Escolar Documentos
Profissional Documentos
Cultura Documentos
374-54
CONTROLE DIGITAL
EL 436
2023
ii
• 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
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
4 Leitura Adicional e Exercícios 32
iii
iv
15 Avaliação I 172
Objetivos
• 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;
1
CAPÍTULO 1. INTRODUÇÃO AOS SISTEMAS DE CONTROLE DIGITAIS: I 2
• Análise das respostas transitória e de regime permanente: análise do erro de regime permanente,
constantes de erro, resposta a distúrbios, etc;
• Projeto pelo método do lugar das raízes: condições de ângulo e magnitude, procedimentos para
construção do lugar das raízes, exemplos de projetos.
• Análise de sistemas de tempo discreto no espaço de estados e projeto de controlador por alocação
de pólos.
• Projetar controladores digitais usando o método do lugar das raízes e o método de resposta em
frequência (diagramas de Bode);
• Projetar o controlador com base nos modelos matemáticos desenvolvidos e nos critérios de
controle, como:
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
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
r(t) y(t)
+ A/D Computador D/A Retentor Planta
− e(t)
Sinal tempo discreto Sinal digital Sinal tempo discreto Sinal contínuo
Sensor
Amplitude
0
t
Entrada Saída
0 S/H Quantizador
t Sequência do
quantizador
A/D
Relógio
1.6.1 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.
y(t)
2Q
Q
x(t) y(t)
Quantizador
Q 3Q x(t)
2 2
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.
P (e)
1
Q
e
− Q2 Q
2
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?
Objetivos
• Amostragem e retenção;
13
CAPÍTULO 2. INTRODUÇÃO AOS SISTEMAS DE CONTROLE DIGITAIS: II 14
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.
u(kT ) u(t)
Registrador Demultiplexador Conversor D/A Retentor
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.
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
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.
Comando de amostragem
−
−
+
+
Entrada Analógica Saída Analógica
C
Há dois modos de operação para um circuito de amostragem e retenção: (a) modo rastreamento,
y(t)
Queda modo retenção
Tempo leitura
0 t
Modo rastreamento Modo retenção
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.
.. .. Saída
. .
Digital
− Registrador de
aproximações Relógio
Entrada
+ sucessivas
Analógica
Comparador
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).
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
3R
2R R R R
... −
+
2R 2R 2R +
V0
−
bn b2 b1
+
Vr
−
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
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.
y(t)
0 t
Objetivos
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
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
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
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.
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.
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
possui a transformada-Z
U (z) = αF (z) + βG(z), (3.11)
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
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
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
e
m−1
" #
X
Z{u(k + m)} = z m U (z) − u(l)z −l . (3.17)
l=0
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:
Assim,
e assim por diante. Observe que z −1 representa um retardo de um período de amostragem T , indepen-
dente do valor de T .
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
Assim,
lim [Z{u(k + 1) − u(k)}] = lim [u(n + 1) − u(0)].
z→1 n→∞
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
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
Exercício 3.1
Determine a transformada-Z das seguintes sequências:
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 3.7
Obtenha o valor final para a sequência cuja transformada-Z é
z 2 (z − a)
X(z) =
(z − 1)(z − b)(z − c)
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
Obtenha o valor final, se ele existe, para a sequência cuja transformada-Z é
z
X(z) =
z2 + 0,3z + 2
Exercício 3.10
Obtenha o valor final, se ele existe, para a sequência cuja transformada-Z é
z
X(z) =
(z − 0,9)2
Exercício 3.11
Obtenha o valor final, se ele existe, para a sequência cuja transformada-Z é
z
X(z) =
(z − 1,1)2
Objetivos
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
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
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.
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)
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
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.
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.
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
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.
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):
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.
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 )
(1 − e−aT )z
U (z) = .
(z − 1)(z − e−aT )
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
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
z 3 + 2z + 1
U (z) = .
(z − 0,1)(z 2 + z + 0,5)
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
z2 + z + 2
U (z) = .
(z − 1)(z 2 − z + 1)
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
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.
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
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
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
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 4.4
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
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.
0,5
U (z) = .
(z − 1)(z − 0,6)
Exercício 4.6
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.
0,5(z + 1)
U (z) = .
(z − 1)(z − 0,6)
Exercício 4.7
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.
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 4.10
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)
Objetivos
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
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:
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
Como u(k) é uma sequência de tempo-positivo, então Z{u(k − 1)} = z −1 U (z) e Z{u(k − 2)} =
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
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.
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
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
y(k) = 2k + (0,5)k .
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.
ou
Y (z) = H(z)U (z).
em que
H(z) = C(zI − A)−1 B + D (5.25)
devida à condição inicial x(0) = (2, − 1)T e à entrada sequência degrau unitário.
Exercício 5.1
Determine a resposta no tempo de
Exercício 5.2
Determine a resposta no tempo de
Exercício 5.3
Determine a resposta no tempo de
Exercício 5.4
Determine a função de transferência do sistema de tempo discreto descrito por
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
a) Resolve para y(k) como um função de k. Obtenha os valores numéricos de y(k), para
k = 0,1,2,3,4.
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
Exercício 5.8
Considere o sistema de tempo discreto descrito pela equação diferença
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
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:
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
Usando a fórmula da convolução discreta, obtenha a resposta y(k) devido a uma entrada
sequência degrau unitário.
Objetivos
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
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
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.
δT (t)
t t
Modulador
x(t) x∗ (t)
Sinal modulante Saída
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
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
h(kT ) = x(kT ).
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.
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,
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.
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
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)
(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,
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)
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.
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
ou
x(kT ) − x((k − 1)T )
a1 = . (6.21)
T
Assim, a equação (6.19) fica da forma
0 t 0 T 2T 3T t 0 T 2T 3T t
Retentor de
x(t) T x(kT ) Primeira Ordem h(t)
Figura 6.6: (a) Amostrador real seguido por retentor de primeira ordem; (b) modelo matemático
consistindo de amostrador impulso e Gh1 (s)
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
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.
• 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.
Exercício 6.1
Considere o retentor de ordem zero mostrado na figura:
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
Objetivos
72
CAPÍTULO 7. RECONSTRUINDO SINAIS ORIGINAIS DE SINAIS AMOSTRADOS 73
|X(jω)|
−ω1 0 ω1 ω
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=−∞
laterais de frequências (sidebands). Como X ∗ (s) é periódica com período 2π/ωs , da forma
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
|X ∗ (jω)|
ωs < 2ω1
(b)
|GI (jω)|
− ω2s 0 ωs ω
2
Figura 7.4: Espectro de frequência dos sinais antes e após filtragem ideal
O espectro de frequência na saída do filtro ideal é 1/T vezes o espectro de frequência do sinal de
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 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.
1 − e−T s
Gh0 (s) = . (7.7)
s
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
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,
|Gh0 |
0,6377
0,2177
0,1277
ωs 2ωs 3ωs ω
0◦
−180◦
−360◦
−540◦
−720◦
−900◦
Gh0
|Gh0 |
0,638
1
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,
|X ∗ (jω)|
Erro de dobramento
−ωs − ω2s 0 ωs ωs ω
2
|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)
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:
Exercício 7.3
Amostre os sinais do Exercício 7.2 nas frequências de 30 Hz e 40 Hz. Ocorre aliasing em algum
caso?
Exercício 7.5
Amostre o sinal x(t) = cos(2π100t) em 200 Hz. Plote o sinal amostrado e seu espectro.
Objetivos
83
CAPÍTULO 8. A FUNÇÃO DE TRANSFERÊNCIA PULSADA I 84
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
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
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)
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.
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
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
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
= 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
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
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)
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)
o que fornece
Y ∗ (s) = [G(s)X(s)]∗ = [GX(s)]∗ (8.21)
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
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
Portanto,
g(kT ) = e−akT , k = 0,1,2, . . .
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)
Então,
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)
Objetivos
• Saber obter a função de transferência pulsada de vários blocos em série com operações de
amostragem em vários locais.
• Obter a função de transferência pulsada de um controlador digital tipo PID nas formas
posição e velocidade.
92
CAPÍTULO 9. A FUNÇÃO DE TRANSFERÊNCIA PULSADA II 93
Assim, tomando a transformada de Laplace estrelada de cada uma dessas equações, temos
Consequentemente,
Y ∗ (s) = H ∗ (s)U ∗ (s) = H ∗ (s)G∗ (s)X ∗ (s) = G∗ (s)H ∗ (s)X ∗ (s). (9.3)
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
em que
GH(s) = G(s)H(s). (9.7)
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)
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 )
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).
H(s)
Portanto,
E(s) = R(s) − H(s)G(s)E ∗ (s). (9.14)
G∗ (s)R∗ (s)
C ∗ (s) = ∗ . (9.17)
1 + GH (s)
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)
ou
(1 + a1 z −1 + a2 z −2 + · · · + an z −n )M (z) = (b0 + b1 z −1 + · · · + bn z −n )E(z).
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.
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
(a)
(b)
ou
C ∗ (s) = G∗ (s)G∗D (s)E ∗ (s). (9.25)
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).
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
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.
Exemplo 9.2
Considere o sistema de controle com controlador PID digital mostrado na figura abaixo:
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:
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:
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
Mostre que a função de transferência pulsada do sistema mostrado na figura é dada por
−1
Y (z) z
=T
X(z) 1 − z −1
X(z) Y (Z)
T +
− z −1
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
Objetivos
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
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
a1 = −1,
a2 = 0,
b0 = KP + KI + KD ,
b1 = −(KP + 2KD ),
b2 = KD .
b0
b1 Y (z)
b2
+
z −1 z −1 z −1 bm + z −1 z −1 z −1
X(z) −
a1
a2
an
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;
b0
b1
b2
bm
X(z) + Y (z)
+ z −1 z −1 z −1 z −1
− H(z)
a1
a2
am
an
• Programação série;
• Programação paralela;
• Programação ladder.
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
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
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)
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:
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)
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)
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)
(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.
Y (z) 2 − 0,6z −1
= G(z) =
X(z) 1 + 0,5z −1
x(k) + y(k)
2 z −1 0,3 −
X(z) − Y (z)
0,5 z −1
Y (z)
= 1 − 0,3z −1 ,
H(z)
H(z) 2
= .
X(z) 1 + 0,5z −1
h(k) + y(k)
z −1 0,3 −
H(z) Y (z)
x(k) h(k − 1)
2 + z −1
X(z) − H(z) z −1 H(z)
0,5
x(k) + y(k)
2 + z −1 0,3 −
X(z) − H(z) Y (z)
0,5
(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
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
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.
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:
Exercício 10.3
Usando o método de programação padrão, obtenha o diagrama de blocos para implementação
do filtro digital definido pela função de transferência pulsada:
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.
Objetivos
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
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
Gtf =
2 z + 1
--------------------
z^2 + 0.25 z - 0.375
Gtf =
2 s + 1
--------------------
s^2 + 0.25 s - 0.375
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:
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.
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.
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.
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.
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
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:
o que pode ser convertido para a expansão de G(z) multiplicando ambos os lados por z:
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
Para o sistema descrito pela equação diferença
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.
O comando residue calcula os coeficientes para pólos repetidos, e para m = 2 eles são listados
como B seguido por A.
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.
resid =
1.4815
1.6667
-1.4815
polos =
0.9000
0.9000
0
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.
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
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 ydeg = step(Gtf,kT);
2 subplot(2,1,2)
3 stem(kT,ydeg,'filled')
4 xlabel('Tempo(s)'), ylabel('Amplitude')
5 title('Resposta ao degrau com o comando step')
6 dcgain(G)
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
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.
Exercício 11.10
Repita o Exemplo 11.6 com o denominador de G(z) modificado para
Exercício 11.11
Considere o sistema descrito pela função de transferência pulsada
Exercício 11.12
Considere o sistema descrito pela função de transferência pulsada
Exercício 11.13
Considere o sistema descrito pela função de transferência pulsada
z + 0,3
G(z) = .
z3 − 2,4976z 2+ 2,4232z − 0,8796
Determine os pólos e a estabilidade do sistema. Verifique simulando a resposta ao impulso.
Exercício 11.14
Considere o sistema descrito pela função de transferência pulsada
z 2 + 0,5657z + 0,16
G(z) = .
z 4 − 1,2178z 3 + 0,3902z 2 + 1,2129z − 0,3125
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:
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.
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.
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.
Objetivos
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
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
Exercício 12.1
Use o MATLAB para fazer a conexão série para os sistemas G1 (z) e G2 (z) dados por:
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
Repita o Exercício 12.1 considerando as funções de transferências:
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
Repita o Exercício 12.1 considerando as funções de transferências:
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).
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)
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)
Exercício 12.6
Repita o Exercício 12.5 considerando as funções de transferências:
5z − 0,4 3z 2 + z + 4
H1 (z) = 2
e H2 (z) =
2z + 0,4z + 1 4z 2 + 3z + 2
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)
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 12.8
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
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).
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).
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.
0,5(3z − 1) 7z + 4
G(z) = e H(z) = .
13z 2 − 5z + 8 (z + 0,5)(4z + 1)
Exercício 12.10
Execute análise semelhante a do Exemplo 12.4 quando as funções de transferências G(z) e
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
Execute análise semelhante a do Exemplo 12.4 quando as funções de transferências G(z) e
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
Execute análise semelhante a do Exemplo 12.4 quando as funções de transferências G(z) e
1 100(z + 0,5)
G(z) = e H(z) = .
(z + 1.1)(12z − 1) 15z − 1
Objetivos
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
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)
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)
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)
jω Plano s Im Plano z
−σ1 σ 0 Re
e−σ1 T
(a) (b)
Figura 13.5: (a) Locus de frequência constante no plano s; e (b) o locus no plano z
jω Plano s Im 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.
jω Plano s Im 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)
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◦ .
jω Plano s Im 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)
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.
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.
jω Plano s Im 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).
jω Plano s Im Plano z
ξ = ξ1 ω = ω1
jω1 ξ = ξ1
σ Re
σ = σ1
−jω1
σ1
(a) (b)
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.
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
Objetivos
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
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
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
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 14.3
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.
como segue:
• 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:
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
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:
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.
1) |an | < a0
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
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
1) |a4 | < a0
2) P (1) = a0 + a1 + a2 + a3 + a4 > 0
Exemplo 14.3
Verifique a estabilidade da seguinte equação característica:
A primeira condição para estabilidade, |a4 | < 0, é satisfeita, dado que a4 = −0,08 e a0 = 1.
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
Exemplo 14.4
Examine a estabilidade da equação característica dada por:
1) |a3 | < a0
2) P (1) > 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
1) |a3 | < a0
2) P (1) > 0
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.
1) |a2 | < a0
2) P (1) > 0
e, assim,
−5,1775 < K < 2,3915.
o que fornece K < 26,382. Para estabilidade, a constante de ganho K deve satisfazer as
condições sobre K acima. Portanto,
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.
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.
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
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
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
• 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.
Exercício 14.1
Usando o teste de Jury, verifique a estabilidade do polinômio:
Exercício 14.2
Usando o teste de Jury, verifique a estabilidade do polinômio:
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
Determine a estabilidade assintótica do sistema definido pela função de transferência:
4(z − 0,2)
H(z) =
(z − 0,2)(z − 0,1)
5(z − 0,3)
H(z) =
(z − 0,2)(z − 0,1)
Exercício 14.6
Determine a estabilidade assintótica do sistema definido pela função de transferência:
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
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:
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:
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.
172
HEITOR OLIVEIRA 056.415.374-54
CAPÍTULO
16
Análise das Respostas Transitória e de Regime Permanente
Objetivos
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
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 ;
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.
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 pico tp : O tempo de pico é o tempo requerido para a resposta atingir o primeiro pico de
sobressinal (overshoot).
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
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
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.
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.
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)
(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.
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)
(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
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.
N (z)
R(z) = 0 + C(z)
+ GD (z) + G(z)
−
(a)
N (z) C(z)
+ G(z)
−
GD (z)
(b)
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
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)
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
+ G(s)
−
H(s)
Exercício 16.4
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 16.5
Para a configuração de sistema de malha fechada mostrada na figura, obtenha as contantes de
erro estático Kp , Kv e Ka .
+ 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.
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?
Objetivos
187
CAPÍTULO 17. IMPLEMENTAÇÃO DIGITAL DE CONTROLADORES ANALÓGICOS 188
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.
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)
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
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
jω Im(z)
Região de
estabilidade
estável
α −1 1 Re(z)
(a) (b)
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.
e
1 1
z= =− .
1 − sT 9
Portanto, o sistema discretizado é estável.
y(t + T ) − y(t)
ẏ(t) ≈ . (17.8)
T
No domínio da transformada de Laplace, temos
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
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.
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.
jω Im(z)
estável
estável
α −1 1 Re(z)
(a) (b)
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
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
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)
Fazendo k = k − 1, fornece
Y (kT ) = y(kT − T ) + T x(kT ). (17.25)
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.
jω Im(z)
ω = ωB
estável
estável
ω=∞ ω=0
Re(z)
α z=1
(a) (b)
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.
Então,
∞
X ∞
X
D(z) = d(kT )z −k = g(kT )z −k = G(z) (17.38)
k=0 k=0
Yd (z) T
= . (17.42)
X(z) 1 − z −1
X(s) Y (s)
G(s)
(a)
X(s) Y (s)
G(s) Gh0 (s)
T T
(b)
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
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 17.6
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.
Objetivos
z = esT .
202
CAPÍTULO 18. DISCRETIZAÇÃO POR CASAMENTO DE PÓLOS E ZEROS 203
(s − z1 )(s − z2 ) · · · (s − zm )
G(s) = K (18.1)
(s − p1 )(s − p2 ) · · · (s − pn )
(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
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
• 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).
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:
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.
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.
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)
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:
– 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.
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)
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.
Objetivos
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
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.
R(z) C(z)
+ G(z)
−
H(z)
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)
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:
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 + z 1 + z + z2 + · · · + z + z m −
z + p1 − z + p2 − · · · − z + pn = ±180◦ (2k + 1), k = 0,1,2, . . . (19.10)
θi = z + pi , (19.11a)
φ i = z + zi , (19.11b)
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.
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 )
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
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 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.
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
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)
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
Suponha que cancelamento pólo-zero ocorre em GD (z)G1 (z). Por exemplo, suponha
Objetivos
• Construir o lugar das raízes de sistemas de controle digital seguindo o procedimento passo
a passo apresentado no capítulo anterior.
218
CAPÍTULO 20. PROJETO PELO MÉTODO DO LUGAR DAS RAIZES II 219
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.
Im(z)
K=2
K = 8,041 K = 0,1244
Kc = 8,165
× × Re(z)
0,6065 1
K = −0,7788
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)
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.
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)
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.
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)
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.
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
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)
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)
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
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.
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
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.
1,7294z −1 1
C(z) = . (20.32)
(1 + 0,5941z + 0,1353z ) (1 − z −1 )
−1 −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.
(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)
(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
K(z + 0,9)
G(z) = .
(z − 0,2)(z − 0,8)
Exercício 20.2
Esboce o lugar das raízes e encontre o ganho crítico para o seguinte sistema de tempo discreto:
K
G(z) = .
(z + 0,9)(z − 0,9)
Exercício 20.3
Esboce o lugar das raízes e encontre o ganho crítico para o seguinte sistema de tempo discreto:
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.
Objetivos
231
CAPÍTULO 21. PROJETO PELO MÉTODO DA RESPOSTA EM FREQUÊNCIA I 232
G(z)
G(ejωT )
sen(ωT )
a = G(z) = . (21.6)
z − e−jωT z=ejωT 2j
G(e−jωT )
ā = − . (21.7)
2j
Definindo
G(ejωT ) = M ejθ (21.8)
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
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
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 ).
X(z) 1
G(z) = = .
U (z) 1 − az −1
A amplitude de G(ejωT ) é
1
|G(ejωT )| = M = p
2
1 + a − 2a cos(ωT )
a sen(ωT )
G(ejωT ) = θ = − tan−1 .
1 − a cos(ωT )
Então, a saída de regime permanente xrp (kT ) pode ser escrita como
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
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)
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).
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.
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 .
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
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
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.
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:
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.
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.
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
• 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
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.
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
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.
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|
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.
30 dB
ζ = 0.02
20
10
−10
ζ=1
−20
ωn2
−30 H(s) =
s2 + 2ζωn s + ωn2
−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
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,
s2 + 2ζωn s + ωn2
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.
40 dB
ωn2
30 H(s) =
s2 + 2ζωn s + ωn2
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
Esboce o diagrama de Bode para a função de transferência:
104 s
H(s) = .
(s + 10)(s + 100)2
10(s + 100)
H(s) = .
(s + 1)
Exercício 21.4
Esboce o diagrama de Bode para a função de transferência:
Objetivos
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
• Pode ser aplicado quando o ângulo de fase de sistemas não compensados aumenta rapidamente
próximo a frequência de canto.
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.
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;
• 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
I(s) R1
Im(s)
+ +
R2
Vi (s) Vo (s) ×
−1/τ −1/βτ Re(s)
1
sC
− −
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
− −
G(z)
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)
• A função de transferência G(w) é uma função de transferência de fase não mínima. Portanto, a
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
1 + (T /2)w 1 + 0,1w
z= = . (22.8)
1 − (T /2)w 1 − 0,1w
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.
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
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
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
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
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 22.5
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.
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.
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)
Objetivos
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
δTs (t)
Exemplo 23.1
Os sinais de tempo contínuo e1 (t) e e2 (t) definidos pelas expressões
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:
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);
13 stem(kT,e_2k,'filled')
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--')
17 xlabel('Tempo (s)'), ylabel('Amplitude')
Exercício 23.1
Repita o Exemplo 23.1 para o sinal exponencial:
Exercício 23.2
Repita o Exemplo 23.1 para o sinal senoidal:
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
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.
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);
6 stem(kT,e_1k,'filled')
7 grid, hold on
8 stem(kT,e_2k,'filled')
9 stem(kT,e_3k,'filled')
10 xlabel('Tempo (s)'), ylabel('Amplitude')
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,'*')
21 xlabel('Tempo (s)'), ylabel('Amplitude')
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 23.4:
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.
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)')
12 ylabel('Amplitude')
Figura 23.5:
Exercício 23.4
Repita o exercício anterior amostrando os sinais em 30 Hz e 40 Hz. O fenômeno de aliasing
ocorre nesses casos?
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 )
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
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,'--')
10 xlabel('Tempo (s)'), ylabel('Amplitude')
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
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
7 xlabel('Frequencia (Hz)')
8 ylabel('Magnitude')
9 subplot(2,1,2)
10 plot(f,angle(Gh0)*180/pi), grid
11 xlabel('Frequencia (Hz)')
12 ylabel('Magnitude')
Figura 23.7:
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',':');
13 ylabel('Magnitude')
14 subplot(2,1,2)
15 stem(f,angle(freq)*180/pi,':')
16 xlabel('Frequencia (Hz)'), ylabel('Fase (graus)')
Figura 23.8:
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,'--')
12 xlabel('Tempo (s)')
13 ylabel('Amplitude')
Figura 23.9:
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.
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
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)
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
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.
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
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.
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
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
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
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
Exercício 23.12
Repetir o Exercício 23.11 com H(s) = 20/(s + 20).
Objetivos
• Compreender a base teórica para o projeto de controladores digitais pelo método de projeto
analítico.
• 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
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
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)
• 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
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
T z −1
R(z) = . (24.12)
(1 − z −1 )2
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
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)
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.
• 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.
Objetivos
• Usando dois exemplos, entender o projeto de controladores digitais pelo método de projeto
analítico, envolvendo diferentes especificações de projeto.
• 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
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
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 . (25.7)
Da Figura 25.1, vemos que U (z) pode ser ser expresso como
Para U (z) ser um série em z −1 com apenas dois termos, F (z) deve ser da seguinte forma:
em que F1 é uma constante. Então U (z) pode ser escrita como segue:
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)
1 − a1 − a2 = 0. (25.13)
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 = 0. (25.16)
a1 = 0,5820, a2 = 0,4180.
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:
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, . . .
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)
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
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
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)
F (z) = a1 z −1 + a2 z −2 + a3 z −3 . (25.33)
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)
Para U (z) ser uma série em z −1 com três termos, F (z) deve ser da seguinte forma:
em que F1 (z) é um polinômio em z −1 de grau um. Então, U (z) pode ser escrito como segue:
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)
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)
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)
e
F1 (z) = 1,26184 − 0,67979z −1 . (25.52)
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, . . .
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 + ···
c(k)
0
k
u(k) u(t)
0 0
k t
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.
c(k)
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.
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.
Objetivos
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,
301
CAPÍTULO 26. FILTROS DIGITAIS E EQUIVALENTES DISCRETOS NO MATLAB 302
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)
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
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
0,0931(z 4 − 2z 2 + 1)
G(z) = .
z 4 + 1,0349z 2 + 0,4293
Exercício 26.3
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 para-banda (Chebyshev II).
0,4207(z 4 + 1,7994z 2 + 1)
G(z) = .
z 4 + 0,3773z 2 + 0,2210
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
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.
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:
Exemplo 26.3
O sinal de tempo contínuo periódico e(t) definido por
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.
Figura 26.3:
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);
10 y_k = lsim(G,e_k);
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')
17 xlabel('Tempo (s)')
18 ylabel('Amplitude')
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')
24 xlabel('Tempo (s)')
25 ylabel('Amplitude')
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
32 xlabel('Frequencia (Hz)')
33 ylabel('Magnitude')
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.
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
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:
Figura 26.8:
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);
15 y_k = lsim(G,e_k);
16 t95 = [951:1000]';
17 stem(kT(t95),y_k(t95),':o'), grid
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.
• Transformação bilinear (Tustin): G(z) é obtida reescrevendo G(s) com a variável complexa s
substituída por 2(z − 1)/(T (z + 1)).
• 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.
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:
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 26.7
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.
Objetivos
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
D(s)
H(s)
(a)
(b)
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:
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.
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
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;
20 t9 = T*((0.9*ref-yk(t9))/(yk(t9+1)-yk(t9))+t9-1);
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
31 xlabel('Tempo (s)')
32 ylabel('Amplitude')
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
Figura 27.2:
Figura 27.3:
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.
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.
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 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);
15 ref = dcgain(Tz);
16 plot(kT(1:2:length(kT)),yk(1:2:length(kT)),simbolos(i))
17 pause(1)
18 end
19 legend('KP=0,3','KP=0,5','KP=0,7','KP=0,9','KP=1,1')
20 grid
21 xlabel('Tempo (s)')
22 ylabel('Amplitude')
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:
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);
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:
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:
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.
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).
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
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 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);
15 ref = dcgain(Tz);
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);
22 t1 = T*((0.1*ref-yk(t1))/(yk(t1+1)-yk(t1))+t1-1);
23 t9 = find(yk >= 0.9*ref);
24 t9 = t9(1)-1;
25 t9 = T*((0.9*ref-yk(t9))/(yk(t9+1)-yk(t9))+t9-1);
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];
31 plot(kT(1:2:length(kT)),yk(1:2:length(kT)),simbolos(i))
32 pause(1)
33 end
34 end
35 legend('KP=0,5','KP=1,0','KP=1,5','KP=2,0','KP=2,5')
36 grid
37 xlabel('Tempo (s)'), ylabel('Amplitude')
Executando o mesmo código MATLAB do primeiro conjunto de variações do ganho, mas com
Figura 27.10:
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.
Objetivos
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
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.
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
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
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: 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
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
Como a função de transferência pulsada pode ser expandida em frações parciais na forma
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
em que P é uma matriz não-singular. Então, por substituição da equação (28.17) na equação (28.16),
obtemos
P −1 AP = matriz diagonal.
Quando diagonalização não é possível, P −1 AP pode ser transformada na forma canônica de Jordan.
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:
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).
como
x(k) = Φ(k)x(0) (28.24)
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
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.
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
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).
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
Objetivos
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
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.
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, 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.
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
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.
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.
Y (z) z + 0,2
= .
U (z) (z + 0,8)(z + 0,2)
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
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
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
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
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.
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.
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)
Y (z)
= (z + 1)(z + 4).
X1 (z)
Y (z) (z + 1)(z + 4)
= .
U (z) (z + 1)(z + 2)(z + 3)
Observe que escolhemos a matriz K tal que os autovalores de A − BK são os pólos de malha fechada
desejados µ1 , µ2 , . . . , µn .
x(k + 1) x(k)
u(k) B +
− z −1 I
−K
T = MW (29.27)
em que h i
M = B AB · · · A n−1 B (29.28)
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
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
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 ,
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.
Defina
à = A − BK. (29.38)
Como o teorema de Cayley-Hamilton afirma que à satisfaz sua própria equação característica, temos
Utilizamos essa última equação para derivar a fórmula de Ackermann. Considere as seguintes
identidades:
I=I (29.40a)
à = 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)
Observe que
φ(Ã) = 0. (29.43)
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.
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 .
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 29.3
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)
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.
361
HEITOR OLIVEIRA 056.415.374-54
Referências Bibliográficas
[1] C.-T. C HEN, System and Signal Analysis, Saunders College Publishing, 1989.
362
HEITOR OLIVEIRA 056.415.374-54
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=−∞
Portanto,
∞
1 X
X ∗ (s) = X(s − jnωs ). (A.3)
T n=−∞
363