UNIVERSIDADE FEDERAL DO PARÁ

FACULDADE DE ENGENHARIA ELÉTRICA

INTRODUÇÃO AS TÉCNICAS DE OPTIMIZAÇÃO

PROFESSOR: JORGE ROBERTO BRITO

1º TRABALHO: CONTROLE POR REALIMENTAÇÃO DE ESTADOS

ALUNOS: ANDRÉ MELO MORAIS – 05020004501

FELIPE ALMEIDA – 07020006201

JÚLIO LEDO – 07020001501

BELEM-PA
 ABRIL DE 2012

Introdução
O presente trabalho propõe uma solução para o exercício de análise de
um controle por realimentação de estados projetado, seguindo os requeridos
parâmetros de projeto, para um sistema linear SISO. Tal sistema será
controlado por um LQR (Regulador Linear Ótimo). Será apresentado o
algoritmo da programação usada na simulação para obtenção dos resultados.

Objetivo geral do trabalho:

Dado o sistema SISO com a seguinte representação em espaço de estados:

Objetiva-se projetar reguladores LQR para diferentes valores de R , considerando o

seguinte índice de desempenho:

Desenvolvimento:

Para a execução do trabalho como um todo, a principal função do MATLAB a

ser usada foi a função lqr, para encontrar o regulador linear ótimo quadrático de um
sistema em espaço de estados. A função é chamada com o seguinte comando:

[K,S,e] = lqr(SYS,Q,R,N)

Onde K é o ganho ótimo do sistema, S é a matriz solução da equação de

Riccati associada ao problema e e é o vetor com os pólos em malha fechada do
sistema.

A tabela abaixo foi preenchida a partir da função lqr:

R 1 2 4 8 16
K* 0.6296 0.4492 0.3172 0.2221 0.1545
2.1517 1.6689 1.2824 0.9761 0.7359
0.3704 0.2579 0.1828 0.1314 0.0955
0.7339 0.5123 0.3625 0.2599 0.1883
 1.0561 0.8717 0.7099 0.5698 0.4505
-0.4465 + -0.4493 + -0.4676 + -1.0140; -0.6117 +
0.8731i; 0.7885i; 0.7037i; -0.5281 + 0.6375i;
-0.4465 - -0.4493 - -0.4676 - 0.6146i; -0.6117 -
0.8731i; 0.7885i; 0.7037i; -0.5281 - 0.6375i;
Pólos em
-0.8952 + -0.8226 + -1.0416; 0.6146i; -0.9950;
MF
0.5567i; 0.5283i; -0.7416 + -0.6247 + -0.4911 +
-0.8952 - -0.8226 - 0.5071i; 0.4969i; 0.3809i;
0.5567i; 0.5283i; -0.7416 - -0.6247 - -0.4911 -
-1.1229; -1.0780; 0.5071i; 0.4969i; 0.3809i
Jmin 130.5279 134.1035 138.6722 144.8758 153.6025

Em seguida foram plotados os gráficos da resposta natural do sistema com a

ação de cada regulador, considerando como estado inicial do sistema o vetor
T
x ( 0 ) ¿ [0 010 0 0 ] :

Os respectivos sinais de controle são mostrados abaixo:

 Considerando agora o estado do sistema como sendo igual a x ( 0 )=0 , devem-
se usar os mesmos reguladores para manter a saída do sistema em y d =10.

Na figura abaixa estão as respostas dos sistemas regulados com a ação dos
reguladores projetados:

¿ ¿
Os sinais de controle u ( t )=v d− K x (t) são mostrados abaixo:
 A seguinte tabela foi preenchida, sabendo que v dé calculado com a expressão:

−1
v d=H Mal h a fech ada ( s=0 ) y d

R 1 2 4 8 16
vd 10.0000 7.0711 5.0000 3.5355 2.5000

Por fim, de posse do polinômio característico do regulador LQR do sistema dado, foi
possível obter o LGR simétrico em função de cada valor de R.

 R=1;

 R=2;
 R=4;

 R=8;
 R=16.
Rotina em MATLAB, usando como exemplo R=1:

A = [0 2 0 0 0; -.1 -.35 .1 .1 .75; 0 0 0 2 0; .4 .4 -.4 -1.4 0; 0 -.03 0 0 -1];

b = [0; 0; 0; 0; 1];
c=[0 0 1 0 0];
t = 0:.01:20; % Tempo da simulação

% PARTE 1

xo = [0 0 10 0 0]; % Estado inicial do sistema

[K,S,e] = lqr(A,b,c'*c,1,[]); % Projetando o regulador para R=1
y=lsim(A-b*K,b,c,[],zeros(1,length(t)),t,xo); % estimando a saída regulada

K % Regulador
e % Pólos em malha fechada do sistema
J = xo*S*xo' % Jmin

sys = ss(A-b*K, b, c,[]);

[Y,T,X] = initial(sys,xo,t);
u = -K*X'; % Sinal de controle

subplot(2,1,1)
plot(t,y)
subplot(2,1,2)
plot(T,u)
pause

%PARTE 2

x1 = [0 0 0 0 0]'; % Novo estado inicial do sistema

yd = 10;
Hmf = tf(sys)
[num,den] = tfdata(sys,'v') % Numerador e denominador da função de
% transferência do sistema SISO
vd = inv(num(end)/den(end))*yd

uNew = vd - K * X'; % Sinal de controle

close all
plot(T,uNew)
pause
close all
yNew=lsim(A-b*K,b,c,[],uNew,t,x1); % Saída regulada em 10
plot(t,yNew)

rlocus(num,den); % LGR Simétrico do polinômio característico do regulador LQR.