Universidade Federal do Rio Grande do Norte

Centro de Tecnologia - CT
Curso de Engenharia Mecatrônica

Prototipagem, modelagem e controle para um

sistema de bancada do tipo ball and beam

Atyson Jaime De Sousa Martins

Natal
2022
 Atyson Jaime De Sousa Martins

Prototipagem, modelagem e controle para um sistema de

bancada do tipo ball and beam

Trabalho de Conclusão de Curso apresentado

ao curso de Engenharia Mecatrônica da Uni-
versidade Federal do Rio Grande do Norte
como parte dos requisitos para a obtenção
do título de Engenheiro Mecatrônico, orien-
tado pelo Prof. Fábio Meneghetti Ugulino de
Araújo

Universidade Federal do Rio Grande do Norte (UFRN)

Centro de Tecnologia (CT)
Curso de Engenharia Mecatrônica

Orientador: Fábio Meneghetti Ugulino de Araújo

Natal
2022
 Universidade Federal do Rio Grande do Norte - UFRN
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Central Zila Mamede

Martins, Atyson Jaime De Sousa

Prototipagem, modelagem e controle para um sistema de bancada do tipo ball and beam/ Atyson
Jaime De Sousa Martins. - 2022
48f.: il.

Monografia (Graduação) - Universidade Federal do Rio Grande do Norte, Centro de Tecnologia,

Engenharia Mecatrônica, Natal, RN, 2022.
Orientador: Dr. Fábio Meneghetti Ugulino de Araújo

1. Engenharia de controle - Monografia. 2. Sistemas de controle - Monografia. 3. Projeto de

controlador - Monografia. 4. Modelagem - Monografia. 5. Prototipagem - Monografia. I. Araújo,
Fábio Meneghetti Ugulino de. II. Título.

RN/UF/BCZM CDU 681.5

Elaborado por Raimundo Muniz de Oliveira - CRB-15/429

 Atyson Jaime De Sousa Martins

Prototipagem, modelagem e controle para um sistema de

bancada do tipo ball and beam

Trabalho aprovado. Natal, 21 de julho de 2022

Fábio Meneghetti Ugulino de Araújo

Orientador

Mário Sérgio Freitas Ferreira

Cavalcante
Avaliador interno

André Henrique Matias Pires

Avaliador interno

Natal
2022
 Agradecimentos

Aos meus pais, Raimundo Alves Martins Júnior e Kainara Borja De Sousa, junta-
mente, a minha irmã Alêssa Maria De Sousa Martins, por estarem ao meu lado o tempo
todo me apoiando e me fazendo continuar mesmo nos momentos mais difíceis.
A Deus pelo apoio em todas as minhas orações diárias.
Aos cientistas e pesquisadores, por fornecerem todas as respostas que preciso.
Ao corpo docente da Escola de Ciências e Tecnologia e do curso de Engenharia
Mecatrônica por todo o conhecimento essencial para minha formação.
Ao meu professor orientador Fábio Meneghetti Ugulino de Araújo, por ficar ao
meu lado e sanado todas as incertezas e problemas ao longo do projeto. Ademais, pelo
conhecimento, dedicação e paciência ao longo do curso.
A Clareliz Ferreira Gadelha por todo amor, confiança e apoio nesses últimos meses.
Aos meus amigos, por todos os bons momentos e pelas trocas de conhecimento.
Em especial a Sâmela Bruna Ferreira por ter me dado a motivação e confiança necessária
para convidar o professor Fábio Meneghetti Ugulino de Araújo a ser meu orientador.
 Resumo
A engenharia de controle baseia-se em uma ampla gama de engenharias e ciências, permi-
tindo assim, uma multidisciplinaridade. Esse fato, nos permite visualizar em processos
industriais componentes elétricos, mecânicos e químicos nos sistemas de controle.

Outro detalhe, é que a análise de modelos didáticos para pesquisa e compreensão das
plantas reais, tornou-se indispensável para os projetos de controladores, bem como, os
estudos dos sistemas de controle. Um desses modelos didáticos é o sistema ball and beam,
cujo objetivo é equilibrar uma esfera em uma posição determinada. Sua alta aplicabilidade
na análise de controle, na resolução de problemas reais de estabilidade, como também, no
campo da educação garantem a esse modelo um aspecto didático bastante benéfico.

Portanto, o respectivo trabalho emprega os conceitos difundidos no âmbito da engenharia

de controle para a prototipagem, modelagem e controle de um sistema de bancada do tipo
ball and beam.

Palavras-chave: Engenharia de controle; Sistemas de controle; Projeto de controlador;

Modelagem; Prototipagem.
 Abstract
Control engineering draws on a wide range of engineering and science disciplines, thus
allowing for multidisciplinarity. This fact allows us to visualize in industrial processes
electrical, mechanical and chemical components in control systems.

Another detail, is that the analysis of didactic models for research and understanding of
real plants, has become indispensable for the design of controllers as well as the study of
control systems. One of these didactic models is the ball and beam system, whose goal is
to balance a sphere in a given position. Its high applicability in control analysis, in solving
real stability problems, as well as in the field of education guarantees this model a very
beneficial didactic aspect.

Therefore, the respective work employs the concepts widespread in the field of control
engineering for the prototyping, modeling, and control of a ball and beam type bench top
system.

Keywords: Control engineering; Control systems; Controller design; Modeling; Prototyp-

ing.
 Lista de abreviaturas e siglas

UFRN Universidade Federal do Rio Grande do Norte

BIBO Bounded Input, Bounded Output

PID Proporcional Integral Derivativo

PD Proporcional Derivativo

PI Proporcional Integral

ISE Integral do erro ao quadrado

ITAE Integral do erro absoluto vezes o tempo

IAE Integral do erro absoluto

ITSE Integral do erro ao quadrado vezes o tempo

MDP Medium Density Particleboard

PVC Policloreto de Vinila

GND graduated neutral density filter

VDC Voltage Direct Current

VCC Voltagem corrente contínua

 Lista de ilustrações

Figura 1 – Sistema de bancada do tipo Ball and Beam . . . . . . . . . . . . . . . 13

Figura 2 – Sistema de controle em malha fechada . . . . . . . . . . . . . . . . . . 15
Figura 3 – Modelo para o sistema Ball and Beam . . . . . . . . . . . . . . . . . . 22
Figura 4 – Sistema de controle realimentado . . . . . . . . . . . . . . . . . . . . . 23
Figura 5 – Diagrama de corpo livre para o sistema ball and beam . . . . . . . . . . 24
Figura 6 – Protótipo sistema ball and beam . . . . . . . . . . . . . . . . . . . . . . 29
Figura 7 – Arduino Uno R3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Figura 8 – Servo motor MG995 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Figura 9 – Sensor HC-SR04 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Figura 10 – Circuito eletrônico sistema ball and beam . . . . . . . . . . . . . . . . . 32
Figura 11 – Sistema confeccionado no Simulink . . . . . . . . . . . . . . . . . . . . 35
Figura 12 – Resposta do Sistema para um Kp = 4.6 e Kd = 4.2 . . . . . . . . . . . 36
Figura 13 – Erro gerado pelo sistema realimentado para um Kp = 4.6 e Kd = 4.2 . 36
Figura 14 – Análise da integral do erro usando índice de desempenho ISE e ITSE . 36
Figura 15 – Critério de desempenho para os índices ISE, ITSE e ITAE em um
sistema de segunda ordem . . . . . . . . . . . . . . . . . . . . . . . . . 37
Figura 16 – Resposta do Sistema para um Kp = 5.8 e Kd = 4.4 . . . . . . . . . . 38
Figura 17 – Comparação entre as respostas do sistema para diferentes parâmetros
de Kp e Kd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Figura 18 – Erro gerado pelo sistema realimentado para um Kp = 5.8 e Kd = 4.4 . 39
Figura 19 – Índice de desempenho ITSE para a resposta do sistema com um Kp =
5.8 e Kd = 4.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Figura 20 – Resposta do sistema prático para um Kp = 5.8 e Kd = 4.6 . . . . . . 40
Figura 21 – Sinal de erro do sistema prático para um Kp = 5.8 e Kd = 4.6 . . . . 41
Figura 22 – Resposta do sistema prático para um Kp = 6 e Ki = 0.1 . . . . . . . . 41
Figura 23 – Sinal de erro do sistema prático para um Kp = 6 e Ki = 0.1 . . . . . . 42
 Lista de tabelas

Tabela 1 – Arranjo de Routh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Tabela 2 – Valores de parâmetros para sistema ball and beam . . . . . . . . . . . 26
Tabela 3 – Arranjo de Routh para a equação característica do sistema realimentado 28
Tabela 4 – Especificações para o servo motor MG995 . . . . . . . . . . . . . . . . 30
Tabela 5 – Especificações para o sensor HC-sr04 . . . . . . . . . . . . . . . . . . . 31
Tabela 6 – Pinagens no arduino para o servo motor . . . . . . . . . . . . . . . . . 32
Tabela 7 – Pinagens no arduino para o sensor . . . . . . . . . . . . . . . . . . . . 33
 Sumário

Lista de ilustrações . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Lista de tabelas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Visão geral dos capítulos seguintes . . . . . . . . . . . . . . . . . . . . . 14
2 Fundamentação teórica . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1 Teoria sobre sistemas de controle . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Modelo matemáticos para sistemas . . . . . . . . . . . . . . . . . . . . . 16
2.3 Modelagem de sistemas dinâmicos . . . . . . . . . . . . . . . . . . . . . 17
2.4 Linearização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5 Estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6 Projeto de Controladores . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.7 Índices de desempenho . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.8 Sistema Ball and Beam . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1 Modelagem do sistema realimentado . . . . . . . . . . . . . . . . . . . . 23
3.1.1 Modelagem da planta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.1.2 Modelagem do controlador . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2 Prototipagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.1 Microcontrolador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.2 Servo motor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2.3 Sensor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.2.4 Montagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.2.5 Código . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1 Teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2 Prática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.1 Perspectivas de Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . 43

Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
APÊNDICE A – Código confeccionado para o sistema de bancada
ball and beam . . . . . . . . . . . . . . . . . . . . 46
 12

1 Introdução

Ao longo da história, os sistemas de controle desempenharam um papel fundamental

no âmbito da engenharia e ciência. Exemplo disso, pode ser observada nos sistemas de
veículos espaciais, sistemas de controle de mísseis, sistemas robóticos autônomos, sistemas
de controle de pressão, velocidade, temperatura, vazão, etc. (OGATA, 2011).
A engenharia de controle baseia-se nos fundamentos da teoria de realimentação e
na análise de sistemas lineares, bem como, de uma a ampla gama de engenharias e ciências,
esse fundamento possibilita a engenharia de controle não depender de uma disciplina
específica (MEDEIROS; MAITELLI, 2010). Muitas vezes em processos industriais e de
manufatura consegue-se visualizar componentes elétricos, mecânicos e químicos nos sistemas
de controle. Um modelo preciso de um sistema dinâmico nos permite compreender melhor
o sistema físico e facilita a análise e o projeto dos controladores (BOLíVAR-VINCENTY;
BEAUCHAMP-BáEZ, 2014).
Com o aumento da capacidade de processamento dos computadores, novas técnicas
de controle puderam ser desenvolvidas. Dentre elas, está a teoria do controle robusto ao
qual é utilizada quando se deseja considerar a existência de incertezas ou erros entre a
planta real e seu modelo matemático nos projetos de controle. Isto se dar, ao fato de
que, na maioria das vezes o sistema físico a ser controlado e seu ambiente não possa ser
modelado com exatidão devido a algum tipo de interferência, seja com ruído no sensor ou
pertubações no ambiente. Sendo assim, a necessidade de projetar controladores precisos
mesmo na presença de incertezas é adequado utilizar sistemas de controle robustos (DORF;
BISHOP, 2001; OGATA, 2011).
Visando os sistemas dinâmicos, a estabilidade é determinada com relação de um
dado ponto de equilíbrio. Aplicando isso na Biologia, Economia, Física ou na Engenha-
ria, sempre desejamos que o sistema tenda a seu estado de equilíbrio. Mesmo assim, a
existência de pertubações afetam as medições levando a oscilarem próximas ao ponto de
equilíbrio ou afastar da mesma. Levando isso em consideração, a análise da estabilidade
de sistemas tornou-se uma importante área de estudos nesses campos e desempenha um
papel fundamental em sua evolução (GOMES; FIGUEIREDO, 2020).

1.1 Motivação
A análise de modelos didáticos para pequisa e compreensão das plantas reais,
tornou-se indispensável para o aprendizado de sistemas de controle. Um desses modelos
didáticos mais utilizado é o sistema ball and beam, em que, seu objetivo é tentar equilibrar
Capítulo 1. Introdução 13

uma esfera em uma posição determinada. Sua ampla aplicabilidade se dar por esse sistema
apresentar características relevantes, como a instabilidade em malha aberta e uma forte
não-linearidade (CHANG et al., 2011), presentes em diversas situações de controle real.
Além disso, o uso dos sistemas ball and beam pode ser vistas em diversas aplicações
de análise de controle, como em HAUSER et al. (1992) devido a sua vasta aplicabilidade e
sua metodologia acessível. Outro aspecto importante, é que esse sistema possui uma ampla
gama de finalidades para a indústria visando problemas reais de controle e estabilidade,
tais como a estabilização horizontalmente de um avião durante a aterrissagem e em fluxo
de ar turbulento (SHIRKE; KULKARNI, 2015).
Ademais, quando se atrela ao lado educacional é possível abstrair de forma didática
e visual os conceitos abordados ao longo da nossa vida acadêmica no sistema ball and
beam. Começando pela física, além da estabilidade, pode-se abordar vários assuntos como
as forças aplicadas, a dinâmica do sistema, a conservação de energia entre as partes. Na
engenharia e matemática, obtêm-se conceitos sobre modelagem matemática, metodologia
para confecção de um controlador PID e suas derivações, a lógica e o algorítimo por trás
do funcionamento dos sistemas. Na medicina, atribuir os ensinamentos de como nosso
corpo funciona para se manter em equilíbrio. Esses conteúdos e outros mais, podem ser
ensinados para facilitar o processo de ensino-aprendizagem dos alunos e professores devido
ao seu aspecto multidisciplinar.

1.2 Objetivo
O objetivo deste trabalho é empregar os conceitos difundidos no âmbito da enge-
nharia de controle para a prototipagem, modelagem e controle de um sistema de bancada
do tipo ball and beam como vista na figura 1.

Figura 1 – Sistema de bancada do tipo Ball and Beam

Fonte: (SHIRKE; KULKARNI, 2015)

Capítulo 1. Introdução 14

Desse modo, demonstrando a obtenção das componentes do controlador, a partir

da análise dos índices da integral de erro, bem como, dos parâmetros configurados para a
resposta do sistema realimentado. Em paralelo, apresentar a confecção e resultados obtidos
na prototipação do modelo do sistema ball and beam.

1.3 Visão geral dos capítulos seguintes

O Capítulo 2 trará o conteúdo necessário para o entendimento deste trabalho,
bem como uma visão geral sobre as técnicas utilizadas. A metodologia adotada e a
utilização das técnicas para chegar nos resultados esperados serão abordadas no Capítulo
3. Os resultados obtidos nas simulações e funcionamento do protótipo construído, serão
abordados no Capítulo 4. Por fim, o Capítulo 5 apresenta a conclusão deste trabalho.
 15

2 Fundamentação teórica

É necessário introduzir certas definições para a compreensão da análise de sistemas

de controle. Nesse capítulo esses conceitos e preceitos serão abordados de forma concisa,
assim facilitando o entediamento para os próximos capítulos deste trabalho.

2.1 Teoria sobre sistemas de controle

Conceitualmente, existem diversas definições do que é um sistema de controle. A
título de exemplo, em seu livro DORF; BISHOP (2001) afirma que um sistema de controle
é uma interconexão de componentes formando uma configuração de sistema que produzirá
uma resposta desejada do sistema. Já em OGATA (2011) demonstra que um sistema é a
combinação de componentes que agem em conjunto para atingir um objetivo, além disso,
expõe que controlar significa medir o valor da variável do sistema e aplicar o sinal de
controle para corrigir ou limitar os desvios do valor medido a partir de um valor desejado.
Sucintamente, um sistema de controle é a capacidade de inferir um sinal de saída
desejada a partir de um sinal de entrada recebido. Assim, um sistema de controle em malha
fechada mostrado na figura 2 utiliza-se de uma medida de saída efetiva para compará-la
com a saída desejada (MEDEIROS; MAITELLI, 2010). Para tal, o sensor obtém o valor
encontrado na saída e realimenta o sistema comparando com a saída desejada, assim,
possibilitando o controle por meio da diferença entre os valores do sinal de saída é o valor
desejado. O resultado obtido na comparação é chamado de sinal de erro, ou simplesmente
erro.

Figura 2 – Sistema de controle em malha fechada

Fonte: Autoria própria

Os sistemas de malha fechada permitem reduzir os efeitos da variação de parâmetros

e um aumento nas rejeições às pertubações, no entanto, a adição de um novo elemento
ao sistema (o sensor) pode ser vista como desvantagem quando pensamos na elevação
Capítulo 2. Fundamentação teórica 16

do custo, assim como, na probabilidade de instabilidade devido ao laço de realimentação

(MEDEIROS; MAITELLI, 2010).

2.2 Modelo matemáticos para sistemas

Englobando o escopo de sistemas de controle, encontrar o modelo matemático
adequado que descreve a dinâmica do sistema torna-se o item mais importante (OGATA,
2011). Notório destacar que, dependendo do modo como se modela o sistema as equações
encontradas podem diferir, ou seja, o mesmo sistema pode ser representado matemati-
camente de diferentes maneiras. Assim, a dinâmica do sistema envolvendo os sinais de
entrada e saída podem ser evidenciadas usando as equações diferenciais de primeira ordem.
De modo que, alguns métodos conhecidos são utilizados para encontrar essas expressões
matemáticas.
Nessa perspectiva, um dos métodos conhecidos é o chamado de modelo de estados.
Nessa técnica, necessita compreender quem são os estados do sistema, em que, basicamente
são o menor conjunto de valores que atreladas as funções de entrada possibilitam determinar
o comportamento do sistema para qualquer instante de tempo. Desse modo, a análise
no espaço de estados depende das variáveis de estado, e dos sinais de entrada e de saída
do sistema. Ademais, estas equações exprimem a derivada de cada uma das variáveis
de estado em relação às variáveis de estados e dos sinais de entrada, tal como, os sinais
de saída devem ser expressos em função das variáveis de estado e dos sinais de entrada
(MEDEIROS; MAITELLI, 2010).
Supondo um sistema, para fins de explicação, com n variáveis de estado é possível
representar o sistema como mostrado na equação 2.1 logo abaixo.

a x + m b u
  P 
n P
ẋ
 1  Pi=1 1i i Pj=1 1j j 
 ẋ2 
   n
a x + m j=1 b2j uj 

  =  i=1 2i i (2.1)

 ..  .. 
 .  .
 
 
   
ani xi +
Pn Pm
ẋn i=1 j=1 bnj uj

Sob essa lógica, conseguimos retratar a saída do sistema também como na equação
2.2 logo a seguir.

c x + m d u
  P 
n P
y
 1  Pi=1 1i i Pj=1 1j j 
 y2 
   n
c x + m j=1 d2j uj 

  =  i=1 2i i (2.2)

 ..  .. 
 .  .
 
 
   
i=1 cni xi +
Pn Pm
yn j=1 dnj uj

Separando os termos das equações 2.1 e 2.2, possibilita apresentá-las em formato

Capítulo 2. Fundamentação teórica 17

de matrizes. Caso o sistema seja linearizado e invariante no tempo, as equações de estados

ficam da seguinte maneira adiante.

ẋ(t) = Ax(t) + Bu(t)

(2.3)
y(t) = Cx(t) + Du(t)

Por outro lado, caso o sistema seja variante no tempo a equação 2.3 ficará no
formato abaixo.

ẋ(t) = A(t)x(t) + B(t)u(t)

(2.4)
y(t) = C(t)x(t) + D(t)u(t)

Relacionando as equações 2.3 e 2.4, temos que A é a matriz de estados, B é a

matriz de entrada, C é a matriz de saída e D é a matriz de transmissão direta.

2.3 Modelagem de sistemas dinâmicos

Na engenharia de controle existem inúmeros tipos de sistemas físicos, os mais usuais
estão os sistemas elétricos, mecânicos, eletromecânicos, fluidos e térmicos (MEDEIROS;
MAITELLI, 2010). Para cada um desses sistemas, existe uma modelagem diferente para
encontrar as variáveis de estados e definir as equações vistas na seção anterior.
Quando um sistema é mecânico, usa-se a segunda lei de Newton como lei funda-
mental para a modelagem dos sistemas. Visto que, pode-se encontrar sistemas mecânicos
rotacionais ou translacionais, onde cada um possui suas formulações bem definidas.
Sendo assim, ao trabalhar com sistemas mecânicos translacionais, mexe-se com
o princípio fundamental da dinâmica, ou como é normalmente conhecido pela expressão
matemática 2.5 logo em seguida.

Fr = ma = mv̇ = mẍ (2.5)

Na equação 2.5, o Fr é o somatório das forças aplicadas no corpo em análise, m é

a massa do corpo em questão, a é a aceleração linear do corpo, v é a velocidade do corpo
e x é a posição do corpo. Já para modelos onde se usa os sistemas mecânicos rotacionais,
em que envolve corpos girando em torno de um eixo fixo, a segunda lei de Newton para a
rotação é utilizada, como é constatada na equação 2.6 abaixo.

t = Iα (2.6)

Onde, o t é o somatório dos torques aplicados ao objeto rotacional, I é o momento

de inércia do objeto rotacional e α é a aceleração angular do objeto rotacional. Vale
Capítulo 2. Fundamentação teórica 18

ressaltar que, ambas as expressões podem se relacionar tanto pela fórmula do torque
(t = F R, no qual F é uma força aplicada e R é o raio de giro) quanto pela associação das
acelerações (a = Rα, onde R é o raio e α é a aceleração angular).

2.4 Linearização
Um sistema é linear quando o mesmo satisfaz as propriedades de superposição e
homogeneidade. Isto quer dizer que, se um sistema em repouso recebe uma excitação x1 (t)
e fornece uma resposta y1 (t), bem como, para outra excitação x2 (t) produzir uma resposta
y2 (t). Esse sistema será linear, se e somente se, ao receber uma excitação αx1 (t) + βx2 (t),
ele fornecer a resposta αy1 (t) + βy2 (t) (MEDEIROS; MAITELLI, 2010).
Caso isso não aconteça, é possível realizar uma aproximação linear de um sistema
não-linear através de um ponto de operação (xpo , ypo ) para pequenas mudanças ou pequenos
sinais de (∆x e ∆y). Sendo assim, supondo um elemento com uma variável de excitação e
uma variável de resposta, dada por:

y(t) = g[x(t)] (2.7)

O ponto de operação é designado por xpo e supondo também que a função g(x) é
contínua em toda sua faixa, a série de Taylor é realizada em torno do ponto de operação
apresentado. Desta forma, a equação 2.8 abaixo é gerada.

dg (x − xpo ) d2 g (x − xpo )2
g(x) = g(xpo ) + + 2 + ... (2.8)
dx x=xpo
1! dx x=xpo
2!

Devido a trabalhar com valores pequenos para a expressão x − xp o, a série de Taylor

pode ser representada apenas com seu primeiro termo, assim a equação 2.8 torna-se:

dg (x − xpo )
g(x) = g(xpo ) + (2.9)
dx x=xpo
1!

A partir desse contexto, os pontos de operação escolhidos para a linearização

normalmente coincidem com um ponto de equilíbrio do sistema (MEDEIROS; MAITELLI,
2010). Outro fator, é que todas as derivadas, independente de sua ordem são nulas no
ponto de equilíbrio.

2.5 Estabilidade
Uma das principais propriedades no âmbito de sistemas de controle é a estabilidade.
Ela nos garante que, após um período transitório o sistema se mantém em funcionamento
Capítulo 2. Fundamentação teórica 19

estável. Sendo assim, para um sistema de malha fechada ser estável o mesmo necessita de
uma resposta limitada, isto é, ao receber uma pertubação sua reposta deve ser limitada
em magnitude (DORF; BISHOP, 2001). Este enunciado é conhecido como a definição
BIBO (Bounded Input, Bounded Output) de estabilidade.
A estabilidade dos sistemas pode ser definida a partir da sua função de transferência,
para tal, todos os polos da função de transferência devem possuir parte real negativa. Essa
é uma condição suficiente e necessária.
Em 1800, A. Hurwitz e R. J. Routh criaram o método ou critério de estabilidade de
Routh-Hurwitz. Eles apresentaram que a quantidade de raízes da equação característica
do sistema no domínio de Laplace com parte real positiva, visto na equação 2.10, deve ser
igual ao número de mudanças de sinal dos coeficientes na primeira coluna do arranjo de
Routh.

∆s = q(s) = sn + a1 sn−1 + · · · + an−1 s + an = 0 (2.10)

A fim de melhor explicar esse critério, considerando a equação característica acima,

ordenam-se seus coeficientes seguindo a tabela 1 logo adiante.

Tabela 1 – Arranjo de Routh

sn a0 a2 a4 ...
sn−1 a1 a3 a5 ...
sn−2 b1 b2 b3 ...
.. .. .. .. ...
. . . .
s0 ∗
Fonte: (FRANKLIN et al., 2013)

Após dispor os coeficientes nas duas primeiras linhas da tabela 1, os demais índices
são encontrados correlacionando às duas linhas anteriores a ele, por exemplo, o coeficiente
b1 pode ser encontrado com a equação 2.11.

a1 a2 − a0 a3
b1 = (2.11)
a1
Portanto, ao finalizar a construção da tabela com os valores de todos os índices,
o critério de Routh-Hurwitz estabelece que todos os elementos da primeira coluna da
tabela devem ser positivos para que o sistema seja estável. Este preceito é uma condição
necessária e suficiente para a estabilidade do sistema.
Capítulo 2. Fundamentação teórica 20

2.6 Projeto de Controladores

Ao longo dos anos, diversos meios de análise de controle vem surgindo com o intuito
de manter a estabilidade ou as características de desempenho dos sistemas na presença de
incerteza (GOMES; FIGUEIREDO, 2020). Mesmo assim, os controladores PID continuam
sendo o mais empregado nos processos industriais pelos engenheiros de controle. Sua
fama está atrelada em partes ao seu bom desempenho em uma ampla faixa de condições
operacionais, assim como, em partes a sua facilidade de implementação permitindo aos
engenheiros uma gama de possibilidades de forma simples e direta. (DORF; BISHOP,
2001).
Em seu livro OGATA (2011), nos esclarece que esse tipo de dispositivo é composto
por um termo proporcional P que consiste em um ganho ajustável para tentar eliminar
as oscilações do sistema, mas ao colocar um ganho muito alto pode levar o sistema a
instabilidade; um termo integral I que ao adicionar um polo na origem da função de
transferência do controlador, conduz o erro de regime estacionário a zero, mas aumenta
o tempo de acomodação e piora a estabilidade relativa; e um termo derivativo D para
permitir melhorar a velocidade de resposta do sistema, mas resultando em um controlador
sensível a ruídos e a variações dos parâmetros do sistema.
Basicamente, um controlador PID introduz uma função de transferência com um
polo na origem e dois zeros que podem ser posicionados em qualquer lugar do semiplano s
da esquerda (DORF; BISHOP, 2001). A função de transferência para um controlador PID,
pode ser visualizada na equação 2.12. Importante dizer, as demais funções do controlador
P, PD e PI podem ser extraídas desta. Na equação 2.12, o Kp é o termo proporcional, Ki
é o termo integral e Kd é o termo derivativo.

Ki
Gc (s) = Kp + + Kd s (2.12)
s
Os engenheiros de controle encontravam os termos da função de transferência da
equação 2.12 estipulando valores satisfatórios com base nas estimativas dos parâmetros da
planta. Contudo, para favorecer o trabalho dos operadores de planta, métodos sistemáticos
para determinar os valores de Kp , Ki e Kd foram desenvolvidos ao passar do tempo.
Um desses métodos para a escolha dos componentes do controlador é por alocação
de polos, utilizando a comparação da equação padrão de mesma ordem da função de
transferência de malha fechada do modelo obtido. Essa equação baseia-se nos termos do
fator de amortecimento ζ e da frequência de oscilação ωn do sistema. Já esses termos
podem ser encontrados usando especificações de desempenho do projeto, como o tempo
de amortecimento Ts , entendido como o tempo necessário para que a curva de resposta
alcance, valores em uma faixa geralmente de 2% ou 5% do valor final e assim permanecer
indefinidamente, e o sobressinal máximo Mp , entendido como o valor máximo de pico da
Capítulo 2. Fundamentação teórica 21

curva de resposta expresso em porcentagem (OGATA, 2011).

2.7 Índices de desempenho

Outro modo de apresentarmos o sinal de controle é através da relação com o erro
do sistema, visto na equação 2.13.

Ki
Gc (s) = Kp E(s) + E(s) + sKd E(s) (2.13)
s
Assim, é possível também encontrar os componentes do controlador visualizando o
desempenho do erro no sistema. Esse processo de análise é dado pelo índice de desempenho
baseados na integral do erro. Nesse sentido, quando minimizamos o índice de desempenho,
estamos encontrando um ótimo sistema de controle. Portanto, o índice de desempenho é
uma medida quantitativa do desempenho de um sistema, onde é escolhido tal que seja
colocada ênfase em especificações consideradas importantes para o sistema (PALHERES,
2020). Existem quatro possíveis índices para serem analisados, cada uma com seu objetivo
ao sistema e fórmula bem definida.
Ao realizar a integral do erro ao quadrado (ISE) tende a mostrar uma rápida
diminuição do erro nos instantes inicias. Portanto, a resposta é rápida e oscilatória, o que
pode levar a um sistema com pouca estabilidade. Ademais, este critério, dá uma maior
ponderação quando há um erro grande e uma ponderação suave quando o erro é pequeno
(CASTANõ, 2021). Sua fórmula é dada pela equação 2.14.

Z T
ISE = e2 (t)dt (2.14)
0

Já a integral do erro absoluto vezes o tempo (ITAE) reduz a contribuição exagerada

do erro no regime transitório e enfatiza o erro presente na resposta em regime permanente
(CASTANõ, 2021). Sua fórmula é dada pela equação 2.15.

Z T
IT AE = t | e(t) | dt (2.15)
0

A integral do erro absoluto (IAE), fornece respostas mais lentas que o índice ISE
(CASTANõ, 2021). Sua fórmula é dada pela equação 2.16.

Z T
IAE = | e(t) | dt (2.16)
0

A integral do erro ao quadrado vezes o tempo (ITSE), penaliza as oscilações

persistentes, podendo diminuir o tempo de acomodação do sistema (CASTANõ, 2021).
Sua fórmula é dada pela equação 2.17.
Capítulo 2. Fundamentação teórica 22

Z T
IT SE = te2 (t)dt (2.17)
0

2.8 Sistema Ball and Beam

O modelo clássico para o sistema ball and beam consiste em uma esfera correndo
livremente sobre uma barra, onde uma ponta da barra é fixa em uma junta de rotação, e
a outra ponta é fixa a um motor, possibilitando subir ou descer a barra (SATHIYAVATHI;
KRISHNAMURTHY, 2013). Seu objetivo é deixar a esfera na posição desejada a partir
da medição do seu deslocamento através do sensor de posição. Sua dinâmica de controle
angular, assemelha-se a sistemas reais no tange ao movimento do centro de massa (GOMES;
FIGUEIREDO, 2020). A figura 3 demonstra um modelo para esse sistema.

Figura 3 – Modelo para o sistema Ball and Beam

Fonte: (LV et al., 2011)

Na figura 3 seus parâmetros são definidos como: L é o comprimento da barra, r é a

posição da esfera sobre a barra, α é a inclinação da barra com relação á horizontal, θ é a
posição angular do motor e d é o braço de alavanca do motor.
 23

3 Metodologia

Neste capítulo em especial, abordar-se todas as partes de construção e modelagem

para o sistema de bancada ball and beam. Verificando os materiais usados e suas proprie-
dades, tal qual, a análise do diagrame de corpo livre para o sistema é o cálculo por trás
dos termos do controlador.

3.1 Modelagem do sistema realimentado

Aspirando um sistema realimentado, ao qual seguirá a configuração de um sistema
de malha fechada como apresentado na figura 4, faz-se necessário encontrar a função de
transferência de malha fechada Gm f (s) que governa o sistema.

Figura 4 – Sistema de controle realimentado

Fonte: autoria própria

A função Gm f (s) pode ser encontrada a partir da equação 3.1. Neste calculo é
preciso utilizar as funções de transferência da planta G(s) e do controlador Gc (s).

Gc (s)G(s)
Gmf (s) = (3.1)
1 + Gc (s)G(s)

Ambas as funções necessárias são descobertas analisando seus respectivos sistemas.

3.1.1 Modelagem da planta

Neste contexto, a modelagem da planta baseia-se na modelagem matemática do sis-
tema ball and beam da figura 3. Existem diferentes métodos para modelagem deste sistema,
BOLíVAR-VINCENTY; BEAUCHAMP-BáEZ (2014) e MEENAKSHIPRIYA; KALPANA
(2014) utilizaram, por exemplo, o método de Lagrange, já SHIRKE; KULKARNI (2015) e
ROSA (2014) aplicaram a mecânica newtoniana.
Considera-se para o sistema do projeto a modelagem por mecânica newtoniana,
assim como, que a esfera role sem escorregar e que o atrito entre a barra e esfera é
desprezível. Sendo assim, o primeiro aspecto que deve ser realizado para encontrar as
Capítulo 3. Metodologia 24

equações é observar o diagrama de corpo livre do sistema ball and beam, no qual, pode ser
observado na figura 5 abaixo.

Figura 5 – Diagrama de corpo livre para o sistema ball and beam

Fonte: Autoria própria

Considerando que, o α presente na figura 3 é igual ϕ da figura 5 inicia-se verificando

as forças atreladas a esfera. Portanto, pela segunda lei de Newton para rotação a equação
2.6 é gerada. Sabendo que o torque criado é igual ao raio da esfera multiplicado pela
força aplicada, realiza-se a substituição dos termos na equação 2.6 e assim resultando na
equação 3.2.

ft R = Ibola α (3.2)

Pela associação das acelerações, entende-se que a aceleração linear é igual ao raio
multiplicado pela aceleração angular. Compreende-se também, que a aceleração linear
é igual à derivada segunda da posição. Sabendo disso, realizam-se as substituições na
equação 3.2, e como resultado a equação 3.3 é encontrada.

r̈
ft = Ibola (3.3)
R2
Agora, averiguando a segunda lei Newton da equação 2.5 para as forças aplicadas
a esfera no eixo x resulta na equação 3.4 visualizada a seguir.

mg sin ϕ − Ft = ma (3.4)

Substituindo a equação 3.3 na equação 3.4, encontra-se a equação 3.5.

r̈
mg sin ϕ − Ibola = mr̈ (3.5)
R2
Capítulo 3. Metodologia 25

Separando os termos da igualdade e colocando o r̈ em evidência, o resultado parcial

para a função de transferência é obtida na equação 3.6 abaixo.

mg sin ϕ
r̈ = (3.6)
( IR + m)
bola
2

Realizando a linearização da equação 3.6 pelos pontos de operação ϕpo , utilizando

a série de Taylor da equação 2.9 resultará na seguinte expressão:

dg
g(t) = gpo (t) + (ϕ − ϕpo ) (3.7)
dϕ ϕ=ϕpo

Realizando os cálculos da equação 3.7, fica-se com a seguinte resposta:

mg cos ϕpo
r̈ = g(t) = (ϕ − ϕpo ) (3.8)
( IR 2 + m)
bola

Assim, considerando que no ponto de operação ϕpo a barra está em equilíbrio,

tem-se que ϕpo = 0◦ . Dessa forma, consegue-se considerar que com o sistema linearizado
para pequenos valores de ϕ, o sin ϕ = ϕ. Portanto, o sistema linearizado ficará da seguinte
forma:

mgϕ
r̈ = (3.9)
( IR + m)
bola
2

Pela relação dos arcos da circunferência, consegue-se relacionar o ângulo da barra

ϕ com o ângulo de giro do motor ω pela equação 3.10 abaixo.

dθ
ϕ= (3.10)
L
Substituindo o ϕ da equação 3.9 pela equação 3.10, encontra-se a equação 3.11.

mgdθ
r̈ = (3.11)
L( IR + m)
bola
2

Podemos também, transformar a equação 3.11 em um modelo de estados, ficando

da seguinte maneira:

 
0
    
ṙ 0 1 r 
= +  mgd  θ
  
r̈ 0 0 ṙ I
L( bola +m)
R2
(3.12)
 
h i r
y= 1 0  
ṙ
Capítulo 3. Metodologia 26

Por fim, realizando a transformada de Laplace na equação 3.11, obtém-se a função

de transferência do sistema, constituída por um integrador duplo.

r(s) mgd 1
= (3.13)
θ(s) L( R2 + m) s2
Ibola

Os valores usados de referência para as variáveis da equação 3.13, são encontradas

tabela 2 abaixo.

Tabela 2 – Valores de parâmetros para sistema ball and beam

Símbolo Descrição Valor

m Massa da esfera 0.002 Kg

R Raio da esfera 0.0175 m

2mR2
Ibola Momento de inércia da esfera 3
Kgm2

L Comprimento da barra 0.45 m

d Braço de alavanca do motor 0.025 m

g Gravidade 9.8 m
s2

Fonte: Autoria própria

Substituindo os valores da tabela 2 na equação 3.13, encontra-se a função de

transferência G(s) visualizada abaixo.

r(s) 0.37
G(s) = = 2 (3.14)
θ(s) s

3.1.2 Modelagem do controlador

A função de transferência do controlador é encontrada a partir da equação 2.12.
Assim, devido à planta já possuir um integrador duplo em sua função, opta-se por
desenvolver um controlador PD para o sistema. Desse modo, a equação 2.12 é simplificada
para a equação 3.15 a seguir.

Gc (s) = Kp + Kd s (3.15)

Calculam-se os parâmetros do controlador de forma que o sistema atenda aos

requisitos do projeto. Para tal, utiliza-se a função de transferência de malha fechada para
comparar o denominador da equação 3.16 com o denominador do sistema desejado.
Capítulo 3. Metodologia 27

Gc (s)G(s) 0.37Kd s + 0.37Kp

Gmf (s) = = 2 (3.16)
1 + Gc (s)G(s) s + 0.37Kd s + 0.37Kp

O sistema desejado é escrito em termos do fator de amortecimento ζ e da frequência

de oscilação ωn seguindo a mesma ordem presente na equação 3.16. Isto posto, a equação
3.17 demonstra a comparação entre o sistema modelado e o sistema padrão.

s2 + 0.37Kd s + 0.37Kp = s2 + 2ζωn s + ωn2 (3.17)

A partir dessa comparação, consegue-se abstrair que os termos do controlador são:

ωn2 2ζωn
Kp = ; Kd = (3.18)
0.37 0.37
Encontrar os valores do fator de amortecimento ζ e da frequência de oscilação ωn é
possível utilizando as equações encontradas pela análise em regime transitória do sistema,
como o tempo de subida tr , dado pela equação 3.19, o tempo de acomodação ts , descoberto
pela equação 3.20, o overshoot máximo Mp , visto na equação 3.21, entre outras que estão
disponíveis para usar.

π − arccos ζ
Tr = (3.19)
ωn

4
Ts2% = (3.20)
ζωn

−πζ
Mp = exp √ (3.21)
1 − ζ2

Definindo para o projeto um overshoot máximo de 10% é um tempo de acomodação

de 5 segundos com critério de 2%.
Iniciando a análise pelo ζ, usa-se a equação 3.21 para encontrar seu valor. Realizando
as substituições e colocando ζ em evidência, fica-se com a equação 3.22.

q
(ln Mp )2
ζ=q (3.22)
((ln Mp )2 + π 2 )

Efetuando a substituição do valor atribuído para o overshoot na equação 3.22,

encontra-se o valor de ζ a partir da equação 3.23.

q
(ln 0.1)2
ζ=q (3.23)
((ln 0.1)2 + π 2 )
Capítulo 3. Metodologia 28

Realizando o cálculo da equação 3.23, descobre-se que o valor de ζ = 0.6.

Partindo para a equação 3.20 e colocando ωn em evidência, fica-se com a equação
3.24.

4
ωn = (3.24)
ζTs2%

Implementando o valor escolhido para Ts com o critério de 2%, bem como o valor
encontrado de ζ na equação 3.24, consegue-se descobrir o valor de ωn a partir da equação
3.25.

4
ωn = (3.25)
(0.6 · 5)

Realizando o cálculo da equação 3.25, tem-se que o valor de ωn = 1.3.

Retornando para a equação 3.18, substituindo os valores encontrados para ωn e ζ,
acham-se as componentes do controle.

1.32 2 · 0.6 · 1.3

Kp = = 4.6; Kd = = 4.2 (3.26)
0.37 0.37
Finalmente, voltando a equação 3.16 consegue-se substituir os valores de Kp e Kd
encontrados. Realizando essa mudança a função de transferência de malha fechada que
rege o sistema realimentado Gmf é encontrada.

Gc (s)G(s) 1.55s + 1.7

Gmf (s) = = 2 (3.27)
1 + Gc (s)G(s) s + 1.55s + 1.7

Com a função de transferência de malha fechada encontrada, é necessário verificar

sua estabilidade. Para tal, o critério de Routh-Hurwitz utiliza a equação característica
∆(s) = s2 + 1.55s + 1.7 da equação 3.27 para realizar a verificação.

Tabela 3 – Arranjo de Routh para a equação característica do sistema realimentado

s2 1 1.7
s1 1.55
s0 1.7
Fonte: Autoria própria

Montando a tabela 3 logo acima, verifica-se que todos os elementos da primeira

coluna são positivos. Sendo assim, pelo critério de Routh-Hurwitz pode-se afirmar que o
sistema é estável.
Capítulo 3. Metodologia 29

3.2 Prototipagem
Pensando no aspecto educacional do projeto, o protótipo desenvolvido foi construído
focado no baixo custo, possibilitando sua reprodução. Sua estrutura foi montada utilizando
materiais reciclados, como MDP para a base e suporte, e cano PVC para a barra. O
protótipo confeccionado pode ser visualizado na figura 6 abaixo.

Figura 6 – Protótipo sistema ball and beam

Fonte: Autoria própria

3.2.1 Microcontrolador
O microcontrolador usado para o projeto é um ATMEGA 328P localizado em um
Arduíno Uno. Dessa forma, toda a pinagem e montagem utilizaram um Arduíno Uno como
visto na figura 7 abaixo.

Figura 7 – Arduino Uno R3

Fonte: Arduino, 2022

Capítulo 3. Metodologia 30

3.2.2 Servo motor

Visto a necessidade de um tempo de resposta baixo, o servo motor MG995 da
tower pro foi empregado no projeto.

Figura 8 – Servo motor MG995

Fonte: Datasheet MG995

O mesmo, possui engrenagens de metal e tem como principais características o alto

torque e resistência. As conexões do servo motor é compatível com os padrões Futaba, JR,
Hitec, GWS, Cirrus, Blue Bird, Blue Arrow, Corona, Berg, Spektrum e outros. Em sua
ligação existem três fios, no qual o vermelho é a tensão, o marrom é o GND e o laranja é
o sinal de controle para rotação. Suas características podem ser visualizadas na tabela 4.

Tabela 4 – Especificações para o servo motor MG995

Tensão de operação: 4.8 − 7.2 VDC

Torque: 8.5 kgf/cm (4.8 VDC), 10 kgf/cm (6 VCD)

Velocidade de operação: 0.2 s/60◦ (4.8 VDC), 0.16 s/60◦ (6 VDC)

Faixa de rotação: 120 deg (+

− 60 do centro)
◦

Fonte: Datasheet MG995

3.2.3 Sensor
Motivados pelo baixo custo do projeto e a necessidade da precisão na medição, o
sensor HC-SR04 foi aplicado.
Capítulo 3. Metodologia 31

Figura 9 – Sensor HC-SR04

Fonte: Datasheet hc-sr04

O sensor hc-sr04 baseia-se na emissão de sinais ultrassônicos que refletem no

obstáculo/objeto retornando ao receptor do sensor. Dessa forma, com o tempo que o sinal
emitido levou para retornar ao sensor, o mesmo computou a distância com base na equação
3.28 abaixo.

high level time ∗ velocity of sound (340 m

)
Test distance = s
(3.28)
2
As configurações do sensor hc-sr04 podem ser observadas na tabela 5 abaixo.

Tabela 5 – Especificações para o sensor HC-sr04

VCC 5v

GND Terra

Trig Sinal de receptor

Echo Sinal do emissor

Alcance min. 2 cm

Alcance max. 4m

Frequência de trabalho 40 Hz

Corrente de trabalho 15 mA

Fonte: Datasheet HC-sr04

Capítulo 3. Metodologia 32

3.2.4 Montagem
A montagem do circuito eletrônico é mostrado na figura 10 a seguir.

Figura 10 – Circuito eletrônico sistema ball and beam

Fonte: Autoria própria

Como é constatada na figura acima, o servo motor necessita de uma alimentação

externa de 5v e 1A. Importante salientar que, todos os eletrônicos devem compartilhar
o mesmo terra, portanto devem estar ligados a qualquer porta GND do arduino como
na figura 10. As pinagens utilizadas no arduino para o servo motor e sensor, podem ser
observadas nas tabelas 6 e 7.

Tabela 6 – Pinagens no arduino para o servo motor

Servo Motor

Pinagem Arduino Pinagem MG995

GND Fio marrom

Pino 9 Digital Fio laranja

Fonte: Datasheet HC-sr04

Capítulo 3. Metodologia 33

Tabela 7 – Pinagens no arduino para o sensor

Sensor HC-SR04

Pinagem Arduino Pinagem HC-SR04

GND GND

Pino 7 Digital Trim

Pino 6 Digital Echo

Fonte: Datasheet HC-sr04

3.2.5 Código
Quando se pensa na confecção de um controlador PI, PD ou PID no aspecto digital,
precisa-se encontrar uma aproximação digital para as ações de controle.
Visto que, cada ciclo do algorítimo irá ter sempre a mesma duração de tempo h,
popularmente denominado de período, consegue-se estabelecer essa aproximação.
Dessa forma, o cálculo do sinal de controle é dado pela soma das ações de controle.
Assim, nosso sinal de controle será dado por Gc (k) = P (k) + I(k) + D(k). Utilizando da
equação 2.13, encontra-se P (k), I(k) e D(k) fazendo a transformada de Euler em seus
respectivos componentes. Essas transformadas podem ser visualizadas abaixo nas equações
3.29, 3.30 e 3.31

Euler
P (s) = Kp E(s) −→ P (z) = P (s) −1 ⇒
s= 1−zh
(3.29)
⇒ P (z) = Kp E(z) ⇒ P (k) = Kp e(k)

Euler
I(s) = Ki
s
E(s) −→ I(z) = I(s) −1 ⇒
s= 1−zh
(3.30)
⇒ I(z) = z − 1I(z) + Ki hE(z) ⇒ I(k) = I(k − 1) + Ki he(h)

Euler
D(s) = sKd E(s) −→ D(z) = D(s) ⇒
−1
s= 1−zh
(3.31)
−1 )E(z)
⇒ D(z) = Kd (1−z h
⇒ D(k) = Kd (e(k)−e(k−1)
h

Além disso, é possível analisar o índice de desempenho pela integral de erro

utilizando também uma aproximação digital realizando a transformada de Euler no cálculo
Capítulo 3. Metodologia 34

do índice desejado. Por exemplo, para o índice de desempenho ITSE, sua aproximação
digital fica na forma da equação 3.32.

2 (k)+e2 (k−1)
IT SE = ke (3.32)
PM
k=0 2
h

Alguns aspectos foram considerados para confecção do código na IDE do arduino,

a primeira é que para manter-se um período com a mesma duração de tempo é possível
utilizar as interrupções do Arduino, outro detalhe, é que o período escolhido para esse
projeto foi de 100 ms e o setpoint era de 22 cm. Por último, para o controle do servo motor
e do sensor foram utilizadas bibliotecas disponibilizadas pela própria IDE do arduino.
A partir disso, o código-fonte confeccionado utilizando a IDE do Arduino que
possibilita o funcionamento do sensor, com o servomotor para fazer o protótipo da figura
6 funcionar pode ser encontrada no apêndice A desse trabalho.
 35

4 Resultados

Nesse capítulo, estão presentes os resultados e argumentações obtidas a partir dos

experimentos no âmbito teórico e prático para o sistema ball and beam desenvolvido.

4.1 Teórico
Iniciando pela implementação teórica, foi empregado o uso do software Matlab,
mais especificamente, utilizando o Simulink para a realização e criação de todo o sistema
em formato de diagrama de blocos, como pode ser visualizada na figura 11, tal qual, a
observação dos gráficos gerados. Para fins experimentais, considera-se uma entrada ao
degrau unitário.

Figura 11 – Sistema confeccionado no Simulink

Fonte: Autoria própria

O primeiro teste de desempenho realizado, utilizou os valores encontrados para

os índices do controlador (Kp e Kd ), com um tempo de acomodação de 5 segundo é um
overshoot máximo de 10%. Neste aspecto, a resposta gerada pelo sistema, bem como, o
seu sinal de erro podem ser avaliados abaixo.
Capítulo 4. Resultados 36

Figura 12 – Resposta do Sistema para um Kp = 4.6 e Kd = 4.2

Fonte: Autoria própria

Figura 13 – Erro gerado pelo sistema realimentado para um Kp = 4.6 e Kd = 4.2

Fonte: Autoria própria

Analisando o erro do sistema da figura 13 para os parâmetros setados, é viável a

realização do comparativo entre os índices de desempenho ISE e ITSE.

Figura 14 – Análise da integral do erro usando índice de desempenho ISE e ITSE

Fonte: Autoria própria

Nota-se pela figura 14 que ambas apresentam valores quase próximos a zero, este
fato se dar devido aos parâmetros decididos na confecção do controlador tornar o sistema
Capítulo 4. Resultados 37

de malha fechada subamortecido, ou seja, possuir um coeficiente de amortecimento ζ < 1.

Outro aspecto importante a ser citado, é que analisando o gráfico da integral vezes
o coeficiente de amortecimento visto na figura 15, verifica-se que o índice ISE possui uma
região muita plana no mínimo, abrangendo muitos valores para ζ, gerando um critério
de desempenho pouco seletivo. Já com o índice ITSE, observa-se que seu mínimo é bem
definido, compreendendo uma faixa de valores pequena entre 0.55 e 0.6 nos valores para
ζ. Dessa forma, o melhor índice a ser observado entre os dois comparados é o índice de
desempenho ITSE.

Figura 15 – Critério de desempenho para os índices ISE, ITSE e ITAE em um sistema de

segunda ordem

Fonte: Autoria própria

Em virtude da análise da figura 15, é possível encontrar valores para os parâmetros

do controlador ainda melhores que possibilitam um ITSE menor.
Assim sendo, considerando um ζ = 0.58, consegue-se ainda alcançar um overshoot
máximo de 10%. Ademais, examinando a figura 12, percebe-se a possibilidade de se
melhorar também o tempo de subida do sistema, desse modo a fórmula 3.19 que relaciona
a frequência de oscilação ωn com o tempo de subida tr será utilizada.
Com isso, almejando um tempo de subida de 1.5 segundos, obtém-se os valores de
Kp = 5.8 e Kd = 4.4. A resposta do sistema a entrada degrau unitária pode ser observada
na figura 16 abaixo.
Capítulo 4. Resultados 38

Figura 16 – Resposta do Sistema para um Kp = 5.8 e Kd = 4.4

Fonte: Autoria própria

Sobrepondo o resultado obtido da figura 12, com o novo encontrado, gera-se o

comparativo mostrado na figura 17.

Figura 17 – Comparação entre as respostas do sistema para diferentes parâmetros de Kp

e Kd

Fonte: Autoria própria

Contrapondo os resultados, relata-se uma melhora significativa no tempo de subida,

assim como, no tempo de acomodação do sistema mesmo mantendo o overshoot máximo
como esperado.
Outrossim, verificando o erro gerado, bem como, sua análise da integral do erro
pelo índice de desempenho ITSE observadas nas figuras 18 e 19.
Capítulo 4. Resultados 39

Figura 18 – Erro gerado pelo sistema realimentado para um Kp = 5.8 e Kd = 4.4

Fonte: Autoria própria

Figura 19 – Índice de desempenho ITSE para a resposta do sistema com um Kp = 5.8 e

Kd = 4.4

Fonte: Autoria própria

Detectam-se mudanças comparadas a figura 13. Enquanto na anterior encontrava-se

um ITSE de aproximadamente 0.4, nesta agora, tem-se o mesmo índice com um valor de
0.3, uma diminuição no índice de desempenho de aproximadamente 0.1.
Portanto, nesses comparativos abordados, assegura-se que utilizando as componen-
tes do controlador com os valores de Kp = 5.8 e Kd = 4.4, usufrui-se de um ótimo sistema
de controle.
Capítulo 4. Resultados 40

4.2 Prática
No meio prático, o sensor e servo motor foram aferidos separadamente no protótipo.
Neste aspecto, o sensor de distância a laser VL53L0, o qual seria nossa primeira escolha,
precisou ser trocado devido o mesmo sofrer interferência da barra onde estava alocado.
Por esse motivo, o sensor ultrassônico HC-SR04 foi usado em seu lugar.
Outro detalhe observado, é que quando se compara o código final com o que foi
encontrado na teoria, se percebe uma diferença nos controladores abordados. Enquanto na
parte teórica usa-se um controlador PD, na prática, tem-se um controlador PI.
Analisando o resultado obtido na prática vistas na figura 20, utilizando os valores
para o controlador conseguidos na teoria, encontra-se a seguinte resposta do sistema.

Figura 20 – Resposta do sistema prático para um Kp = 5.8 e Kd = 4.6

Fonte: Autoria própria

A partir dela, é possível analisar também o sinal de erro gerado pelo sistema usando
os componentes encontrados na teoria, vista na figura 21.
Estudando o sinal de erro encontrado a partir do índice de desempenho ITSE pela
integral do erro. Consegue-se abstrair um valor de 0.14 utilizando um setpoint de 22 cm.
Ou seja, um valor melhor do que o encontrado na teoria.
Mas, analisando o protótipo em diferentes condições e valores para as componentes
do controlador, foi possível encontrar melhores valores para o índice de desempenho
abordado.
Assim, de forma empírica os valores Kp = 6 e Ki = 0.1 surgiram. Com esses
valores a seguinte resposta do sistema é gerada, vista na figura 22.
Comparando às duas respostas obtidas para um mesmo parâmetro de setpoint,
percebe-se uma melhora na figura 22 para chegar ao setpoint desejado, utilizando menos
Capítulo 4. Resultados 41

Figura 21 – Sinal de erro do sistema prático para um Kp = 5.8 e Kd = 4.6

Fonte: Autoria própria

Figura 22 – Resposta do sistema prático para um Kp = 6 e Ki = 0.1

Fonte: Autoria própria

oscilação para alcançar o objetivo proposto.

Além disso, é possível analisar o sinal de erro gerado pelo sistema com os valores
de Kp = 6 e Ki = 0.1 vista na figura 23.
Capítulo 4. Resultados 42

Figura 23 – Sinal de erro do sistema prático para um Kp = 6 e Ki = 0.1

Fonte: Autoria própria

Realizando essa analise através do índice de desempenho ITSE pela integral de

erro, encontra-se um valor de 0.07. Comparando esse valor encontrado para o controlador
PI, com a vista para o controlador PD, observa-se que a troca é plausível, pois ao realizar
a mudança consegue-se melhorar o índice de desempenho e assim trabalhar com um ótimo
sistema de controle. Vale salientar que, ambas as análises foram realizadas considerando
condições iniciais e setpoints iguais.
Um video demostrando o funcionamento final do sistema, pode ser assistido aces-
sando o link: https://youtu.be/q-b-2gmDez8.
 43

5 Conclusões

A resolução de problemas reais, analisadas a partir de modelos didáticos possibilita-

se recriar diversas situações que podem ou não interferir no modelo real. Dessa forma,
consegue-se manipular situações externas e prever comportamentos inesperados, assim,
solucionando problemas antes mesmo deles ocorrerem.
Visto isso, a análise do sistema ball and beam proporcionaram esses detalhes como
esperado. Pois, nota-se que, diferentemente do que é encontrado na teoria, o ambiente
prático pode-se mostrar variado. Possibilitando, de forma didática, estudar todos os efeitos
práticos gerados pelo ambiente nos estudos teóricos.
Portanto, conclui-se por meio desse trabalho que, a modelagem de sistemas dinâ-
micos a partir de sistemas reais, com a finalidade de pesquisa, compreensão e resolução de
problemas tornam-se indispensáveis para a engenharia de controle, pois como já foi citado,
por meio deles é possível prever os comportamentos práticos fundamentados nos estudos
teóricos desses modelos.

5.1 Perspectivas de Trabalhos Futuros

Outros aspectos ponderados para esse projeto visa a realização de melhorias para
o código e protótipo em futuros próximos. São eles:

• Criação de um filtro digital para os dados aferidos pelo sensor, pois o mesmo apresenta
um erro de medição entre 1 cm a 3 cm;

• Adicionar interrupção ao código desenvolvido, pois assim consegue-se garantir que o

período de amostragem está realmente acontecendo no tempo desejado;

• Utilização de outros sensores, como VL53L0;

• Utilização de outros servos motores;

• Utilização de outras técnicas para encontrar as componentes do controlador e assim

comparar os resultados;

• Aplicar outras técnicas para implementação do controlador no âmbito digital;

• Entre vários outros que podem a vir surgir com os anos;

 44

Referências

BOLíVAR-VINCENTY, C. G.; BEAUCHAMP-BáEZ, G. Modelling the ball-and-beam

system from newtonian mechanics and from lagrange methods. In: In: 12th Latin
American and Caribbean Conference for Engineering and Technology (LACCEI’2014).
Guayaquil, Ecuador: [s.n.], 2014. Citado 2 vezes nas páginas 12 e 23.

CASTANõ, S. Índices de Desempenho - Sistemas de Controle [Integral do Erro]. 2021.

Disponível em: <https://www.youtube.com/watch?v=0HcUDa0CRPc>. Citado na
página 21.

CHANG, Y.-H. et al. Adaptuve fuzzy dynamic surface control for ball and beam system.
International journal of fuzzy systems, v. 13, n. 1, 3 2011. Citado na página 13.

DORF, R. C.; BISHOP, R. H. Sistemas de controle modernos. 8. ed. [S.l.]: Editora LTC,
Rio de Janeiro, 2001. Citado 4 vezes nas páginas 12, 15, 19 e 20.

FRANKLIN, G. F. et al. Sistemas de Controle para Engenharia. 6. ed. [S.l.]: Porto Alegre:
Bookman, 2013. Citado na página 19.

GOMES, G. C. D.; FIGUEIREDO, L. R. Análise de controle robusto no sistema ball and

beam. In: Revista Científica Multidisciplinar Núcleo do Conhecimento. [S.l.: s.n.], 2020.
v. 2, p. 153–166. Citado 3 vezes nas páginas 12, 20 e 22.

HAUSER, J. et al. Nonlinear control via approximate input-output linearization: The ball
and beam example. In: IEEE Transactions on Automatic Control. [S.l.: s.n.], 1992. p. 392 –
398. Citado na página 13.

LV, X. H. et al. Desing of ball-beam control system based on machine vision. TRANS
TECH PUBL. Applied mechanics and materials. [S.I.], v. 71, p. 4219–4225, 2011. Citado
na página 22.

MEDEIROS, A. A. D. D.; MAITELLI, A. L. Modelagem e Análise de Sistemas Dinâmicos.

Natal, 2010. Citado 5 vezes nas páginas 12, 15, 16, 17 e 18.

MEENAKSHIPRIYA, B.; KALPANA, K. Modelling and control of ball and beam system
using coefficient diagram method (cdm) based pid controller. In: IFAC Proceedings
Volumes. Elsevier, Amsterdã: [s.n.], 2014. v. 47, p. 620–626. Citado na página 23.

OGATA, K. Engenharia de Controle Moderno. 5. ed. [S.l.]: Porto Alegre: Pearson

Education do Brasil, 2011. Citado 5 vezes nas páginas 12, 15, 16, 20 e 21.

PALHERES, R. M. Desempenho de sistemas de controle realimentados. [S.l.], 2020.

Citado na página 21.

ROSA, G. A. Modelagem matemática e controle de um sistema "ball and beam". 2014.

Citado na página 23.

SATHIYAVATHI, S.; KRISHNAMURTHY, K. Pid control of ball and beam system - a

real time experimentation. In: NISCAIR-CSIR. india: [s.n.], 2013. Citado na página 22.
Referências 45

SHIRKE, H. R.; KULKARNI, N. R. Mathematical modeling, simulation and control of

ball and beam system. International journal of engineering research & technology, v. 4,
n. 3, 3 2015. Citado 2 vezes nas páginas 13 e 23.
 46

APÊNDICE A – Código confeccionado para

o sistema de bancada ball and beam

1 // −−−−−−−−−− Autor −−−−−−−−−−−−−

2 // Nome : Atyson Jaime De Sousa Martins
3 // E−m a i l : a t y s o n j a i m e @ g m a i l . com
4
5 // −−−−−−−−−−− B i b l i o t e c a s −−−−−−−−−−−−−
6 #i n c l u d e <Servo . h> // B i b l i o t e c a s e r v o motor
7 #i n c l u d e <HCSR04 . h> // B i b l i o t e c a s e n s o r
8 // −−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
9
10 // −−−−−−−−−− Pinagem Hardware −−−−−−−−−−−−
11 byte t r i g g e r P i n = 6 ; // S a l v a p i n o 7 para o t r i g g e r do s e n s o r
12 byte echoPin = 7 ; // S a l v a p i n o 6 para o echo do s e n s o r
13 c o n s t i n t p i n o S e r v o = 9 ; //PINO DIGITAL UTILIZADO PELO SERVO
14 // −−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
15
16 // −−−−−−−−−−−− V a r i a v e i s −−−−−−−−−−−−−
17 i n t p o s i c a o = 100 ; // V a r i a v e l para g u a r d a r a p o s i c a o do s e r v o
18 f l o a t d i s t a n c i a = 0 .0 ; // V a r i a v e l para g u a r d a r a d i s t a n c i a medida
19 f l o a t d i s t a n c i a _ a n t e r i o r = 0 ; // V a r i a v e l para g u a r d a r a a n t i g a
d i s t a n c i a medida
20 f l o a t tempo ; // C o n t r o l a o tempo
21 f l o a t d i s t a n c i a _ e r r o r , d i s t a n c i a _ e r r o r _ a n t e r i o r ; // V a r i a v e i s para
salvar o erro
22 bool primeira_rotina = true ;
23 // −−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
24
25 // −−−−−−−−−−−−−− PID C o n s t a n t e s −−−−−−−−−−−−−− ///
26 f l o a t Kp = 6 ; // Ganho p r o p o r c i o n a l
27 f l o a t Kd = 0 ; // Ganho d e r i v a t i v o
28 f l o a t Ki = 0 .1 ; // Ganho d e r i v a t i v o
29 f l o a t d i s t a n c i a _ s e t p o i n t = 22 ;
30 f l o a t acaoP = 0 ; // Acao p r o p o r c i o n a l
31 f l o a t acaoD = 0 ; // Acao d e r i v a t i v a
32 f l o a t a c a o I = 0 ; // Acao i n t e g r a l
33 f l o a t s i n a l D e C o n t r o l e = 0 ; // V a r i a v e l para s a l v a r o s i n a l de c o n t r o l e
34 f l o a t p e r i o d o = 100 ; // P e r i o d o de amostragem
35 // −−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
36
37 // −−−−−−−−−−−− O b j e t o s −−−−−−−−−−−−−−−−−
38 Servo meuServo ;
APÊNDICE A. Código confeccionado para o sistema de bancada ball and beam 47

39 // −−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−
40
41 void setup ( ) {
42 S e r i a l . b e g i n ( 9600 ) ;
43 HCSR04 . b e g i n ( t r i g g e r P i n , echoPin ) ; // I n i c i a l i z a s e n s o r
44 meuServo . a t t a c h ( p i n o S e r v o ) ; // I n i c i a l i z a s e r v o motor
45 i f ( ! meuServo . a t t a c h e d ( ) ) { // V e r i f i c a s e o s e r v o motor f o i
inicializado
46 S e r i a l . p r i n t l n ( " Servo nao l i g o u com o p i n o " ) ;
47 while (1) ;
48 }
49 meuServo . w r i t e ( p o s i c a o ) ; // Coloca o s e r v o na p o s i c a o i n i c i a l
50 tempo = m i l l i s ( ) ;
51 }
52
53 void loop ( ) {
54 i f ( m i l l i s ( ) > tempo + p e r i o d o ) { // Entra no c o n d i c i o n a l a cada
p e r i o d o de amostragem
55 tempo = m i l l i s ( ) ;
56 d i s t a n c i a = HCSR04 . measureDistanceCm ( ) [ 0 ] ; // Pega a d i s t a n c i a
57 d i s t a n c i a = max( d i s t a n c i a , 5 ) ; // Impede d i s t a n c i a s menores que 5 (
d e v i d o ao s e n s o r )
58 d i s t a n c i a = min ( d i s t a n c i a , 45 ) ; // Impede d i s t a n c i a s m a i o r e s que 45
( tamanho da b a r r a )
59 i f ( ! primeira_rotina ) {
60 // Impede que o s e n s o r meca v a l o r e s e l e v a d o s do medido
anteriormente ;
61 // Impede por exemplo , que e l e r e t o r n e o v a l o r 4 5 , enquanto a
b o l a e s t e j a na p o s i c a o 1 0 .
62 while ( distancia > distancia_anterior + 5 | | distancia <
distancia_anterior − 5) {
63 d i s t a n c i a = HCSR04 . measureDistanceCm ( ) [ 0 ] ;
64 d i s t a n c i a = max( d i s t a n c i a , 5 ) ;
65 d i s t a n c i a = min ( d i s t a n c i a , 45 ) ;
66 }
67 }
68 S e r i a l . p r i n t l n ( d i s t a n c i a ) ; // C r i a c a o dos g r a f i c o s a p a r t i r do
Plotter s e r i a l
69 d i s t a n c i a _ e r r o r = ( d i s t a n c i a _ s e t p o i n t − d i s t a n c i a ) ; // C a l c u l a o
erro ;
70
71 acaoP = Kp ∗ d i s t a n c i a _ e r r o r ; // C a l c u l a a acao p r o p o r c i o n a l
72 acaoD = Kd ∗ ( ( d i s t a n c i a _ e r r o r − d i s t a n c i a _ e r r o r _ a n t e r i o r ) / p e r i o d o
) ; // C a l c u l a a acao d e r i v a t i v a
73 i f (−3 < d i s t a n c i a _ e r r o r && d i s t a n c i a _ e r r o r < 3 ) {
74 // C o n d i c i o n a l que impede o s i n a l de c o n t r o l e s u b i r ou d e s c e r sem
parar .
APÊNDICE A. Código confeccionado para o sistema de bancada ball and beam 48

75 // Zerando a acao i n t e g r a l quando o e r r o e menor que 3 .

76 a c a o I = a c a o I + ( Ki ∗ d i s t a n c i a _ e r r o r ) ; // C a l c u l a a acao
integral
77 } else {
78 acaoI = 0 ;
79 }
80 s i n a l D e C o n t r o l e = acaoP + a c a o I + acaoD ; // C a l c u l a o s i n a l do
controle
81 // S e r i a l . p r i n t l n ( s i n a l D e C o n t r o l e ) ;
82 // D e f i n e minimo e maximo a p a r t i r da a n a l i s e do g r a f i c o do s i n a l
de c o n t r o l e .
83 s i n a l D e C o n t r o l e = max( s i n a l D e C o n t r o l e ,−120 ) ;
84 s i n a l D e C o n t r o l e = min ( s i n a l D e C o n t r o l e , 110 ) ;
85 // S e r i a l . p r i n t l n ( s i n a l D e C o n t r o l e ) ;
86
87 // D e f i n e a p o s i c a o do servoMotor a p a r t i r do r e n g e minino e
maximo do s i n a l de c o n t r o l e
88 p o s i c a o = map( s i n a l D e C o n t r o l e , −120 , 110 , 50 , 170 ) ;
89 meuServo . w r i t e ( p o s i c a o ) ; // A l t e r a a p o s i c a o do s e r v o motor
90 d i s t a n c i a _ e r r o r _ a n t e r i o r = d i s t a n c i a _ e r r o r ; // S a l v a o e r r o
anterior ;
91 d i s t a n c i a _ a n t e r i o r = d i s t a n c i a ; // S a l v a d i s t a n c i a a n t e r i o r ;
92 primeira_rotina = f a l s e ;
93 }
94 }