar que se F (z) = G(z)H(z) e o denominador de G(z) e o numerador de
H(z) envolvem fatores comuns então os pólos e zeros de malha aberta correspondentes cancelarão
reciprocamente, reduzindo o grau da equação característica por um ou mais. O lugar das raízes de
G(z)H(z) não mostrará todas as raízes da equação característica, mas apenas as raízes da equação
reduzida.
Para obter o conjunto completo de pólos de malha fechada, devemos adicionar o(s) pólo(s)
cancelado(s) de G(z)H(z) aos pólos de malha fechada obtidos do lugar das raízes de G(z)H(z). A
coisa importante a lembrar é que um pólo cancelado de G(z)H(z) é um pólo de malha fechada do
sistema. Como um exemplo, considere o caso em que G(z) e H(z) são dados por
z+c
G(z) = , (19.25)
(z + a)(z + b)
z+a
H(z) = . (19.26)
z+d


Claramente, o pólo z = −a de G(z) e o zero z = −a de H(z) cancelam um ao outro, resultando em
z+c z+a z+c
G(z)H(z) = = . (19.27)
(z + a)(z + b) z + d (z + b)(z + d)
Entretanto, a função de transferência pulsada de malha aberta do sistema é
C(z) G(z) (z + c)(z + d)

= = (19.28)
R(z) 1 + G(z)H(z) (z + a)[(z + b)(z + d) + z + c]
e vemos que z = −a, o pólo cancelado de G(z)H(z), é um pólo de malha fechada do sistema.
Observe, entretanto, que se um cancelamento pólo-zero ocorre na função de transferência de
alimentação direta, então o mesmo cancelamento pólo-zero ocorre na função de transferência pulsada
de malha fechada. Considere novamente o sistema mostrado na Figura 19.1, no qual assumimos
G(z) = GD (z)G1 (z), (19.29)

H(z) = 1. (19.30)
Suponha que cancelamento pólo-zero ocorre em GD (z)G1 (z). Por exemplo, suponha
z+b z+d z+d

GD (z)G1 (z) = = . (19.31)
z + a (z + b)(z + c) (z + a)(z + c)
Então a função de transferência pulsada de malha fechada torna-se
C(z) GD (z)G1 (z) (z + b)(z + c)

= =
R(z) 1 + GD (z)G1 (z) (z + b)[(z + a)(z + c) + z + d]
(19.32)
z+d
= .
(z + a)(z + c) + z + d
Devido ao cancelamento pólo-zero, o sistema de terceira ordem torna-se um de segunda ordem.

Note que o efeito de cancelamento pólo-zero em G(z) e H(z) difere daquele do cancelamento pólo-
zero na função de transferência de alimentação direta (como o cancelamento pólo-zero no controlador
digital e na planta). No primeiro caso, o pólo cancelado ainda é um pólo do sistema de malha fechada,
enquanto no segundo o pólo cancelado não aparece como um pólo do sistema de malha fechada (nesse
caso a ordem do sistema é reduzida pelo número de pólos cancelados).


CAPÍTULO
20
Projeto pelo Método do Lugar das Raizes II
Objetivos
• Construir o lugar das raízes de sistemas de controle digital seguindo o procedimento passo
a passo apresentado no capítulo anterior.
• Saber analisar os efeitos do período de amostragem T na resposta transitória do sistema.
• Saber analisar os efeitos do período de amostragem T na precisão de regime permanente.
20.1 Lugar das Raízes de Sistemas de Controle Digital

A seguir são considerados os efeitos do ganho K e do período de amostragem T sobre a estabilidade
relativa do sistema de controle de malha fechada. Considere o sistema mostrado na Figura 20.1.
Assuma que o controlador digital é do tipo integral, ou seja,
K z
GD (z) = −1
=K .
1−z z−1
Vamos plotar diagramas do lugar das raízes para três valores do período de amostragem: T = 0,5 s,
T = 1 s, e T = 2 s, determinar o valor crítico de K para cada caso, e finalmente localizar os pólos de
malha fechada correspondentes a K = 2 para cada caso.
218
CAPÍTULO 20. PROJETO PELO MÉTODO DO LUGAR DAS RAIZES II 219

Figura 20.1: Sistema de controle digital
r(t) 1 − e−sT 1 c(t)

+ G∗D (s)
R(z) − δT s s+1 C(z)
Controlador Gh0 (s) Gp (s)
Integral
A transformada-Z de Gh (s)Gp (s) é da forma:
1 − e−sT 1

1
Z{Gh (s)Gp (s)} = Z = (1 − z −1 )Z
s s+1 s(s + 1)
−T
(20.1)
z−1 z z 1−e
= − −T
= .
z z−1 z−e z − e−T
Então, a função de transferência pulsada de alimentação direta é
Kz (1 − e−T )
G(z) = GD (z)Z{Gh (s)Gp (s)} = . (20.2)
(z − 1) (z − e−T )
A equação característica é
z(1 − e−T )
1 + G(z) = 0 =⇒ 1+K = 0. (20.3)
(z − 1)(z − e−T )
Período de Amostragem T = 0.5 s: Para este caso (fazendo T = 0,5), a equação (20.2) torna-se
0,3935Kz
G(z) = . (20.4)
(z − 1)(z − 0,6065)
Observe que G(z) tem pólos em z = 1 e z = 0,6065 e um zero em z = 0.
Para desenhar um diagrama do lugar das raízes, primeiro localizamos os pólos e zeros no plano z e
então encontramos o ponto de separação e o ponto de junção. Observe que essa função de transferência
pulsada de malha aberta com dois pólos e um zero resulta em um lugar das raízes circular centrado no
zero. O ponto de separação e o ponto de junção são determinados escrevendo a equação característica
na forma
(z − 1)(z − 0,6065)
K=− (20.5)
0,3935z
e diferenciando K com relação a z e igualando o resultado a zero:
dK z 2 − 0,6065
=− = 0. (20.6)
dz 0,3935z 2
Portanto, z 2 = 0,6065 e assim z = ±0,7788.
A substituição de z por 0,7788 na equação (20.5) fornece K = 0,1244, e fazendo z = −0,7788
fornece K = 8,041. Como ambos valores de K são positivos, z = 0,7788 é o ponto de separação e
z = −0,7788 é o ponto de junção.


A Figura 20.2 mostra o diagrama do lugar das raízes quando T = 0,5 s. O valor crítico do ganho
K para este caso é obtido pelo uso da condição de magnitude, a qual pode ser obtida da equação (20.3)
como segue:
z(1 − e−T )

1
(z − 1)(z − e−T ) = K . (20.7)

Figura 20.2: Diagrama do lugar das raízes com T = 0,5 s
Im(z)
K=2
K = 8,041 K = 0,1244
Kc = 8,165
× × Re(z)
0,6065 1
K = −0,7788
Para o presente caso, T = 0,5 e assim a última equação torna-se

0,3935z 1
(z − 1)(z − 0,6065) = K . (20.8)

Uma vez que o ganho crt́ico Kc corresponde ao ponto z = −1, ou seja, Kc = K(z)|z=−1 , substituimos
z por −1 na equação (20.8),
0,3935(−1) 1
(−2)(−1,6065) = Kc (20.9)

ou Kc = 8,165. O ganho crítico é, portato, Kc = 8,165. Os pólos de malha fechada correspondendo a

K = 2 podem ser achados como
z1 = 0,4098 + j0,6623,
z2 = 0,4098 − j0,6623.
Esses pólos de malha fechada são indicados por pontos no diagrama do lugar das raízes.
Período de Amostragem T = 1 s: Para este caso, a equação (20.2) torna-se

0,6321Kz
G(z) = .
(z − 1)(z − 0,3679)


Portanto, G(z) tem pólos em z = 1 e z = 0,3679 e um zero em z = 0. O ponto de separação e o
ponto de junção são determinados escrevendo a equação característica na forma
(z − 1)(z − 0,3679)
K=− (20.10)
0,6321z
e diferenciando K com relação a z e igualando o resultado a zero
dK z 2 − 0,3679
=− = 0. (20.11)
dz 0,6321z 2
fornece K = 4,083. Como ambos valores de K são positivos, z = 0,6065 é o ponto de separação e
A Figura 20.3 mostra o diagrama do lugar das raízes quando T = 1 s. O valor crítico do ganho é
Kc = 4,328, o qual é obtido resolvendo a condição de magnitude

0,6321z 1
(z − 1)(z − 0,3679) = K . (20.12)

Figura 20.3: Diagrama do lugar das raízes com T = 1 s
Im(z)
K=2
K = 4,083 K = 0,2449
Kc = 4,328
× × Re(z)
0,368 1
Como o ganho crítico Kc corresponde ao ponto z = −1, substituindo z por −1 na equação (20.12),
fornece
0,6321(−1) 1
(−2)(−1,3679) = Kc (20.13)

ou Kc = 4,328. Os pólos de malha fechada correspondendo a K = 2 são
z1 = 0,05185 + j0,6043,
z2 = 0,05185 − j0,6043.
Os pólos de malha fechada são indicados por pontos no diagrama do lugar das raízes.


Período de Amostragem T = 2 s: Para este caso, a equação (20.2) toma a forma
0,8647Kz
G(z) = . (20.14)
(z − 1)(z − 0,1353)
Portanto, G(z) tem pólos em z = 1 e z = 0,1353 e um zero em z = 0. O ponto de separação e o
ponto de junção são determinados escrevendo a equação característica na forma
(z − 1)(z − 0,1353)
K=− (20.15)
0,8647z
e diferenciando K em relação a z e igualando o resultado a zero
dK z 2 − 0,1353
=− = 0. (20.16)
dz 0,8647z 2
fornece K = 2,164. Como os dois valores de K são positivos, z = 0,3678 é o ponto de separação e
A Figura 20.4 mostra o diagrama do lugar das raízes quando T = 2 s. O valor crítico do ganho é
Kc = 2,626, o qual é obtido resolvendo a condição da magnitude

0,8647z 1
(z − 1)(z − 0,1353) = K . (20.17)

Figura 20.4: Diagrama do lugar das raízes com T = 2 s
Im(z)
K=2
K = 2,2164 K = 0,4622
Kc = 2,626
× × Re(z)
0.1353 1
Como o ganho crítico Kc corresponde ao ponto z = −1, substituindo z por −1 na equação (20.17),
fornece
0,8647(−1) 1
(−2)(−1,1353) = Kc (20.18)



ou Kc = 2,626. Os pólos de malha fechada correspondendo a K = 2 são
z1 = −0,2971 + j0,2169,
z2 = −0,2971 − j0,2169.
Os pólos de malha fechada são indicados por pontos no diagrama do lugar das raízes.
20.2 Efeitos do Período T na Resposta Transitória

As características da resposta transitória do sistema de controle de tempo discreto depende do período
de amostragem T . Um período de amostragem grande tem efeitos danosos na estabilidade relativa
do sistema. Uma boa regra é amostrar oito a dez vezes durante um ciclo das oscilações senoidais
amortecidas da saída do sistema de malha fechada, se ele é subamortecido. Para sistemas sobre-
amortecidos, amostrar de oito a dez vezes durante o tempo de subida na resposta ao degrau.
Como visto na análise anterior, para um dado valor do ganho K, aumentando o período de
amostragem T tornará o sistema de controle de tempo discreto menos estável e eventualmente o fará
instável. Inversamente, fazendo o período de amostragem T menor possibilita que o valor crítico
do ganho K para estabilidade seja maior. Reduzindo o período de amostragem cada vez mais faz o
sistema aproximar cada vez mais o sistema de tempo contínuo.
Para o sistema mostrado na Figura 20.1, a taxa de amortecimento ξ para os pólos de malha fechada
para K = 2 para cada um dos três casos precedentes pode ser obtida da Figura 20.5. Graficamente, as
taxas de amortecimento para os pólos de malha fechada correspondendo a T = 0,5, T = 1 e T = 2
são determinados aproximadamente como ξ = 0,24, ξ = 0,32 e ξ = 0,37, respectivamente.
Figura 20.5: Localização dos pólos de malha fechada no

plano z com locus ξ constante
Im(z)
85,10◦
58,25◦
ξ =0
143,87◦
ξ = 0,2
θ
ξ = 0,4
ξ = 0,6
Re(z)
−1 0 1
A taxa de amortecimento ξ de um pólo de malha fechada pode ser analiticamente determinada da


localização do pólo de malha fechada no plano z. Se a taxa de amortecimento de um pólo de malha
fechada é ξ, então no plano s a localização do pólo de malha fechada (no semiplano superior) pode ser
dada por
p
s = −ξωn + jωn 1 − ξ2. (20.19)
Uma vez que z = esT , o ponto correspondente no plano z é

p
z = exp[(−ξωn + jωn 1 − ξ 2 )T ] (20.20)
do qual obtemos
|z| = e−ξωn T (20.21)
e
p
]z = ωn 1 − ξ 2 T = ωd T = θ. (20.22)
Das equações (20.21) e (20.22) o valor de ξ pode ser calculado. Por exemplo, no caso em que o período
de amostragem é T = 0,5 s, temos o pólo de malha fechada para K = 2 em z = 0,4098 + j0,6623.
Portanto,
p
|z| = 0,40982 + 0,66232 = 0,7788.
Resolvendo
|z| = e−ξωn T = 0,7788 (20.23)
para o expoente, obtemos

ξωn T = 0,25. (20.24)
Também,
0,6623
]z = tan−1 = 58,25◦ = 1,0167 rad.
0,4098
Portanto,
p
]z = ωn 1 − ξ 2 T = 1,0167 rad. (20.25)
Das equações (20.24) e (20.25), obtemos
ξω T 0,25
p n = (20.26)
ωn 1 − ξ 2 T 1,0167
ou
ξ
p = 0,2459 (20.27)
1 − ξ2
o que fornece ξ = 0,2388. Da figura obtemos graficamente ξ ≈ 0,24, o que é bastante próximo do
valor 0,2388.
É importante observar que no sistema de segunda ordem a taxa de amortecimento ξ é indicativo da
estabilidade relativa apenas se a frequência de amostragem é suficientemente alta. Se a frequência de


amostragem não é alta o suficiente, o overshoot máximo na resposta ao degrau unitário será muito
maior do que seria predita pela taxa de amortecimento ξ.
Para comparar os efeitos de diferentes períodos de amostragem T na resposta transitória, devemos
comparar as sequências de respostas ao degrau para os três valores de T considerados na análise prévia.
A função de transferência pulsada de malha fechada para o sistema da Figura 20.1, cuja função de
transferência de alimentação direta G(z) é dada pela equação (20.2), é
C(z) G(z) Kz(1 − e−T )

= = . (20.28)
R(z) 1 + G(z) (z − 1)(z − e−T ) + Kz(1 − e−T )
Para T = 0,5 s e K = 2, a resposta ao degrau unitário pode ser dada por
0,3935(2z)
C(z) = R(z)
(z − 1)(z − 0,6065) + 0,3935(2z)
(20.29)
0,7870z −1 1
=
(1 − 0,8195z + 0,6065z ) (1 − z −1 )
−1 −2
da qual obtemos a sequência resposta ao degrau unitário c(kT ) mostrada na Figura 20.6.
Figura 20.6: Resposta ao degrau unitário com T = 0,5 e K = 2
Da Figura 20.5 vemos que o ângulo θ da linha conectando a origem e o pólo de malha fechada
dominante em z = 0,4098 + j0,6623 (esta linha é uma linha ω-constante no plano s) é aproximada-
mente 58,25◦ . O ângulo θ dos pólos de malha fechada dominantes determina o número de amostras
por ciclo de oscilação senoidal. Observe que
360◦

cos θk = cos θ k + . (20.30)
θ

Portanto, para θ = 58,25◦ , temos 360◦ /θ = 360◦ /58,25◦ = 6,18 amostras por ciclo de oscilação

amortecida, como visto na Figura 20.6.
Similarmente, para T = 1 s e K = 2, a resposta ao degrau unitário é dada por
1,26420z −1 1
C(z) = . (20.31)
(1 − 0,1037z + 0,3679z ) (1 − z −1 )
−1 −2
A sequência resposta ao degrau unitário c(kT ) em relação a kT é mostrada na Figura 20.7. Uma
vez que o ângulo θ da linha conectando a origem e o pólo de malha fechada nesse caso é 85,10◦ ,
como mostrado na Figura 20.5, temos aproximadamente 360◦ /85,10◦ = 4,23 amostras por ciclo de
oscilação amortecida, o que é bem menos do que normalmente recomendado.
Figura 20.7: Resposta ao degrau unitário com T = 1 e K = 2
Finalmente, para T = 2 s e K = 2, a resposta ao degrau unitário é dada por
1,7294z −1 1
C(z) = . (20.32)
(1 + 0,5941z + 0,1353z ) (1 − z −1 )
−1 −2
A sequência resposta ao degrau unitário c(kT ) em relação a kT é mostrada na Figura 20.8. Da

Figura 20.5, o ângulo da linha conectando a origem e o pólo de malha fechada para esse caso é
143,87◦ , e consequentemente temos 360◦ /143,87◦ = 2,5 amostras por ciclo. Uma frequência de
amostragem lenta como 2,5 amostras por ciclo é inaceitável.
Como pode ser visto dos três últimos gráficos, se o período de amostragem é pequeno, um gráfico
de c(kT ) em relação a kT dará uma fotografia precisa da resposta c(t). Entretanto, se o período de
amostragem não é suficientemente pequeno, então o gráfico de c(kT ) em relação a kT não representará
precisamente o resultado. É muito importante escolher um período de amostragem adequado baseado
na satisfação do teorema da amostragem, nas dinâmicas do sistema e considerações do hardware real.


Figura 20.8: Resposta ao degrau unitário com T = 2 e K = 2
Uma regra prática é ter de oito a dez amostras por ciclo (nunca menos do que seis) se o sistema é
sub-amortecido e exibe oscilações na resposta.
20.2.1 Efeito do Período T na Precisão de Regime Permanente
Para o caso em que o período de amostragem é T = 0,5 s e o ganho é K = 2, a função de transferência

pulsada de malha aberta é
0,7870z
G(z) = , (20.33)
(z − 1)(z − 0,6065)
e a constante do erro de velocidade estática Kv é dada por
(1 − z −1 )G(z)

(z − 1) 0,7870z
Kv = lim = lim = 4. (20.34)
z→1 T z→1 0,5z (z − 1)(z − 0,6065)
Assim, o erro de regime permanente na resposta a uma entrada rampa unitária é
1 1
erp = = = 0,25. (20.35)
Kv 4
Similarmente, para o caso em que T = 1 s e K = 2, a função de transferência pulsada de malha
aberta é
1,2642z
G(z) = , (20.36)
(z − 1)(z − 0,3679)
a constante do erro de velocidade estática Kv é dada por
(1 − z −1 )G(z)

(z − 1) 1,2642z
Kv = lim = lim = 2, (20.37)
z→1 T z→1 z (z − 1)(z − 0,3679)


Figura 20.9: Resposta a rampa unitária com T = 0,5 e K = 2
e o erro de regime permanente na resposta a uma entrada rampa unitária é

1 1
erp = = = 0,5. (20.38)
Kv 2
Figura 20.10: Resposta a rampa unitária com T = 1 e K = 2
Finalmente, para o caso em que T = 2 s e K = 2, a função de transferência pulsada de malha

aberta é
1,7294z
G(z) = , (20.39)
(z − 1)(z − 0,1353)


a constante do erro de velocidade estática Kv é dada por
(1 − z −1 )G(z)

(z − 1) 1,7294z
Kv = lim = lim = 1, (20.40)
z→1 T z→1 2z (z − 1)(z − 0,1353)
e o erro de regime permanente na resposta a uma entrada rampa unitária é
1 1
erp = = = 1. (20.41)
Kv 1
Figura 20.11: Resposta a rampa unitária com T = 2 e K = 2
Os três casos considerados demonstram que aumentando-se o período de amostragem T afeta

adversamente a estabilidade relativa do sistema (Isso pode até mesmo causar instabilidade em alguns
casos!). É importante lembrar que a taxa de amortecimento ξ dos pólos de malha fechada do sistema
de controle digital é indicativo da estabilidade relativa apenas se a frequência de amostragem é
suficientemente alta (ou seja, oito ou mais amostras por ciclo da oscilação senoidal amortecida). Se
a frequência de amostragem é baixa (ou seja, menos do que seis amostras por ciclo de oscilações
senoidais amortecidas), então prever a estabilidade relativa do valor da taxa de amortecimento é
errôneo.



Exercício 20.1
Esboce o lugar das raízes e encontre o ganho crítico para o seguinte sistema de tempo discreto:
K(z + 0,9)
G(z) = .
(z − 0,2)(z − 0,8)
Exercício 20.2
K
G(z) = .
(z + 0,9)(z − 0,9)
Exercício 20.3
Kz
G(z) = .
(z − 0,2)(z − 1)
Exercício 20.4
Esboce o lugar das raízes e encontre o ganho crítico do sistema de tempo discreto com a função
de transferência de malha aberta:
K(z + 1,6)
F (z) = .
(z + 0,6)(z − 0,6)
Exercício 20.5
Esboce o gráfico do lugar das raízes no plano z para o sistema mostrado na figura abaixo, para
os períodos de amostragem: (a) T = 1 s, (b) T = 2 s e (c) T = 4 s.
r(t) 1 − e−T s K c(t)

+
R(z) − δT s s(s + 1) C(z)
Gh0 (s) Gp (s)

CAPÍTULO
21
Projeto pelo Método da Resposta em Frequência I
Objetivos
• Familiarizar-se com a forma geral da resposta de um sistema de tempo discreto a uma

entrada senoidal, e obter facilmente a resposta de regime permanente.
• Revisar a definição da transformada bilinear e entender por que o diagrama de Bode é

construído no domínio de w e não no domínio de z.
• Entender as vantagens do diagrama de Bode no projeto e o procedimento para esboçar

gráficos de Bode.
21.1 Resposta do Sistema Discreto à Entrada Senoidal

O conceito de resposta em frequência tem a mesma importância para os sistemas de controle digitais
que tem para os sistemas de controle de tempo contínuo. O método da resposta em frequência é usado
com muita frequência nos projetos de compensadores. A razão básica é a simplicidade do método.
Na execução de testes de resposta em frequência num sistema de tempo discreto, é importante que
o sistema tenha um filtro passa-baixa antes do amostrador de forma que frequências diferentes da
fundamental sejam filtradas. Então a resposta do sistema linear invariante no tempo à uma entrada
senoidal preserva a frequência e modifica apenas a amplitude e a fase do sinal de entrada. Assim, a
amplitude e a fase são as únicas duas quantidades a serem calculadas.
Conforme já visto, a resposta em frequência de G(z) pode ser obtida substituindo z = ejωT em
231
CAPÍTULO 21. PROJETO PELO MÉTODO DA RESPOSTA EM FREQUÊNCIA I 232

G(z). Considere o sistema de tempo discreto linear invariante mostrado na Figura 21.1. A entrada
para o sistema G(z) antes da amostragem é
u(t) = sen(ωt). (21.1)
O sinal amostrado u(kT ) é da forma
u(kT ) = sen(ωkT ). (21.2)
A trasformada-Z do sinal senoidal amostrado é

z sen (ωT )
U (z) = Z{sen(kωT )} = . (21.3)
(z − ejωT )(z − e−jωT )
Figura 21.1: Sistema de tempo discreto linear invariante estável
u(t) u(kT ) Sistema de tempo-discreto, x(kT )

T linear, invariante e estável
G(z)
A resposta do sistema é dada por

z sen(ωT )
X(z) = G(z)U (z) = G(z)
(z − − e−jωT )
ejωT )(z
(21.4)
az āz
= + + [termos devidos aos pólos de G(z)].
z−e jωT z − e−jωT
Multiplicando ambos os lados da equação (21.4) por (z − ejωT )/z, obtemos
sen(ωT ) ā(z − ejωT ) z − ejωT

G(z) = a + + [termos devidos aos pólos de G(z)]. (21.5)
z − e−jωT z − e−jωT z
O segundo termo no lado direito da equação (21.5) tende para zero quando z tende para ejωT . Uma
vez que o sistema considerado aqui é estável, o terceiro termo no lado direito também tende para zero
quando z tende para ejωT . Portanto, fazendo z tender para ejωT , temos
G(ejωT )

sen(ωT )
a = G(z) = . (21.6)
z − e−jωT z=ejωT 2j
O coeficiente ā, o complexo conjugado de a, é então obtido como
G(e−jωT )
ā = − . (21.7)
2j
Definindo
G(ejωT ) = M ejθ (21.8)


então
G(e−jωT ) = M e−jθ (21.9)
e a equação (21.4) pode agora ser escrita como
M ejθ z M e−jθ z
X(z) = − + [termos devidos aos pólos de G(z)] (21.10)
2j z − e jωT 2j z − e−jωT
ou
ejθ z e−jθ z

M
X(z) = − + [termos devidos aos pólos de G(z)]. (21.11)
2j z − ejωT z − e−jωT
A transformada-Z inversa dessa equação fornece
M jkωT jθ
x(kT ) = (e e − e−jkωT e−jθ ) + Z −1 {termos devidos aos pólos de G(z)}. (21.12)
2j
O último termo na equação (21.12) representa a resposta transitória. Uma vez que o sistema conside-
rado é estável, todos os termos da resposta transitória desaparecerão em regime permanente e assim
obtemos a seguinte resposta de regime permanente xrp (kT ):
M j(kωT +θ)
− e−j(kωT +θ) = M sen(kωT + θ)

xrp (kT ) = e (21.13)
2j
em que M , o ganho do sistema de tempo discreto quando sujeito a uma entrada senoidal, é dado por
M = M (ω) = |G(ejωT )| (21.14)
e θ, o ângulo de fase, é dado por

θ = θ(ω) = G(ejωT ). (21.15)
Em termos de G(ejωT ), a equação (21.13) pode ser escrita como
xrp (kT ) = |G(ejωT )| sen(kωT + G(ejωT ) ). (21.16)
Foi demonstrado que G(ejωT ) de fato dá a magnitude e fase da resposta em frequência de G(z).
Assim, para obter a resposta em frequência de G(z), precisamos apenas substituir z por ejωT em G(z).
A função G(ejωT ) é denominada de função de transferência pulsada senoidal.
Exemplo 21.1
Considere o sistema definido por
x(kT ) = u(kT ) + ax((k − 1)T ), 0<a<1
em que u(kT ) é a entrada e x(kT ) a saída. Obtenha a saída de regime permanente x(kT )
quando a entrada u(kT ) é a senoide amostrada, ou seja, u(kT ) = A sen(kωT ).


A transformada-Z da equação do sistema é
X(z) = U (z) + az −1 X(z).
Definindo G(z) = X(z)/U (z), temos
X(z) 1
G(z) = = .
U (z) 1 − az −1
Substituindo z por ejωT em G(z), obtemos

1 1
G(ejωT ) = −jωT
= .
1 − ae 1 − a cos(ωT ) + ja sen(ωT )
A amplitude de G(ejωT ) é
1
|G(ejωT )| = M = p
2
1 + a − 2a cos(ωT )
e o ângulo de fase de G(ejωT ) é
a sen(ωT )
G(ejωT ) = θ = − tan−1 .
1 − a cos(ωT )
Então, a saída de regime permanente xrp (kT ) pode ser escrita como
xrp (kT ) = AM sen(kωT + θ)

A −1 a sen(ωT )
=p sen kωT − tan .
1 + a2 − 2a cos(ωT ) 1 − a cos(ωT )
21.2 A Transformação Bilinear e o Plano w

Uma vez que no plano z a frequência aparece como z = ejωT , se tratarmos a resposta em frequência no
plano z, a simplicidade dos gráficos logarítmicos será completamente perdida. Assim, a aplicação direta
de métodos de resposta em frequência não é vantajosa. Porém, esse problema pode ser contornado
transformando a função de transferência pulsada no plano z para o plano w. Essa transformação w é
uma transformação bilinear definida por
1 + (T /2)w
z= , (21.17)
1 − (T /2)w
em que T é o período de amostragem. A relação inversa é dada por
2 z−1
w= . (21.18)
T z+1


Através das transformações z e w, a faixa primária da metade esquerda do plano s é primeiro mapeada
no interior do círculo unitário no plano z e então mapeada na metade esquerda completa do plano w.
Os dois mapeamentos são ilustrados na Figura 21.2. Observe que a origem do plano z é mapeada no
ponto w = −2/T no plano w. Observe também que, quando s varia de 0 a jωs /2 ao longo do eixo jω
no plano s, z varia de 1 a −1 ao longo do círculo unitário no plano z, e w varia de 0 a ∞ ao longo do
eixo imaginário no plano w.
Figura 21.2: Mapeamento do plano s no plano z e em seguida no plano w
jω Im(z) Im(w)
ωs
j b
b 2
r=1
b c a 1 c a
c
a α d Re(z) Re(w)
− T2
d ωs
−j d
2
(a) (b) (c)
Embora a metade esquerda do plano w corresponda a metade esquerda do plano s e o eixo

imaginário do plano w corresponda ao eixo imaginário do plano s, há diferenças entre os dois planos.
A diferença principal é que o comportamento no plano s na faixa de frequência − 12 ωs ≤ ω ≤ 21 ωs
mapeia para a faixa −∞ < v < ∞, em que v é a frequência fictícia no plano w. Isso significa que,
embora as características da resposta em frequência do filtro analógico sejam reproduzidas no filtro
digital, a escala de frequência na qual a resposta ocorre será comprimida de um intervalo infinito no
filtro analógico para um intervalo finito no filtro digital.
Uma vez que a função de transferência pulsada G(z) é transformada em G(w) por meio da
transformação w, ela pode ser tratada como uma função de transferência convencional em w. Técnicas
de resposta em frequência convencionais podem então ser usadas no plano w, e assim as técnicas de
projeto baseadas na resposta em frequência bem estabelecidas podem ser aplicadas para o projeto de
sistemas de controle de tempo discreto.
Como já mencionado, υ representa a frequência fictícia. Substituindo w por jυ, técnicas de
resposta em frequência convencionais podem ser usadas para construir o diagrama de Bode para
a função de transferência em w. Embora o plano w lembre o plano s geometricamente, o eixo de
frequência no plano w é distorto. A frequência fictícia υ e a frequência real ω estão relacionadas como


segue:
2 ejωT − 1 2 ej(1/2)ωT − e−j(1/2)ωT

2 z − 1 2 ωT
w|w=jυ = jυ = = = = j tan
T z + 1 z=ejωT T ejωT + 1 T ej(1/2)ωT + e−j(1/2)ωT T 2
ou
2 ωT
υ = tan . (21.19)
T 2
A equação (21.19) fornece o relacionamento entre a frequência real ω e a frequência fictícia υ.
Observe que quando a frequência real ω move-se de − 21 ωs para 0 a frequência fictícia υ move-se
de −∞ para 0, e quando ω move-se de 0 a 12 ωs , υ move-se de 0 para ∞. Observe da equação (21.19)
que se ωT é pequeno então υ ≈ ω. Isso significa que para ωT pequeno as funções de transferências
G(s) e G(w) se assemelham. Observe que isto é o resultado direto da inclusão do fator de escala 2/T
na equação (21.18).
Exemplo 21.2
Considere o sistema que é descrito pelo diagrama de blocos na figura abaixo:
1 − e−sT 10
δT s s + 10
G(s)
O período de amostragem é T = 0,1 s. Obtenha G(w).
A transformada-Z de G(s) é
1 − e−sT 10

−1 10 0,6321
G(z) = Z = (1 − z )Z = .
s s + 10 s(s + 10) z − 0,3679
Usando a transformação bilinear dada pela equação (21.18),
1 + (T /2)w 1 + 0,05w
z= = ,
1 − (T /2)w 1 − 0,05w
G(z) pode ser transformada em G(w) como segue:
0,6321 0,6321(1 − 0,05w) 1 − 0,05w
G(w) = = = 9,241 .
1 + 0,05w 0,6321 + 0,06840w w + 9,241
− 0,3679
1 − 0,05w
Observe que o pólo da planta é s = −10 o qual no plano w é w = −9,241. O valor do ganho no
plano s é 10 enquanto no plano w é 9,241. Entretanto, G(w) tem um zero em w = 2/T = 20,
embora a planta não tenha qualquer zero. Quando o período de amostragem T torna-se menor,
o zero do plano w em w = 2/T aproxima infinito na metade direita do plano w. Observe que
10
lim G(w) = lim .
w→0 s + 10
s→0
Este fato é útil na verificação dos cálculos numéricos na transformação de G(s) em G(w).


Em resumo, a transformação w, uma transformação bilinear, mapeia o interior do círculo unitário
do plano z na metade esquerda do plano w. Observe que se
b0 z m + b1 z ,−1 + · · · + bm
G(z) = , m≤n (21.20)
z n + a1 z n−1 + · · · + an
em que os ai ’s e bi ’s são constantes, é transformada no plano w então G(w) toma a forma
β0 wn + β1 wn−1 + · · · + βn
G(w) = , (21.21)
α0 wn + α1 wn−1 + · · · + αn
em que os αi ’s e os βi ’s são constantes (alguns deles podem ser zero). Assim, G(w) é uma razão
de polinômios em w, onde os graus do numerador e denominador podem ou não serem iguais. Uma
vez que G(jυ) é uma função racional de υ, o critério de estabilidade de Nyquist pode ser aplicado
a G(jυ). Em termos do diagrama de Bode, a aproximação por linha reta convencional da curva de
magnitude bem como o conceito da margem de fase e margem de ganho aplicam-se a G(jυ).
21.3 Diagramas de Bode

Projeto por meio de diagramas de Bode tem sido largamente utilizado para sistemas de controle de
tempo contínuo com entrada única e saída única. Em particular, se a função de transferência está
na forma fatorada, a simplicidade e facilidade com que o diagrama de Bode pode ser desenhado são
bem conhecidas. Como dito anteriormente, os métodos de resposta em frequência convencionais são
aplicados as funções de transferências no plano w.
O diagrama de Bode consiste de dois gráficos distintos: (1) a magnitude logarítmica |G(jυ)| em
relação a log υ, e (2) o ângulo de fase G(jυ) em relação a log υ. O esboço da magnitude logarítmica
é baseado na fatoração de G(jυ), de maneira que ele funciona sob o princípio de adicionar os termos
fatorados individuais em vez de multiplicar os termos individuais. Técnicas de plotagem assintótica
familiares podem ser aplicadas, e portanto a curva da magnitude pode ser rapidamente desenhada
usando assíntotas de linha reta. Usando o diagrama de Bode, um compensador digital ou controlador
digital pode ser projetado com técnicas de projeto convencionais.
É importante observar que pode haver uma diferença nas magnitudes de alta frequência de G(jω)
e G(jυ). A assíntota de alta frequência da curva de magnitude logarítmica para G(jυ) pode ser uma
linha de decibel constante (ou seja, uma linha horizontal). Por outro lado, se lims→∞ G(s) = 0, então
a magnitude de G(jω) sempre aproxima zero (−∞ dB) quando ω aproxima infinito. Por exemplo,
referindo ao último exemplo, obtemos G(w) para G(s) como

1 − 0,05w
G(w) = 9,241 .
w + 9,241
A magnitude de alta frequência de G(jυ) é

1 − 0,05jυ
lim |G(jυ)| = lim 9,241
= 0,4621
υ→∞ υ→∞ jυ + 9,241


enquanto a magnitude de alta frequência da planta é

10
lim = 0.
ω→∞ jω + 10
A diferença nos diagramas de Bode no final da alta frequência pode ser explicada como segue. Primeiro,
relembre que estamos interessados apenas na faixa de frequência 0 ≤ ω ≤ 12 ωs , a qual corresponde a
0 ≤ υ ≤ ∞. Então, observando que υ = ∞ no plano w corresponde a ω = 21 ωs no plano s, pode ser
dito que limυ→∞ |G(jυ)| corresponde a limω→ωs /2 |10/(jω + 10)|, o que é uma constante.
Em geral, um ou mais zeros de G(w) ficam na metade direita do plano w. A presença de um zero
na metade direita do plano w significa que G(w) é uma função de transferência de fase não mínima.
Portanto, devemos ter cuidado ao desenhar a curva do ângulo de fase no diagrama de Bode.
21.3.1 Vantagens do Diagrama de Bode no Projeto
A técnica do diagrama de Bode para a análise e projeto de sistemas de controle é útil pelas seguintes
razões principais:
• No diagrama de Bode a assíntota de baixa frequência da curva de magnitude é indicativa de uma
das constantes de erro estático Kp , Kv ou Ka .
• Especificações da resposta transitória podem ser traduzidas naquelas da resposta em frequência

em termos da margem de fase, margem de ganho, largura de banda, etc. Estas especificações
podem ser facilmente tratadas no diagrama de Bode. Em particular, as margens de ganho e de
fase podem ser lidas diretamente do diagrama de Bode.
• O projeto de um compensador digital (ou controlador digital) para satisfazer as especificações

dadas (em termos da margem de fase e margem de ganho) pode ser executado no diagrama de
Bode de uma maneira simples e direta.
21.3.2 Procedimento para Esboçar Gráficos de Bode
Vamos primeiro considerar como esboçar gráficos de Bode para pólos simples (raízes reais) e, em
seguida, discutir como lidar com resposta geral de segunda ordem (pares de raízes complexas).
Antes de fazer isso, no entanto, pode ser bastante útil relembrar algumas propriedades de funções de
transferências, a escala de decibéis, e algumas propriedades da função logarítmica.
Pólos e Zeros A função de transferência no domínio de s é sempre uma função polinomial racional,
da forma
N (s) sm + am−1 sm−1 + · · · + a1 s + ao
H(s) = K =K n . (21.22)
D(s) s + bn−1 as−1 + · · · + b1 s + b0


Na forma fatorada, H(s) pode ser expressa em termos dos zeros z1 , z2 , . . . , zm e dos pólos p1 , p2 , . . . ,
pn , na forma
(s − z1 )(s − z2 ) · · · (s − zm )
H(s) = K . (21.23)
(s − p1 )(s − p2 ) · · · (s − pn )
Os pólos e zeros podem ser reais ou complexos, e quando complexos sempre aparecem em pares
conjugados. Quando há múltiplos pólos no mesmo local o denominador contém fatores da forma
(s − pi )ri , em que ri é um inteiro que representa quantas vezes essa raiz é repetida. Um par de raízes
complexas pode ser representado como s = −αi ± jβi onde ambos α e β são números positivos.
Nesse caso a função de transferência terá um fator de segunda ordem da forma
(s + α + jβ)(s + α − jβ) = s2 + 2αs + α2 + β 2 = (s + α)2 + β 2 (21.24)
e assim todos os coeficientes no denominador são positivos, mesmo embora as raízes tenham partes
reais negativas. Por conveniência, podemos escrever o polinômio de segunda ordem na forma padrão
s2 + 2ζωn + ωn2 (21.25)
em que ωn é denominada de frequência de canto ou ponto de quebra, e ζ é denominado de fator de

amortecimento. Comparando (21.24) e (21.25) podemos relacionar a frequência de canto e o fator de
amortecimento com os pólos usando
p
ωn = α2 + β 2 , (21.26a)
α α
ζ= =p . (21.26b)
ωn α2 + ωn2
Escala Decibel e Funções Logarítmicas Escalas logarítmicas são muito úteis quando plotamos
funções que variam sobre várias ordens de magnitude. Como estamos interessados na resposta em
frequência de circuitos sobre uma larga faixa de frequências, faz sentido usar uma escala logarítmica
para frequências, bem como para intensidade de sinal. Nesse texto representamos o logaritmo na
base-10, log10 , simplesmente como log, de forma que
log x = log10 x.
Independente da base, todas as funções logarítmicas compartilham as seguintes propriedades:
log AB = log A + log B, (21.27)

log A/B = log A − log B, (21.28)
log y x = x log y. (21.29)
Aqui, o valor em dB (decibel) de uma magnitude, digamos |H(jω)|, é calculado como 20 log |H(jω)|.
Algumas conversões em dB usadas com frequência são:


Conversão dB
|H(jω)| |H(jω)|dB
1 20 log 1 = 0 dB
√ √
2 20 log 2 = 3 dB
2 20 log 2 = 6 dB
4 20 log 4 = 12 dB
5 20 log 5 = 14 dB
10 20 log 10 = 20 dB
Uma escala logarítmica como a escala dB provê uma grande vantagem para lidar com funções de
transferências, que são sempre da forma de funções polinomiais racionais. Dois termos usados com
frequência são os de oitava e década. Uma mudança de década na frequência é um fator de dez. Por
exemplo, 1 kHz é uma década acima de 100 Hz e uma década abaixo de 10 kHz. Uma oitava é um
fator de dois, de forma que 1 kHz é uma oitava acima de 500 Hz e uma oitava abaixo de 2 kHz.
Gráficos de Bode: Pólos e Zeros Reais Considere a função de transferência de um circuito de

primeira ordem com um pólo simples (raiz real) em s = −1:
1
H(s) = . (21.30)
s+1
A resposta em frequência de regime permanente é determinada fazendo s = jω:
1
H(jω) = . (21.31)
jω + 1
A magnitude da função de transferência é dada por
1
|H(jω)| = √ . (21.32)
ω2 +1
Esta função é plotada na Figura 21.3 para frequências entre duas décadas abaixo e duas décadas acima
de ω = 1. Claramente a resposta é bem diferente nos dois lados do ponto ω = 1. O comportamento
assintótico para ω 1 e ω 1 é da forma:

0 ω1
|H(jω)|dB = (21.33)
−20 log ω ω 1.
Essas assíntotas são simples linhas retas no gráfico dB × log ω. Para ω 1 a função é uma constante,
|H(jω)| = 1, ou 0 dB. No outro extremo de ω 1, a função de transferência decresce −20 log ω em
dB. Na escala logarítmica isto é uma linha reta com uma inclinação de −20 dB/década. Ou seja, o
ganho em dB decresce por 20 dB a cada fator 10 de aumento na frequência.


Figura 21.3: Resposta em frequência: pólo simples em s = −1
10 dB
−10
−20
1
H(s) =
s+1
−30
−40 rad/s
10−2 10−1 100 101 102
0 ◦
−15
−30
−45
−60
−75
−90 rad/s
10−2 10−1 100 101 102
As duas assíntotas linhas retas capturam as características essenciais do gráfico, se encontrando

na frequência correspondente a localização do pólo, denominada de ponto de quebra. Nesse ponto a
função de transferência tem a magnitude
1
|H(j1)| = √ , ou 3,03 dB.
2
Este valor permite concluir que o erro cometido no ponto de quebra é aproximadamente igual a 3 dB.
O erro é simétrico relativamente ao ponto de quebra. Uma oitava abaixo (ω = 1/2) e acima (ω = 2)
do ponto de quebra, o erro é sensivelmente igual a 1 dB. Com base no que foi apresentado até aqui,
podemos esboçar a curva do ganho em dB do seguinte modo:
• Determine o ponto de quebra ω = pi ;
• Desenhe a reta horizontal em 0 dB e a reta inclinada de −20 dB/década, inteceptando-se estas

no ponto de quebra;
• Se necessário, a curva exata pode ser obtida por adição do erro à aproximação assintótica em

determinadas frequências. Geralmente uma curva suave pode ser esboçada se levarmos em

consideração que o erro na frequência de canto é 3 dB, e de 1 dB uma oitava acima e uma oitava
abaixo dessa frequência.
A fase de H(jω) por sua vez é dada por
φ(ω) = − tan−1 ω. (21.34)
Para ω 1 temos φ(ω) ≈ 0◦ e para ω 1, temos φ(ω) ≈ −90◦ , e no ponto de quebra, ω = 1, temos
φ(ω) = −45◦ . Observe da Figura 21.3 (gráfico inferior) que podemos aproximar a curva exata da fase
por três segmentos de reta: (a) uma reta horizontal a 0◦ para frequências inferiores a 0,1 (uma década
abaixo), (b) uma reta horizontal a −90◦ para frequências superiores a 10 (uma década acima), e (c)
uma reta que liga as duas anteriores e que passa por −45◦ no ponto de quebra (neste exemplo, ω = 1).
O diagrama de Bode da função de transferência com um zero simples comporta-se similarmente
(espelhada) a do pólo simples, conforme mostra a Figura 21.4, exceto que a curva do ganho sobe 20
dB/década a partir do ponto de quebra em vez de descer.
Figura 21.4: Resposta em frequência: zero simples em s = −1
40 dB
30
H(s) = (s + 1)
20
10
−10 rad/s
10−2 10−1 100 101 102
90 ◦
75
60
45
30
15
0 rad/s
10−2 10−1 100 101 102
O comportamento geral pode ser demonstrado para qualquer pólo ou zero simples (real), incluindo


raízes repetidas. Por exemplo, considere o pólo em s = −a e repetido r vezes, ou seja,
1
H(s) = . (21.35)
(s + a)r
A magnitude da resposta em frequência é dada por
1
|H(jω)| = √ = (ω 2 + a2 )−r/2 . (21.36)
2 2
( ω +a ) r
Neste caso, o comportamento assintótico para ω a e ω a é da forma:


−20r log a ω a
|H(jω)|dB = (21.37)
−20r log ω ω a.
Mais uma vez essas assíntotas são simples linhas retas que se encontram em ω = a. Mas neste caso a
inclinação é de −20r dB/década, ou −20 dB/década para cada vez que o pólo é repetido.
As duas assíntotas linhas retas capturam as características essenciais do gráfico, se encontrando
na frequência correspondente a localização do pólo, o ponto de quebra. Nesse ponto a função de
transferência tem a magnitude
√
|H(ja)|dB = −20r log(a 2) ≈ 20r log(a) − 3r. (21.38)
Isso mostra que a curva real passa num ponto que é 3r dB abaixo da assíntota no ponto de quebra,
como ilustra a Figura 21.5 considerando a = −2 e r = 2.
Funções Normalizadas e Constantes de Tempo Até aqui consideramos a função de transferência

na forma pólo-zero (21.23). Muitos textos recomendam renormalizar a função de transferência
dividindo o numerador por todos os zeros e o denominador por todos os pólos. Por exemplo, para a
função de transferência
5(s + 2)
H(s) =
(s + 10)(s + 100)
pordemos reescrever na forma
5(2) (1 + s/2)
H(s) = .
10(100) (1 + s/10)(1 + s/100)
Neste procedimento todos os pólos e zeros tem a forma (1 + s/a)r , da qual as assíntotas de baixa
frequência para cada fator é sempre 1 (ou 0 dB). O ponto de quebra continua sendo ω = a, e as
mesmas regras aplicam-se: variação de +20 dB/década para cada zero e de −20 dB/década para cada
pólo. A função pode também ser escrita em termos de constantes de tempo, como essa
s(1 + sτ1 )
H(s) = . (21.39)
(1 + sτ2 )(1 + sτ3 )
Os pontos de quebra no diagrama de Bode são agora em 1/τ1 , 1/τ2 e 1/τ3 .


Figura 21.5: Resposta em frequência: pólo duplo em s = −2
0 dB
−10
−20
−30
−40
−50
1
−60 H(s) =
(s + 2)2
−70
−80 rad/s
10−2 10−1 100 101 102
0 ◦
−30
−60
−90
−120
−150
−180 rad/s
10−2 10−1 100 101 102
Resposta de Segunda Ordem com Raízes Complexas Considere agora o polinômio de segunda
ordem escrito na forma:
ωn2
H(s) = . (21.40)
s2 + 2ζωn s + ωn2
A locação dos pólos é da forma
p
s = −ζωn ± ωn ζ 2 − 1. (21.41)
Um par de pólos complexos conjugados estáveis ocorre quando 0 < ζ < 1. A amplitude da resposta
em frequência é dada por
ωn2 2
h
2 2 2
2 2 2
i−1/2
|H(jω)| = = ωn ω n − ω + 4ζ ωn ω . (21.42)
|ωn2 − ω 2 + j2ζωn ω|
Uma vez que o ganho em dB é

p
|H(jω)|dB = 20 log ωn2 − 20 log (ωn2 − ω 2 )2 + (2ζωn ω)2 (21.43)


então, as assíntotas para (21.42) são dadas por

0 ω ωn
|H(jω)|dB = (21.44)
−40 log ω ω ωn .
O comportamento assintótico é o mesmo que seria para um pólo real repetido em ω = ωn , ou seja,
a inclinação decresce 40 dB/década. É importante observar que a frequência de canto para pares de
pólos complexos conjugados é a frequência natural ωn .
É na consideração da curva exata que as coisas começam a ficar mais interessantes. Como pode
ser observado na Figura 21.6, o comportamento próximo ao ponto de quebra é uma função forte do
parâmetro ζ, chamado de fator de amortecimento.
Figura 21.6: Resposta em frequência: pólos complexos
30 dB
ζ = 0.02
20
10
−10
ζ=1
−20
ωn2
−30 H(s) =
−40 rad/s
10−1 100 101
0 ◦
−30
−60
−90
−120
−150
−180 rad/s
10−1 100 101
Para ζ pequeno as curvas são pontudas próximo à frequência de canto. Exatamente na frequência
de canto a curva deve passar pelo ponto
1
|H(jωn )| = =⇒ |H(jωn )|dB = −20 log(2ζ). (21.45)
2ζ


Observe que a correção pode ser acima da assíntota (positiva) ou abaixo (negativa), dependendo do
valor do fator de amortecimento ζ. Observe também que o pico não é necessariamente centralizado na
frequência de canto. Para encontrar o local do pico usamos a condição
∂ p
|H(jω)| = 0 =⇒ ω = ωp = ωn 1 − 2ζ 2 . (21.46)
∂ω
√
Conforme o resultado, há um pico na resposta apenas quando 1−2ζ 2 > 0, ou seja, para 0 ≤ ζ ≤ 1/ 2.
Nesta faixa o pico da amplitude é dado por
1 p
|H(jωp )| = p =⇒ |H(jωp )|dB = −20 log 2ζ 1 − ζ2 . (21.47)
2ζ 1 − ζ 2
Fisicamente este comportamento próximo ao ponto de quebra é associado com uma condição de
ressonância no circuito.
A fase de um par de pólos complexos é dada por

−1 2ζωωn
φ(ω) = − tan (21.48)
ωn2 − ω 2
mas, uma vez que a função tangente não é injetiva em todo o seu domínio, considera-se usualmente a
restrição ao intervalo (−π/2,π/2) na sua inversão, o que implica que sempre que se utiliza a expressão
(21.48) numa calculadora comum, a fase do fator complexo vai variar entre 0◦ e −90◦ , o que não é
correto. Para evitar este problema pode-se transformar o termo quadrático no produto de dois termos
simples,
ωn2 ωn2
= . (21.49)
p p
(s + ζωn + jωn 1 − ζ 2 )(s + ζωn − jωn 1 − ζ 2 )
Fazendo s = jω, obtemos a fase como
p ! p !
ω + ωn 1 − ζ 2 ω − ωn 1 − ζ 2
φ(ω) = − tan−1 − tan−1 , (21.50)
ζωn ζωn
que é uma expressão equivalente à anterior. Recorrendo a esta expressão concluímos que para ω ωn
temos φ(ω) ≈ 0◦ e para ω ωn , temos φ(ω) ≈ −180◦ , e na frequência de canto, ω = ωn , temos
φ(ω) = −90◦ . Assim como para os fatores reais, aproximamos por segmentos de reta a curva de fase.
Esta aproximação consiste em: (a) uma reta horizontal a 0◦ para frequências inferiores a 0,1ωn (uma
década abaixo), (b) uma reta horizontal a −180◦ para frequências superiores a 10ωn (uma década
acima), e (c) uma reta que liga as duas anteriores e que passa por −90◦ no ponto de quebra ω = ωn .
Se tivermos um par de zeros complexos na função de transferência, ou seja,
H(s) = , (21.51)
ωn2
a resposta é simplesmente a imagem espelhada daquela do par de pólos complexos. Apenas o sinal da
correção próxima ao ponto de quebra muda, conforme ilustra a Figura 21.7.


Figura 21.7: Resposta em frequência: zeros complexos
40 dB
ωn2
30 H(s) =
20
ζ=1
10
−10
−20
ζ = 0.02
−30 rad/s
10−1 100 101
180 ◦
150
120
90
60
30
0 rad/s
10−1 100 101

Exercício 21.1
Esboce o diagrama de Bode para a função de transferência:
102 s
H(s) = .
(s + 10)(s + 100)
Exercício 21.2
104 s
H(s) = .
(s + 10)(s + 100)2


Exercício 21.3
10(s + 100)
H(s) = .
(s + 1)
Exercício 21.4
105 s(s + 10)

H(s) = .
(s + 10)2 (s2 + 400s + 106 )

CAPÍTULO
22
Projeto pelo Método da Resposta em Frequência II
Objetivos
• Rever conceitos de compensação avanço de fase, atraso de fase e avanço-atraso de fase.
• Compreender o passo a passo do procedimento de projeto no plano w, e saber esboçar e

interpretar o diagrama de Bode de um sistema de tempo discreto.
• Compreender um exemplo de projeto de controlador por avanço de fase.
22.1 Técnicas de Compensação

Antes de discutirmos procedimentos de projeto no plano w, revisamos brevemente as técnicas de
compensação por avanço de fase, atraso de fase, e atraso-avanço de fase. Entende-se por compensação
a definição e o ajuste de dispositivos a serem incluídos no sistema a controlar, de forma que este atenda
a um conjunto de especificações de projeto. Uma das etapas mais delicadas no projeto de sistemas
de controle é definir adequadamente as especificações de desempenho, para que o sistema resultante
cumpra as finalidades a que se destina.
22.1.1 Compensador Avanço de Fase
A compensação por avanço de fase (phase-lead) é comumente utilizada para melhorar as margens
de estabilidade. Sua principal finalidade é suprir um atraso de fase estabelecido naturalmente pelas
próprias características de alguns componentes do sistema original. Este tipo de compensação permite
249
CAPÍTULO 22. PROJETO PELO MÉTODO DA RESPOSTA EM FREQUÊNCIA II 250

remodelar o lugar das raízes de maneira a obterem-se pólos dominantes desejados em malha fechada.
Seus efeitos geralmente correspondem a um aumento no amortecimento, com menores tempos de
subida e de acomodação, correspondendo, no domínio da frequência, a um aumento na largura de
faixa. Assim, o sistema tem uma velocidade de resposta mais rápida. Porém, um sistema usando
compensação avanço de fase pode ficar sujeito a problemas de ruído de alta frequência devido aos seus
ganhos de alta frequência aumentados. As principais características da compensação avanço de fase
são:
• Melhora a resposta transitória do sistema;
• Melhora a velocidade de resposta (reduz o tempo de subida);
• Sem redução significativa do erro de regime permanente;
• Aumenta a largura de faixa;
• Aumenta a margem de estabilidade (sistema mais estável);
• Aumenta ruídos de alta frequência no sinal de saída;
• Pode ser aplicado quando o ângulo de fase de sistemas não compensados aumenta rapidamente
próximo a frequência de canto.
• Forma geral de um compensador avanço de fase:

1 + τw
G(w) = , α ∈ (0,1).
1 + ατ w
Exemplo 22.1
Considere o circuito da figura abaixo. Usando a regra de divisor de tensão, temos
V0 (s) R2
=
Vi (s)
1
R2 + R1 ||
sC
1
R2 R1 + R2 1 + R1 Cs
= sC =
R1 + R2 R1 + R2 R2
R1 R2 + 1+ R1 Cs
sC R1 + R2
1 + τs R2
=α , α= < 1, τ = R1 C.
1 + ατ s R1 + R2
Assim, temos um zero em s = −1/τ e um pólo em s = −1/(ατ ). Uma vez que α < 1, o
zero é dominante sobre o pólo, como ilustra a figura abaixo. Assim, o efeito de colocar um
compensador avanço de fase é o da adição de um zero na função de transferência do sistema.


R1
Im(s)
I(s)
+ +
×
Vi (s) R2 Vo (s) −1/ατ −1/τ Re(s)
1/sC
− −
22.1.2 Compensador Atraso de Fase
A compensação por atraso de fase (phase-lag) reduz o ganho do sistema em frequências mais altas sem
reduzir o ganho do sistema em frequências mais baixas. A largura de faixa do sistema é reduzida e assim
o sistema tem uma velocidade de resposta mais lenta, com maiores tempos de subida e acomodação.
Devido ao reduzido ganho de alta frequência, o ganho total do sistema pode ser aumentado, e daí o
ganho de baixa frequência pode ser aumentado e a precisão de regime permanente melhorada. Ruídos
de alta frequência podem ser atenuados. As características do compensador atraso de fase são:
• Melhora a resposta de regime permanente;
• Torna a resposta dinâmica mais lenta (aumenta o tempo de subida);
• Reduz o erro de regime permanente;
• Diminui a largura de faixa;
• Reduz a margem de estabilidade (sistema menos estável);
• Diminui ruídos de alta frequência no sinal de saída;
• Pode ser aplicado se o ângulo de fase de sistemas não compensados em baixa frequência não é
suficiente para prover margem de fase.
Exemplo 22.2
Considere o circuito da figura abaixo. Usando a regra de divisor de tensão, temos
1
Vo (s) R2 + 1 + R2 sC
= sC =
Vi (s) 1 (R1 + R2 )
R1 + R2 + 1+ R2 sC
sC R2
1 + τs R1 + R2 1
= , β= = > 1, τ = R2 C.
1 + βτ s R2 α


Assim, temos um zero em s = −1/τ e um pólo em s = −1/(βτ ). Uma vez que β > 1, o
pólo é dominante sobre o zero, como ilustra a figura abaixo. Assim, o efeito de colocar um
compensador atraso de fase é o da adição de um pólo na função de transferência do sistema.
I(s) R1
Im(s)
+ +
R2
Vi (s) Vo (s) ×
−1/τ −1/βτ Re(s)
1
sC
− −
22.1.3 Compensador Atraso-Avanço de Fase
Em algumas aplicações, um compensador por atraso de fase fica em cascata com um compensador por
avanço de fase. Esse compensador em cascata é conhecido como um compensador por atraso-avanço
de fase (phase lag-lead). Pelo uso do compensador atraso-avanço de fase, o ganho de baixa frequência
pode ser aumentado (significando uma melhora na precisão de regime permanente), enquanto, ao
mesmo tempo, a largura de faixa do sistema e margens de estabilidade podem ser aumentadas.
Exemplo 22.3
Considere o circuito da figura abaixo:
R1
I(s)
Im(s)
+ +
R2
1
Vi (s) Vo (s) × ×
sC1 −1 −1 −1 −1 Re(s)
1
ατ1 τ1 τ2 βτ2
sC2
− −
Usando a regra de divisor de tensão, temos

1
R2 +
Vo (s) sC2 α(1 + τ1 s)(1 + τ2 s) R2 1
= = , α= , β=
Vi (s) 1 (1 + ατ1 s)(1 + βτ2 s) R1 + R2 α
R2 + + (R1 ||(1/sC1 )
sC2


com as constantes de tempo τ1 = R1 C1 e τ2 = R2 C2 . Neste caso, temos dois zeros em
z1 = −1/τ1 e z2 = −1/τ2 , e dois pólos em p1 = −1/(ατ1 ) e p2 = −1/(βτ2 ). Como α < 1
o zero z1 é dominante sobre o pólo p1 , e como β > 1 o pólo p2 é dominante sobre o zero z2 ,
como ilustra a figura. Assim, o compensador exibe ambos os efeitos de avanço e atraso de fase.
O controlador PID é um caso especial da compensação atraso-avanço de fase. A ação de controle

PD, que afeta a região de alta frequência, aumenta o ângulo de avanço de fase e melhora a estabilidade
do sistema, e também aumenta a largura de faixa (aumentando a velocidade de resposta). A ação
de controle PI afeta a porção de baixa frequência e, de fato, aumenta o ganho de baixa frequência e
melhora a precisão de regime permanente. Assim o controlador PI age como um compensador atraso
de fase. A ação de controle PID é uma combinação das ações de controle PI e PD.
22.1.4 Problema do Coeficiente de Quantização
Do ponto de vista da implementação microprocessada dos compensadores avanço de fase, atraso de

fase e atraso-avanço de fase, os compensadores avanço de fase não apresentam problema de coeficiente
de quantização, devido aos locais dos pólos e zeros serem amplamente separados. Entretanto, no
caso dos compensadores atraso de fase e atraso-avanço de fase, a rede de atraso de fase apresenta um
problema de coeficiente de quantização devido aos locais dos pólos e zeros serem próximos um do
outro.
Como os coeficientes do filtro devem ser implementados por palavras binárias que utilizam um
número limitado de bits, se o número de bits utilizados for insuficiente, as localizações dos pólos
e zeros do filtro podem não ser realizadas exatamente como desejado, e o filtro resultante não se
comportará como esperado. Uma vez que pequenos desvios nas localizações de pólos e zeros das
localizações desejadas podem ter efeitos significativos nas características de resposta em frequência do
compensador, a versão digital do compensador pode não funcionar como esperado. Para minimizar o
efeito do coeficiente de quantização, é necessário estruturar o filtro de forma que fique menos sujeito a
imprecisões de coeficiente devido à quantização.
Como a sensibilidade das raízes de um polinômio a variações de parâmetros se torna severa quando
a ordem do polinômio aumenta, realização direta de um filtro de ordem elevada não é desejável. É
preferível colocar elementos de baixa ordem em série ou paralelo.
22.2 Procedimento de Projeto no Plano w

Referindo ao sistema de controle digital mostrado na Figura 22.1, o procedimento de projeto no plano
w pode ser detalhado na forma:


R(z) Retentor C(z)

+ GD (z) Planta
− de Dados
G(z)
• Primeiro, obtenha G(z), a transformada-Z da planta precedida por um segurador. Então

transforme G(z) em G(w) usando a transformada bilinear:
1 + (T /2)w
z= , (22.1)
1 − (T /2)w
ou seja, obtenha

G(w) = G(z) = z=[1+(T /2)w]/[1−(T /2)w] . (22.2)
É importante que o período de amostragem T seja escolhido adequadamente. Uma dica é

amostrar em uma frequência 10 vezes maior que a largura de banda do sistema de malha
fechada.
• Substitua w = jυ em G(w) e esboce o diagrama de Bode para G(jυ).
• Leia do diagrama de Bode as constantes de erro estático, a margem de fase, e a margem de

ganho.
• Assumindo que o ganho de baixa frequência da função de transferência do controlador digital

GD (w) é unitário, determine o ganho do sistema satisfazendo o requisito para uma dada
constante de erro estático. Então, usando as técnicas de projeto convencionais para sistemas de
tempo contínuo, determine os pólos e zeros da função de transferência do controlador digital. A
função de transferência de malha aberta do sistema projetado é dada por GD (w)G(w).
• Transforme a função de transferência do controlador GD (w) em GD (z) usando a transformada

bilinear:
2 z−1
w= . (22.3)
T z+1
Então

GD (z) = GD (w)w=(2/T )(z−1)/(z+1) (22.4)
é a função de transferência pulsada do controlador digital.
• Implemente a função de transferência pulsada GD (z) por um algoritmo computacional.

Nas etapas de projeto listadas acima, é importante observar o seguinte:

• A função de transferência G(w) é uma função de transferência de fase não mínima. Portanto, a

curva do ângulo de fase difere daquela da função de transferência mais típica de fase mínima. É
necessário se certificar que a curva de ângulo de fase está desenhada corretamente considerando
o termo de fase não mínima.
• O eixo da frequência no plano w é distorto. O relacionamento entre a frequência fictícia υ e a

frequência real ω é
2 ωT
υ = tan . (22.5)
T 2
Se, por exemplo, a largura de faixa ωb é especificada, precisamos projetar o sistema para uma
largura de faixa υb tal que
2 ωb T
υb = tan . (22.6)
T 2
22.3 Exemplo de Projeto de Controlador

Considere o sistema de controle digital mostrado na Figura 22.2. Projete um controlador digital no
plano w tal que a margem de fase seja 50◦ , a margem de ganho seja pelo menos 10 dB, e a constante
de erro de velocidade estática Kv seja 2 s−1 . Assuma que o período de amostragem é T = 0,2 s.
r(t) 1 − e−sT K c(t)

+ G∗D (s)
R(z) − δT s s(s + 1) C(z)
GD (z) Gh0 (s) Gp (s)
Primeiro, obtemos a função de transferência pulsada G(z) da planta que é precedida pelo segurador
de ordem zero:
1 − e−0,2s

K −1 K
G(z) = Z = (1 − z )Z
s s(s + 1) s2 (s + 1)

K(z + 0,9356)
= 0,01873 (22.7)
(z − 1)(z − 0,8187)
K(0,01873z + 0,01752)
= 2 .
z − 1,8187z + 0,8187
Em seguida, transformamos a função de transferência pulsada G(z) numa função de transferência

G(w) usando a transformada bilinear:
1 + (T /2)w 1 + 0,1w
z= = . (22.8)
1 − (T /2)w 1 − 0,1w


Assim,

1 + 0,1w
K 0,01873 + 0,01752
1 − 0,1w
G(w) = 2
1 + 0,1w 1 + 0,1w
− 1,8187 + 0,8187 (22.9)
1 − 0,1w 1 − 0,1w
w w
2
K(−0,000333w − 0,09633w + 0,9966) K 1 + 1 −
= ≈ 300 10 .
w2 + 0,9969w w(w + 1)
Um simples compensador avanço de fase provavelmente atenderá todos os requisitos de projeto.

Tentando esse compensador, assumimos que a função de transferência do controlador digital GD (w)
tem ganho unitário para a faixa de baixa frequência, e assim é da forma:
1 + τw
GD (w) = , 0 < α < 1. (22.10)
1 + ατ w
Essa é uma das formas mais simples de função de transferência do controlador digital. Assim, a função
de transferência de malha aberta é da forma:
1 + τ w K(−0,000333w2 − 0,09633w + 0,9966)
GD (w)G(w) = . (22.11)
1 + ατ w w2 + 0,9969w
A constante de erro de velocidade estática Kv é especificada como 2 s−1 . Portanto,
Kv = lim wGD (w)G(w) ≈ K = 2. (22.12)

w→0
Portanto, o ganho é determinado como sendo K = 2. Fazendo K = 2, plotamos o diagrama de Bode

de G(w):
w w
2(−0,000333w2 − 0,09633w + 0,9966) 2 1 + 1 −
G(w) = = 300 10 . (22.13)
w2 + 0,9969w w(w + 1)
A Figura 22.3 mostra o diagrama de Bode para o sistema. Para as curvas de magnitude temos assíntotas
de linhas retas. A magnitude e ângulo de fase de G(jυ) são mostradas na cor vermelha. Observe que o
zero em υ = 10, que fica na metade direita do plano w (curvas na cor verde), prover atraso de fase. A
margem de fase pode ser lida do diagrama de Bode como 30◦ (diferença do ângulo de fase para −180◦
medida na frequência em que o ganho em dB é zero) e a margem de ganho como 14,5 dB.
As especificações dadas requerem, além de Kv = 2, uma margem de fase de 50◦ e uma margem de
ganho de pelo menos 10 dB. Vamos projetar um controlador digital para satisfazer estas especificações.
22.3.1 Projeto do Compensador Avanço de Fase
Como a especificação pede por uma margem de fase de 50◦ , o ângulo de avanço de fase adicional
necessário para satisfazer este requisito é 20◦ . Para alcançar uma margem de fase de 50◦ sem decrescer


Figura 22.3: Diagrama de Bode
30 dB
20
10
−10
−20
−30
−40
G(jυ)
−50
−60
−70 rad/s
10−1 100 101 102 103 104
90 ◦
60
30
−30
−60
−90
−120
−150
−180
G(jυ)
−210
−240
−270 rad/s
10−1 100 101 102 103 104
o valor de K, o compensador avanço de fase deve contribuir com o ângulo de avanço de fase requerido.
O avanço de fase fornecido pelo compensador é dado por
φ = tan−1 (τ υ) − tan−1 (ατ υ). (22.14)


A frequência na qual ocorre o avanço de fase máximo, φm , é obtida usando a condição dφ/dυ = 0, da
qual obtemos:
1
υm = √ . (22.15)
ατ
Observe que o avanço de fase máximo φm ocorre na média geométrica das frequências de canto
υ = 1/τ e υ = 1/(ατ ): r
1 1 1
=√ = υm . (22.16)
τ ατ ατ
O ângulo máximo é tal que
√

1
φm = tan−1 (τ υm ) − tan−1 (ατ υm ) = tan−1 √ − tan−1 ( α)
α
1 √
 
√ − α (22.17)
−1 
 α  −1 1 − α
= tan   = tan √
1 √  2 α
1+ √ α
α
Assim,
1−α 1−α 1 − sen φm
tan φm = √ , sen φm = , α= .
2 α 1+α 1 + sen φm
Observando que a adição de um compensador avanço de fase modifica a curva de magnitude no
diagrama de Bode, a frequência de cruzamento do ganho será deslocada para a direita. Considerando o
deslocamento da frequência de cruzamento do ganho, podemos assumir que o ângulo de avanço de
fase máximo requerido φm é aproximadamente 28◦ . Isso significa que 8◦ a mais será adicionado para
compensar pelo deslocamento da frequência de cruzamento do ganho. Assim, para φm = 28 temos
1 − sen(28)
α= = 0,361.
1 + sen(28)
Uma vez que o fator de atenuação α foi determinado com base no avanço de fase requerido, o
passo seguinte é determinar as frequências de canto υ = 1/τ e υ = 1/(ατ ) do compensador avanço de
fase. Para isso, consideramos que o ângulo de avanço de fase máximo φm ocorre na média geométrica
√
das duas frequências de canto: υm = 1/( ατ ). O montante da modificação na curva de magnitude
√
em υ = 1/( ατ ) devido à inclusão do termo (1 + τ jυ)/(1 + ατ jυ) é

1 + τ jυ 1

1 + ατ jυ √
=√ . (22.18)
υ=1/( ατ ) α
Em seguida, encontramos o ponto da frequência no qual a magnitude do sistema não compensado é

√
igual a −20 log(1/ α). Observe que
1
−20 log √ = −20 log 1,6643 = −4,425 dB.
0,361


Para encontrar o ponto de frequência onde a magnitude é −4,425 dB, substituímos w = jυ em G(w)
e encontramos a magnitude de G(jυ):
r υ 2 r υ 2
2 1+ 1+
300 10
|G(jυ)| = √ .
υ 1 + υ2
Por tentativa e erro, encontramos que em υ = 1,7 a magnitude torna-se aproximadamente −4,4 dB.
Selecionamos essa frequência como a nova frequência de cruzamento do ganho υc . Observando que
√
essa frequência corresponde a 1/( ατ ), ou
1
υc = √ = 1,7
ατ
obtemos
1
τ= √ = 0,9790, ατ = 0,3534.
1,7 α
O compensador avanço de fase assim determinado é
1 + τw 1 + 0,9790w
GD (w) = = . (22.19)
1 + ατ w 1 + 0,3534w
As curvas de magnitude e ângulo de fase para GD (jυ) são plotadas na cor verde, e as curvas de
magnitude e ângulo de fase da função de transferência de malha aberta compensada GD (jυ)G(jυ)
são plotadas na cor laranja na Figura 22.4. Do diagrama de Bode vemos que a margem de fase é 50◦ e
a margem de ganho é 14 dB.
A função de transferência do controlador (22.19) é transformada de volta para o plano z, pela
transformada bilinear:
2 z−1 2 z−1 z−1
w= = = 10 . (22.20)
T z+1 0,2 z + 1 z+1
Assim,

z−1
1 + 0,9790 10
z+1 2,3798z − 1,9387
GD (z) = = . (22.21)
z−1 z − 0,5589
1 + 0,3534 10
z+1
A função de transferência pulsada de malha aberta do sistema compensado é
2,3798z − 1,9387 0,03746(z + 0,9356)
GD (z)G(z) =
z − 0,5589 (z − 1)(z − 0,8187)
2
(22.22)
0,0891z + 0,0108z − 0,0679
= 3 .
z − 2,3776z 2 + 1,8352z − 0,4576
A função de transferência pulsada de malha fechada do sistema projetado é
C(z) 0,0891z 2 + 0,0108z − 0,0679
= 3
R(z) z − 2,2885z 2 + 1,8460z − 0,5255
(22.23)
0,0891(z + 0,9357)(z − 0,8145)
= .
(z − 0,8126)(z − 0,7379 − j0,3196)(z − 0,7379 + j0,3196)


Figura 22.4: Diagrama de Bode
30 dB
20
GD (jυ)
10
−10
14.5 dB 14 dB
−20
−30
−40
G(jυ) GD (jυ)G(jυ)
−50
−60
−70 rad/s
10−1 100 101 102 103 104
90 ◦
60
30
GD (jυ)
0
−30
−60
−90
−120
−150
50◦
30◦
−180
GD (jυ)G(jυ)
−210
−240
G(jυ)
−270 rad/s
10−1 100 101 102 103 104
Observe que a função de transferência pulsada de malha fechada envolve dois zeros localizados em
z = −0,9357 e z = 0,8145. O zero em z = 0,8145 quase cancela com o pólo de malha fechada em
z = 0.8126. O efeito de outro zero em z = −0,9357 nas respostas transitória e de frequência é muito
pequeno, uma vez que ele é localizado no eixo real negativo do plano z entre 0 e −1 e está próximo do


ponto z = −1. O par de pólos complexos conjugados age como pólos dominantes de malha fechada.
Vamos obter a resposta transitória ao degrau unitário do sistema usando os comandos MATLAB:
1 num = [0.0891 0.0108 -0.0679];

2 den = [1.0 -2.2885 1.8460 -0.5255];
3 Ta = 0.2;
4 kT = [0:Ta:8]';
5 Gtf = tf(num,den,Ta);
6 yk = step(Gtf,kT);
8 grid, xlabel('Tempo (s)'), ylabel('Amplitude')
O gráfico da resposta ao degrau unitário exibe um sobressinal máximo de aproximadamente 20%,

e um tempo de assentamento de aproximadamente 4 s, como mostra a Figura 22.5.
Figura 22.5: Resposta ao degrau unitário do sistema projetado
22.4 Fórmulas para o Compensador Atraso de Fase

Para o compensador atraso de fase o ângulo de fase é dado por
φ = tan−1 (τ υ) − tan−1 (βτ υ). (22.24)


A frequência na qual ocorre o atraso de fase máximo φm é obtida usando a condição dφ/dυ = 0, da
qual obtemos:
1
υm = √ . (22.25)
βτ
Assim, o atraso de fase máximo φm também ocorre na média geométrica das frequências de canto
υ = 1/τ e υ = 1/(βτ ): O ângulo de atraso máximo é tal que

−1 −1 −1 1 p
φm = tan (τ υm ) − tan (βτ υm ) = tan √ − tan−1 β
β
1 √
 
√ − β (22.26)
−1 1 − β
 β
−1 

= tan  = tan √
1 √ 

1+ √ β 2 β
β
Assim,
1−β 1−β 1 − sen φm
tan φm = √ , sen φm = , β= .
2 β 1+β 1 + sen φm
Apesar da similaridade das expressões, como β > 1 o ângulo φm obtido em (22.26) é de atraso.

Exercício 22.1
Calcule o máximo deslocamento de fase que o seguinte compensador de fase pode prover:
5(1 + 0,3s)
G(s) = .
(1 + 0,1s)
Exercício 22.2
A função de transferência de um compensador avanço de fase é
(1 + 0,12s)
G(s) = .
(1 + 0,04s)
Calcule o máximo deslocamento de fase que pode ser obtido com esse compensador.
Exercício 22.3
Esboce o diagrama de Bode para o sistema abaixo e determine a margem de ganho e a margem
de fase do sistema.
100w
G(w) = .
(w + 10)(w + 100)


Exercício 22.4
Esboce o diagrama de Bode para o sistema abaixo e determine a margem de ganho e a margem
de fase do sistema.
10
G(w) = .
w(w + 1)(w + 5)
Exercício 22.5
Para o sistema de controle digital na figura abaixo, esboce o diagrama de Bode no plano w.
Ajuste o ganho K de forma que a margem de fase seja igual a 50◦ . Para este ganho K, determine
a margem de ganho e a constante de erro de velocidade estática Kv . O período de amostragem
considerado é T = 0,1 s.
r(t) 1 − e−sT 1 c(t)

+ K
− δT s s(s + 10) c(t)
Gh0 (s) Gp (s)
Exercício 22.6
Usando a técnica do diagrama de Bode no plano w, projete um controlador digital para o
sistema mostrado na figura abaixo. As especificações de projeto são para que a margem de fase
seja de 50◦ , a margem de ganho seja de pelo menos 50 dB e a constante de erro de velocidade
estática seja de 20 s−1 . O período de amostragem considerado é T = 0,1 s. Depois de projetar
o controlador, calcule o número de amostras por ciclo de oscilações senoidais amortecidas.
r(t) 1 − e−sT K c(t)

+ GD (z)
− δT s s(s + 0,5) c(t)
Gh0 (s) Gp (s)
Exercício 22.7
Usando a técnica do diagrama de Bode no plano w, projete um controlador digital para o sistema
mostrado na figura. As especificações de projeto são para que a margem de fase seja de 50◦ , a
margem de ganho seja de pelo menos 10 dB e a constante de erro de velocidade estática seja de
10 s−1 . O período de amostragem considerado é T = 0,1 s. Depois de projetar o controlador,
calcule o número de amostras por ciclo de oscilações senoidais amortecidas.
r(t) 1 − e−sT K(2s + 1) c(t)
+ GD (z)
− δT s s(s + 1)(0,2s + 1)
Gh0 (s) Gp (s)

CAPÍTULO
23
Simulação de Sistemas de Dados Amostrados no MATLAB
Objetivos
Com a capacidade de cálculo melhorada e o baixo custo de microprocessadores, tem se tornado

prático seu uso para implementar projetos de sistemas de controle. Adicionalmente, lógicas de controle
complexas são mais fáceis de implementar com controladores digitais do que com controladores
analógicos. Um sistema no qual um controlador digital controla uma planta contínua é denominado
de um sistema de controle de dados amostrados. Um circuito amostrador e segurador serve como a
interface entre o sistema de tempo contínuo e o sistema digital.
23.1 Amostragem Impulso

Amostragem impulso de um sinal de tempo contínuo e(t) é modelada multiplicando um modulador
impulso a um período de amostragem uniforme T , como ilustrado na Figura 23.1. Simbolicamente, a
multiplicação é representada como uma chave. A expressão matemática do modulador impulso é
∞
X
δT (t) = δ(t) + δ(t − T ) + δ(t − 2T ) + · · · = δ(t − kT )
k=0
em que δ(t) é a função de Dirac. O sinal amostrado resultante, representado por ’*’, é dado por
∞
X
e∗ (t) = e(t)δT (t) = e(0)δ(t) + e(T )δ(t − T ) + e(2T )δ(t − 2T ) + · · · = e(kT )δ(t − kT )
k=0
264
CAPÍTULO 23. SIMULAÇÃO DE SISTEMAS DE DADOS AMOSTRADOS NO MATLAB 265
Observe que e∗ (t) é um sinal de tempo contínuo, embora ele seja não-nulo apenas nos instantes de

tempo kT . Na prática, amostragem é geralmente executada por um conversor analógico-digital (A/D),
e o processo é modelado com mais precisão como uma amostragem pulso.
Figura 23.1: Amostragem impulso
δTs (t)
e(t) e∗ (t) e(t) e∗ (t)

×
Ts
Exemplo 23.1
Os sinais de tempo contínuo e1 (t) e e2 (t) definidos pelas expressões
e1 (t) = 2e−t + te−t , t≥0

e2 (t) = sen(2πt) + 0,5 cos(4πt + 45◦ ), t≥0
são amostrados com um amostrador ideal numa frequência de 10 Hz. Plote e∗1 (t) e e∗2 (t) no
intervalo 0 ≤ t ≤ 2 s.
Para encontrar os sinais de tempo discreto, precisamos calcular ei (kT ) em que k é um inteiro
iniciando em 0 e T = 0,1 s. Por conveniência, definimos o vetor coluna kT para os instantes
discretos kT . Os gráficos de e∗1 (t) e e∗2 (t) são mostrados na Figura 23.2.
Figura 23.2:


Os comandos do MATLAB usados nesse exemplo são:
1 Ta = 0.1;
2 kT = [0:Ta:2]';
3 e_1k = 2*exp(-kT) + kT.*exp(-kT);
4 subplot(2,1,1)
5 stem(kT,e_1k,'filled')
6 grid, hold on
7 t = [0:0.02:2];
8 e_1t = 2*exp(-t) + t.*exp(-t);
9 plot(t,e_1t,'r--')
10 xlabel('Tempo (s)'), ylabel('Amplitude')
11 subplot(2,1,2)
12 e_2k = sin(2*pi*kT) + 0.5*cos(4*pi*kT+45/180*pi);
14 grid, hold on
15 e_2t = sin(2*pi*t) + 0.5*cos(4*pi*t+45/180*pi);
16 plot(t,e_2t,'r--')
Exercício 23.1
Repita o Exemplo 23.1 para o sinal exponencial:
e(t) = e−3t + te−2t + 3e−10t , T = 0,05 s.
Exercício 23.2
Repita o Exemplo 23.1 para o sinal senoidal:
e(t) = e−t cos(4πt) + 0,5 sen(10πt − 60◦ ), T = 0,04 s.
23.2 Aliasing
Quando um sinal de tempo contínuo é amostrado, a informação de sinal entre os pontos de amostra não
é representada e pode ser perdida. Nessa situação, é possível diferentes sinais contínuos fornecerem o
mesmo sinal de tempo discreto. Por exemplo, um sinal de tempo contínuo de alta frequência e um
sinal de tempo contínuo de baixa frequência podem produzir o mesmo sinal de tempo discreto. Este
fenômeno é chamado de aliasing. Para evitar aliasing, a frequência de amostragem deve ser pelo
menos duas vezes a componente de frequência mais alta no sinal de tempo contínuo. Esta frequência é


conhecida como a frequência de Nyquist.
Exemplo 23.2
Os seguintes sinais de tempo contínuo periódicos contém frequências de 1 Hz, 9 Hz e 11 Hz:
e1 (t) = sen(2πt),
e2 (t) = sen(18πt + 180◦ ),
e3 (t) = sen(22πt).
Cada sinal é amostrado numa frequência de 10 Hz para produzir os sinais e∗1 (t), e∗2 (t) e e∗3 (t).
Plote os sinais amostrados no intervalo 0 ≤ t ≤ 1 s no mesmo gráfico, e todos os sinais de
tempo contínuo num segundo gráfico.
Os sinais amostrados são produzidos pelos comandos MATLAB:
1 Ta = 0.1;
2 kT = [0:Ta:1]';
3 e_1k = sin(2*pi*kT);
4 e_2k = sin(18*pi*kT + pi);
5 e_3k = sin(22*pi*kT);
7 grid, hold on
11 figure(2)
12 t = [0:0.01:1]';
13 e_1t = sin(2*pi*t);
14 e_2t = sin(18*pi*t+pi);
15 e_3t = sin(22*pi*t);
16 plot(t,e_1t,'-')
17 grid, hold on
18 plot(t,e_2t,'--')
19 plot(t,e_3t,'-.')
20 plot(kT,e_1k,'*')
A amostragem dos sinais e1 (t), e2 (t) e e3 (t) produziu o mesmo sinal discreto. Portanto,
os sinais de 9 Hz e 11 Hz foram mascarados como um sinal de 1 Hz, pois os três sinais de
tempo contínuo possuem valores idênticos nos instantes de amostragem, marcados pelo ’*’ na
Figura 23.4.


Figura 23.3:
Figura 23.4:
23.2.1 Explicação no Domínio da Frequência
Aliasing pode ser explicado examinando o conteúdo de frequência em um sinal amostrado. Conforme
mostrado pelos sinais no Exemplo 23.2, os sinais amostrados têm frequências de 1, 9 e 11 Hz. Mais
precisamente, um sinal periódico de tempo contínuo com uma frequência de f0 Hz amostrado em fs
Hz terá componentes de frequência em ±f0 ± nfs Hz, para n = 0,1, . . . ,∞. Para calcular o espectro
de frequência dos sinais, podemos aplicar o comando de transformada rápida de Fourier fft e estender
as frequências para um valor de n tão grande quanto desejado.
Exemplo 23.3
Plote o espectro de frequência do sinal obtido da amostragem do sinal de tempo contínuo
e1 (t) = sen(2πt) na frequência de 10 Hz.


Obtemos a amostragem e∗1 (t) como no Exemplo 23.2. Então, a função de transformada rápida de
Fourier fft é usada para calcular os coeficientes de frequência fr. Como e1 (t) é uma função
ímpar, sua transformada de Fourier é puramente imaginária. Extraimos a parte imaginária do
espectro usando a função imag. Os coeficientes fr são para frequências de 0 a 9 Hz. Para
continuar além de 9 Hz, simplesmente dobramos o espectro copiando o vetor fr tanto quanto
desejado. Aqui, triplicamos o vetor fr, expandindo a faixa de frequência de 0 a 29 Hz. O
espectro é mostrado na Figura 23.5. O gráfico mostra claramente componentes de frequência
adicionais quando o sinal é amostrado. Se os espectros de e∗2 (t) e e∗3 (t) forem calculados e
plotados de maneira semelhante, eles serão idênticos ao mostrado na Figura 23.5.
1 Ta = 0.1;
2 kT = [0:Ta:0.9]';
3 e_1k = sin(2*pi*kT);
4 N = 10;
5 fr = fft(e_1k)/N;
6 fr = imag(fr);
7 frExp = [fr; fr; fr];
8 freq = [0:1:29]';
9 stem(freq,frExp)
10 grid
11 xlabel('Frequencia (Hz)')
Figura 23.5:


Exercício 23.3
Amostre os seguintes sinais a 20 Hz e mostre que eles resultam no mesmo sinal amostrado:
e1 (t) = sen(4πt + 20◦ ) + 2 cos(26πt + 45◦ ),

e2 (t) = 2 cos(14πt − 45◦ ) + cos(36πt + 70◦ ),
e3 (t) = sen(4πt + 20◦ ) − 2 cos(14πt + 135◦ ).
Em adição, plote os espectros dos sinais amostrados.
Exercício 23.4
Repita o exercício anterior amostrando os sinais em 30 Hz e 40 Hz. O fenômeno de aliasing
ocorre nesses casos?
23.3 Retentor de Ordem Zero

Antes que um sinal de tempo discreto ou digital torne a entrada para uma planta contínua, ele deve
ser convertido para um sinal de tempo contínuo que aproxima o sinal discreto em alguma forma.
Dispositivos que executam essa função são denominados circuitos retentores. Conforme o teorema da
amostragem, se um sinal de tempo contínuo de banda-limitada e(t) com frequências não maiores do
que ωs é amostrado numa frequência maior do que 2ωs , então e(t) pode ser recuperado exatamente
passando o sinal amostrado e∗ (t) através de um filtro passa-baixas ideal com uma largura de banda
ωB . Entretanto, filtros passa-baixas ideais são não-causais e, portanto, não são realizáveis.
Agora consideramos uma função retentora usada comumente, o retentor de ordem zero (ZOH)
(zero order holder). Num sistema de controle digital, o conversor digital-analógico (D/A) executa a
função de um ZOH. Quando o sinal amostrado e∗ (t) é a entrada para um ZOH, a saída é dada por
ē(t) = e(kT ), kT ≤ t < (k + 1)T.
Assim, a resposta ao impulso de um ZOH é um pulso de altura unitária e largura T que pode ser
expresso analiticamente como
h0 (t) = U (t) − U (t − T )
em que U (t) é a função degrau unitário.
Exemplo 23.4
O sinal de tempo contínuo e(t) = sen(2πt) é amostrado numa frequência de 10 Hz. A seguir o
sinal amostrado e∗ (t) passa por um ZOH. Plote a saída ē(t) do ZOH no intervalo 0 ≤ t ≤ 1.
Para plotar a saída de um ZOH podemos usar o comando stairs do MATLAB. A Figura 23.6


ilustra os gráficos de e(t), e∗ (t) e ē(t).
1 Ta = 0.1;
2 kT = [0:Ta:1]';
3 ek = sin(2*pi*kT);
4 stem(kT,ek,'filled')
5 grid, hold on
6 stairs(kT,ek)
7 t = [0:0.01:1]';
8 et = sin(2*pi*t);
9 plot(t,et,'--')
Figura 23.6:
A figura do Exemplo 23.4 mostra a discrepância entre o sinal contínuo original e a saída do ZOH.
Para melhor entender essa diferença, precisamos investigar as características da resposta em frequência
de um ZOH. A função de transferência de um ZOH é obtida aplicando a transformada de Laplace a
h0 (t), resultando
1 − e−sT
Gh0 (s) = (23.1)
s
em que e−sT é um retardo de T segundos. Substituindo s por jω, obtemos
1 − e−jωT
Gh0 (jω) = .
jω
Devido à presença de e−jωT , esta função não pode ser diretamente calculada pela função bode do


MATLAB de resposta em frequência.
Exemplo 23.5
Plote os gráficos da magnitude e da fase da resposta em frequência do ZOH na faixa de
frequência de 0 a 30 Hz. Considere a frequência de amostragem de 10 Hz.
Primeiro geramos a faixa de frequência de 0 a 30 Hz, e usamos a equação (23.1) para gerar
a resposta em frequência Gh0. Observe que em DC o denominador de (23.1) é zero. Como
resultado, o cálculo direto de (23.1) usando o MATLAB resulta em mensagem de advertência
de divisão por zero. Usando a regra de L’Hôpital, pode ser mostrado que o ganho DC é o
período de amostragem T . A resposta em frequência do ZOH é mostrada na Figura 23.7.
1 Ta = 0.1;
2 f = [0:0.1:30]';
3 Gh0 = (1-exp(-j*T*2*pi*f))./(j*2*pi*f);
4 Gh0(1) = Ta;
5 subplot(2,1,1)
6 plot(f,abs(Gh0)), grid
8 ylabel('Magnitude')
9 subplot(2,1,2)
10 plot(f,angle(Gh0)*180/pi), grid
Figura 23.7:


Exemplo 23.6
Use a resposta em frequência do ZOH determinada no Exemplo 23.5 para encontrar o espectro
de frequência da saída do ZOH ē(t) que foi considerada no Exemplo 23.4. Em seguida, plote o
sinal constituído das cinco componentes de frequência mais baixas de e(t).
Para obter o espectro da saída do ZOH, primeiro calculamos o espectro do sinal amos-
trado usando a função fft. Então, o espectro do da saída do ZOH é obtido por Ē(jω) =
Gh0 (jω)E ∗ (jω), em que E ∗ (jω) é o espectro de e∗ (t). Os comandos do MATLAB para são:
1 Ta = 0.1;
2 f = [0:1:29]';
3 Gh0 = (1-exp(-j*Ta*2*pi*f))./(j*2*pi*f);
4 Gh0(1) = Ta;
5 kT = [0:Ta:0.9]';
6 ek = sin(2*pi*kT);
7 fr = fft(ek)/10/ Ta;
8 fr(abs(fr) < 10^(-10)) = 0.0;
9 frExp = [fr; fr; fr];
10 freq = frExp .* Gh0;
11 subplot(2,1,1)
12 stem(f,abs(freq),'filled',':');
14 subplot(2,1,2)
15 stem(f,angle(freq)*180/pi,':')
16 xlabel('Frequencia (Hz)'), ylabel('Fase (graus)')
Figura 23.8:


Finalmente, os componentes de frequência não nulos αi e α−i correspondendo as frequências
±fi Hz geram o sinal senoidal
ēi (t) = 2|αi | cos(2πfi t + arg(αi )).
As cinco menores componentes de frequência em ē(t) são 1, 9, 11, 19 e 21 Hz. Na Figura 23.9,
este sinal ē(t) aproximado é plotado com ē(t). Note que a aproximação é adequada, exceto
pelas ondulações, conhecido como fenômeno de Gibbs. Os comandos do MATLAB são:
1 t = [0:0.001:1]';
2 ff = [1 9 11 19 21];
3 e5 = 0*t;
4 for i = 1:5
5 e5 = e5 + 2*abs(freq(ff(i)+1)) * ...
6 cos(2*pi*ff(i)*t + angle(freq(ff(i)+1)));
7 end
8 figure(2)
9 plot(t,e5)
10 hold on
11 stairs(kT,ek,'--')
Figura 23.9:


Exercício 23.5
Amostre o sinal e(t) = sen(4πt + 20◦ ) + 2 cos(26πt + 45◦ ) a 20 Hz e reconstrua um sinal de
tempo contínuo usando um ZOH. Em adição, plote o espectro de frequência da saída do ZOH.
Exercício 23.6
Repita o Exemplo 23.6 para o sinal de onda triangular de período N = 10, o primeiro período
dado por [0 1 2 3 4 5 4 3 2 1], em que o primeiro ponto corresponde a k = 0.
23.4 Discretização
Considere o sistema de dados amostrados ilustrado na Figura 23.10, onde o sinal e(t) é amostrado
com um período T para obter o sinal amostrado e∗ (t), o qual é a entrada do segurador de ordem zero
ZOH fornecendo o sinal ē(t). O sinal ē(t) é a entrada para a planta de tempo contínuo Gp (s), cuja
saída é y(t). Devido à entrada do ZOH ser um sinal constante por partes, a saída y(t) consiste em uma
série de respostas ao degrau, conhecida como ondulações entre amostragens (intersample ripples).
Se estamos interessados apenas na saída y(t) nos instantes discretos, então ZOH e Gp (s) podem ser
combinados para formar um equivalente discreto G(z). Este equivalente discreto, conhecido como a
função de transferência pulsada, fornece a mesma resposta no tempo, nos instantes de amostragem,
que o sistema de tempo contínuo.
Figura 23.10: Sistema de controle de malha aberta
e(t) e∗ (t) e(t) y(t)

ZOH Gp (s)
Ts
O equivalente discreto G(z) pode ser obtido usando tanto a transformada-Z para funções de
transferências quanto a matriz transição de estados para modelos no espaço de estados. Dado Gp (s)
como uma função de transferência no tempo contínuo, e usando a função de transferência do ZOH
como Gh0 (s) = (1 − e−sT )/s, o equivalente discreto é obtido como

−1 Gp (s)
G(z) = Z{Gh0 (s)Gp (s)} = (1 − z )Z .
s
Se a planta de tempo contínuo Gp (s) é dada na forma de espaço de estados
ẋ(t) = Ax(t) + Bu(t),

y(t) = Cx(t) + Du(t),


o equivalente discreto G(z) de Gp (s) e governado por um ZOH é
x(k + 1) = Ad x(k) + Bd u(k),

y(k) = Cd x(k) + Ud u(k),
em que Z T
AT A(T −τ )
Ad = e , Bd = e dτ B, Cd = C, Dd = D.
0
O MATLAB fornece o comando c2d (conversão contínuo-para-discreto) com a opção zoh para
calcular a discretização do sistema de dados amostrado na Figura 23.10. A função c2d começa
com um modelo TF ou ZPK do sistema linear invariante e retorna o equivalente discreto na mesma
forma que o modelo contínuo (TF ou ZPK). Outro circuito retentor que pode ser usado é o retentor de
primeira ordem (FOH). A discretização com FOH também pode ser calculada usando o comando c2d
especificando o método como foh.
Exemplo 23.7
Determine, usando um período de amostragem T = 1 s, a discretização ZOH do sistema de
tempo contínuo representado pela equação dinâmica:
" # " #" # " #
ẋ1 (t) −1 −3 x1 (t) 1
= + u(t),
ẋ2 (t) 1 0 x2 (t) 0
" #
h i x (t)
1
y(t) = 1 5
x2 (t)
Dos cálculos em MATLAB, usando os comandos
1 A = [-4 -3; 1 0];

2 B = [1; 0];
3 C = [1 5];
4 D = 0;
5 Gp = ss(A,B,C,D);
6 Ta = 1.0;
7 Gz = c2d(Gp,Ta,'zoh')
obtemos o sistema de tempo discreto

" # " #" # " #
x1 (k + 1) 0,6588 −0,2460 x1 (k) 0,0820
= + u(k)
x2 (k + 1) 0,0820 0,9868 x2 (k) 0,0044
" #
h i x (k)
1
y(k) = 1 5 .
x2 (k)


Observe que a matriz Ad também pode ser obtida com o comando MATLAB expm(A*T). A
ordem do modelo discreto é a mesma do modelo contínuo. Ou seja, não há aumento no número
de estados devido ao ZOH.
Exercício 23.7
Repita o Exemplo 23.7 com o ZOH substituído pelo FOH e identifique as similaridades e
diferenças dos dois modelos de tempo discreto.
Exercício 23.8
Utilize o comando c2d para determinar o equivalente discreto do sistema de dados amostrados
na Figura 23.10 com Gp (s) e T dados abaixo, primeiro usando um ZOH e depois um FOH.
2(s + 2)
Gp (s) = , T = 0,05 s.
s2 + 4s + 3
Exercício 23.9
      
ẋ1 (t) −4 −3 0 x1 (t) 1
      
ẋ2 (t) =  1 0 0 x2 (t) + 0  u(t), e T = 0,1 s
   
  
ẋ3 (t) 01 0 x3 (t) 0
 
h x (t)
i 1 
y(t) = 1 0 2 
x2 (t) .

x3 (t)
Exercício 23.10
10(s + 1)(s + 10)

Gp (s) = , T = 0,01 s.
(s + 0,1)(s + 5)(s + 50)
23.5 Sistemas de Dados Amostrados de Malha Fechada

Na seção anterior consideramos a discretização de um sistema de tempo contínuo em malha aberta
governado por um segurador de ordem zero (ZOH). Agora, consideramos sistemas de dados amostrado


em malha fechada, e calculamos a função de transferência pulsada de malha fechada. Na Figura 23.11,
Gp (s) representa uma planta de tempo contínuo com entrada u(t) e saída y(t). A saída y(t) é medida
pelo sensor cuja função de transferência é representada pelo modelo de tempo contínuo H(s). O sinal
medido é comparado com o sinal de referência r(t), gerando o sinal de erro e(t), o qual é amostrado,
produzindo o sinal de erro impulso amostrado e∗ (t). A entrada para o controlador digital GD (z) é
o erro amostrado e∗ (t), e a saída de GD (z) é usada para controlar um ZOH Gh0 (s) que fornece um
sinal de controle constante por partes para Gp (s).
Figura 23.11: Sistema de controle de dados amostrados de malha fechada
r(t) e(t) e∗ (t) u(t) y(t)

+ GD (z) Gh0 (s) Gp (s)
− Ts
H(s)
Se estamos interessados apenas na saída y(t) da planta de tempo contínuo Gp (s) na Figura 23.11
nos instantes de amostragem, podemos usar um sistema equivalente discreto em malha fechada cuja
transformada-Z pode ser expressa como
G(z)GD (z)
T (z) = (23.2)
1 + HG(z)GD (z)
em que
G(z) = Z{G(s)} = Z{Gh0 (s)Gp (s)}, e HG(z) = Z{H(s)G(s)} = Z{HG(s)}.
Observe que H(s) não pode ser separado de Gp (s) na discretização porque não há um amostrador entre
a planta Gp (s) e o sensor H(s). Este fato é representado pela barra em HG(s) e HG(z). Observe
que escrevemos G(z)GD (z) para a função de transferência de ligação direta, com G(z) precedendo
GD (z). Se o sensor tem ganho DC unitário e suas dinâmicas são desprezadas, podemos escrever
H(s) = 1, quando temos um sistema com realimentação unitária, e T (z) simplifica para
G(z)GD (z)
T (z) = .
1 + G(z)GD (z)
Exemplo 23.8
Determine a função de transferência de malha fechada do sistema de dados amostrados na
Figura 23.11 com

1 z − 0,9
Gp (s) = , GD (z) = 5 ,
s(s + 1) z − 0,7
e Ta = 0,1 s, dado: (1) um sensor ideal, para o qual H(s) = 1, e (2) um sensor lento dado por


H(s) = 10/(s + 10). Plote a resposta ao degrau dos dois sistemas na mesma figura.
Para ambos os itens do problema, usamos o comando c2d com a opção zoh para construir
G(z) como Gz e GD (z) como Gdz. No item (1) usamos o comando feedback para calcular
a função de transferência de malha fechada. O resultado é
0,02419z 2 + 0,001626z − 0,02105

Ti (z) = .
z 3 − 2,581z 2 + 2,240z − 0,6544
Os pólos de Ti (z) são z = 0,8960 e z = 0,8546e±j0,1699 , e estão todos no interior do círculo

unitário, indicando que o sistema de malha fechada é estável. Note que a segunda entrada
do comando feedback, representando o ganho do caminho de realimentação, é ajustado
para 1 porque o ganho desse caminho é unitário. A resposta ao degrau com o sensor ideal é
representada por ’*’ na figura abaixo. O valor de regime permanente da saída é exatamente um
porquê, para uma entrada constante, o integrador livre na planta Gp (s) força a diferença entre
os sinais de saída e entrada aproximar zero.
Para o item (2) da análise, formamos a conexão série H(s)G(s) e usamos o comando c2d com
a opção zoh para encontrar HG(z), representado por HGz. Como o comando feedback
não lida com a função de transferência de malha fechada (23.2), entramos com a fórmula na
forma literal Tii = Gz*Gdz/(1+HGz*Gdz). Tendo a função de transferência Tii (z) sido
calculada, entretanto, sua ordem deve ser reduzida porque alguns dos pólos de G(z)GD (z) e
HG(z)GD (z) podem ser cancelados. Este cancelamento é obtido pelo comando MATLAB
de realização mínima minreal, fornecendo a função de transferência do sistema de malha
fechada com o sensor “lento” como
0,02419z 3 − 0,007272z 2 − 0,02165z + 0,007746
Tii (z) = .
z 4 − 2,966z 3 + 3,211z 2 − 1,471z + 0,2297
Os pólos de Tii (z) são z = 0,8698, z = 0,8874e±j0,1856 e z = 0,3252, todos no interior do

círculo unitário. Observe que o último pólo está presente devido ao sensor. O sistema não
reduzido é de sétima ordem, de forma que três pares de pólos e zeros são removidos pelo
comando minreal.
A resposta ao degrau de Tii (z) é mostrada por círculos na Figura 23.12. Note que o ganho DC
de H(s) é unitário, a saída de regime permanente de Tii (z) é também unitária, resultando num
erro de regime permanente nulo entre os sinais de saída e de entrada. Comparando as respostas
ao degrau dos dois sistemas, vemos que a resposta com o sensor H(s) = 10/(s + 10) tem mais
overshoot porque o sensor desacelera a ação de controle e, portanto, atinge a condição unitária
do regime permanente após a resposta da realimentação unitária fazer.


1 Gp = tf(1,[1 1 0]);
2 Ta = 0.1;
3 Gz = c2d(Gp,Ta,'zoh');
4 Gdz = tf(5*[1 -0.9],[1 -0.7],Ta);
5 Ti = feedback(Gz*Gdz,1,-1); %% com sensor ideal
6 pole(Ti);
7 kT = [0:Ta:6]';
8 yi = step(Ti,kT)
9 H = tf(10,[1 10]) %% com sensor H=10/(s+10)
10 HGz = c2d(H*Gp,Ta,'zoh')
11 Tii = Gz*Gdz/(1+HGz*Gdz)
12 Tii = minreal(Tii)
13 pole(Tii)
14 yii = step(Tii,kT)
15 plot(kT,yi,'*',kT,yii,'o')
16 legend('realimentacao unitaria','sensor lento')
Figura 23.12:
Exercício 23.11
Calcule o sistema de controle de dados amostrados de malha fechada discretizado na Figura
23.11 para a planta e o controlador dados abaixo. Determine os pólos de malha fechada e a


resposta ao degrau.
10 z − 0,5
Gp (s) = , GD (z) = , H(s) = 1, T = 0,1 s.
s(s + 10) z − 0,8
Exercício 23.12
Repetir o Exercício 23.11 com H(s) = 20/(s + 20).


CAPÍTULO
24
Projeto pelo Método Analítico I
Objetivos
• Compreender a base teórica para o projeto de controladores digitais pelo método de projeto
analítico.
• Entender as implicações na função de transferência pulsada dos requisitos de tempo

mínimo de acomodação e erro de regime permanente zero.
• Entender a condição para que a saída não mostre ondulações entre as amostras após o
tempo de acomodação.
24.1 Introdução
A principal razão por que as ações de controle de controladores analógicos são limitadas há limitações
físicas em componentes pneumáticos, hidráulicos e eletrônicos. Por isso, muitos esquemas de controle
impossíveis com controles analógicos são possíveis com controles digitais. Na verdade, esquemas
de controle ótimos que não são possíveis com controladores analógicos se tornam possíveis com
esquemas de controle digitais.
Este capítulo apresenta um método de projeto analítico para controladores digitais que forçará a
sequência de erro, quando sujeito a um tipo específico de entrada no domínio do tempo, a tornar-se
zero após um número finito de períodos de amostragem e, na verdade, tornar-se zero e permanecer
zero após o número mínimo possível de períodos de amostragem.
282
CAPÍTULO 24. PROJETO PELO MÉTODO ANALÍTICO I 283

Se a resposta de um sistema de controle de malha fechada a uma entrada degrau exibe o tempo de
acomodação mínimo possível (ou seja, a saída atinge o valor final no tempo mínimo e lá permanece),
nenhum erro de regime permanente, e sem ondulações (ripples) entre os instantes de amostragem,
então esse tipo de resposta é geralmente denominada de resposta deadbeat.
As discussões que seguem são limitadas a determinação dos algoritmos de controle ou funções de
transferências pulsadas de controladores digitais para sistemas de entrada única e saída única, dadas as
características de resposta desejadas. Controle ótimo de sistemas com múltiplas entradas e múltiplas
saídas não é considerado nesse texto.
24.2 Tempo de Acomodação Mínimo e Erro de Regime Nulo

Considere o sistema de controle digital mostrado na Figura 24.1. O sinal de erro e(t), o qual é a
diferença entre a entrada r(t) e a saída c(t), é amostrado a cada intervalo de tempo T . A entrada para o
controlador digital é o sinal de erro e(kT ). A saída do controlador digital é o sinal de controle u(kT ).
O sinal de controle u(kT ) é alimentado no segurador de ordem zero, e a saída do segurador, u(t), um
sinal de tempo contínuo por partes, é alimentada na planta.
Deseja-se projetar um controlador digital GD (z) tal que o sistema de controle de malha fechada
exiba o tempo de acomodação mínimo possível com erro de regime permanente zero na resposta a um
degrau unitário, uma rampa, ou uma entrada aceleração. É requerido que a saída não exiba ripples
entre amostragens após o regime permanente ser atingido.
r(t) e(t) e(k) Controlador u(k) u(t) c(t)

+ ZOH Gp (s)
− T Digital
Defina a transformada-Z da planta precedida pelo segurador de ordem zero como
1 − e−T s

G(z) = Z Gp (s) . (24.1)
s
Então, a função de transferência pulsada de malha aberta torna-se GD (z)G(z), tal como mostra a
Figura 24.2. A seguir, defina a função de transferência pulsada de malha fechada desejada como F (z):
C(z) GD (z)G(z)
= = F (z). (24.2)
R(z) 1 + GD (z)G(z)
Uma vez que é requerido que o sistema exiba um tempo de acomodação finito com erro de regime per-
manente zero, o sistema deve exibir uma resposta ao impulso finita. Portanto, a função de transferência


pulsada de malha fechada deve ser da seguinte forma:
a0 z N + a1 z N −1 + · · · + aN
F (z) = (24.3)
zN
ou
F (z) = a0 + a1 z −1 + · · · + aN z −N , (24.4)
em que N ≥ n e n é a ordem do sistema. Nessa técnica de projeto resolvemos a função de transferência

pulsada de malha fechada para a função de transferência pulsada do controlador digital GD (z). Ou
seja, encontramos a função de transferência pulsada GD (z) resolvendo a equação (24.2) para GD (z),
como
F (z)
GD (z) = . (24.5)
G(z)[1 − F (z)]
O sistema desejado deve ser fisicamente realizável. As condições para realização física impõe certas
restrições sobre a função de transferência pulsada de malha fechada F (z) e a função de transferência
pulsada do controlador digital GD (z). As condições para realização física podem ser declaradas como
segue:
• A ordem do numerador de GD (z) deve ser igual ou menor que a ordem do denominador. Caso
contrário, o controlador requer dados de entrada futuros para produzir a saída presente.
• Se a planta Gp (z) envolve um atraso de transporte e−Ls , então o sistema de malha fechada
projetado deve envolver pelo menos a mesma magnitude do atraso de transporte. Caso contrário,
o sistema de malha fechada teria que responder antes de uma entrada aplicada o que é impossível
para um sistema fisicamente realizável.
• Se G(z) é expandido numa série em z −1 , o termo de potência mais baixa da expansão em série
de F (z) em z −1 deve ser pelo menos tão grande quanto aquele de G(z). Por exemplo, se uma
expansão de G(z) em uma série em z −1 começa com o termo z −1 , então o primeiro termo de
F (z) em
F (z) = a0 + a1 z −1 + · · · + aN z −N (24.6)
deve ser zero, ou seja, a0 = 0. Isso significa que a planta não pode responder instantaneamente
quando um sinal de controle de magnitude finita é aplicado. A resposta vem com um atraso de
pelo menos um período de amostragem se a expansão em série de G(z) começa com um termo
em z −1 .
Em adição as condições de realização física, devemos prestar atenção aos aspectos de estabilidade
do sistema. Especificamente, devemos evitar cancelar um pólo instável da planta por um zero do
controlador digital. Se tal cancelamento for tentado, qualquer erro no cancelamento pólo-zero divergirá
quando o tempo evoluir e o sistema tornará instável. Similarmente, a função de transferência pulsada


Figura 24.2: Sistema de controle digital equivalente
R(z) E(z) U (z) C(z)

+ GD (z) G(z)
−
do controlador digital não deverá envolver pólos instáveis para cancelar zeros da planta que ficam fora
do círculo unitário.
A seguir, analisamos o que acontecerá a função de transferência pulsada de malha fechada F (z) se
G(z) envolve um pólo instável (ou criticamente estável), ou seja, um pólo z = α fora (ou sobre) o
círculo unitário. Seja
G1 (z)
G(z) = (24.7)
z−α
em que G1 (z) não envolve um termo que cancela com z − α. Então a função de transferência pulsada
de malha fechada torna-se
G1 (z)
C(z) GD (z)G(z) GD (z)
= = z − α = F (z). (24.8)
R(z) 1 + GD (z)G(z) G1 (z)
1 + GD (z)
z−α
Como almejamos que nenhum zero de GD (z) cancele o pólo instável de G(z) em z = α, devemos ter
1 z−α
1 − F (z) = = . (24.9)
G1 (z) z − α + GD (z)G1 (z)
1 + GD (z)
z−α
Assim, 1 − F (z) deve ter z = α como um zero. Observe da equação (24.8) que se G(z) não cancela
pólos de GD (z), os zeros de G(z) tornam-se zeros de F (z). Resumindo o que foi dito com relação à
estabilidade, temos:
• Uma vez que o controlador digital GD (z) não deve cancelar pólos instáveis (ou criticamente
estáveis) de G(z), todos os pólos instáveis (ou criticamente estáveis) de G(z) devem ser incluídos
em 1 − F (z) como zeros.
• Zeros de G(z) que ficam estritamente no interior do círculo unitário podem ser cancelados com
pólos de GD (z). Entretanto, zeros de G(z) que ficam sobre ou fora do círculo unitário não
devem ser cancelados com pólos de GD (z). Portanto, todos os zeros de G(z) que ficam sobre
ou fora do círculo unitário devem ser incluídos em F (z) como zeros.
Procedendo com o projeto, uma vez que e(kT ) = r(kT ) − c(kT ), temos
E(z) = R(z) − C(z) = R(z)[1 − F (z)]. (24.10)


Para uma entrada degrau unitário temos r(t) = 1(t), e assim
1
R(z) = . (24.11)
1 − z −1
Para uma entrada rampa unitária temos r(t) = t1(t), e
T z −1
R(z) = . (24.12)
(1 − z −1 )2
Para uma entrada aceleração unitária temos r(t) = 12 t2 1(t), e
T 2 z −1 (1 + z −1 )
R(z) = . (24.13)
2(1 − z −1 )3
Assim, em geral, as transformadas-Z de tais entradas polinomiais no domínio do tempo podem ser
escritas como
P (z)
R(z) = , (24.14)
(1 − z −1 )q+1
em que P (z) é um polinômio em z −1 . Observe que para uma entrada degrau unitário P (z) = 1 e
q = 0, para uma entrada rampa unitária P (z) = T z −1 e q = 1, e para uma entrada aceleração unitária
P (z) = 21 T 2 z − 1(1 + z −1 ) e q = 2.
Por susbstituição da equação (24.14) na equação (24.10), obtemos
P (z)[1 − F (z)]
E(z) = . (24.15)
(1 − z −1 )q+1
Para assegurar que o sistema atinge regime permanente em um número finito de períodos de amostra-
gem e mantém erro de regime permanente zero, E(z) deve ser um polinômio em z −1 com um número
finito de termos. Então, referindo a equação (24.15), escolhemos a função 1 − F (z) a ser da forma
1 − F (z) = (1 − z −1 )q+1 N (z) (24.16)
em que N (z) é um polinômio em z −1 com um número finito de termos. Então,
E(z) = P (z)N (z), (24.17)
o que é um polinômio em z −1 com um número finito de termos. Isso significa que o sinal de erro torna
zero em um número finito de períodos de amostragem.
Das análises precedentes, a função de transferência pulsada do controlador digital pode ser
determinada como segue. Primeiro, fazendo F (z) satisfazer a realização física e condições de
estabilidade e então substituindo a equação (24.16) na equação (24.5), obtemos
F (z)
GD (z) = . (24.18)
G(z)(1 − z −1 )q+1 N (z)


A equação acima fornece a função de transferência pulsada do controlador digital que produzirá erro
de regime permanente zero após um número finito de períodos de amostragem.
Para uma planta estável Gp (s), a condição que a saída não exiba ondulações entre amostragens
após o tempo de acomodação, pode ser escrita como segue:
c(t ≥ nT ) = constante, para r(t) = 1(t), (24.19a)

ċ(t ≥ nT ) = constante, para r(t) = t1(t), (24.19b)
c̈(t ≥ nT ) = constante, para r(t) = 21 t2 1(t). (24.19c)
As condições aplicáveis devem ser satisfeitas quando o sistema é projetado. No projeto do sistema,
a condição sobre c(t), ċ(t), ou c̈(t) deve ser interpretada em termos de u(t). Para que a saída
c(t) não apresente ripples, o sinal de controle u(t) em regime permanente deve ser constante ou
monotonicamente crescente ou decrescente para entradas degrau, rampa ou aceleração.
Algumas observações importantes são:
• Uma vez que a função de transferência pulsada de malha fechada F (z) é um polinômio em
z −1 , todos os pólos de malha fechada estão na origem ou em z = 0. O pólo de malha fechada
múltiplo na origem é muito sensível a variações de parâmetros do sistema.
• Embora um sistema de controle digital projetado para exibir tempo de acomodação mínimo
com erro de regime permanente zero em resposta a um tipo específico de entrada tem excelente
característica de resposta transitória para a entrada para a qual ele foi projetado, pode exibir
característica de resposta transitória inferior ou algumas vezes inaceitável para outros tipos de
entradas.
• No caso em que um controlador analógico é discretizado, um aumento no período de amos-

tragem muda a dinâmica do sistema e pode levar a instabilidade do sistema. Por outro lado, o
comportamento do sistema de controle digital projetado neste capítulo não depende da escolha
do período de amostragem. Uma vez que as entradas r(t) consideradas aqui são entradas no
domínio do tempo, o período de amostragem T pode ser escolhido arbitrariamente.
• Para um período de amostragem T muito pequeno, a magnitude do sinal de controle se tornará

excessivamente grande, com o resultado que o fenômeno da saturação tomará lugar no sistema,
e o método de projeto apresentado não mais se aplicará. Portanto, o período de amostragem T
não deverá ser tão pequeno.
• Por outro lado, se o período de amostragem T é escolhido muito grande, o sistema pode se
comportar de forma não satisfatória ou pode até mesmo se tornar instável quando sujeito a
entradas suficientemente variantes no tempo (tais como entradas no domínio da frequência).
Assim, um compromisso é necessário. Uma regra é escolher o menor período de amostragem T
tal que nenhum fenômeno de saturação ocorra no sinal de controle.



CAPÍTULO
25
Projeto pelo Método Analítico II
Objetivos
• Usando dois exemplos, entender o projeto de controladores digitais pelo método de projeto
analítico, envolvendo diferentes especificações de projeto.
• Compreender o conceito de resposta deadbeat e os requisitos de controle para que a planta

tenha uma resposta com essa característica.
• Saber verificar se o controlador digital projetado realmente atende aos requisitos de projeto
especificados.
25.1 Projeto I
Neste capítulo são apresentados dois exemplos de projetos de controladores pelo método analítico. No
primeiro projeto, considere o sistema de controle digital mostrado na Figura 24.1, no qual a função de
transferência da planta Gp (s) é dada por
1
Gp (s) = . (25.1)
s(s + 1)
Projete um controlador digital GD (z) tal que o sistema de malha fechada exiba uma resposta deadbeat
para uma entrada degrau unitário. Lembrando que numa resposta deadbeat o sistema não deve exibir
ripples entre amostragens na saída após o tempo de acomodação ser atingido. O período de amostragem
289
CAPÍTULO 25. PROJETO PELO MÉTODO ANALÍTICO II 290

T é definido como T = 1 s. Então, usando o controlador digital GD (z) projetado, investigue a resposta
desse sistema a uma entrada rampa unitária.
O primeiro passo no projeto é determinar a transformada-Z da planta precedida pelo retentor de
ordem zero:
1 − e−sT

1 −1 1
G(z) = Z = (1 − z )Z
s s(s + 1) s2 (s + 1)
z −1

−1 1 1
= (1 − z ) − + (25.2)
(1 − z −1 )2 1 − z −1 1 − 0,3679z −1
0,3679(1 + 0,7181z −1 )z −1
= .
(1 − z −1 )(1 − 0,3679z −1 )
Agora podemos redesenhar o diagrama de blocos do sistema como mostrado na Figura 25.1. Defina a
função de transferência pulsada de malha fechada F (z) como
C(z) GD (z)G(z)
F (z) = = . (25.3)
R(z) 1 + GD (z)G(z)
Observe que se G(z) for expandido em uma série em z −1 , então o primeiro termo da série será
0,3679z −1 . Portanto, F (z) deve começar com um termo em z −1 .
Figura 25.1: Sistema de controle digital equivalente
R(z) E(z) U (z) C(z)

+ GD (z) G(z)
−
Referindo a equação (24.4) e observando que o sistema é de segunda ordem, temos F (z) na
seguinte forma:
F (z) = a1 z −1 + a2 z −2 . (25.4)
Como a entrada é uma função degrau, da equação (24.16) temos que
1 − F (z) = (1 − z −1 )N (z). (25.5)
Como G(z) tem um pólo criticamente estável em z = 1, os requisitos de estabilidade declaram que
1 − F (z) deve ter um zero em z = 1. No entanto, a função 1 − F (z) já possui um termo 1 − z −1 e,
portanto, satisfaz o requisito.
Como o sistema não deve apresentar ripples entre amostras e a entrada é uma função degrau, isso
requer que c(t ≥ 2T ) seja uma constante. Observando que u(t), a saída do retentor de ordem zero, é
uma função de tempo contínuo, uma constante c(t ≥ 2T ) requer que u(t) também seja uma constante
para t ≥ 2T . Em termos da transformada-Z, U (z) deve ser do seguinte tipo de série em z −1 :
U (z) = b0 + b1 z −1 + b(z −2 + z −3 + z −4 + · · · ) (25.6)


em que b é uma constante. Devido à função de transferência da planta Gp (s) envolver um integrador, b
deve ser zero. Caso contrário, a saída não pode ficar constante. Consequentemente, temos
U (z) = b0 + b1 z −1 . (25.7)
Da Figura 25.1, vemos que U (z) pode ser ser expresso como
C(z) C(z) R(z) R(z)

U (z) = = = F (z)
G(z) R(z) G(z) G(z)
1 (1 − z )(1 − 0,3679z −1 )
−1
= F (z) (25.8)
1 − z −1 0,3679(1 + 0,7181z −1 )z −1
1 − 0,3679z −1
= F (z) .
0,3679(1 + 0,7181z −1 )z −1
Para U (z) ser um série em z −1 com apenas dois termos, F (z) deve ser da seguinte forma:
F (z) = (1 + 0,7181z −1 )z −1 F1 (25.9)
em que F1 é uma constante. Então U (z) pode ser escrita como segue:
U (z) = 2,7181(1 − 0,3679z −1 )F1 . (25.10)
A equação acima fornece U (z) em termos de F1 . Uma vez determinada a constante F1 , U (z) pode ser
dado como uma série em z −1 com apenas dois termos.
Agora determinamos N (z), F (z) e F1 . Substituindo a equação (25.4) na equação (25.5), obtemos
1 − a1 z −1 − a2 z −2 = (1 − z −1 )N (z). (25.11)
O lado esquerdo dessa última equação deve ser divisível por 1 − z −1 . Se dividirmos o lado esquerdo
por 1 − z −1 , o quociente é 1 + (1 − a1 )z −1 e o restante é (1 − a1 − a2 )z −2 . Portanto, N (z) é
determinado como
N (z) = 1 + (1 − a1 )z −1 (25.12)
e o restante deve ser zero. Isto requer que
1 − a1 − a2 = 0. (25.13)
Também, das equações (25.4) e (25.9), temos
F (z) = a1 z −1 + a2 z −2 = (1 + 0,7181z −1 )z −1 F1 . (25.14)
Portanto,
a1 + a2 z −1 = (1 + 0,7181z −1 )F1 . (25.15)

A divisão do lado esquerdo dessa última equação por 1 + 0,7181z −1 fornece o quociente a1 e o restante

(a2 − 0,7181a1 )z −1 . Igualando o quociente com F1 e o restante com zero, obtemos F1 = a1 e
a2 − 0,7181a1 = 0. (25.16)
Resolvendo as equações (25.13) e (25.16) para a1 e a2 obtemos
a1 = 0,5820, a2 = 0,4180.
Assim, F (z) é determinada como
F (z) = 0,5820z −1 + 0,4180z −2 (25.17)
e F1 = 0,5820. A equação (25.12) fornece
N (z) = 1 + 0,4180z −1 . (25.18)
A função de transferência pulsada do controlador digital GD (z) é determinada da equação (24.18).

Referindo as equações (25.2), (25.9) e (25.18),
F (z)
GD (z) =
G(z)(1 − z −1 )N (z)
(1 + 0,7181z −1 )z −1 (0,5820)
=
0,3679(1 + 0,7181z −1 )z −1 (25.19)
(1 − z −1 )(1 + 0,4180z −1 )
(1 − z −1 )(1 − 0,3679z −1 )
1,5820 − 0,5820z −1
= .
1 + 0,4180z −1
Com o controlador digital assim projetado, a função de transferência pulsada de malha fechada
fica na forma:
C(z) 0,5820(z + 0,7181)

= F (z) = 0,5820z −1 + 0,4180z −2 = . (25.20)
R(z) z2
A saída do sistema em resposta à uma entrada degrau unitário r(t) = 1 pode ser obtida como segue:
1
C(z) = F (z)R(z) = (0,5820z −1 + 0,4180z −2 )
1 − z −1 (25.21)
−1 −2 −3 −4
= 0,5820z +z +z +z + ···
Portanto,
c(0) = 0
c(1) = 0,5820 (25.22)
c(k) = 1, k = 2,3,4, . . .


Observe que a substituição de F1 por 0,5820 na equação (25.10) fornece
U (z) = 2,7181(1 − 0,3679z −1 )(0,5820) = 1,5820 − 0,5820z −1 . (25.23)
Assim, o sinal de controle u(k) torna-se zero para k ≥ 2, como requerido. Não há ripple entre amostras
na saída após o tempo de acomodação ser atingido. A Figura 25.2a mostra os gráficos da resposta ao
degrau unitário.
Figura 25.2: Respostas do sistema: (a) ao degrau unitário, e (b) a rampa unitária
c(k) c(k)
0 0
k k
u(k) u(k)
0 0
k k
u(t) u(t)
0 0
t t
(a) (b)
Agora vamos investigar a resposta do sistema à uma entrada rampa unitária:
z −1
C(z) = F (z)R(z) = (0,5820z −1 + 0,4180z −2 )
(1 − z −1 )2 (25.24)
−2 −3 −4 −5
= 0,5820z + 1,5820z + 2,5820z + 3,5820z + ···
Para a resposta a rampa unitária, o sinal de controle U (z) é obtido como segue. Referindo as


equações (25.2) e (25.17),
C(z) F (z) F (z) z −1

U (z) = = R(z) = . (25.25)
G(z) G(z) G(z) (1 − z −1 )2
Assim,
z −1
u(z) = (1,5820 − 0,5820z −1 ) = 1,5820z −1 + z −2 + z −3 + z −4 + · · · (25.26)
1 − z −1
O sinal u(k) torna-se constante (b = 1) para k ≥ 2. Portanto, a saída do sistema exibe ripples entre
amostras. A Figura 25.2b mostra as curvas da resposta a rampa unitária.
Observe que a constante de erro de velocidade estática Kv para o sistema
1 − z −1

−1 F (z)
Kv = lim GD (z)G(z) = lim (1 − z )
z→1 T z→1 (1 − z −1 )N (z)
(25.27)
0,5820z −1 + 0,4180z −2
= lim = 0,7052
z→1 1 + 0,4180z −1
Assim, o erro de regime permanente na resposta a rampa unitária é
1
erp = = 1,4180 (25.28)
Kv
o qual é indicado na Figura 25.2b.
25.2 Projeto II
Considere o mesmo problema de projeto do exemplo anterior, exceto que agora a constante de erro de
velocidade estática Kv é especificada. Devido a essa restrição adicional o tempo de acomodação será
maior do que 2 s. A função de transferência da planta sob consideração é
1
Gp (s) = . (25.29)
s(s + 1)
As especificações de projeto são: (a) o sistema de malha fechada apresenta um tempo de acomodação
finito com erro zero em regime permanente na resposta ao degrau unitário, (b) a saída não exibe ripples
entre amostras após o tempo de acomodação ser atingido, (c) a constante de erro de velocidade estática
Kv deve ser de 4 s−1 , e (d) o tempo de acomodação é para ser o mínimo possível que irá satisfazer
todas essas especificações. O período de amostragem T é considerado 1 s. Projete um controlador
digital GD (z) que satisfaça as especificações dadas.
A transformada-Z da planta precedida pelo retentor de ordem zero foi obtida no exemplo anterior,
como
1 − e−T s 0,3679(1 + 0,7180z −1 )z −1

1
G(z) = Z = . (25.30)
s s(s + 1) (1 − z −1 )(1 − 0,3679z −1 )


Defina a função de transferência pulsada de malha fechada F (z) como:
C(z) GD (z)G(z)
= = F (z). (25.31)
R(z) 1 + GD (z)G(z)
Uma vez que o primeiro termo na expansão de G(z) é 0,3679z −1 , F (z) deve começar com um termo
em z −1 :
F (z) = a1 z −1 + a2 z −2 + · · · + aN z −N (25.32)
em que N ≥ n e n é a ordem do sistema. Devido a restrição adicional de projeto, assumiremos N > 2.

Tentaremos N = 3. Assim, temos
F (z) = a1 z −1 + a2 z −2 + a3 z −3 . (25.33)
Como a entrada é uma função degrau, da equação (24.16) temos
1 − F (z) = (1 − z −1 )N (z). (25.34)
A presença de um pólo criticamente estável em z = 1 na função de transferência pulsada da planta

G(z) requer 1 − F (z) a ter um zero em z = 1. Entretanto, a função 1 − F (z) já tem um termo 1 − z −1
e, portanto, satisfaz o requisito de estabilidade.
O requisito que a constante de erro de velocidade estática Kv seja 4 s−1 pode ser escrito como
1 − z −1

F (z) F (1)
Kv = lim GD (z)G(z) = lim (1 − z −1 ) = =4 (25.35)
z→1 T z→1 (1 − z −1 )N (z) N (1)
em que a equação (24.18) foi usada com q = 0. Observe da equação (25.34) que F (1) = 1 e assim
1
Kv = = 4. (25.36)
N (1)
Como a saída do sistema não deverá exibir ripples entre amostras após o tempo de acomodação ser
atingido, requeremos que U (z) seja da forma:
U (z) = b0 + b1 z −1 + b2 z −2 + b(z −3 + z −4 + z −5 + · · · ). (25.37)
Devido à função de transferência da planta Gp (s) envolver um integrador, b deve ser zero. Consequen-
temente, temos
U (z) = b0 + b1 z −1 + b2 z −2 . (25.38)
Também, da Figura 25.1, U (z) pode ser dado por
C(z) C(z) R(z) R(z) 1 − 0,3679z −1

U (z) = = = F (z) = F (z) . (25.39)
G(z) R(z) G(z) G(z) 0,3679(1 + 0,7181z −1 )z −1
Para U (z) ser uma série em z −1 com três termos, F (z) deve ser da seguinte forma:
F (z) = (1 + 0,7181z −1 )z −1 F1 (z) (25.40)

em que F1 (z) é um polinômio em z −1 de grau um. Então, U (z) pode ser escrito como segue:

U (z) = 2,7181(1 − 0,3679z −1 )F1 (z). (25.41)
Das equações (25.33) e (25.34), temos
1 − F (z) = 1 − a1 z −1 − a2 z −2 − a3 z −3 = (1 − z −1 )N (z). (25.42)
Se dividirmos 1−a1 z −1 −a2 z −2 −a3 z −3 por 1−z −1 , o quociente é 1+(1−a1 )z −1 +(1−a1 −a2 )z −2
e o restante é (1 − a1 − a2 − a3 )z −3 . Portanto, N (z) é determinado como
N (z) = 1 + (1 − a1 )z −1 + (1 − a1 − a2 )z −2 (25.43)
e o restante deve ser zero, de forma que
1 − a1 − a2 − a3 = 0. (25.44)
Observe da equação (25.36) que devemos ter N (1) = 0,25. Portanto, substituindo z −1 = 1 na
equação (25.43), obtemos
2a1 + a2 = 2,75. (25.45)
A equação (25.40) pode ser reescrita como
F (z) = a1 z −1 + a2 z −2 + a3 z −3 = (1 + 0,7181z −1 )z −1 F1 (z). (25.46)
Portanto,
a1 + a2 z −1 + a3 z −2 = (1 + 0,7181z −1 )F1 (z). (25.47)
A divisão do lado esquerdo da equação (25.47) por 1 + 0,7181z −1 fornece o quociente [a1 + (a2 −
0,7181a3 )z −1 ] e o restante [a3 − 0,7181(a2 − 0,7181a1 )]z −2 . Igualando o quociente a F1 (z) e o
restante a zero, obtemos
F1 (z) = a1 + (a2 − 0,7181a1 )z −1 (25.48)
e
a3 − 0,7181(a2 − 0,7181a1 ) = 0. (25.49)
Resolvendo as equações (25.44), (25.45), e (25.49) para a1 , a2 e a3 , obtemos
a1 = 1,26184, a2 = 0,22633, a3 = −0,48816. (25.50)
Assim, F (z) é determinado como
F (z) = 1,26184z −1 + 0,22633z −2 − 0,48816z −3 (25.51)
e
F1 (z) = 1,26184 − 0,67979z −1 . (25.52)


A equação (25.43) fornece
N (z) = 1 − 0,26184z −1 − 0,48817z −2 . (25.53)
A função de transferência pulsada do controlador digital GD (z) é determinada da equação (24.18),

como segue:
F (z)
GD (z) =
G(z)(1 − z −1 )N (z)
(1 + 0,7181z −1 )z −1 (1,26184 − 0,67980z −1 )
=
0,3679(1 + 0,7181z −1 )z −1 (25.54)
(1 − z −1 )(1 − 0,26184z −1 − 0,48817z −2 )
(1 − z −1 )(1 − 0,3679z −1 )
(1 − 0,5387z −1 )(1 − 0,3679z −1 )
= 3,4298 .
(1 − 0,8418z −1 )(1 − 0,5799z −1 )
Com o controlador digital assim projetado, a saída do sistema em resposta a uma entrada degrau
unitário r(t) = 1 é obtida como:
1
C(z) = F (z)R(z) = (1,26184z −1 + 0,22633z −2 − 0,48816z −3 )
1 − z −1 (25.55)
−1 −2 −3 −4
= 1,2618z + 1,4882z +z +z + ···
Portanto,
c(0) = 0,
c(1) = 1,2618,
(25.56)
c(2) = 1,4882,
c(k) = 1, k = 3,4,5, . . .
A sequência resposta ao degrau unitário tem um sobressinal máximo de aproximadamente 50%. O

tempo de acomodação é 3 s. Observe da equação (25.41) que
U (z) = 2,7181(1 − 0,3679z −1 )(1,26184 − 0,67979z −1 )

(25.57)
= 3,4298 − 3,1096z −1 + 0,6798z −2 .
Assim, o sinal de controle u(k) torna-se zero para k ≥ 3. Consequentemente, não há ondulações entre
amostragens na resposta. A Figura 25.3 mostra os gráficos de c(k) em relação a k, u(k) em relação a
k, e u(t) em relação a t na resposta ao degrau unitário.
A seguir, investigando a resposta desse sistema à uma entrada rampa unitária, temos
z −1
C(z) = F (z)R(z) = (1,26184z −1 + 0,22633z −2 − 0,48816z −3 )
(1 − z −1 )2 (25.58)
−2 −3 −4
= 1,2618z + 2,7500z + 3,7500z + ···


Figura 25.3: Resposta do sistema projetado ao degrau unitário
c(k)
0
k
u(k) u(t)
0 0
k t
Na resposta à rampa unitária, o sinal de controle U (z) é obtido como segue:
C(z) F (z) F (z) 1 z −1

U (z) = = R(z) =
G(z) G(z) G(z) 1 − z −1 1 − z −1
z −1 (25.59)
= (3,4298 − 3,1096z −1 + 0,6798z −2 )
1 − z −1
= 3,4298z −1 + 0,3202z −2 + z −3 + z −4 + z −5 + · · ·
O sinal u(k) torna-se constante (b = 1) para k ≥ 3. Portanto, a saída do sistema não exibirá ondulações
entre amostras. A Figura 25.4 mostra os gráficos de c(k) em relação a k, u(k) em relação a k, e u(t)
em relação a t na resposta à rampa unitária.



Figura 25.4: Resposta do sistema projetado a rampa unitária
c(k)
r(t) erp = 0.25
0 k
u(k) u(t)
0 k 0 t
Exercício 25.1
A função de transferência da planta analógica (Tipo 0) de um sistema de controle de velocidade
de um motor DC é da forma:
1
Gp (s) = .
(s + 1)(s + 10)
Projete um controlador digital para obter erro de regime permanente nulo devido a uma entrada
degrau unitário, e um tempo de assentamento de cerca de 4 s. O período de amostragem é
T = 0,02 s.
Exercício 25.2
Para o sistema de controle digital mostrado na figura, projete um controlador digital GD (z) de
modo que a saída do sistema exiba um tempo mínimo de estabilização com erro em regime
permanente zero para uma entrada degrau unitário. O sistema não deve apresentar ondulações
entre as amostras em regime permanente. O período de amostragem é T = 1 s. Após projetar
o controlador, investigue a resposta do sistema a uma entrada impulso e uma entrada degrau
unitário.


r(t) e(t) u(k) 1 − e−sT u(t) 1 c(t)
+ GD (z)
− δT s s2 c(t)
Gh0 (s) Gp (s)
Exercício 25.3
Para o sistema de controle digital mostrado na figura, projete um controlador digital GD (z) de
modo que a saída do sistema exiba uma resposta deadbeat para uma entrada degrau unitário (ou
seja, o tempo de acomodação será o mínimo possível e o erro de regime permanente será zero,
e a saída não exibirá ondulações entre as amostras após o tempo de acomodação). O período de
amostragem é T = 1 s.
r(t) e(t) u(k) 1 − e−sT u(t) 1 c(t)

+ GD (z)
− δT s s+2 c(t)
Gh0 (s)
Gp (s)

CAPÍTULO
26
Filtros Digitais e Equivalentes Discretos no MATLAB
Objetivos
26.1 Resposta em Frequência

A resposta em frequência de um sistema de tempo discreto tem muitos usos. Ela pode ser usada para
prever a saída de um sistema dado um sinal de entrada do ponto de vista do domínio da frequência.
Esse conhecimento é importante no projeto de filtros digitais, úteis no processamento digital de sinais.
A resposta em frequência pode ser usada para determinar a estabilidade de sistemas realimentados. A
resposta em frequência de um sistema de tempo discreto G(z) é definida como
G(z)|z=ejωT = G(ejωT ), 0 ≤ ω ≤ π/T (26.1)
em que T é o tempo de amostragem. Em outras palavras, G(z) é avaliada para z sobre a metade
superior da circunferência do círculo unitário no plano z. A resposta em frequência G(ejωT ) é uma
função complexa; geralmente é plotada com sua magnitude em relação à frequência e sua fase em
relação à frequência. Observe que na parte inferior do círculo unitário, a resposta em frequência é o
conjugado complexo daquela na metade superior, ou seja,
G(e−jωT ) = G(ejωT )∗ , 0 ≤ ω ≤ π/T
Fazendo ω = 0 obtemos o ganho DC, e ω = π/T corresponde a frequência ωs /2.
301
CAPÍTULO 26. FILTROS DIGITAIS E EQUIVALENTES DISCRETOS NO MATLAB 302

Em contraste com a resposta em frequência de um sistema de tempo contínuo, a resposta em
frequência de um sistema de tempo discreto pode ser completamente determinada em uma faixa de
frequência finita de 0 a ωs /2. O MATLAB prover o comando bode para calcular a resposta em
frequência para sistemas de tempo contínuo e de tempo discreto. Quando o comando bode é aplicado
a um modelo TF ou ZPK, a equação (26.1) é usada no cálculo da resposta em frequência.
Exemplo 26.1
Um filtro Butterworth passa-baixa de segunda ordem com frequência de corte ω = 0,4π/T
rad/s é
0,2066(z 2 + 2z + 1)
G(z) = (26.2)
z 2 − 0,3695z + 0,1958
em que o período de amostragem é T = 0,1 s. Plote os pólos, os zeros, e a resposta em
frequência de G(z). Determine o ganho do filtro como a razão da magnitude em dB em
ω = 0,4π/T e ω = π/T rad/s.
Após a criação do modelo discreto G, o comando pzmap é usado para plotar os pólos e
zeros. Observe que os pólos estão em z = 0,1848 ± j0,4021, e há dois zeros em z = −1.
Quando o comando bode é aplicado com G como argumento de entrada, o gráfico da resposta
em frequência mostrado na Figura 26.1 é gerado. Observe a característica passa-baixa do
filtro. Para encontrar a resposta de frequência em frequências específicas, usamos o comando
bode novamente, com o vetor de frequências w como seu segundo argumento, e rz_mag e
fase como os argumentos de saída. Em ω = 0 o ganho é unitário. Na frequência de corte
ω = 0,4π/T , o ganho é 0,7071 (−3 dB). Na metade da frequência de amostragem (ω = π/T ),
o ganho é zero (−∞ dB), devido aos zeros em z = −1. Os comandos MATLAB são da forma:
1 T = 0.1
2 num = 0.2066*[1 2 1]
3 den = [1 -0.3695 0.1958]
4 G = tf(num,den,T)
5 figure(1)
6 pzmap(G)
7 axis equal
8 w = logspace(-2,0,100)*pi/T
9 figure(2)
10 bode(G,w)
11 grid
12 ww = [0 0.4*pi/T pi/T]
13 [raz_mag,fase] = bode(G,ww)
14 mag_db = 20*log10(raz_mag)


Figura 26.1:
Exercício 26.1
Para o filtro digital abaixo, plote os pólos e os zeros e a resposta em frequência usando o período
de amostragem T = 0,01 s. Use o gráfico da magnitude para justificar a designação desse filtro
como passa-alta (Butterworth).
0,2066(z 2 − 2z + 1)
G(z) =
z 2 + 0,3695z + 0,1958
Exercício 26.2


como passa-banda (Chebyshev I).
0,0931(z 4 − 2z 2 + 1)
G(z) = .
z 4 + 1,0349z 2 + 0,4293
Exercício 26.3
como para-banda (Chebyshev II).
0,4207(z 4 + 1,7994z 2 + 1)
G(z) = .
z 4 + 0,3773z 2 + 0,2210
26.2 Resposta de Regime Permanente Senoidal

Um dos vários usos da resposta em frequência é calcular a resposta de regime permanente de um
sistema de tempo discreto estável para um sinal de entrada senoidal. Dado um sistema G(z) com uma
entrada e(kT ) = A cos(kω0 T + θ) e uma saída y(kT ), a resposta de regime permanente do sistema é
yrp (kT ) = AM cos(kω0 T + θ + φ) (26.3)
em que M e φ são a magnitude e fase da resposta em frequência de G(z) avaliada em ω = ω0 , ou seja,
G(z)|z=ejω0 T = G(ejω0 T ) = M ejφ . (26.4)
Os resultados dados pelas equações (26.3) e (26.4) podem ser obtidos usando a transformada-Z e
expansão em frações parciais.
Exemplo 26.2
Seja o sinal de entrada do filtro Butterworth passa-baixa do Exemplo 26.1 da forma
e(kT ) = 5 cos(32πkT + 30◦ ).
Determine a saída de regime permanente yrp e compare-a com a resposta de regime permanente
usando (26.3). Assuma o período de amostragem T = 0,01 s.
Definido o modelo G na forma TF e o sinal de entrada, usamos o comando lsim para gerar a
resposta do sistema. A magnitude e fase da resposta em frequência na frequência de entrada
ω0 = 32π rad/s são calculados pelo comando bode como 0,8679 e −68,22◦ , respectivamente.
Estes valores são então usados em (26.3) para calcular a resposta de regime permanente. A
Figura 26.2 mostra o sinal de entrada, resposta completa e resposta de regime permanente.


Observe que a resposta completa e a resposta de regime permanente em quase nada diferem
após 0,04 s. A amplitude do sinal de saída é 0,8679 a do sinal de entrada. A resposta de regime
permanente atrasa da entrada em 68,22◦ , ou seja, (68,22/360) × 1/16 = 0,0118 s, pois 1/16 s
é o período do sinal senoidal de entrada. Os comandos MATLAB são:
1 T = 0.01;
2 kT = [0:T:0.2];
3 e_k = 5*cos(32*pi*kT+30*pi/180);
4 num = 0.2066*[1 2 1];
5 den = [1 -0.3695 0.1958];
6 G = tf(num,den,T);
7 y_k = lsim(G,e_k);
8 [mag,fase] = bode(G,32*pi);
9 yrp = 5*mag*cos(32*pi*kT+(30+fase)*pi/180);
10 plot(kT,e_k,'o:',kT,y_k,'*:',kT,yrp,'v:')
11 axis([0 0.2 -6 8]), grid
12 legend('entrada e(kT)','saida filtro','regime permanente')
Figura 26.2:
26.3 Filtros Digitais

A discussão na seção anterior mostra que com uma resposta em frequência apropriada, um sistema de
tempo discreto pode ser usado como um filtro para modificar o conteúdo de frequência do sinal de
entrada. Há quatro tipos diferentes de filtros: passa-baixa, passa-alta, passa-banda e pára-banda. Aqui
são tratados apenas os dois primeiros.


Considere o filtro digital de primeira ordem cuja função de transferência é

z − z0
G(z) = K
z − zp
em que K é o ganho, e o pólo em z = zp e o zero em z = z0 são ambos real e dentro do círculo
unitário. O ganho DC do filtro pode ser calculado fazendo z = 1 em G(z), fornecendo KDC =
K(1−z0 )/(1−zp ). O ganho de alta frequência é avaliado em ω = π/T , o qual corresponde a z = −1,
resultando em KAF = K(1 + z0 )/(1 + zp ). Assim, G(z) é um filtro passa-baixa se KDC > KAF , o
que é o caso quando zp é mais próximo do ponto z = 1 do que é z0 . Por outro lado, G(z) é um filtro
passa-alta se KDC < KAF , o que é o caso quando z0 é mais próximo a z = 1 do que é zp .
Exemplo 26.3
O sinal de tempo contínuo periódico e(t) definido por
e(t) = cos(14πt) + cos(50πt) + cos(86πt)
tem componentes senoidais em 7, 25 e 43 Hz. Amostre o sinal em 100 Hz para obter e(kT ).
Aplique o sinal ao filtro passa-baixa de primeira ordem com a função de transferência

z + 0,5385
G(z) = 0,3250
z − 0,5
e simule a resposta para 10 s. Determine as componentes senoidais no último 1 s do sinal de
saída (9 ≤ t ≤ 10 s) e comente sobre a efetividade do filtro.
O zero da função de transferência do filtro está em z = −0,5385 e o pólo em z = 0,5. Portanto,

o pólo é mais próximo de z = 1 do que é o zero. O ganho K = 0,3250 resulta em ganho DC
unitário. A característica passa-baixa do filtro é ilustrada na Figura 26.3, com uma redução de
ganho de alta frequência de 20 dB. A largura de banda do filtro é aquela frequência para a qual
o ganho é 3 dB abaixo do ganho DC, o que é aproximadamente 10 Hz neste caso.
Figura 26.3:


Os comandos MATLAB usados na análise são:
1 figure(1)
2 T = 0.01;
3 G = tf(0.325*[1 0.5385],[1 -0.5],T);
4 w = logspace(-2,0,50)*pi/T;
5 bode(G,w)
6 grid
7 figure(2)
8 kT = [0:T:10-T];
9 e_k = cos(14*pi*kT)+cos(50*pi*kT)+cos(86*pi*kT);
11 t9 = [901:1000]';
12 subplot(2,1,1)
13 stem(kT(t9),e_k(t9),':')
14 grid
15 axis([9.5 10 -4 4])
16 legend('sinal de entrada')
19 subplot(2,1,2)
20 stem(kT(t9),y_k(t9),':*')
21 grid
22 axis([9.5 10 -4 4])
23 legend('sinal de saida')
26 figure(3)
27 N = length(y_k(t9));
28 Yp = fft(y_k(t9)/N);
29 ff = [0:1/T/N:(1-T)/T];
30 stem(ff,abs(Yp),'*')
31 grid
Da expressão de e(t), vemos que o sinal de entrada e(kT ), mostrado na curva superior da
Figura 26.4, tem componentes em 7,25 e 43 Hz. O sinal de saída, mostrado na parte inferior da
figura, tem componentes de alta-frequência reduzida relativa à entrada, como esperado. Para
assegurar que os transitórios têm decaído, e para ver os valores dos sinais claramente, são
mostrados os dados do último 0,5 s da resposta no tempo, no gráfico inferior da figura.


Figura 26.4:
Finalmente, usamos a transformada rápida de Fourier fft para calcular o conteúdo espectral
do sinal de saída, mostrado na Figura 26.5. O gráfico da magnitude indica que a componente
em 43 Hz é reduzida a cera de 1/10 da sua magnitude original e a componente em 25 Hz é
apenas cerca de 30% de sua magnitude original.
Figura 26.5:
Para as características passa-banda e pára-banda, temos que usar filtros de ordem dois ou maior.
Considere o filtro de segunda ordem cuja função de transferência é
(z − αejω0 T )(z − αe−jω0 T )

G(z) = K (26.5)
(z − βejω0 T )(z − βe−jω0 T )
em que K é o ganho e 0 ≤ α,β < 1. Os pólos e zeros estão sobre o mesmo raio da origem z = 0.
Para α > β, os zeros estão mais próximos do círculo unitário que os pólos. Assim, a resposta em


frequência |G(ejωT )| atinge o seu mínimo em ω = ω0 , alcançando um efeito pára-banda. Por outro
lado, para α < β, os pólos estão mais próximos ao círculo unitário do que os zeros. Assim, a resposta
em frequência |G(ejωT )| atinge o seu máximo em ω = ω0 , alcançando um efeito passa-banda.
Exemplo 26.4
Plote os pólos e zeros e a resposta em frequência de um filtro na forma (26.5), com T = 0,01 s,
ω0 = 50π rad/s, α = 0,5, β = 0,95, e K = 0,13. Aplique o sinal e(kT ) do Exemplo 26.3 para
o filtro e simule a resposta no tempo para 10 s. Plote os últimos 0.5s do sinal de saída.
A Figura 26.6 mostra o mapeamento de pólos e zeros. Como os pólos estão mais próximos do
círculo unitário do que os zeros, o filtro exibe a característica passa-faixa, conforme mostrado
na Figura 26.7.
Figura 26.6:
Figura 26.7:


A frequência central é ω0 = 50π rad/s (25 Hz), com baixa e alta atenuações de frequência em
cerca de 20 dB. Quando o sinal e(kT ) passa através do filtro, esperamos apenas a componente
de 25 Hz passar, e as frequências de 14 e 43 Hz serem reduzidas por aproximadamente 20 dB,
correspondendo a um fator de 10. A Figura 26.8 mostra o sinal de saída, o qual consiste
principalmente da componente de 25 Hz. Isto pode ser verificado usando o comando fft para
calcular as magnitudes dos coeficientes de frequência do sinal de saída.
Figura 26.8:
Os comandos do MATLAB usados nessa análise são:
1 figure(1)
2 T = 0.01;
3 w0 = 50*pi;
4 a = 0.5; b = 0.95; K = 0.13;
5 num = K*conv([1 -a*exp(j*w0*T)],[1 -a*exp(-j*w0*T)]);
6 den = conv([1 -b*exp(j*w0*T)],[1 -b*exp(-j*w0*T)]);
7 G = tf(num,den,T);
8 pzmap(G)
9 figure(2)
10 w = logspace(-2,0,200)*pi/T;
11 bode(G,w), grid
12 figure(3)
13 kT = [0:T:10-T];
14 e_k = cos(14*pi*kT)+cos(50*pi*kT)+cos(86*pi*kT);
16 t95 = [951:1000]';
17 stem(kT(t95),y_k(t95),':o'), grid


Exercício 26.4
Repita o Exemplo 26.3 para o filtro digital cuja função de transferência é

z − 0,5
G(z) = 3,077
z + 0,5385
o qual é obtido invertendo o filtro passa-baixa no exemplo.
Exercício 26.5
Repita o Exemplo 26.4 com α = 0,95, β = 0,5, e K = 7,692, o inverso do filtro no exemplo.
26.4 Equivalentes Discretos

Um método de projetar filtros digitais é obter um filtro analógico satisfatório G(s) e então derivar desse
filtro um filtro equivalente discreto G(z) usando uma das várias transformações de dados amostrados.
Conhecido como projeto indireto, esta técnica é vantajosa pelo fato de que filtros de tempo contínuo
satisfazendo especificações de projeto padrões são prontamente disponíveis. Alguns tipos comuns de
métodos de conversão de filtro analógico para digital são:
• Transformação invariante ao impulso: O filtro equivalente discreto G(z) é obtido da transfor-
mada-Z padrão G(z) = Z{G(s)}, de forma que as saídas de G(s) e G(z) sujeitas a uma entrada
impulso unitário sejam idênticas nos instantes de amostragem. Um fator T é aplicado a G(z)
para considerar a mudança no ganho pela amostragem.
• Transformação bilinear (Tustin): G(z) é obtida reescrevendo G(s) com a variável complexa s
substituída por 2(z − 1)/(T (z + 1)).
• Transformação bilinear com prewarping de frequência: A transformação primeiro calcula o

fator de escala
2 ωc T
α = tan
T 2
em que ωc é a frequência crítica na qual a característica do filtro de tempo discreto é idêntica
àquela do filtro de tempo contínuo. Então a transformada bilinear é aplicada a função de
transferência prewarped G(s/α).
• Transformação z-casada: Todos os pólos no plano s e zeros finitos de G(s) são mapeados para
pólos e zeros de G(z) de acordo com z = esT . Todos exceto um dos zeros infinitos de G(s) são
mapeados para zeros em z = −1 de G(z). O ganho DC de G(z) é selecionado para igualar o
ganho DC de G(s). O MATLAB prover a função c2d para obter equivalentes discretos usando
a transformação Tustin e a transformação z-casada.


Uma forma de avaliar um equivalente discreto G(z) é comparar sua resposta em frequência com
aquela do sistema de tempo contínuo G(s). A resposta em frequência para o sistema de tempo contínuo
é obtida plotando a função de transferência ao longo do eixo jω. Para o sistema de tempo discreto,
a resposta em frequência é obtida plotando G(z) sobre a circunferência do círculo unitário, em que
z = ejωT . Devido à amostragem, plotamos apenas de ω = 0 a ω = π/T .
Exemplo 26.5
Um filtro Butterworth analógico de segunda ordem tem a função de transferência
1
G(s) = √
s2 + 2s + 1
Encontre o seu equivalente discreto G(z) usando os métodos listados nessa seção, assumindo
um período de amostragem T = 0,1 s. Na transformação bilinear com prewarping de frequência,
escolha ωc = 1 rad/s. Plote a resposta em frequência de G(s) e G(z) para ω de 0,1 a 10 rad/s.
Após os coeficientes do filtro analógico serem usados para gerar o filtro de tempo contínuo, a
função c2d é usada para obter os vários filtros de tempo discreto:
0,002329(z 2 + 2z + 1)
Tustin G(z) =
z 2 − 1,859z + 0,8682
0,002333(z 2 + 2z + 1)
Prewarping G(z) = 2
z − 1,859z + 0,8681
0,004659(z + 1)
z-casada G(z) = 2
z − 1,859z + 0,8682
Note que as transformações impulso invariante e z-casado têm polos idênticos, mas diferentes
zeros. Esses pólos são próximos, mas não idênticos aos do Tustin e prewarped. Os gráficos de
resposta de frequência nas Figuras 26.9 e 26.10 mostram que todos esses filtros fornecem uma
boa aproximação do filtro analógico, pelo menos até 2 rad/s.
Figura 26.9:


Figura 26.10:
1 T = 0.1;
2 Ga = tf(1,[1 sqrt(2) 1])
3 w = logspace(-2.5,0,50)*pi/T;
4 [maga,fasea] = bode(Ga,w);
5 maga = 20*log10(squeeze(maga));
6 fasea = squeeze(fasea);
7 Gtust = c2d(Ga,T,'tustin')
8 [magt,faset] = bode(Gtust,w);
9 magt = 20*log10(squeeze(magt));
10 faset = squeeze(faset);
11 Gprew = c2d(Ga,T,'prewarp',1)
12 [magp,fasep] = bode(Gprew,w);
13 magp = 20*log10(squeeze(magp));
14 fasep = squeeze(fasep);
15 Gmatc = c2d(Ga,T,'matched')
16 [magm,fasem] = bode(Gmatc,w);
17 magm = 20*log10(squeeze(magm));
18 fasem = squeeze(fasem);
19 figure(1)
20 semilogx(w,maga,w,magt,'*',w,magp,'+',w,magm,'x')
21 grid
22 axis([w(1) w(end) -80 5])
23 xlabel('Frequencia (Hz)'), ylabel('Magnitude (dB)')
24 figure(2)
25 semilogx(w,fasea,w,faset,'*',w,fasep,'+',w,fasem,'x')
26 grid
27 axis([w(1) w(end) -270 0])
28 xlabel('Frequencia (Hz)'), ylabel('Fase (graus)')


Exercício 26.6
Calcule os vários equivalentes discretos para o filtro analógico com a função de transferência
s+3
G(s) =
s2 + 3s + 2
e compare as respostas em frequência dos filtros usando um período de amostragem de T =
0,1 s. Para o projeto prewarping, use uma frequência central de 1 rad/s.
Exercício 26.7
Calcule os vários equivalentes discretos para o filtro analógico com a função de transferência
22.500s
G(s) =
s4 + 212,132s3 + 42.500s2 + 2.121.320s + 108
e compare as respostas em frequência dos filtros usando um período de amostragem de T =
0,001 s. Para o projeto prewarping, use uma frequência central de 100 rad/s.


CAPÍTULO
27
Projeto de Controladores no MATLAB
Objetivos
27.1 Controlador Proporcional-Integral-Derivativo

O protótipo básico de controlador é um que utiliza o erro, a sua derivada no tempo, e sua integral com
relação ao tempo para construir o sinal usado para controlar os atuadores que afetam o comportamento
do processo sendo controlado. Um sinal de controle proporcional ao erro não pode sozinho proporcionar
um bom amortecimento e resposta rápida, e pode apresentar erros de regime permanente inaceitáveis.
A introdução de um termo integral no controlador pode eliminar erros de regime permanente, mas
pode adversamente afetar o amortecimento. Um termo proporcional a derivada do erro pode melhorar
a velocidade da resposta e o amortecimento, mas ele não reduz erros de regime permanente. Um
controlador que combina os três termos, conhecido como um controlador proporcional-integral-
derivativo (PID), tem potencial para significativamente melhorar resposta no tempo, amortecimento e
redução do erro de regime permanente.
27.1.1 Controle Proporcional
Considere o sistema com realimentação mostrado na Figura 27.1. Note que a figura não mostra um
amostrador entre o processo e o sensor. Isso indica que estamos considerando um sensor de tempo
contínuo com função de transferência H(s) que mede a saída de tempo contínuo do processo Gp (s).
315
CAPÍTULO 27. PROJETO DE CONTROLADORES NO MATLAB 316

Portanto, quando precisarmos do modelo de tempo discreto do processo e do sensor, devemos usar
o comando c2d na combinação série H(s)Gp (s) = HGp (s), em vez das funções de transferência
individuais H(s) e Gp (s).
Figura 27.1: Sistema realimentado para projeto de controlador tipo PID
D(s)
R(s) E(s) E(z) M (z) U (s) + Y (s) Y (z)

+ GD (z) ZOH + Gp (s)
− Ts
H(s)
(a)
D(s) Y (s) Y (z)

+ Gp (s)
+
U (s)
M (z) E(z) E(s)
ZOH GD (z) −H(s)
Ts
(b)
Começamos com o projeto de um controlador proporcional com GD (z) = KP . Em geral, quando

o ganho proporcional KP é aumentado, o tempo de subida tr e o erro de regulação em regime
permanente para uma entrada degrau unitário tornam-se menores. No entanto, essas melhorias de
desempenho são acompanhadas por um maior overshoot. Assim, um projeto típico geralmente envolve
algumas avaliações de custo-benefício no desempenho, e o projetista deve selecionar iterativamente
um ganho KP apropriado.
Exemplo 27.1
Para o sistema de controle realimentado na Figura 27.1a usando os modelos de planta e sensor
4 1
Gp (s) = e H(s) =
(2s + 1)(0,5s + 1) 0,05s + 1
e tempo de amostragem T = 0,1 s, projete um controlador proporcional, GD (z) = KP ,
seguindo os passos abaixo:
a) Determine a função de transferência de tempo discreto do processo e sensor. Então desenhe

o lugar das raízes no plano z para variações em KP e use o comando rlocfind para
encontrar KP∗ , o ganho do controlador para o qual o sistema de malha fechada torna-se mar-
ginalmente estável. Utilize também os comandos dzline e rlocfind para determinar o


valor de KP para o qual o sistema tem um par de pólos de malha fechada complexo com
uma taxa de amortecimento ξ = 0,8.
b) Plote um gráfico que mostra as respostas do sistema de malha fechada para uma entrada
degrau unitário considerando vários valores de KP < KP∗ . Determine, por tentativa e erro,
o valor máximo do ganho K̂P que resulta numa resposta ao degrau unitário com overshoot
máximo de 20% em relação ao valor de regime permanente. Determine as margens de ganho
e de fase do sistema realimentado com este ganho.
c) Use o ganho K̂P para obter um gráfico único mostrando as respostas à entrada referência
degrau unitário e entradas distúrbios, tomadas separadamente, e determine os valores das
respostas de regime permanente.
Os comandos MATLAB para resolução do primeiro item são:
1 T = 0.1;
2 Gps = tf(4,conv([2 1],[0.5 1]));
3 Hs = tf(1,[0.05 1]);
4 HGps = Hs*Gps;
5 HGpz = c2d(HGps,T,'zoh');
6 rlocus(HGpz)
7 axis equal
8 axis([-1.5 1.5 -1.0 1.0])
9 [kk1,pCL1] = rlocfind(HGpz);
10 [kk2,pCL2] = rlocfind(HGpz);
O gráfico do lugar das raízes é mostrado na Figura 27.2. O lugar das raízes tem dois ramos
começando nos pólos de malha aberta em z = 0,8187 e z = 0,9512 que se encontram no eixo
real em z = 0,88 e então se movem para fora do círculo unitário à medida que KP aumenta.
Eventualmente, estes ramos se fundem no eixo real negativo na vizinhança de z = −5,6,
com um ramo terminando no zero de malha aberta em z = −2,3096 e o outro aproximando
infinito ao longo do eixo real negativo. Um terceiro ramo começa no pólo de malha aberta em
z = 0,1353 e se aproxima do zero de malha aberta em z = −0,1426 no eixo real negativo.
Este comportamento assintótico se deve ao fato de o sistema em malha aberta possuir um pólo
a mais que zeros. Quando o comando rlocfind é usado com o cursor posicionado onde o
locus cruza o círculo unitário, descobrimos que kk fornece KP∗ ≈ 7 e os três pólos de malha
fechada correspondentes são z ≈ 1,0e±j0,497 e z = 0,0886. Quando o comando rlocfind
é usado novamente no ponto onde o locus cruza a linha tracejada correspondendo a ξ = 0,8,
encontramos, para KP = 0,247, haverá um par de pólos complexo de malha fechada com


uma taxa de amortecimento de ξ = 0,8, Os três pólos são localizados em z = 0,888e±j0,082 e
z = 0,133.
Baseado nos achados do primeiro item, vamos investigar várias respostas ao degrau para ganhos
do controlador no intervalo 0 ≤ KP < 7. Selecionamos os valores de ganho KP = 0,5, 1, . . . ,
2,5 para ilustrar o projeto. Os comandos MATLAB são listados a seguir.
1 kT = [0:T:6]';
2 Gpz = c2d(Gps,T,'zoh');
3 simbolos = ['o' '+' '*' 'd' 'v'];
4 resultado = [];
5 figure(2), hold on
6 for i = 1:5
7 KP = 0.5*i;
8 Tz = Gpz*KP/(1 + HGpz*KP);
9 yk = step(Tz,kT);
10 ref = dcgain(Tz);
11 ymax = max(yk);
12 tp = T*(find(yk == ymax) - 1);
13 yrp = yk(end);
14 Mo = (ymax - ref)/ref*100;
15 t1 = find(yk <= 0.1*ref);
16 t1 = t1(end);
17 t1 = T*((0.1*ref-yk(t1))/(yk(t1+1)-yk(t1))+t1-1);
18 t9 = find(yk >= 0.9*ref);
19 t9 = t9(1)-1;
21 ts = t9-t1;
22 ta = find(abs(yk-yrp) <= 0.02*yrp);
23 aux = find((ta(2:end)-ta(1:end-1)) == 1);
24 ta = T * ta(aux(1));
25 resultado = [resultado; KP ymax ts tp ta yrp Mo];
26 plot(kT(1:2:length(kT)),yk(1:2:length(kT)),simbolos(i))
27 pause(1)
28 end
29 legend('KP=0,5','KP=1,0','KP=1,5','KP=2,0','KP=2,5')
30 grid
Para cada valor de ganho construímos o modelo de malha fechada usando o comando
KP*Gpz/(1+HGpz*KP) porque o comando feedback não pode ser usado diretamente. A
Figura 27.3 mostra os resultados da variação do ganho. Para os valores mais baixos de KP há


um tempo de subida mais longo, menos overshoot, e um erro de regime permanente maior. Para
os valores maiores de KP há um tempo de subida mais curto, mais overshoot, e um erro de
regime permanente menor. Claramente, as opções para melhorar o desempenho do sistema de
malha fechada são bastante limitadas com o controlador proporcional. O overshoot percentual
Mo é definido com respeito ao valor de regime permanente da saída yrp . Como os transitórios
cessaram no final da simulação, yrp é tomado como o último elemento em y. O quadro abaixo
mostra os resultados numéricos obtidos para a faixa de ganhos do controlador considerada.
Respostas ao degrau geradas com variações do ganho
KP ymax tr tp yrp Mo (%)
0,5000 0,7089 1,1713 2,4000 0,6659 6,3354
1,0000 0,9540 0,7166 1,6000 0,7996 19,2495
1,5000 1,1178 0,5431 1,3000 0,8573 30,4141
2,0000 1,2445 0,4498 1,1000 0,8936 40,0013
2,5000 1,3508 0,3903 1,0000 0,8973 48,5934
Ajustando os valores de KP no laço for num pequeno intervalo ou fornecendo manual-

mente valores de KP específicos e executando as instruções contidas no laço for, des-
cobrimos que KP = 1,032 resultará em um overshoot de 20%. Aplicando o comando
[Gm,Pm,Wcg,Wcp] = margin(KP*HGpz) com KP = 1,032 obtemos uma margem
de ganho de km = 6,622, que equivale a 20 log10 (6,622) = 16,42 dB. Este resultado indica
que o ganho do controlador que resultará em um sistema em malha fechada marginalmente
estável é KP∗ = 1,032 × 1016,42/20 = 6,83. Este número é próximo ao valor 7 obtido com o
comando rlocfind. Observe que o valor da frequência de cruzamento de fase ωp na qual a
margem de ganho é medida é 4,92 rad/s. No gráfico do lugar dos pólos mostrado na primeira
figura, vemos que o lugar das raízes cruza o círculo unitário no ponto superior direito com um
ângulo de 0,497 rad. Sabemos que os valores de frequência ao longo do círculo unitário são da-
dos por z = ejωT . Como o período de amostragem é T = 0,1 s, temos ω = 0,497/0,1 = 4,97
rad/s, confirmando o valor de ωp obtido pelo comando margin.
Respondendo ao terceiro item, com o valor de KP = 1,032 construímos o modelo do sistema
de malha fechada mostrado na Figura 27.1a e simulamos a resposta ao degrau com o comando
step sem plotar a resposta. Os comandos MATLAB dessa análise são listados a seguir. As
respostas no tempo são plotadas na Figura 27.4. O desempenho do controle proporcional não
é totalmente satisfatório, devido ao erro de regime permanente e o impacto do distúrbio na
resposta do sistema.


1 KP = 1.032;
2 Tref = KP*Gpz/(1+HGpz*KP);
3 kT = 0:T:8;
4 yref = step(Tref,kT);
5 Tdist = Gpz/(1+HGpz*KP);
6 ydist = step(Tdist,kT);
7 plot(kT,yref,'o',kT,ydist,'+')
8 yref_rp = yref(end);
9 ydist_rp = ydist(end);
10 grid
Figura 27.2:
Figura 27.3:


Figura 27.4:
27.2 Controle Proporcional-Integral

Uma forma do controle tipo proporcional-integral (PI) é como segue:
k
" #
X
u(k) = KP e(k) + KI T e(i) (27.1)
i=0
em que e(i) é a entrada do controlador, e u(k) é a saída do controlador, como mostrado na Figura 27.1a.
A transformada-Z do termo do somatório pode ser aproximada por
( k )
X z
Z e(i) ≈ E(z).
z−1
i=0
Assim, a função de transferência do controlador é GD (z) = U (z)/E(z), a qual pode ser escrita como

z
GD (z) = KP 1 + KI T (27.2)
z−1
mostrando claramente a contribuição dos termos individuais. Para tornar óbvio os locais dos zeros e
pólos do controlador PI, reescrevemos a função de transferência como uma função racional, da forma

(1 + KI T )z − 1
GD (z) = KP .
z−1
Dessa forma vemos que GD (z) tem um pólo em z = 1 e um zero em z = 1/(1 + KI T ), o qual ficará
à esquerda do pólo. Usando este controlador podemos assegurar que um sistema de controle estável
atingirá erro de regime permanente nulo para entradas degraus.


Exemplo 27.2
Para o sistema do Exemplo 27.1, projete uma lei de controle PI conforme a equação (27.2),
executando os seguintes passos:
a) Plote as respostas à referência degrau unitário para variações do ganho proporcional KP

de 0,3 a 1,1 em incrementos de 0,2 com valores do ganho integral de KI = 0, 0,3, 0,4,
0,5, 0,6 e 1. Selecione um valor, K̂I , que resultará em bom amortecimento e um tempo de
assentamento 2% de ta ≤ 5s.
b) Plote o lugar das raízes para variações em KP com KI = K̂I . Então use o comando
rlocfind para calibrar vários pontos no locus em termos de KP . Encontre KP∗ , o ganho
para o qual o sistema de malha fechada torna-se marginalmente estável.
c) Com KI = K̂I , selecione o maior KP tal que o overshoot para uma entrada referência
degrau unitário é menor do que 10%. Então calcule e plote as respostas ao degrau unitário a
ambas entradas referência e distúrbio. Comente sobre as diferenças entre estas respostas e
aquelas na Figura 27.4 obtida com um controlador proporcional.
Os comandos MATLAB para resolução do primeiro item são:
1 T = 0.1;
2 Gps = tf(4,conv([2 1],[0.5 1]));
3 Hs = tf(1,[0.05 1]);
4 HGps = Hs*Gps;
6 kT = 0:T:8;
7 KI = input('Ganho integral KI = ? ')
8 figure, hold on
9 simbolos = ['o' '+' '*' 'd' 'v'];
10 for i = 1:5
11 KP = 0.3 + 0.2*(i-1);
12 Gc = KP*tf([1+KI*T -1],[1 -1],T);
13 Tz = Gpz*Gc/(1+HGpz*Gc);
14 yk = step(Tz,kT);
17 pause(1)
18 end
20 grid


Primeiro, obtemos as funções de transferência Gp (s) e H(s) na forma TF e discretizamos a
conexão série H(s)Gp (s) = HGp (s). Como o ganho proporcional varia interiormente ao laço
for, a função de transferência do controlador GD (z) é calculada internamente no laço, antes
de aplicar o comando do sistema de malha fechada. As curvas de resposta para KI = 0 serão as
mesmas obtidas com o controle proporcional e mostradas na Figura 27.3, pois GD (z) reduz a
KP neste caso. As respostas ao degrau para KI = 0,3, KI = 0,5 e KI = 1 são mostradas nas
Figuras 27.5, 27.6 e 27.7, respectivamente. As respostas na Figura 27.5 para um baixo ganho
integral (KI = 0,3) parecem apontar para y = 1,0, mas os transitórios estão desaparecendo
lentamente, indicando um longo tempo de acomodação ta .
Figura 27.5:
Aumentando KI para 0,5, como mostrado na Figura 27.6, faz com que os transitórios sejam
reduzidos a praticamente zero para todo t > 6 s, para todos os valores de KP usados.
Figura 27.6:


Para um ganho integral alto (KI = 1,0), a Figura 27.7 mostra que as respostas não têm mais
amortecimento suficiente, resultando em um longo tempo de acomodação. A partir desta análise,
concluímos que as respostas para KI = 0,5 irão satisfazer a restrição de tempo de acomodação
2% de ta ≤ 5s.
Figura 27.7:
Usando os comandos MATLAB abaixo para KI = 0,5, o lugar das raízes solicitado é plotado
na Figura 27.8. Observe que a função de transferência do controlador GD (z) tem um pólo
em z = 1 e um zero em z = 1/1,05 = 0,9524, resultando no zero do controlador em efeito
cancelando o pólo da planta em z = 0,9512. Com o comando rlocfind, determinamos os
valores de KP que correspondem ao ponto em que dois ramos do locus se cruzam (z = 0,91)
e para cinco outros pontos no ramo complexo superior do locus mostrado na Figura 27.8. A
partir do locus vemos que para KP = 0,216, o sistema em malha fechada terá um pólo duplo
em z = 0,91. Para KP = 5,28, haverá um pólo complexo onde o locus cruza o círculo unitário,
em z ≈ 1e±j0,430 . Os valores dos pólos podem ser exibidos no MATLAB usando o comando
rlocfind, em que kk contém o ganho proporcional requerido e o vetor polosMF fornece
os pólos de malha fechada correspondentes.
1 KI = 0.5;
2 KP = 1;
3 Gd = KP*tf([1+KI*T -1],[1 -1],T);
4 Gma = HGpz*Gd;
5 rlocus(Gma)
6 axis([0.6 1.12 -0.1 0.55])
7 [kk,polosMF] = rlocfind(Gma);


Figura 27.8:
Para examinar o efeito da mudança do controle proporcional para o controle PI, comparamos os
gráficos de lugar das raízes plotados nas Figuras 27.2 e 27.8. Observe que o efeito líquido do
termo integral com KI = 0,5 é substituir o pólo de malha aberta da planta em z = 0,9512 com
um novo pólo em z = 1. Esta mudança desloca a porção complexa do locus para o controlador
PI levemente para a direita, fazendo os ramos complexos cruzarem o círculo unitário em um
valor mais baixo de ω do que para controle proporcional (cerca de 4,30 rad/s em relação ao
valor de 4,97 rad/s encontrado na primeira parte deste exemplo).
Há um terceiro ramo do locus, iniciando no pólo de malha aberta de HGp (z) em z = 0,1353,
indo para a esquerda ao longo do eixo real, e terminando no zero da planta em z = −0,1426.
Os transitórios associados com o pólo de malha fechada nesse ramo decairá muito mais rápido
do que aqueles associados com os outros pólos (porque o pólo é mais próximo a z = 0 do que
os pólos nos ramos complexos). Assim, esse pólo real tem muito pouco efeito sobre a resposta,
o que é primariamente causado pelos dois pólos de malha aberta complexos.
Baseado nas respostas mostradas na Figura 27.6, podemos estimar que KI = 0,5 e 0,5 ≤ KP ≤
0,7 resultará em aproximadamente 10% de overshoot para uma entrada degrau. Ajustando KP
com KI = 0,5 por tentativa e erro, encontramos que KP = 0,563 é o maior ganho proporcional
para o qual overshoot não excede 10%. O tempo de acomodação correspondente é 4,0 s, o que
mais do que satisfaz nossa especificação de projeto.
As respostas ao degrau referência e distúrbio para estes ganhos podem ser calculadas com
comandos quase idênticos ao terceiro item do exemplo anterior. As mudanças requeridas
são: (i) a função de transferência do controlador tem o numerador KP*[1+KI*T -1] e o
denominador [1 -1], e (ii) o usuário deve ser permitido especificar o ganho integral KI em
adição a KP. Portanto, os comandos são:


1 KP = 0.563;
2 KI = 0.5;
3 Gd = KP*tf([1+KI*T -1],[1 -1],T);
4 Tref = Gpz*Gd/(1+HGpz*Gd);
5 kT = 0:T:8;
6 yref = step(Tref,kT);
7 Tdist = Gpz/(1+HGpz*Gd);
8 ydist = step(Tdist,kT);
9 plot(kT,yref,'o',kT,ydist,'+')
10 yref_rp = yref(end);
11 ydist_rp = ydist(end);
12 grid
14 legend('referencia','disturbio')
Os resultados mostrados na Figura 27.9 ilustram que os erros de regime permanente para ambas
as entradas vai para zero. Para a resposta ao degrau, há um overshoot de 10% e um tempo de
acomodação 2% de 4s, satisfazendo as especificações de projeto. A resposta a entrada distúrbio
atinge um valor de certa forma mais elevado do que com o controlador proporcional (1,150
contra 0,936), mas ele acomoda para 0,052 em 8 segundos com um erro de regime permanente
zero, enquanto com o controle proporcional o erro de regime permanente é 0,780. Assim, temos
evidência gráfica, pelo menos para os modelos de processo e sensor usados, da capacidade do
controlador PI eliminar erros de regime permanente para ambas entradas referência e distúrbio
degrau. Essencialmente, o termo integral no controlador PI aumentou o tipo do sistema de 0
para 1. É fato que um sistema Tipo-1 exibe erro de regime permanente nulo para uma entrada
degrau.
Figura 27.9:


27.3 Controle Proporcional-Derivativo-Integral
Com um controlador PI esperamos um sistema de controle satisfazer especificações de projeto de
sobressinal, tempo de acomodação, e erro de regime permanente zero. Se um tempo de subida mais
rápido tr , sem aumento do overshoot, é desejado, então um termo derivativo pode ser incluído no
controlador. Com a aproximação de tempo discreto do termo derivativo adicionada a lei de controle PI
em (27.1), a lei de controle proporcional-integral-derivativo (PID) é
k
" #
X e(k) − e(k − 1)
u(k) = KP e(k) + KI T e(i) + KD
T
i=0
em que e(k) é a entrada do controlador e u(k) é a saída do controlador, como mostra a Figura 27.1a.
A função de transferência da lei de controle é U (z)/E(z), e pode ser escrita como

Tz z−1
GD (z) = KP 1 + KI + KD . (27.3)
z−1 Tz
Para ter ideia sobre os zeros e pólos da função de transferência do controlador, reescrevemos GD (z)
na forma
(1 + KI T + KD /T )z 2 − (1 + 2KD /T )z + KD /T

GD (z) = KP .
z(z − 1)
Nesta forma vemos que GD (z) ainda tem o pólo em z = 1, como o controlador PI, mas agora há um
pólo adicional em z = 0 e dois zeros que podem ser reais ou complexos, dependendo dos valores que
o projetista seleciona para os ganhos KI e KD .
Exemplo 27.3
Para o sistema de controle realimentado considerado nos Exemplos 27.1 e 27.2, projete um
controlador PID tal que a resposta à referência degrau satisfaça as especificações de: (1)
overshoot ≤ 10%, (2) tempo de subida tr ≤ 0,35 s, e (3) tempo de acomodação 2% de
ts ≤ 1,4s, seguindo as variações de ganho delineadas abaixo. No projeto do PI do Exemplo
27.2, determinamos que o ganho integral KI = 0,5 satisfará ts ≤ 6s. Como resultado, fixamos
KI nesse valor e ajustamos KP e KD usando os seguintes passos:
a) Com KI = 0,5, plote as respostas a referência degrau para uma variação do ganho proporci-
onal KP de 1,7 a 2,3 em incrementos de 0,2 para valores do ganho derivativo de KD = 0,3,
0,4, 0,5 e 0,6. Baseado nos resultados, selecione um segundo conjunto de valores de KP e
KD a serem buscados com incrementos de KD de 0,02 e incrementos de KP de 0,1.
b) Execute uma série de variações do ganho com essa malha mais fina e use os resultados para
selecionar um par de valores de ganho K̂P e K̂D que produz uma resposta referência degrau
que desempenha bem para as três especificações.


c) Plote o lugar das raízes para variações de KP com KI = 0,5 e KD = K̂D . Então use o
comando rlocfind iterativamente para localizar os pontos no locus correspondendo a
KP = K̂P e determine todos os pólos de malha fechada. Também, determine os valores de
KP para vários pontos ao longo do ramo que move para cima do eixo real e eventualmente
passa através do círculo unitário.
d) Com KI = 0,5, KD = K̂D , e KP = K̂P , calcule e plote as respostas ao degrau unitário

para ambas entradas referência e distúrbio no intervalo de tempo 0 ≤ t ≤ 8s. Compare essas
respostas com aquelas na Figura 27.4 obtida com um controlador proporcional e aquelas na
Figura 27.9 obtidas com um controlador PI.
Os comandos MATLAB para projetar o controlador PID podem ser prontamente obtidos a partir
dos comandos para resolver o Exemplo 27.2, e modificando a expressão para Gd para incorporar
o termo derivativo de acordo com (27.3). Além disso, um laço externo for é necessário para
tratar a iteração em KD . Em relação ao primeiro item, ao invés de mostrar os gráficos das
respostas ao degrau, incluímos a tabela abaixo com os valores numéricos das três especificações
(tempo de subida, tempo de acomodação 2%, e sobressinal percentual).
Resposta ao degrau pela primeira variação de ganho no Exemplo 27.3

KP KD tr ts Mo (%)
1,7000 0,3000 0,3836 1,8000 8,8632
2,1000 0,3000 0,3354 1,6000 10,5655
2,3000 0,3000 0,3074 1,4000 12,7997
1,7000 0,4000 0,3912 0,6000 1,6174
1,9000 0,4000 0,3291 0,9000 3,1784 **
2,1000 0,4000 0,2921 0,9000 6,3906 **
2,3000 0,4000 0,2548 0,8000 10,1981
1,7000 0,5000 0,3293 1,3000 0,8145 **
1,9000 0,5000 0,2803 1,2000 3,0380 **
2,1000 0,5000 0,2438 1,2000 7,0207 **
2,3000 0,5000 0,2240 1,1000 12,4420
1,7000 0,6000 0,2774 1,5000 0,0000
1,9000 0,6000 0,2386 1,4000 5,9360 **
2,1000 0,6000 0,2159 1,2000 12,0213
2,3000 0,6000 0,1954 1,1000 17,2156
Na tabela acima vemos seis casos (marcados com o asterisco) que satisfazem as três especifica-
ções. Com base nesses resultados, restringimos a atenção ao segundo conjunto de variações de


ganho para a região 0,4 ≤ KD ≤ 0,6 e 1,0 ≤ KP ≤ 2,1. Deve-se notar que para o caso em
que KP = 1,7 e KD = 0,3 o valor de 2 para ts significa que a resposta não se ajusta para a
faixa de ±2% do valor unitário de regime permanente no final da simulação (2 s neste caso).
1 T=0.1;
2 Gps = tf(4,conv([2 1],[0.5 1]));
3 Hs = tf(1,[0.05 1]);
4 HGps = Hs*Gps;
6 kT = [0:T:6]';
7 simbolos = ['o' '+' '*' 'd' 'v'];
8 resultado = []; figure(2), hold on
9 for i = 1:4
10 KP = 1.7 + 0.2*(i-1);
11 for j = 1:4
12 KD = 0.3 + 0.1*(j-1);
13 Tz = Gpz*KP/(1 + HGpz*KP);
14 yk = step(Tz,kT);
16 ymax = max(yk);
17 tp = T*(find(yk == ymax) - 1);
18 yrp = yk(end);
19 Mo = (ymax - ref)/ref*100;
20 t1 = find(yk <= 0.1*ref);
21 t1 = t1(end);
23 t9 = find(yk >= 0.9*ref);
24 t9 = t9(1)-1;
26 ts = t9-t1;
27 ta = find(abs(yk-yrp) <= 0.02*yrp);
28 aux = find((ta(2:end)-ta(1:end-1)) == 1);
29 ta = T * ta(aux(1));
30 resultado = [resultado; KP ymax ts tp ta yrp Mo];
32 pause(1)
33 end
34 end
36 grid
Executando o mesmo código MATLAB do primeiro conjunto de variações do ganho, mas com


os limites e incrementos dos dois laços for modificados adequadamente, obtemos os resultados
mostrados na tabela abaixo.
Resposta ao degrau segunda variação de ganho no Exemplo 27.3
KP KD tr ts Mo (%)
1,9000 0,4000 0,3291 2,0000 7,4937
1,9500 0,4000 0,3197 1,8000 8,8632
2,0000 0,4000 0,3105 1,6000 10,5655
2,0500 0,4000 0,3013 1,4000 12,7997
2,1000 0,4000 0,2921 1,4000 12,7997
1,9000 0,4500 0,4362 2,0000 7,4937
1,9500 0,4500 0,3836 1,8000 8,8632
2,0000 0,4500 0,3354 1,6000 10,5655
2,0500 0,4500 0,3074 1,4000 12,7997
2,1000 0,4500 0,3074 1,4000 12,7997
1,9000 0,5000 0,4362 2,0000 7,4937
1,9500 0,5000 0,3836 1,8000 8,8632
2,0000 0,5000 0,3354 1,6000 10,5655
2,0500 0,5000 0,3074 1,4000 12,7997
2,1000 0,5000 0,3074 1,4000 12,7997
1,9000 0,5500 0,4362 2,0000 7,4937
1,9500 0,5500 0,3836 1,8000 8,8632
2,0000 0,5500 0,3354 1,6000 10,5655
2,0500 0,5500 0,3074 1,4000 12,7997
2,1000 0,5500 0,3074 1,4000 12,7997
1,9000 0,6000 0,4362 2,0000 7,4937
1,9500 0,6000 0,3836 1,8000 8,8632
2,0000 0,6000 0,3354 1,6000 10,5655
2,0500 0,6000 0,3074 1,4000 12,7997
2,1000 0,6000 0,3074 1,4000 12,7997
Examinando os resultados, vemos que todas, exceto as duas últimas combinações de KP e KD ,

satisfazem todas as especificações. Observamos que o caso para KP = 1,95 e KD = 0,45 tem
as seguintes características: (1) um dos menores overshoot percentuais (3,27%), (2) um tempo
de subida (0,296 s) bem abaixo das especificações, e (iii) está relacionado ao menor tempo
de acomodação (0,70 s). Portanto, selecionamos este conjunto de três ganhos para plotar as
respostas à referência e ao distúrbio.
Em relação ao terceiro item, tomando KI = 0,50 e KD = 0,45, construímos o lugar das raízes
para KP conforme mostrado na Figura 27.10. Os pontos no ramo do locus que se movem


para cima do eixo real indicam os pólos de malha fechada correspondentes aos valores de KP
mostrados ao lado deles. Os símbolos ’+’ indicam os pólos correspondentes de malha fechada
sobre os outros ramos. Para o ganho proporcional KP = 1,9595, que está muito próximo ao
valor de projeto, os pólos de malha fechada são z = 0,9104e±j0,0099 , z = 0,6110e±j0,5895 e
z = −0,0689. Os pólos dominantes em malha fechada para este valor do ganho proporcional
estão próximos de z = 0,53 ± j0,36, correspondendo a uma taxa de amortecimento de ξ = 0,6.
Figura 27.10:
Usando todos os três ganhos de projeto, a saber, KP = 1,95, KI = 0,50, e KD = 0,45,

geramos e plotamos as respostas de malha fechada a entradas degraus referência e distúrbio. Os
resultados são mostrados na Figura 27.11. Uma comparação das respostas a entrada referência
para os três tipos de controles mostra uma melhora para a resposta com o controle PID sobre
os outros dois. A resposta com o controle proporcional é deficiente em ambos, velocidade
de resposta e erro de regime permanente. A resposta com controle PI tem erro de regime
permanente zero, mas seu tempo de subida é muito mais lento do que com o controle PID.


Figura 27.11:
Semelhantemente, a reposta a entrada distúrbio obtida com o controle PID mostra um pico
de cerca 0,361 e erro de regime permanente zero, o que é uma melhora significativa sobre os
outros dois controles. A resposta ao distúrbio com o controle proporcional tem um pico de
0,936 e um erro de regime permanente de 0,780. Com controle PI, a resposta ao distúrbio decai
para zero no regime permanente, mas da Figura 27.9 vemos que seu valor de pico é 1,150.
Claramente, o controle PID prover desempenho muito melhor do que os outros dois, com um
pequeno aumento na sua complexidade.


CAPÍTULO
28
Análise de Sistemas de Tempo Discreto no Espaço de Estados
Objetivos
• Entender a modelagem de sistemas de tempo discreto por variáveis de estados, usando

diferentes representações no espaço de estados.
• Saber obter a solução da equação dinâmica no domínio do tempo ou no domínio de z, e

realizar análise qualitativas.
• Entender o conceito de matriz transição de estados, e a relação entre as matrizes da

equação dinâmica e a matriz função de transferência pulsada.
28.1 Introdução
Os métodos convencionais são conceitualmente simples, mas são aplicáveis apenas a sistemas lineares
invariantes com uma única entrada e uma única saída. Eles são baseados em relações de entrada-saída
do sistema, ou seja, a função de transferência ou função de transferência pulsada. Eles não se aplicam
a sistemas não lineares, exceto em casos simples. Os métodos convencionais não se aplicam ao projeto
de sistemas de controle ótimos e adaptativos, porque quase sempre são variantes no tempo e não
lineares.
Um sistema de controle moderno pode ter muitas entradas e muitas saídas, e estas podem ser
inter-relacionadas de maneira complicada. Os métodos de espaço de estado para a análise e síntese de
sistemas de controle são mais adequados para lidar com sistemas de múltiplas entradas e múltiplas
333
CAPÍTULO 28. ANÁLISE DE SISTEMAS DE TEMPO DISCRETO NO ESPAÇO DE ESTADOS 334

saídas que precisam ser ótimos em algum sentido.
Definição 28.1: Estado

O estado de um sistema dinâmico é o menor conjunto de variáveis (denominadas de variáveis
de estado) tal que o conhecimento dessas variáveis em t = t0 , juntamente com o conhecimento
da entrada para t ≥ t0 , determina completamente o comportamento do sistema para qualquer
tempo t ≥ t0 .
Definição 28.2: Variáveis de Estado

As variáveis de estado de um sistema dinâmico são as variáveis que formam o menor conjunto
de variáveis que determinam o estado do sistema dinâmico. Se pelo menos n variáveis x1 ,
x2 , . . . , xn são necessárias para descrever completamente o comportamento de um sistema
dinâmico, então tais n variáveis são um conjunto de variáveis de estado.
Observe que as variáveis de estado não precisam ser quantidades fisicamente mensuráveis ou
observáveis. Variáveis que não representam quantidades físicas e aquelas que não são mensuráveis nem
observáveis podem ser escolhidas como variáveis de estado. Essa liberdade de escolha de variáveis
é uma vantagem dos métodos de espaço de estados. No entanto, se possível, é conveniente escolher
quantidades facilmente mensuráveis para as variáveis de estado, uma vez que leis de controle ótimo
requerem realimentação das variáveis de estado com pesos apropriados.
Definição 28.3: Espaço de Estados

O espaço n-dimensional cujos eixos de coordenadas consistem nas variáveis de estado é
denominado de espaço de estado. Qualquer estado pode ser representado por um ponto no
espaço de estados.
Para sistemas variantes no tempo (linear ou não-linear) de tempo discreto, a equação de estado
pode ser escrita como
x(k + 1) = f (x(k),u(k),k) (28.1)
e a equação de saída como
y(k) = g(x(k),u(k),k). (28.2)
Para sistemas lineares variantes no tempo de tempo discreto, a equação dinâmica (equação de estado +
equação de saída) pode ser simplificada para
x(k + 1) = A(k)x(k) + B(k)u(k), (28.3a)

y(k) = C(k)x(k) + D(k)u(k), (28.3b)
em que A(k) ∈ Rn×n é a matriz de estado, B(k) ∈ Rn×p é a matriz de entrada, C(k) ∈ Rq×n é
a matriz de saída, e D(k) ∈ Rq×p é a matriz de transmissão direta. A presença da variável k nos


argumentos das matrizes A(k), B(k), C(k) e D(k) implica que estas matrizes são variantes no tempo.
Assim, para sistemas lineares invariantes no tempo de tempo discreto, a equação dinâmica pode ser
simplificada para
x(k + 1) = Ax(k) + Bu(k), (28.4a)

y(k) = Cx(k) + Du(k). (28.4b)
Figura 28.1: Diagrama de blocos da representação no espaço de estados do sistema linear
u(k) x(k + 1) x(k) + y(k)

B +
+ z −1 I C +
28.2 Representações no Espaço de Estados

Várias técnicas estão disponíveis para obter representações no espaço de estados de sistemas de tempo
discreto. Considere o sistema descrito pela equação diferença:
y(k)+a1 y(k −1)+a2 y(k −2)+· · ·+an y(k −n) = b0 u(k)+b1 u(k −1)+· · ·+bn u(k −n) (28.5)
em que u(k) é a entrada e y(k) é a saída do sistema no k-ésimo instante de amostragem. Esta equação
pode ser escrita na forma de função de transferência como
Y (z) b0 + b1 z −1 + · · · + bn z −n
= (28.6)
U (z) 1 + a1 z −1 + · · · + an z −n
ou
Y (z) b0 z n + b1 z n−1 + · · · + bn
= n . (28.7)
U (z) z + a1 z n−1 + · · · + an
Existem várias maneiras de obter a representação no espaço de estados, incluindo as seguintes:
• Forma canônica controlável;
• Forma canônica observável;
• Forma canônica diagonal;
• Forma canônica de Jordan.


A forma canônica controlável pode ser obtida pelo método de programação direta, e a forma canônica
observável pode ser obtida pelo método de programação padrão. A forma canônica diagonal e a forma
canônica de Jordan podem ser obtidas usando frações parciais.
Forma canônica controlável: A representação no espaço de estados do sistema descrito pelas

equações (28.5), (28.6) ou (28.7) pode ser expressa na forma:
      
x1 (k + 1) 0 1 0 ··· 0 x1 (k) 0
      
 x2 (k + 1)   0 0 1 ··· 0    x2 (k)  0
   
..   .. .. .. ..   x (k)   .. 
  
= .  3  +   u(k) (28.8)


 .   . . . 
  .  .
xn−1 (k + 1)  0 0 0 · · · 1   ..  0
      
xn (k + 1) −an −an−1 −an−2 · · · −a1 xn (k) 1

 
x1 (k)
 
h i  x2 (k) 
y(k) = bn − an b0 bn−1 − an−1 b0 · · · b1 − a1 b0  .  + b0 u(k). (28.9)
 
 .. 
 
xn (k)
Forma canônica observável: A representação do sistema descrito pelas equações (28.5), (28.6)
ou (28.7) na forma canônica observável é da forma:
 
    x1 (k)  
x1 (k + 1) 0 0 · · · 0 0 −an   bn − an b0
     x2 (k) 
  
 x2 (k + 1)  1 0 · · · 0 0 −an−1   .   bn−1 − an−1 b0 

..   .. ..
 
.. ..

..   .
.   
..

= +  u(k) (28.10)
 
 .  . .
  . . .     .
xn−2 (k) 
   

xn−1 (k + 1) 0 0 · · · 1 0 −a2     b2 − a2 b0 
  
x
 n−1 (k)
 
xn (k + 1) 0 0 · · · 0 1 −a1 b1 − a1 b0
xn (k)
 
x1 (k)
 
 x (k) 
i 2
..
h 
y(k) = 0 0 · · · 0 1   + b0 u(k). (28.11)
 
 . 
xn−1 (k)
 
xn (k)
Observe que a matriz de estado na equação (28.10) é a transposta da matriz de estado na equação (28.8).
Forma canônica diagonal: Se os pólos da função de transferência pulsada dada pelas equações (28.6)
ou (28.7) são todos distintos, então a representação no espaço de estados pode ser expressa na forma


canônica diagonal:
     
x1 (k + 1) p1 0 · · · 0 x1 (k) 1
      
 x2 (k + 1)   0 p2 · · · 0   x2 (k)  1
=. .  .  +  .  u(k) (28.12)
      
 .. . . ..  . .

 .  . .
  .  . 
 
 .
xn (k + 1) 0 0 · · · pn xn (k) 1
 
x1 (k)
 
h i  x2 (k) 
y(k) = c1 c2 · · · cn  .  + b0 u(k). (28.13)
 
 .. 
 
xn (k)
Forma canônica de Jordan: Se a função de transferência pulsada dada pelas equações (28.6)
ou (28.7) envolve um pólo múltiplo de ordem r em, digamos, z = p1 , então a representação no espaço
de estados pode ser expressa na forma canônica de Jordan:
 
 
  x1 (k)  
x1 (k + 1) p1 1 0 ··· 0 0 ··· 0 0
  x2 (k)   
 
  
 x2 (k + 1)   0
   p1 1 ··· 0 0 ··· 0   x (k)  0
   
 ..   .. .. .. .. .. ..   3   .. 
 .  . . . . . .  ..  .
    .   
 xr (k + 1)  =  0 0 0 · · · p1 0 ··· 0   + 1 u(k) (28.14)
      
     xr (k)   
x (k + 1)  0
 r+1 0 0 · · · 0 pr+1 · · · 0   1
x (k)
     
 .  . .. .. .. .. ..  
  r+1  .
 ..   .. . . . . .  ..   .. 
.
     
 
xn (k + 1) 0 0 0 ··· 0 0 ··· pn 1
xn (k)
 
x1 (k)
 
h i  x2 (k) 
y(k) = c1 c2 · · · cn  .  + b0 u(k). (28.15)
 
 .. 
 
xn (k)
Exemplo 28.1
Considere o seguinte sistema:
Y (z) z+1
= 2 .
U (z) z + 1,3z + 0,4
A representação na forma canônica controlável é:

" # " #" # " #
x1 (k + 1) 0 1 x1 (k) 0
= + u(k)
x2 (k + 1) −0,4 −1,3 x2 (k) 1


" #
i x (k)
h
1
y(k) = 0 1 .
x2 (k)
A forma canônica observável é:

" # " #" # " #
x1 (k + 1) 0 −0,4 x1 (k) 1
= + u(k)
x2 (k + 1) 1 −1,3 x2 (k) 1
" #
h i x (k)
1
y(k) = 0 1 .
x2 (k)
Como a função de transferência pulsada pode ser expandida em frações parciais na forma
Y (z) 5/3 2/3

= −
U (z) z + 0,5 z + 0,8
então a forma canônica diagonal é:

" # " #" # " #
x1 (k + 1) −0,5 0 x1 (k) 1
= + u(k)
x2 (k + 1) 0 −0,8 x2 (k) 1
" #
h i x (k)
1
y(k) = 35 − 23 .
x2 (k)
28.2.1 Equações Dinâmicas Equivalentes
Como já visto, a representação de uma dada função de transferência pulsada no espaço de estados
não é única. As equações de estado, no entanto, estão relacionadas entre si pela transformação de
similaridade. Considere o sistema definido por
x(k + 1) = Ax(k) + Bu(k), (28.16a)

y(k) = Cx(k) + Du(k). (28.16b)
Defina um novo vetor de estado x̂(k) por
x(k) = P x̂(k), (28.17)
em que P é uma matriz não-singular. Então, por substituição da equação (28.17) na equação (28.16),
obtemos
x̂(k + 1) = Âx̂(k) + B̂u(k), (28.18a)

y(k) = Ĉ x̂(k) + D̂u(k), (28.18b)

em que Â = P −1 AP , B̂ = P −1 B, Ĉ = CP , e D̂ = D. Como a matriz P pode ser qualquer matriz

n × n não singular, existem infinitas representações de espaço de estados para um determinado sistema.
Em algumas aplicações, podemos desejar diagonalizar a matriz de estado A. Isso pode ser feito
escolhendo adequadamente uma matriz P tal que
P −1 AP = matriz diagonal.
Quando diagonalização não é possível, P −1 AP pode ser transformada na forma canônica de Jordan.
28.3 Solução da Equação Dinâmica no Domínio do Tempo

Em geral, as equações de tempo discreto são mais fáceis de resolver do que as equações diferenciais
porque as primeiras podem ser resolvidas facilmente usando um procedimento recursivo. A solução
completa de (28.16a) devido ao estado inicial x(0) e a sequência de entrada u(k), k = 0,1,2, . . . pode
ser obtida por substituição direta. Primeiro, utilizando x(0) e u(0), calculamos
x(1) = Ax(0) + Bu(0).
Em seguida, utilizamos u(1) e x(1) para calcular
x(2) = Ax(1) + Bu(1).
Repetindo o procedimento, podemos obter x(k) e, consequentemente, y(k) para qualquer k. O

desenvolvimento da solução geral de (28.16a) é como segue:
x(1) = Ax(0) + Bu(0)

x(2) = Ax(1) + Bu(1)
= A[Ax(0) + Bu(0)] + Bu(1)
= A2 x(0) + ABu(0) + Bu(1)
x(3) = Ax(2) + Bu(2)
= A[A2 x(0) + ABu(0) + Bu(1)] + Bu(2)
= A3 x(0) + A2 Bu(0) + ABu(1) + Bu(2)
x(4) = Ax(3) + Bu(3)
= A[A3 x(0) + A2 Bu(0) + ABu(1) + Bu(2)] + Bu(3)
= A4 x(0) + A3 Bu(0) + A2 Bu(1) + ABu(2) + Bu(3)
..
.
x(k) = Ak x(0) + Ak−1 Bu(0) + Ak−2 Bu(1) + · · · + ABu(k − 2) + Bu(k − 1).


Portanto, a solução geral de (28.16) pode ser expressa como
k−1
X
x(k) = Ak x(0) + Ak−1−i Bu(i), (28.19a)
i=0
k−1
X
y(k) = CAk x(0) + CAk−1−i Bu(i) + Du(k). (28.19b)
i=0
A matriz Ak em (28.19) é denominada de matriz transição de estados de (28.16a).

Observe que as equações equivalentes do caso contínuo no tempo são da forma
Z t
x(t) = eAt x(0) + eA(t−τ ) Bu(τ )dτ, (28.20a)
0
Z t
At
y(t) = Ce x(0) + C eA(t−τ ) Bu(τ )dτ + Du(t). (28.20b)
0
Podemos observar para o caso de tempo discreto que, similarmente ao caso de tempo contínuo, a
resposta pode ser decomposta em resposta ao estado-zero e resposta à entrada-zero. A resposta à
entrada-zero de (28.16) é obtida por:
x(k) = Ak x(0), (28.21a)

k
y(k) = CA x(0). (28.21b)
A resposta ao estado-zero de (28.16) é obtida por:

k−1
X
x(k) = Ak−1−i Bu(i) (28.22a)
i=0
k−1
X
y(k) = CAk−1−i Bu(i) + Du(k). (28.22b)
i=0
Observe que as expressões gerais (28.19) são utilizadas principalmente para estudar as propriedades
gerais de (28.16). Elas não são usadas para calcular x(k) e y(k), porque é mais simples calcular x(k)
e y(k) recursivamente a partir de (28.16).
28.3.1 Matriz Transição de Estados
Observe que é possível escrever a solução da equação de estado homogênea
x(k + 1) = Ax(k) (28.23)
como
x(k) = Φ(k)x(0) (28.24)


em que Φ(k) é uma matriz n × n única satisfazendo as condições
Φ(k + 1) = AΦ(k), Φ(0) = I. (28.25)
Claramente, Φ(k) pode ser obtida por

Φ(k) = Ak . (28.26)
Da equação (28.24), vemos que a solução de (28.23) é simplesmente uma transformação do estado
inicial. A matriz única Φ(k) é denominada de matriz transição de estados. Ela contém todas as
informações sobre os movimentos livres do sistema definido pela equação (28.23).
Em termos da matriz transição de estados, a solução da equação dinâmica pode ser expressa na
forma
k−1
X
x(k) = Φ(k)x(0) + Φ(k − j − 1)Bu(j), (28.27a)
j=0
k−1
X
y(k) = CΦ(k)x(0) + C Φ(k − j − 1)Bu(j) + Du(k). (28.27b)
j=0
28.4 Solução da Equação Dinâmica no Domínio de z

A aplicação da transformada-Z em (5.20), fornece
zX(z) − zx(0) = AX(z) + BU (z), (28.28a)

Y (z) = CX(z) + DU (z). (28.28b)
As equações acima podem ser reescritas como
X(z) = (zI − A)−1 zx(0) + (zI − A)−1 BU (z), (28.29a)

Y (z) = C(zI − A)−1 zx(0) + C(zI − A)−1 BU (z) + DU (z). (28.29b)
A resposta devido exclusivamente as condições iniciais é, portanto, dada por:
X(z) = (zI − A)−1 zx(0), (28.30a)

Y (z) = C(zI − A)−1 zx(0). (28.30b)
Se x(0) = 0, a resposta devido exclusivamente a entrada é dada por
X(z) = (zI − A)−1 BU (z) (28.31a)

Y (z) = [C(zI − A)−1 B + D]U (z) (28.31b)
= H(z)U (z)


em que
H(z) = C(zI − A)−1 B + D (28.32)
é a matriz função de transferência pulsada da equação dinâmica (28.16).
Exemplo 28.2
Determine a saída y(k) do sistema
" # " #
0 1 0
x(k + 1) = x(k) + u(k)
−2 −3 1
h i
y(k) = 1 −1 x(k)
devido a condição inicial x(0) = (2, − 1)T e a entrada sequência degrau unitário.
Temos que: " #

1 z+3 1
(zI − A)−1 = .
z(z + 3) + 2 −2 z
A substituição de (zI − A)−1 e U (z) = z/(z − 1) em (28.31a) fornece
" # " # " # !
1 z+3 1 2 0 z
X(z) = z +
(z + 2)(z + 1) −2 z −1 1 z−1
" #  
1 z+3 1 2z
=  z .
(z + 2)(z + 1) −2 z −z +
z−1
Portanto, temos
# 
2z
"
h i 1 h i z + 3 1
Y (z) = 1 −1 X(z) = 1 −1  −z 2 + 2z 
(z + 2)(z + 1) −2 z
z−1
2z(z + 5) + (z 2 − 2z) 3z 2 + 8z
= = .
(z + 2)(z + 1) (z + 2)(z + 1)
Expandindo Y (z)/z em frações parciais, temos
Y (z) 3z + 8 a1 a2
= = +
z (z + 2)(z + 1) z+2 z+1
com
3z + 8 3z + 8
a1 = = −2, a2 = = 5.
z + 1 z=−2 z + 2 z=−1
Assim, temos
−2z 5z
Y (z) = +
z+2 z+1
o que implica em
y(k) = −2(−2)k + 5(−1)k , k = 0, 1, 2, . . .


e [1].
Exercício 28.1
Obtenha a representação no espaço de estado, na forma canônica controlável, do sistema
definido pela função de transferência pulsada:
Y (z) z −1 + 2z −2
= .
U (z) 1 + 4z −1 + 3z −2
Exercício 28.2
Obtenha a representação no espaço de estado, na forma canônica observável, do sistema definido
pela função de transferência pulsada:
Y (z) z −2 + 4z −3
= .
U (z) 1 + 6z −1 + 11z −2 + 6z −3
Exercício 28.3
Obtenha a representação no espaço de estado, na forma canônica diagonal, do sistema definido
pela função de transferência pulsada:
Y (z) 1 + z −1 + 8z −2
= .
U (z) 1 + 4z −1 + 3z −2
Exercício 28.4
Considere o sistema de tempo discreto definido pela função de transferência pulsada:
z+1
G(z) = .
z2 + z + 0,16
Obtenha a representação no espaço de estado nas seguintes formas: (a) forma canônica contro-
lável, (b) forma canônica observável, e (c) forma canônica diagonal.
Exercício 28.5
Obtenha a representação no espaço de estado do sistema descrito pela equação
y(k + 2) + y(k + 1) + 0,16y(k) = u(k + 1) + 2u(k).


Exercício 28.6
Considere o sistema de tempo discreto definido pela função de transferência pulsada:
z −1 (1 + z −1 )
G(z) = .
(1 + 0,5z −1 )(1 − 0,5z −1 )
Obtenha a representação no espaço de estado nas seguintes formas: (a) forma canônica contro-
lável, (b) forma canônica observável, e (c) forma canônica diagonal.
Exercício 28.7
Escreva o código em MATLAB para resolver a equação dinâmica de sistemas de tempo discreto.
Exercício 28.8
Considere o sistema linear invariante no tempo de tempo discreto:
" # " #
0 1 0
x(k + 1) = x(k) + u(k)
−2 3 1
h i
y(k) = 0 1 x(k).
Obtenha y(5) dado que x(0) = 0 e u(k) = 1 para todo k.
Exercício 28.9
Construa o diagrama de blocos da equação dinâmica de tempo discreto:
" # " #" # " #
x1 (k + 1) 2 0,3 x1 (k) 2
= + u(k)
x2 (k + 1) 1 −8 x2 (k) 0
" #
h i x (k)
1
y(k) = −2 −3 .
x2 (k)
Exercício 28.10
Obtenha a representação no espaço de estado para o sistema descrito pela matriz função de
transferência pulsada:
1 + z −1
 
" # 1 " #
Y1 (z)  1 − z −1 1−z −1  U1 (z)
= .
1 + z −1  U2 (z)

Y2 (z)  1
1 + 0,6z −1 1 + 0,6z −1


Exercício 28.11
Considere o sistema descrito pela equação de estado de tempo discreto:
" # " #" #
x1 (k + 1) 0 1 x1 (k)
= .
x2 (k + 1) −0,24 −1 x2 (k)
Obtenha a matriz transição de estados Φ(k).

CAPÍTULO
29
Projeto de Controlador por Alocação de Pólos
Objetivos
• Familiarizar-se com a análise qualitativa de controlabilidade, e saber verificar a controla-

bilidade de um sistema de tempo discreto.
• Familiarizar-se com a análise qualitativa de observabilidade, e saber verificar a observabi-

lidade de um sistema de tempo discreto.
• Entender a técnica de projeto por alocação de pólos, e saber projetar um controlador

usando a técnica de alocação de pólos.
29.1 Introdução
O conceito de controlabilidade está relacionado com o problema de saber se é possível conduzir um
sistema de um determinado estado inicial para um estado arbitrário: um sistema é dito controlável se é
possível, por meio de um vetor de controle limitado, transferir o sistema de qualquer estado inicial
para qualquer outro estado em um número finito de períodos de amostragem.
Observabilidade diz respeito ao problema de determinar o estado de um sistema dinâmico a partir
de observações dos vetores de saída e controle em um número finito de períodos de amostragem. Um
sistema é dito observável se, com o sistema no estado x(0), for possível determinar este estado a
partir da observação dos vetores de saída e controle ao longo de um número finito de períodos de
amostragem.
346
CAPÍTULO 29. PROJETO DE CONTROLADOR POR ALOCAÇÃO DE PÓLOS 347

Os conceitos de controlabilidade e observabilidade foram introduzidos por R. E. Kalman e desem-
penham um papel importante no controle ótimo de sistemas multivariáveis. Este capítulo apresenta o
método de projeto por alocação de pólos. O conceito de controlabilidade é a base para as soluções do
problema de alocação de pólos e o conceito de observabilidade tem um papel importante no projeto de
observadores de estado.
O método de projeto baseado em locação de pólos acoplado com observadores de estado é um
dos métodos de projeto fundamentais disponíveis para engenheiros de controle. Se o sistema for
completamente estado controlável, então os pólos de malha fechada desejados no plano z podem ser
selecionados e o sistema pode ter esses pólos de malha fechada projetados.
Na técnica de projeto por alocação de pólos, realimentamos as variáveis de estado para que todos
os pólos do sistema em malha fechada sejam alocados em locais desejados. Em sistemas de controle
práticos, entretanto, a medição de todas as variáveis de estado pode não ser possível. Neste caso, nem
todas as variáveis de estado estarão disponíveis para realimentação. Para implementar um projeto
baseado na realimentação de estado, é necessário estimar variáveis de estado não mensuráveis. Essa
estimativa pode ser feita usando observadores de estado.
O processo de projeto por alocação de pólos do sistema de controle por ser separado em duas
fases. Na primeira fase, projetamos o sistema assumindo que todas as variáveis de estado estão
disponíveis para realimentação. Na segunda fase, projetamos um observador de estado que estima
todas as variáveis de estado (ou apenas aquelas que não são diretamente mensuráveis) necessárias para
a realimentação para completar o projeto.
29.2 Controlabilidade
Um sistema de controle é dito completamente controlável se for possível transferir o sistema de
qualquer estado inicial para qualquer estado desejado em um tempo finito. Ou seja, um sistema de
controle é controlável se cada variável de estado puder ser controlada em um período finito de tempo
por algum sinal de controle irrestrito. Se qualquer variável de estado for independente do sinal de
controle, é impossível controlar essa variável de estado e, portanto, o sistema é incontrolável.
A solução para um problema de controle ótimo pode não existir se o sistema considerado não
for controlável. Embora a maioria dos sistemas físicos sejam controláveis, os modelos matemáticos
correspondentes podem não ter a propriedade de controlabilidade. Portanto, é necessário conhecer a
condição sob a qual um sistema é controlável.
29.2.1 Controlabilidade de Estado Completa
Considere o sistema de controle de tempo discreto descrito por
x((k + 1)T ) = Ax(kT ) + Bu(kT ) (29.1)


em que x(kT ) ∈ Rn é o vetor estado no k-ésimo instante de tempo, u(kT ) ∈ Rp é o sinal de controle
no k-ésimo instante de tempo, A ∈ Rn×n é a matriz de estado e B ∈ Rn×p é a matriz de entrada.
Assumiremos que u(kT ) é constante para kT ≤ t ≤ (k + 1)T .
O sistema de controle de tempo discreto descrito pela equação (29.1) é dito ser completamente
estado controlável ou simplesmente estado controlável se houver um sinal de controle constante por
partes u(kT ) definido em um número finito de períodos de amostragem tal que, iniciando de qualquer
estado, o estado x(kT ) pode ser transferido para o estado desejado xf em no máximo n períodos de
amostragem.
Usando a definição dada, podemos derivar a condição para controlabilidade de estado completa.
Uma vez que a solução de (29.1) é
x(nT ) = An x(0) + An−1 Bu(0) + An−2 Bu(T ) + · · · + Bu((n − 1)T ) (29.2)
obtemos  
u((n − 1)T )
 
h i u((n − 2)T )
n
x(nT ) − A x(0) = B AB · · · An−1 B  . (29.3)
 
..

 . 

u(0)
Uma vez que B é uma matriz n × 1, temos que cada uma das matrizes B, AB, . . . , An−1 B é um vetor
coluna. Se o rank da matriz h i
rank B AB · · · An−1 B = n (29.4)
então os n vetores B, AB, . . . , An−1 B podem abranger o espaço n-dimensional. A matriz

h i
M = B AB · · · An−1 B (29.5)
é conhecida como a matriz controlabilidade. Assim, se o rank da matriz controlabilidade é n, para

qualquer estado arbitrário x(nT ) = xf , existe uma sequência de sinais de controle ilimitados u(0),
u(T ), . . . , u((n − 1)T ) que satisfaz a equação (29.3).
Para provar que a equação (29.4) é também uma condição necessária para controlabilidade de
estado completa, assuma que
h i
rank B AB · · · An−1 B < n. (29.6)
Então, pelo teorema de Cayley-Hamilton, pode ser mostrado que, para qualquer i arbitrário, Ai B pode
ser expressa como uma combinação linear de B, AB, . . . , An−1 B. Consequentemente, temos para
qualquer i h i
rank B AB · · · An−1 B < n
e assim os vetores B, AB, . . . , An−1 B não abrangem o espaço n-dimensional. Portanto, para algum
xf não é possível ter x(iT ) = xf para todo i. Assim, a condição dada pela equação (29.4) é necessária.


29.2.2 Forma Alternativa da Condição de Controlabilidade Completa
Se os autovalores de A são distintos, é possível encontrar uma matriz de transformação P tal que
 
λ1 0 · · · 0
 
 0 λ2 · · · 0 
P −1 AP =  . . . (29.7)
 
 .. .. .. 
 . 

0 0 · · · λn
Note que se os autovalores de A são distintos os autovetores de A são também distintos. Entretanto, o
inverso é falso. Note também que a i-ésima coluna da matriz P é um autovetor de A associado com o
i-ésimo autovalor λi .
Como visto no capítulo anterior, definindo a transformada de variáveis
x(kT ) = P x̂(kT ) (29.8)
obtemos a equação de estado equivalente
x̂((k + 1)T ) = P −1 AP x̂(kT ) + P −1 Bu(kT ). (29.9)
Na forma escalar, temos
x̂1 ((k + 1)T ) = λ1 x̂1 (kT ) + b̂11 u1 (kT ) + b12 û2 (kT ) + · · · + b̂1p up (kT )
x̂2 ((k + 1)T ) = λ2 x̂2 (kT ) + b̂21 u1 (kT ) + b22 û2 (kT ) + · · · + b̂2p up (kT )
.. (29.10)
.
x̂n ((k + 1)T ) = λn x̂n (kT ) + b̂n1 u1 (kT ) + bn2 û2 (kT ) + · · · + b̂np up (kT ).
Se os elementos de qualquer linha da matriz B̂ = P −1 B são todos nulos, então a variável de estado
correspondente não pode ser controlada por nenhum sinal de controle ui (kT ). Portanto, a condição
para controlabilidade de estado completa é que, se os autovalores de A são distintos, o sistema é
completamente controlável se e somente se nenhuma linha de P −1 B tem todos os elementos nulos.
29.2.3 Condição para Controlabilidade de Estado Completa no Plano z
A condição para controlabilidade de estado completa pode ser declarada em termos de funções de
transferência pulsadas. Uma condição suficiente para a controlabilidade de estado completa é que
nenhum cancelamento ocorra na função de transferência pulsada. Se ocorrer o cancelamento, o sistema
não poderá ser controlado na direção do modo cancelado.


Exemplo 29.1
Considere a função de transferência pulsada
Y (z) z + 0,2
= .
U (z) (z + 0,8)(z + 0,2)
Claramente, ocorre o cancelamento dos fatores (z + 0,2) no numerador e no denominador.

Assim, um grau de liberdade é perdido. Devido a este cancelamento, o sistema não é com-
pletamente estado controlável. A mesma conclusão pode ser tirada escrevendo esta função de
transferência pulsada na forma de equações de estado. Uma representação possível é da forma:
" # " #" # " #
x1 (k + 1) 0 1 x1 (k) 1
= + u(k)
x2 (k + 1) −0,16 −1 x2 (k) −0,8
" #
h i x (k)
1
y(k) = 1 0 .
x2 (k)
Como " #
h i 1 −0,8
B AB =
−0,8 0,64
h i
o rank de B AB = 1. Portanto, chegamos a mesma conclusão que o sistema não é
completamente estado controlável.
29.3 Observabilidade
Nesta seção discutimos a observabilidade de sistemas de controle de tempo discreto lineares invariantes
no tempo. Considere o sistema autônomo definido por
x((k + 1)T ) = Ax(kT ), (29.11a)

y(T ) = Cx(kT ). (29.11b)
O sistema é dito completamente observável se todo estado inicial x(0) puder ser determinado a partir da
observação de y(kT ) ao longo de um número finito de períodos de amostragem. O sistema é, portanto,
completamente observável se cada transição de estado eventualmente afetar todos os elementos do
vetor de saída.
O conceito de observabilidade serve para resolução do problema de reconstrução de variáveis de
estado não mensuráveis. Na prática, a dificuldade com sistemas de controle por realimentação de
estado é que algumas variáveis de estado são inacessíveis para medição direta.
A razão pela qual estamos considerando o sistema autônomo é a seguinte. Se o sistema é descrito


pelas equações
x((k + 1)T ) = Ax(kT ) + Bu(k), (29.12a)

y(T ) = Cx(kT ) + Du(k), (29.12b)
a saída y(kT ) é dada por

k−1
X
k
y(kT ) = CA x(0) + CAk−j−1 Bu(jT ) + Du(k). (29.13)
j=0
Como as matrizes A, B, C e D são conhecidas e u(kT ) também é conhecido, o segundo e o

terceiro termos do lado direito são quantidades conhecidas. Portanto, elas podem ser subtraídas
do valor observado de y(kT ). Assim, para investigar uma condição necessária e suficiente para a
observabilidade completa, basta considerar o sistema autônomo.
29.3.1 Observabilidade Completa de Sitemas de Tempo Discreto
Considere o sistema definido pela equação dinâmica (29.11). O sistema é completamente observável
se, dada a saída y(kT ) em um número finito de períodos de amostragem, for possível determinar o
estado inicial x(0). Como a solução x(kT ) da equação (29.11a) é
x(kT ) = Ak x(0) (29.14)
obtemos
y(kT ) = CAk x(0). (29.15)
Observabilidade completa significa que, dados y(0),y(T ),y(2T ), . . ., é possível determinar x1 (0),
x2 (0), . . . , xn (0). Para determinar n incógnitas, precisamos apenas n valores de y(kT ), ou seja, y(0),
y(T ), . . . , y((n − 1)T ) para a determinação de x1 (0),x2 (0), . . . ,xn (0).
Para um sistema completamente observável, dado
y(0) = Cx(0),
y(T ) = CAx(0),
.. (29.16)
.
y((n − 1)T ) = CAn−1 x(0),
é possível determinar x1 (0),x2 (0), . . . ,xn (0). Como y(kT ) ∈ Rq , o conjunto de n sistemas de equa-
ções fornece nq equações, todas envolvendo x1 (0),x2 (0), . . . ,xn (0). Para obter um único conjunto
de soluções x1 (0),x2 (0), . . . ,xn (0) dessas nq equações, devemos ser possível escrever exatamente n


equações linearmente independentes entre elas. Isso requer que a matriz nq × n
 
C
 
 CA 
N = .  (29.17)
 
 .. 
 
CAn−1
seja de rank n. A matriz acima é denominada de matriz observabilidade.
29.3.2 Forma Alternativa da Condição de Observabilidade Completa
Como visto no capítulo anterior, definindo a transformada de variáveis
x(kT ) = P x̂(kT ) (29.18)
obtemos, para o sistema de tempo discreto autônomo, a esquação dinâmica equivalente
x̂((k + 1)T ) = P −1 Ax̂(kT ), (29.19a)

y(kT ) = CP x̂(kT ). (29.19b)
Portanto,
y(nT ) = CP (P −1 AP )x̂(0) (29.20)
ou     
λn1 0 · · · 0 x̂1 (0) λn1 x̂1 (0)
    
 0 λn · · · 0   x̂2 (0)   λn x̂2 (0) 
2  2
y(nT ) = CP  .  .  = CP , (29.21)
   
 .. .. ..  .
 ..
 . .  . 
 


 . 

0 0 · · · λn n x̂n (0) n
λn x̂n (0)
em que λ1 ,λ2 , . . . ,λn são n autovalores distintos de A. O sistema é completamente observável se e
somente se nenhuma das colunas da matriz CP for nula. Observe que se a i-ésima coluna de CP
for nula, a variável de estado x̂i (0) não aparecerá na equação de saída e, portanto, não poderá ser
determinada a partir da observação de y(kT ). Assim, s(0), que está relacionado a x̂(0) pela matriz
não singular P , não pode ser determinado.
29.3.3 Condição para Observabilidade Completa no Plano z
A condição para observabilidade completa pode também ser declarada em termos de funções de
transferência pulsadas. Uma condição necessária e suficiente para observabilidade completa é que
nenhum cancelamento pólo-zero ocorra na função de transferência pulsada. Se cancelamentos ocorrem,
o modo cancelado não poderá ser observado na saída.


Exemplo 29.2
Mostre que o seguinte sistema não é completamente observável:
      
x1 (k + 1) 0 1 0 x1 (k) 0
      
x2 (k + 1) =  0 1 x2 (k) + 0
0  u(k)
   
  
x3 (k + 1) −6 −11 −6 x3 (k) 1
 
h x (k)
i 1 
y(k) = 4 5 1 
x2 (k) .

x3 (k)
Para verificar a observabilidade completa, podemos fazer u(k) = 0. Para isso, temos
 
C  

 CA  
 4 5 1

 . = −6 −7 −1 .
 
 ..  
  6 5 −1
CAn−1
Note que  
4 5
1
 
−6 −7 −1 = 0.
 
6 5 −1
Então, o rank da matriz observabilidade é menor que 3 e, portanto, o sistema não é comple-
tamente observável. De fato, nesse sistema ocorre um cancelamento pólo-zero na função de
transferência pulsada. A função de transferência pulsada entre X1 (z) e U (z) é
X1 (z) 1
=
U (z) (z + 1)(z + 2)(z + 3)
e a função de transferência pulsada entre Y (z) e X1 (z) é
Y (z)
= (z + 1)(z + 4).
X1 (z)
Portanto, a função de transferência pulsada entre a saída Y (z) e a entrada U (z) é
Y (z) (z + 1)(z + 4)
= .
U (z) (z + 1)(z + 2)(z + 3)
Claramente, os fatores (z + 1) no numerador e denominador se cancelam. Isso significa que

existem estados iniciais não nulos x(0) que não podem ser determinados a partir da medida de
y(kT ).


29.4 Projeto via Alocação de Pólos
Esta seção apresenta a técnica de projeto por alocação de pólos. Assumimos que todas as variáveis de
estado são mensuráveis e disponíveis para realimentação. Se o sistema considerado é completamente
estado controlável, os pólos do sistema de malha fechada podem ser alocados para qualquer posição
desejada por meio de realimentação de estado via uma matriz de ganho apropriada.
A técnica de projeto começa com a determinação dos pólos de malha fechada desejados com
base nos requisitos de resposta transitória e resposta em frequência solicitados, como velocidade,
taxa de amortecimento, ou largura de banda. Dadas tais considerações, assumimos que os pólos de
malha fechada desejados devem estar em z = µ1 , z = µ2 , . . . , z = µn . Então, escolhendo uma
matriz de ganho apropriada para realimentação de estado, é possível forçar o sistema a ter os pólos de
malha fechada nas localizações desejadas, desde que o sistema original seja completamente estado
controlável.
Assumimos que a magnitude do sinal de controle u(k) é ilimitada. Se o sinal de controle u(k) for
escolhido como
u(k) = −Kx(k) (29.22)
em que K é a matriz 1 × n de ganhos de realimentação de estado, o sistema se torna um sistema de

controle como mostrado na Figura 29.1, e sua equação de estado se torna
x(k + 1) = (A − BK)x(k). (29.23)
Observe que escolhemos a matriz K tal que os autovalores de A − BK são os pólos de malha fechada
desejados µ1 , µ2 , . . . , µn .
Figura 29.1: Sistema de malha fechada com u(k) = −Kx(k)
x(k + 1) x(k)
u(k) B +
− z −1 I
−K
A equação característica do sistema com realimentação de estado é
|zI − A + BK| = 0. (29.24)


A equação característica pode ser reescrita como
|zI − A + BK| = |P −1 ||zI − A + BK||P |

= |zI − P −1 AP + P −1 BKP | (29.25)
= |zI − Â + B̂ K̂|
em que K̂ = KP . Os autovalores desejados de A − BK são µ1 ,µ2 , . . . ,µn . Autovalores complexos

ocorrem em pares conjugados. A equação característica do sistema dado por (29.1) é
|zI − A| = z n + a1 z n−1 + a2 z n−2 + · · · + an−1 z + an = 0. (29.26)
Vamos definir uma matriz de transformação T como:
T = MW (29.27)
em que h i
M = B AB · · · A n−1 B (29.28)
a qual é de rank n, em que  

an−1 an−2 · · · a1 1
 
an−2 an−3 · · · 1 0
 . .. .. .. 
 
W =  .. . . . . (29.29)
 
 a1 1 ··· 0 0
 
1 0 ··· 0 0
Para essa definição da matriz T , temos
   
0 1 0 ··· 0 0
   
 0 0 1 ··· 0  0
 .. .. .. .. .
   
−1
T AT = Â =  . , T −1 B = B̂ =  ..  . (29.30)

 . . .   
 0 0 0 ··· 1  0
   
−an −an−1 −an−2 · · · −a1 1
Em seguida, definimos h i
K̂ = KT = δn δn−1 · · · δ1 . (29.31)
Então,    
0 0 0 ··· 0
   
0 0 0 ··· 0
 ..   .. .. .. 
 h i  
B̂ K̂ =  .  δn δn−1 · · · δ1 =  . . . . (29.32)
   
0 0 0 ··· 0
   
1 δn δn−1 · · · δ1


A equação característica de |zI − A + BK| é como segue:
|zI − A + BK| = |zI − Â + B̂ K̂|

   
z 0 ··· 0 0 0 1 ··· 0 0  
0 0 ··· 0 0

   
 0 z · · · 0 0   0 0 ··· 0 0   
 . .

.. ..   ..
 
.. ..
 0
..   0 ··· 0 0
=  .. .. − . + .

. . . . .   .. .. .. .. 
   . . .
 0 0 · · · z 0   0 0 ··· 0 1 
     
δn δn−1 · · ·

δ2 δ1
0 0 ··· 0 z −an −an−1 · · · −a2 −a1

z
−1 ··· 0 0

0 z ··· 0 0
.. .. .. ..

= .

. . .

0 0 ··· z −1

an + δn an−1 + δn−1 · · · a2 + δ2 z + a1 + δ1
= z n + (a1 + δ1 )z n−1 + · · · + (an−1 + δn−1 )z + an + δn = 0. (29.33)
A equação característica com os autovalores desejados é dada por
(z − µ1 )(z − µ2 ) · · · (z − µn ) = z n + α1 z n−1 + α2 z n−2 + · · · + αn−1 z + αn = 0. (29.34)
Igualando os coeficientes com a mesma potência de z das equações (29.33) e (29.34), obtemos
α1 = a1 + δ1
α2 = a2 + δ2
.. (29.35)
.
αn = an + δn .
Então, da equação (29.31) temos
K = K̂T −1
h i
= δn δn−1 · · · δ1 T −1 (29.36)
. . .
h i
= αn − an .. αn−1 − an−1 .. · · · .. α1 − a1 T −1 ,
em que os ai ’s e os αi ’s são coeficientes conhecidos e T é uma matriz conhecida. Então, determinamos

a matriz de ganho de realimentação K necessária em termos de coeficientes conhecidos e uma matriz
conhecida do sistema.
29.4.1 Fórmula de Ackermann
A equação (29.36) não é a única usada para determinar a matriz de ganho da realimentação de estado
K. Existem outras expressões disponíveis, como a fórmula de Ackermann.


Considere o sistema definido pela equação (29.1). Assumimos que o sistema seja completamente
estado controlável. Usando a realimentação de estado u(k) = −Kx(k), queremos que os pólos de
malha fechada estejam localizados em z = µ1 , z = µ2 , . . . , z = µn . Ou seja, queremos que a equação
característica seja
|zI − A + BK| = (z − µ1 )(z − µ2 ) · · · (z − µn )

(29.37)
= z n + α1 z n−1 + α2 z n−2 + · · · + αn−1 z + αn = 0.
Defina
Ã = A − BK. (29.38)
Como o teorema de Cayley-Hamilton afirma que Ã satisfaz sua própria equação característica, temos
Ãn + α1 Ãn−1 + α2 Ãn−2 + · · · + αn−1 Ã + αn I = φ(Ã) = 0. (29.39)
Utilizamos essa última equação para derivar a fórmula de Ackermann. Considere as seguintes
identidades:
I=I (29.40a)
Ã = A − BK (29.40b)
Ã2 = (A − BK)2 = A2 − ABK − BK Ã (29.40c)
Ã3 = (A − BK)3 = A3 − A2 BK − ABK Ã − BK Ã2 (29.40d)
..
.
Ãn = (A − BK)n = An − An−1 BK − · · · − BKAn−1 . (29.40e)
Multiplicando as equações em (29.40), em ordem, por αn , αn−1 , . . . , α0 (com α0 = 1), respectiva-

mente, e adicionando os resultados, obtemos
αn I + αn−1 Ã + αn−2 Ã2 + · · · + Ãn = αn I + αn−1 A + αn−2 A2 + · · · + An

− αn−1 BK − αn−2 ABK − αn−2 BK Ã − · · · − An−1 BK − · · · − BK Ãn−1 (29.41)
a qual pode ser escrita como segue:
φ(Ã) = φ(A) − αn−1 BK − αn−2 ABK − αn−2 BK Ã − · · · − BK Ãn−1 − An−1 BK

 
αn−1 K + αn−2 K Ã + · · · + K Ãn−1
 
h i αn−2 K + αn−3 K Ã + · · · + K Ãn−2  (29.42)
= φ(A) − B AB · · · An−1 B  .
 
..

 . 

K
Observe que
φ(Ã) = 0. (29.43)


Então, a equação (29.42) pode ser reescrita como
 
αn−1 K + αn−2 K Ã + · · · + K Ãn−1
 
h i αn−2 K + αn−3 K Ã + · · · + K Ãn−2 
φ(A) = B AB · · · An−1 B  . (29.44)
 
.
.

 . 

K
Como o sistema é completamente estado controlável, a matriz de controlabilidade é não singular e sua
inversa existe. A equação (29.44) pode ser modificada para a forma
 
αn−1 K + αn−2 K Ã + · · · + K Ãn−1
 
αn−2 K + αn−3 K Ã + · · · + K Ãn−2  h i−1
 
= B AB · · · A n−1 B φ(A). (29.45)
 .. 

 . 

K
h i
Pré-multiplicando ambos os lados da equação (29.45) por 0 0 · · · 0 1 , obtemos
h ih i−1
K = 0 0 · · · 0 1 B AB · · · An−1 B φ(A). (29.46)
Exemplo 29.3
Considere o sistema dado por
" # " #" # " #
x1 (k + 1) 0 1 x1 (k) 0
= + u(k). (29.47)
x2 (k + 1) −0,16 −1 x2 (k) 1
Observe que
z −1
|zI − A| = = z 2 + z + 0,16.

0,16 z + 1
Então,
a1 = 1, a2 = 0,16.
Determine uma matriz de ganho de realimentação de estado K tal que o sistema tenha pólos de
malha fechada em z = 0,5 + j0,5 e z = 0,5 − j0,5.
Verificando o rank da matriz de controlabilidade, temos

" #!
h i 0 1
rank B AB = rank = 2.
1 −1
Assim, o sistema é completamente estado controlável e, portanto, a alocação arbitrária de pólos

é possível. A equação característica para o sistema desejado é
|zI − A + BK| = (z − 0,5 − j0,5)(z − 0,5 + j0,5) = z 2 − z + 0,5 = 0.


Então,
α1 = −1, α2 = 0,5.
Pelo primeiro método visto, a matriz de ganho K é dada por:

h i
K = α2 − a2 α1 − a1 T −1 .
Como o sistema original já está numa forma canônica controlável, a matriz de transformação T
torna-se a matriz identidade I:
" # " #" # " #
h i a 1 0 1 1 1 1 0
1
T = M W = B AB = = .
1 0 1 −1 1 0 0 1
Então, h i h i h i
K = α2 − a2 α1 − a1 = 0,5 − 0,16 −1 − 1 = 0,34 −2 .
Alternativamente, podemos usar a fórmula de Ackermann:

h ih i−1
K = 0 1 A AB φ(A)
em que
" # " # " # " #
−0,16 −1 0 1 0,5 0 0,34 −2
φ(A) = A2 − A + 0,5I = − + = .
0,16 0,84 −0,16 −1 0 0,5 0,32 2,34
Assim,
" #−1 " #
h i 0 1 0,34 −2 h i
K= 0 1 = 0,34 −2 .
1 −1 0,32 2,34

Exercício 29.1
Avalie a controlabilidade e a observabilidade do sistema de tempo discreto definido pela equação
dinâmica:
" # " #" # " #
x1 (k + 1) 0 1 x1 (k) 0
= + u(k)
x2 (k + 1) −0,4 −1,3 x2 (k) 1
" #
h i x (k)
1
y(k) = 0,8 1 .
x2 (k)


Exercício 29.2
Avalie a controlabilidade e a observabilidade do sistema de tempo discreto definido pela equação
dinâmica:
" # " #" # " #
x1 (k + 1) 0 −0,4 x1 (k) 0,8
= + u(k)
x2 (k + 1) 1 −1,3 x2 (k) 1
" #
h i x (k)
1
y(k) = 0,8 1 .
x2 (k)
Exercício 29.3
Considere o sistema de tempo discreto definido pela equação de estado:
" # " #" # " #
x1 (k + 1) 0 1 x1 (k) 0
= + u(k)
x2 (k + 1) −0,16 −1 x2 (k) 1
Determine a matriz de ganho de realimentação de estado K tal que o sistema tenha pólos de
malha fechada em z1 = 0,5 + j0,5 e z2 = 0,5 − j0,5.
Exercício 29.4
Considere o sistema de tempo discreto definido pela equação dinâmica:
" # " #" # " #
x1 (k + 1) a b x1 (k) 1
= + u(k)
x2 (k + 1) c d x2 (k) 1
" #
h i x (k)
1
y(k) = 1 0 .
x2 (k)
Determine as condições sobre a, b, c e d para controlabilidade completa e observabilidade

completa.

CAPÍTULO
30
Avaliação II
Conteúdo
• Exame escrito contemplando os assuntos ministrados após a Avaliação I, realizado na data
programada para a Avaliação II no Plano de Ensino da disciplina.
• Segunda chamada da Avaliação II apenas para os motivos previstos na resolução do curso,

e mediante solicitação formal e comprovação dos motivos alegados.
361
Referências Bibliográficas
[1] C.-T. C HEN, System and Signal Analysis, Saunders College Publishing, 1989.
[2] J. H. C HOW, D. K. F REDERICK , AND N. W. C HBAT, Discrete-Time Control Problems using

MATLAB, Thomson Brooks/Cole, 2003.
[3] K. O GATA, Discrete-Time Control Systems, Prentice-Hall, 1995.
362
APÊNDICE
A
Transformada de Sinal Amostrado Impulso (Fourier)
A representação por série de Fourier do trem de impulsos δT (t), em que T = 2π/ωs , é dada por:
∞
X ∞
X
δT (t) = δ(t − kT ) = Cn ejnωs t (A.1)
k=−∞ n=−∞
em que
Z T ∞ Z T
1 2 X
−jnωs t 1 2 1
Cn = δ(t − kT )e dt = δ(t)e−jnωs t dt = . (A.2)
T − T2 k=−∞ T − T2 T
Assim, das equações (A.1) e (A.2) obtemos a representação em série de Fourier da soma de impulsos:
∞ ∞
X 1 X jnωs t
δ(t − kT ) = e .
T n=−∞
k=−∞
Considere agora o sinal amostrado impulso

∞
X
x∗ (t) = x(t)δ(t − kT ).
k=−∞
A transformada de Laplace de x∗ (t) é

∞ ∞ Z ∞
Z ∞ ( )
∗ ∗ 1 X jnωs t −sT 1 X
L{x (t)} = X (s) = x(t) e e dt = x(t)e−(s−jnωs )t dt
−∞ T n=−∞
T n=−∞ −∞
∞
1 X
= X(s − jnωs )
T n=−∞
Portanto,
∞
1 X
X ∗ (s) = X(s − jnωs ). (A.3)
T n=−∞
363

Control e Digital

Enviado por

Dados do documento

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

Control e Digital

Enviado por

Direitos autorais:

Formatos disponíveis

HEITOR OLIVEIRA 056.415.

Geraldo Leite Torres

HEITOR OLIVEIRA 056.415.374-54

• Este texto destina-se a facilitar o ensino e a aprendizagem da disciplina Con-

• É expressamente proibida a distribuição e qualquer tipo de comercialização

• Ter a presente apostila, fruto do trabalho voluntário do professor, é um privilégio,

USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

1 Introdução aos Sistemas de Controle Digitais: I 1

2 Introdução aos Sistemas de Controle Digitais: II 13

HEITOR OLIVEIRA 056.415.374-54

5 Solução de Equações Diferenças pela Transformada-Z 51

6 Amostragem Impulso e Retenção de Dados 62

7 Reconstruindo Sinais Originais de Sinais Amostrados 72

USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

HEITOR OLIVEIRA 056.415.374-54

8 A Função de Transferência Pulsada I 83

9 A Função de Transferência Pulsada II 92

10 Implementação de Controladores e Filtros Digitais 104

11 Simulação de Sistemas de Tempo Discreto no MATLAB 117

USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

HEITOR OLIVEIRA 056.415.374-54

12 Simulação de Modelos Multiblocos no MATLAB 136

13 Mapeamento do Plano s no Plano z 147

14 Análise de Estabilidade no Plano z 157

16 Análise das Respostas Transitória e de Regime Permanente 173

USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

HEITOR OLIVEIRA 056.415.374-54

18 Discretização por Casamento de Pólos e Zeros 202

19 Projeto pelo Método do Lugar das Raizes I 209

20 Projeto pelo Método do Lugar das Raizes II 218

21 Projeto pelo Método da Resposta em Frequência I 231

USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

HEITOR OLIVEIRA 056.415.374-54

22 Projeto pelo Método da Resposta em Frequência II 249

23 Simulação de Sistemas de Dados Amostrados no MATLAB 264

24 Projeto pelo Método Analítico I 282

25 Projeto pelo Método Analítico II 289

USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

HEITOR OLIVEIRA 056.415.374-54

27 Projeto de Controladores no MATLAB 315

28 Análise de Sistemas de Tempo Discreto no Espaço de Estados 333

29 Projeto de Controlador por Alocação de Pólos 346

USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

HEITOR OLIVEIRA 056.415.374-54

A Transformada de Sinal Amostrado Impulso (Fourier) 363

USO EXCLUSIVO TURMA 2023.1 © G. L. TORRES (DEE / UFPE)

• Familiarizar-se com a disciplina Controle Digital: conteúdo programático, plano de

• Compreender as características principais dos controladores digitais em comparação com

• Compreender a estrutura básica de um sistema de controle digital, e os significados de

1.1 Conteúdo Programático

• A transformada-Z: definições e propriedades, transformada-Z de funções elementares, e teorema

• Amostragem impulso e retenção de dados;

• Reconstrução de sinais a partir de sinais amostrados: teorema da amostragem, o filtro passa-

HEITOR OLIVEIRA 056.415.374-54

• Função de transferência pulsada: a convolução discreta, transformada de Laplace estrelada,

• Implementação de controladores e filtros digitais: programação direta, programação padrão,

• Mapeamento do plano s no plano z: semiplano esquerdo, lugar de frequência constante, lugar

• Análise de estabilidade no plano z: teste de estabilidade de Jury e teste usando a transformada

• Implementação digital de controladores analógicos: métodos derivativos, regra retangular,

• Análise de funções de mapeamento: método de diferenças, transformada bilinear, transformada

• Projeto pelo método da resposta em frequência: o plano w, diagramas de Bode, técnicas de

• Projeto pelo método analítico: exemplos de projetos;

1.2 Resultados Esperados

• Saber obter funções de transferência pulsadas para integradores e diferenciadores aproximados;