Sistemas de Controle-Aula Teórica

Universidade do Estado De Santa Catarina
Departamento de Engenharia Mecânica
Sistemas de Controle
Autor :
Professor Clodoaldo Schutel Furtado Neto
Versão 2.0 de
6 de agosto de 2018
Sumário
1 Introdução a Sistemas de Controle 1

1.1 Controle a Malha Fechada vs Controle Malha Aberta . . . . . . . . 2
1.2 Denição de Sistema de Controle . . . . . . . . . . . . . . . . . . . 3
2 Transformada de Laplace 5
2.1 Fórmula de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Funções típicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Transformada de Laplace em Controle . . . . . . . . . . . . . . . . 9
3 Funções Impróprias 13
3.1 Regra de Runi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.2 Transformada inversa de Laplace . . . . . . . . . . . . . . . . . . . 16
3.3 Frações Parciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4 Polos, Zeros e a Resposta do Sistema 25

4.1 Sistemas de Primeira Ordem . . . . . . . . . . . . . . . . . . . . . . 27
4.2 Sistemas de Segunda Ordem: Introdução . . . . . . . . . . . . . . . 29
4.3 O Sistema de Segunda Ordem Geral . . . . . . . . . . . . . . . . . . 33
4.4 Sistemas de Segunda Ordem Subamortecidos . . . . . . . . . . . . . 35
4.5 Resposta do Sistema com Polos Adicionais . . . . . . . . . . . . . . 40
4.6 Resposta do Sistema com Zeros . . . . . . . . . . . . . . . . . . . . 41
5 Estabilidade 45
i
ii Sumário
5.1 Critério de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . . . . . 48
5.1.1 Construindo uma Tabela de Routh Básica . . . . . . . . . . 50
5.1.2 Interpretando a Tabela Básica de Routh . . . . . . . . . . . 52
5.2 Critério de Routh-Hurwitz: Casos Especiais . . . . . . . . . . . . . 53
5.2.1 Zero Apenas na Primeira Coluna . . . . . . . . . . . . . . . 53
5.2.2 Uma Linha Inteira de Zeros . . . . . . . . . . . . . . . . . . 54
6 Projeto de Sistema de Controle 57

6.1 Efeito das ações de controle integral e derivativo no desempenho
dos sistemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
6.1.1 Ação de Controle Integral . . . . . . . . . . . . . . . . . . . 57
6.1.2 Sistema de controle proporcional . . . . . . . . . . . . . . . 59
6.1.3 Controle integral de sistemas . . . . . . . . . . . . . . . . . . 60
6.1.4 Ação de controle derivativo . . . . . . . . . . . . . . . . . . 61
6.1.5 Controle proporcional de sistemas com carga inercial . . . . 62
6.1.6 Controle proporcional-derivativo de sistemas com carga iner-

cial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
6.1.7 Controle proporcional-derivativo de sistemas de segunda ordem 64
6.2 Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7 O método do lugar das raízes 67

7.1 Técnica do lugar das raízes . . . . . . . . . . . . . . . . . . . . . . . 67
7.1.1 Representação Vetorial de Números Complexos . . . . . . . 68
7.2 Condições de Ângulo e Módulo . . . . . . . . . . . . . . . . . . . . 71
8 Espaço de Estados 75
8.1 A Respresentação Geral no Espaço de Estados . . . . . . . . . . . . 75
8.2 Aplicando a Representação no Espaço de Estados . . . . . . . . . . 77
8.3 Convertendo do Espaço de Estados para uma Função de Transferência 78
8.4 Projeto no Espaço de Estados . . . . . . . . . . . . . . . . . . . . . 79
8.4.1 Equação Característica . . . . . . . . . . . . . . . . . . . . . 79

Sumário iii
8.4.2 Alocação de Pólos . . . . . . . . . . . . . . . . . . . . . . . . 79
8.4.3 Projeto por alocação de pólos. . . . . . . . . . . . . . . . . . 80
8.4.4 Controlabilidade . . . . . . . . . . . . . . . . . . . . . . . . 82
8.4.5 Projeto do Realimentador de Estados . . . . . . . . . . . . . 83
8.5 Projeto de Observador . . . . . . . . . . . . . . . . . . . . . . . . . 85
8.5.1 Observabilidade . . . . . . . . . . . . . . . . . . . . . . . . . 88
8.5.2 Projeto do Observador de Estados . . . . . . . . . . . . . . . 90
A Tabela Transformada de Laplace 93
B Diagrama de Blocos 97
C Modelamento Matemático 101

C.1 Modelamento de Sistemas Mecânicos de Translação . . . . . . . . . 101
C.1.1 Relação Força/Deslocamento de Sistemas Mecânicos . . . . . 101
C.2 Modelamento de Sistemas Elétricos . . . . . . . . . . . . . . . . . . 103
C.2.1 Relação Tensão/Corrente de Sistemas Elétricos . . . . . . . 103
C.2.2 Amplicador Operacional Inversor . . . . . . . . . . . . . . . 105
D Regras de sintonia de Ziegle-Nichols para controladores PID 109

Lista de Figuras
1.1 Sistema Controlado . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Exemplo Elevador . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1 Identidade de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Plano Complexo de Laplace . . . . . . . . . . . . . . . . . . . . . . 11
4.1 a. Sistema mostrando a entrada e a saída; b. diagrama de polos

e zeros do sistema; c. cálculo da resposta de um sistema. Siga as
setas em tom cinza para ver o cálculo da componente da resposta
gerada pelo polo ou pelo zero. . . . . . . . . . . . . . . . . . . . . . 26
4.2 Efeito de um polo no eixo real sobre a resposta transitória. . . . . . 27
4.3 a. Sistema de primeira ordem; b. diagrama do polo. . . . . . . . . . 27
4.4 Resposta de sistema de primeira ordem a um degrau unitário. . . . 28
4.5 Sistemas de segunda ordem, diagramas de polos e respostas ao degrau. 32
4.6 Componentes da resposta de segunda ordem ao degrau gerada por

polos complexos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.7 Respostas ao degrau para os casos de amortecimento de sistemas de

segunda ordem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.8 Resposta de segunda ordem em função do fator de amortecimento. . 36
4.9 Respostas de segunda ordem subamortecidas para diferentes valores

de fator de amortecimento. . . . . . . . . . . . . . . . . . . . . . . . 37
4.10 Especicações da resposta subamortecida de segunda ordem. . . . . 38
v
vi Lista de Figuras
4.11 Respostas ao degrau de sistemas subamortecidos de segunda ordem

à medida que os polos se movem: a. com parte real constante; b.
com parte imaginária constante; c. com fator de amortecimento
constante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.12 Componentes das respostas de um sistema com três polos: a. dia-

grama de polos; b. componentes das respostas: o polo não domi-
nante está próximo do par de segunda ordem dominante (Caso I),
longe do par (Caso II) e no innito (Caso III). . . . . . . . . . . . . 41
4.13 Efeito do acréscimo de um zero a um sistema com dois polos. . . . . 42
5.1 Polos em malha fechada e resposta: a. sistema estável; b. sistema

instável. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.2 Causa comum de problemas na obtenção dos polos em malha fe-

chada: a. sistema original; b. sistema equivalente. . . . . . . . . . . 50
5.3 Função de transferência em malha fechada equivalente. . . . . . . . 51
5.4 Tabela de Routh completa . . . . . . . . . . . . . . . . . . . . . . . 51
5.5 a. Sistema com realimentação; b. sistema em malha fechada equi-

valente. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.6 Tabela de Routh completa para o Exemplo . . . . . . . . . . . . . . 52
5.8 Determinando sinais na primeira coluna de uma tabela de Routh

com zero como primeiro elemento em uma linha . . . . . . . . . . . 54
5.10 Posições das raízes para se gerar polinômios pares: A, B, C ou

qualquer combinação . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.1 Sinal de controle não nulo quando erro é igual a zero- Controle Integral 58
6.2 Sinal de controle nulo quando erro é igual a zero- Controle Propor-
cional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
6.3 Sistema de controle proporcional . . . . . . . . . . . . . . . . . . . 59
6.4 Resposta ao degrau unitário e erro residual . . . . . . . . . . . . . . 60
6.5 Sistema de controle integral . . . . . . . . . . . . . . . . . . . . . . 60
6.6 Controle proporcional de um sistema com carga inercial . . . . . . . 62

Lista de Figuras vii
6.7 Resposta a uma entrada em degrau unitário . . . . . . . . . . . . . 63
6.8 Controle proporcional-derivativo de um sistema com carga inercial . 63
6.9 Resposta a uma entrada em degrau unitário . . . . . . . . . . . . . 64
6.10 Sistema de controle . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
6.11 Controle PID de uma planta . . . . . . . . . . . . . . . . . . . . . . 66
7.1 Sistema de controle em malha fechada. . . . . . . . . . . . . . . . . 68
7.2 Representação vetorial de um número complexo. . . . . . . . . . . . 69
7.3 Deslocamento do vetor complexo. . . . . . . . . . . . . . . . . . . . 69
7.4 Vetor complexo no plano de Laplace. . . . . . . . . . . . . . . . . . 69
7.5 Ângulos e Módulos de pólos e zeros . . . . . . . . . . . . . . . . . . 70
7.6 Sistema de controle em malha fechada. . . . . . . . . . . . . . . . . 71
7.7 Angulos de dois pontos de teste em relação os pólos e zeros de

G(s)H(s). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
8.1 Representação gráca do espaço de estados e de um vetor de estado. 76
8.2 a. Representação no espaço de estados de uma planta; b. planta

com realimentação de variáveis de estado. . . . . . . . . . . . . . . . 81
8.3 Comparação entre sistemas a. controlável e b. não controlável. . . 83
8.4 Projeto de realimentação de estado utilizando um observador para

estimar variáveis de estado indisponíveis: a. observador em malha
aberta; b. observador em malha fechada; c. vista detalhada de um
observador em malha fechada, mostrando a estrutura de realimen-
tação para reduzir o erro de estimação das variáveis de estado. . . . 86
8.5 Comparação entre sistemas a. observável; e b. não observável;. . . 89
8.6 Conguração conceitual de projeto no espaço de estados, mostrando

a planta, o observador e o controlador. . . . . . . . . . . . . . . . . 92
B.1 Simplicação da Álgebra de Blocos . . . . . . . . . . . . . . . . . . 99
C.1 Sistema Massa Mola Amortecedor . . . . . . . . . . . . . . . . . . . 102
C.2 Circuito de duas malhas . . . . . . . . . . . . . . . . . . . . . . . . 104
C.3 Circuito de duas malhas Laplace . . . . . . . . . . . . . . . . . . . . 105

viii Lista de Figuras
C.4 Ampop . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
C.5 Ampop Inversor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
C.6 Ampop PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
D.1 Controle PID de uma planta . . . . . . . . . . . . . . . . . . . . . . 109
D.2 Curva de resposta ao degrau unitário mostrando um valor máximo

de ultrapassagem de 25% . . . . . . . . . . . . . . . . . . . . . . . 110
D.3 Resposta ao degrau unitário de um processo . . . . . . . . . . . . . 111
D.4 Curva de resposta em forma de S . . . . . . . . . . . . . . . . . . . 111
D.5 Sistema de malha fechada com controle proporcional . . . . . . . . 113
D.6 Oscilação sustentada com período Pcr . . . . . . . . . . . . . . . . . 113

Lista de siglas
FT Função de Transferência
MA Malha Aberta
MF Malha Fechada
EE Erro de Estado Estacionário
Mp Máxima Ultrapassagem
T Constante de Tempo
Ts Tempo de Subida
Tp Tempo de Pico
Ta Tempo de Assentamento
ix
Lista de símbolos
X(s) =⇒ Transformada de Laplace da função x(t)

L {f (t)} =⇒Transformada de Laplace da função f(t)
s =⇒Variável complexa de Laplace
θ =⇒Argumento Angular
i(t) =⇒Função Impulso
d(t) =⇒Função Degrau
r(t) =⇒Função Rampa
u(t) =⇒Sinal de Entrada
y(t) =⇒Sinal de Saída
ξ =⇒Amortecimento
ωn =⇒Frequência Natural
ωd =⇒ Frequência Amortecida
σ =⇒ Decaimento exponencial
p =⇒Polo
z =⇒Zero
G =⇒ Ganho da função
xi
Capítulo 1
Introdução a Sistemas de Controle
Denições. Antes de discutir os sistemas de controle, alguns termos básicos de-

vem ser denidos.
Variável Controlada e Variável Manipulada. A variável controlada é a gran-

deza ou a condição que é medida e controlada. A variável manipulada é a grandeza
ou a condição variada pelo controlador de modo a afetar o valor da variável con-
trolada. A variável controlada é normalmente a grandeza de saída do sistema.
Controlar signica medir o valor da variável controlada e aplicar o valor conve-
niente da variável manipulada ao sistema de modo a corrigir ou limitar o desvio
entre o valor medido e o valor desejado da variável controlada.
Para estudar Engenharia de Controle é preciso denir termos adicionais necessá-
rios à descrição de sistemas de controle.
Sistemas a Controlar* (Plants). Um sistema a controlar é uma parte de um

equipamento, eventualmente um conjunto de itens de uma máquina que funcionam
juntos e cuja nalidade é desempenhar uma determinada operação. Neste livro,
será designado por sistema a controlar qualquer objeto físico a ser controlado (tal
como um dispositivo mecânico, uma caldeira para aquecimento, um reator químico
ou uma espaçonave).
Sistemas. Um sistema é uma combinação de componentes que atuam em con-

junto e realizam um certo objetivo. Um sistema não é limitado apenas a algo
físico. O conceito de sistema pode ser aplicado a fenômenos abstratos, dinâmicos,
como os encontrados em Economia. A palavra sistema deve, por conseguinte, ser
interpretada para designar sistemas físicos, biológicos, econômicos e outros.
1
2 Capítulo 1. Introdução a Sistemas de Controle
Distúrbios. Um distúrbio ou perturbação é caracterizado por um sinal que tende

a afetar de modo adverso o valor da variável de saída de um sistema. Se um
distúrbio for gerado internamente no sistema, ele é dito um distúrbio interno; ao
passo que um distúrbio externo é produzido fora do sistema e se comporta como
um sinal de entrada no sistema.
Controle com Retroação. Controle com retroação ou a malha fechada se refere

a uma operação que, em presença de distúrbios, tende a reduzir a diferença entre o
sinal de saída de um sistema e o sinal de referência, e que opera com base nesta di-
ferença. Aqui, apenas os distúrbios não-previsíveis (isto é, aqueles não-conhecidos
a priori) são designados como tais, uma vez que as perturbações conhecidas ou
previsíveis podem sempre ser compensadas no sistema.
Figura 1.1: Sistema Controlado
1.1 Controle a Malha Fechada vs Controle Malha

Aberta
Sistemas de controle com retroação. Um sistema que mantém uma relação
preestabelecida entre a grandeza de saída e a grandeza de referência, comparando-
as e utilizando a diferença como meio de controle, é dito um sistema de controle
com retroação.
Sistemas de controle a malha fechada. Os sistemas de controle com retroa-

ção são frequentemente referidos como sistemas de controle a malha fechada. Na
prática, os termos controle com retroação e controle a malha fechada são usados
indistintamente. Num sistema de controle a malha fechada, o sinal atuante de
1.2. Denição de Sistema de Controle 3
erro, que é a diferença entre o sinal de entrada e o sinal de retroação (que pode
ser o próprio sinal de saída ou uma função do sinal de saída e de suas derivadas
e/ou integrais), excita o controlador de modo a reduzir o erro e trazer o valor do
sinal de saída para o valor desejado.
Sistemas de controle a malha aberta. Os sistemas nos quais o sinal de saída

não afeta a ação de controle são chamados sistemas de controle a aberta. Em
outras palavras, num sistema de controle a malha aberta, não se mede o sinal de
saída nem tampouco este sinal é enviado de volta para comparação com o sinal
de entrada. Um exemplo prático disto é o da máquina de lavar roupa. As opera-
ções de colocar de molho. lavar e enxaguar numa lavadora são executadas numa
seqüência programada em função do tempo. A máquina não mede o sinal de saída,
isto é, a limpeza das roupas.
1.2 Denição de Sistema de Controle

Um sistema de controle consiste em subsistemas e processos (ou plantas) construí-
dos com o objetivo de se obter uma saída desejada com um desempenho desejado,
dada uma entrada especicada.
Duas das principais medidas de desempenho são evidentes: (1) a resposta tran-
sitória e (2) o erro em regime permanente.
Figura 1.2: Exemplo Elevador

Capítulo 2
Transformada de Laplace
Em matemática, particularmente na análise funcional, a transformada de Laplace

de uma função f (t) denida para todo número real t ≥ 0 é a função F (s), denida
por:
Z ∞
F (s) = L {f (t)} = e−st f (t) dt (2.1)
0
Quando a integral da denição (1) converge, o resultado é uma função de s. De-

nindo a Transformada de Laplace:
f (t)= uma função no tempo em que f (t) = 0 para t < 0
s = uma variável complexa
L = um símbolo operacional que indica qua aR grandeza que ele antecede vai ser
∞ −st
transformada por meio da integral de Laplace
0
e dt
F (s) = transformada de Laplace de f (t)
Variável Complexa : Um número complexo tem uma parte real e uma parte imagi-
nária, ambas constantes. Se a parte real e/ou a imaginária forem variáveis, teremos
então o que se denomina variável complexa. Na transformada de Laplace, utiliza-se
a notação s como variável complexa. Ou seja,
s = σ + iω (2.2)
onde σ é a parte real e ω é a parte imaginária.
Função Complexa : Uma função complexa G(s), é uma função de s que tem uma
parte real e uma parte imaginária, ou
G(s) = Gx + Gy (2.3)
5
6 Capítulo 2. Transformada de Laplace
p
onde Gx e Gy são quantidades reais. O módulo de G(s) é G2x + G2y , e o argumento
−1
angular θ de G(s) é tan (Gy /Gx ). O ângulo é medido no sentido anti-horário a
partir de sentido positivo do eixo real. O complexo conjugado de G(s) é G(s) =
Gx ± iGy . As funções complexas normalmente encontradas na análise de sistemas
de controle linear são funções unívocas de s e são determinadas univocamente para
dado valor de s.
De forma geral, se utilizarmos uma letra minúscula para representar a função

a ser transformada, então a letra correspondente maiúscula será utilizada para
denotar sua transformada de Laplace, por exemplo:
L {f (t)} = F (s) , L {g(t)} = G(s) e L {y(t)} = Y (s) (2.4)
As propriedades desta transformada tornam-na útil para a análise de sistemas di-

nâmicos lineares. A vantagem mais interessante desta transformada integral é que
a integração e a derivação tornam-se multiplicações e divisões, da mesma maneira
que o logaritmo transforma a multiplicação em adição. Ela permite levar a reso-
lução de equações diferenciais à resolução de equações polinomiais, que são muito
mais simples de resolver.
Além da tabela de transformas de Laplace, A.1, podemos usar os teoremas da

transforma de Laplace listados na tabela 2.1, para auxiliar na transformação entre
f (t) e F (s).
2.1 Fórmula de Euler

A fórmula de Euler arma que:
ejϕ = cos(ϕ) + sin(ϕ)j (2.5)
Para provar a formula de Euler, utilizamos a série de Maclaurin para expandir

jϕ
e , cos(ϕ) e sin(ϕ):
(jϕ)2 (jϕ)3 (jϕ)4 (jϕ)5

eϕ = 1 + jϕ + + + + + ... (2.6)
2! 3! 4! 5!
2.1. Fórmula de Euler 7
Figura 2.1: Identidade de Euler
ϕ2 ϕ3 ϕ4 ϕ5
eϕ = 1 + jϕ − −j + +j + ... (2.7)
2! 3! 4! 5!
ϕ2 ϕ4
cos(ϕ) = 1 − + + ... (2.8)
2! 4!
ϕ3 ϕ5
sin(ϕ) = ϕ − + + ... (2.9)
3! 5!
Portanto, temos que
Senoides podem ser expressas em termos de exponenciais utilizando a fórmula

de Euler.
ejϕ + e−jϕ
cos(ϕ) = (2.11)
2
ejϕ − e−jϕ
sin(ϕ) = (2.12)
2j
A inversão dessas equações resulta em:
e−jϕ = cos(ϕ) − sin(ϕ)j (2.14)

2.2 Funções típicas

A seguir, serão deduzidas as transformadas de Laplce de algumas funções encon-
tradas com frequência.
Função exponencial. Seja a função exponencial
f (t) = 0, para t < 0
f (t) = Ae−αt , para t ≥ 0
onde A e α são constantes. A transformada de Laplace desta função exponen-

cial pode ser obtida como se segue:
Z ∞ Z ∞ Z ∞
A
F (s) = L {Ae −αt
}= e −st
Ae −αt
dt = Ae −αt −st
e dt = A e−(α+s)t dt =
0 0 0 s+α
(2.15)
Constata-se que a função exponencial produz um pólo no plano complexo.
Função degrau. Considere-se a função degrau
f (t) = 0, para t < 0
f (t) = A, para t > 0
onde A é constante. Sua transformada de Laplace é dada por
Z ∞
A
L {A} = Ae−st Adt = (2.16)
0 s
Função rampa. Considere-se a função degrau
f (t) = 0, para t < 0
f (t) = At, para t > 0
onde A é constante. Sua transformada de Laplace é dada por
∞ ∞ ∞ ∞
e−st Ae−st
Z Z Z
A A
L {At} = Ate −st
dt = At − dt = e−st dt = (2.17)
0 −s 0 0 −s s 0 s2
Função senoidal. A transformada de Laplace da função senoidal
f (t) = 0, para t < 0

2.3. Transformada de Laplace em Controle 9
f (t) = Asen(t), para t > 0
em que A e ω são constantes, é obtida como se segue. Referindo-se a Fórmula

de Euler, sen(ωt) pode ser escrito
A iωt
sen(ωt) = (e − e−iωt ) (2.18)
2i
Em consequência disso,
Z ∞
A A 1 A 1 Aω
L {Asen(ωt)} = (eiωt − e−iωt )e−st dt = − = 2
2i 0 2i s − iω 2i s + iω s + ω2
(2.19)
A transformada de Laplace de Acos(ωt) pode ser calculada de maneira semelhante
e se tem
As
L {Acos(ωt)} = (2.20)
s2 + ω2
2.3 Transformada de Laplace em Controle

A capacidade de obter aproximações lineares de sistemas físicos permite ao ana-
lista o uso da transformada de Laplace. O método da transformada de Laplace
substitui a solução mais difícil de equações diferenciais pela solução mais fácil de
equações algébricas. A solução da resposta no domínio do tempo é obtida através
das seguintes operações:
1- Obter a equações diferenciais.
2- Obter a transformada de Laplace das equações diferenciais.
3- Resolver a transformada algébrica resultante, para a variável de interesse.
Sendo:
N (s)
F (s) = (2.21)
D(s)
O polinómio do denominador D(s), quando igualado a zero, é chamado de polinó-
mio característico, porque as raízes dessa equação determina o caráter da resposta
temporal. Essas raízes são chamadas de polos do sistema. As raízes do numerador
N (s) são chamadas de zeros do sistema.
O gráco no plano "s"de frequências complexas, com polos e zeros, esboça

gracamente o caráter da resposta transitória do sistema.
Sistema de primeira ordem de um sistema é escrito em Laplace na forma:

1
1
G(s) = = T 1 (2.22)
Ts + 1 s+ T
Em que T é a constante de tempo do sistema e:
1
= ξωn (2.23)
T
ξ é a relação de amortecimento. Em sistemas de primeira ordem ξ = 1. A frequên-

cia natural do sistema é ωn , portanto, a raízes do denominador tem a informação
da frequência natural do sistema.
A função de transferência de um sistema de segunda pode ser escrita como:
ωn
G(s) = G (2.24)
s2 + 2ξωn s + ωn2
Em que ξ é a relação de amortecimento adimensional e ωn é a frequência natural

do sistema. As raízes da equação característica são:
p
s1,2 = −ξωn ± ωn ξ2 − 1 (2.25)
p
Onde ωd = ωn ξ 2 − 1, e ωd é chamado de frequência natural amortecida do
sistema. Quando ξ > 1, as raízes são reais, quando 0 < ξ < 1, as raízes são
complexas e conjugadas. Quando ξ = 1, as raízes são repetidas e reais.
Quando 0 < ξ < 1, a resposta é sub amortecida e
p
s1,2 = −ξωn ± iωn 1 − ξ 2 (2.26)
O diagrama de pólos e zeros de G(s) no plano "s"é mostrado abaixo, onde θ =

arccos(ξ).
2.3. Transformada de Laplace em Controle 11
Figura 2.2: Plano Complexo de Laplace

Tabela 2.1: Teoremas Transformada de Laplace
Teorema Nome
R∞
L {f (t)} = F (s) = 0
f (t)e−st dt Denição
L {Kf (t)} = KF (s) Teorema da linearidade
L {f1 (t) + f2 (t)} = F1 (s) + F2 (s) Teorema da linearidade
L {e−at f (t)} = F (s + a) Teorema do deslocamento de frequência
L {f (t − T )} = e−st F (s) Teorema do deslocamento no tempo
1 s
L {f (at)} = F Teorema do fator escalar
a a

df
L = sF (s) − f (0) Teorema da derivação
dt
d2 f

L = s2 F (s) − sf (0) − f˙(0) Teorema da derivação
dt2
nR
t
o F (s)
L 0
f (τ )dτ = Teorema da integração
s
f (∞) = lims→0 sF (s) Teorema do valor nal
f (0+) = lims→∞ sF (s) Teorema do valor inicial

Capítulo 3
Funções Impróprias
Se, numa função de transferência, o grau do numerador não for menor que o do
denominador, pode-se fazer uma decomposição da forma:
N (s) R(s)
TF = = Q(s) + (3.1)
D(s) D(s)
em que o grau de R(s) é inferior ao do denominador. Aqui, as letras Q e R foram
escolhidas propositadamente , por respresentarem, respectivamente, o quociente e
o resto da divisão de N por D. Para calcular os polinómios Q e R deve-se fazer a
divisão de polinómios. Essa divisão pode ser feita por polinómios de inteiros.
Será demonstrado a divisão por um exemplo: a divisão do polinómios 6s4 +

11s + 2s2 − 4s − 4 por 3s2 + s − 2:
3
6s4 + 11s3 + 2s2 − 4s − 4 3s2 + s − 2

−
6s4 + 2s3 − 4s2 2s2 + 3s + 1
9s3 + 6s2 − 4s
−
9s3 + 3s2 − 6s (3.2)
2
3s + 2s − 4
−
3s2 + s − 2
s−2
Na sequencia deste exemplo podemos, portanto, fazer a decomposição
6s4 + 11s3 + 2s2 − 4s − 4 s−2

2
= 2s2 + 3s + 1 + 2 (3.3)
3s + s − 2 3s + s − 2
em que gura já uma função racional própria, que é possível decompor em frações
simples.
13
14 Capítulo 3. Funções Impróprias
3.1 Regra de Runi

Algoritmo de Briot-Runi, por vezes denominado apenas como regra de Runi,
é um método de resolução de frações polinomiais, criado por Paolo Runi. Esse
algoritmo consiste em efetuar a divisão fazendo cálculos apenas com coecientes e
só serve para divisões de um polinômio por um binômio. O quociente e o resto da
divisão de um polinômio P (s) por um binômio do tipo (s − a) podem ser obtidos
através de um dispositivo prático, conhecido como divisão sintética ou algoritmo
de Briot-Runi.
Exemplo de dividão de um polinômio por s−a
Seja:
P (s) = 2s3 + 3s2 − 4
D(s) = s + 1
Queremos dividir P (s) por D(s) usando a regra de Runi. Primeiro observa-
mos que D(s) não é um binômio da forma s − a, mas da forma s + a. Então
reescrevendo D(s) deste modo:
D(s) = s + 1 = s − (−1)
Agora aplicando o algoritmo:
1- Transcrevemos os coecientes e a. Note que, como P (s) não contém um co-

eciente para s, escrevemos 0:
s3 s2 s1 s0
2 3 0 −4
(3.4)
−1
2- Passe o primeiro coeciente para baixo:
s3 s2 s1 s0
2 3 0 −4
(3.5)
−1
2
3.1. Regra de Runi 15
3- Multiplique-o por a:
s3 s2 s1 s0
2 3 0 −4
(3.6)
−1 −2
2
4- Some os valores da coluna:
s3 s2 s1 s0
2 3 0 −4
(3.7)
−1 −2
2 1
5- repita os passos 3 e 4 até a última coluna:
s3 s2 s1 s0
2 3 0 −4
(3.8)
−1 −2 −1 1
2 1 −1 −3
P (s) = D(s)Q(s) + r, onde
Q(s) = 2s2 + s − 1 e r = −3
isto é,
(2s + 3s2 − 4) = (s + 1)(2s2 + s − 1) − 3
3
Exemplo 2:
Exemplo para determinar que:
s3 − 6s2 + 11s − 6 = (s − 1)(s2 − 5s + 6) (3.9)
s2 − 5s + 6 = (s − 2)(s − 3) (3.10)
pelo que
s3 − 6s2 + 11s − 6 = (s − 1)(s2 − 5s + 6) = (s − 1)(s − 2)(s − 3) (3.11)
s3 s2 s1 s0
1 −6 11 −6
1 ↓ 1 −5 6
1 −5 6 0
(3.12)
2 ↓ 2 −6
1 −3 0
3 ↓ 3
1 0
Se o último coeciente da divisão for 0 então a é raiz desse polinômio.
3.2 Transformada inversa de Laplace

O processo inverso de determinação da função no tempo f (t) a partir da trans-
formada de Laplace F (s)
é chamado transformada inversa de Laplace
e a notação
utilizada para designa-la é L
−1
. A transformada inversa de Laplace pode ser
obtida a partir de F (s), com o auxilio da seguinte integral de inversão:
Z c+j∞
1
f (t) = L −1
{F (s)} = F (s)est ds (3.13)
2πj c−j∞
para t > 0, onde c,a abcissa de convergência, é uma constante real e é escolhida
com valor superior à parte real de todos os pontos singulares de F (s). O cálculo
da integral de inversão é, aparentemente, complicado. Na prática, raramente uti-
lizamos essa integral para obtenção de f (t). Frequentemente usamos os métodos
de expansão em frações parciais.
Se F (s) representa a transformada de Laplace de uma função f (t), isto é,

L {f (t)} = F (s), dizemos então que f (t) é a transformada inversa de Laplace de
F (s) e escrevemos f (t) = L −1 {F (s)}. Por exemplo, os itens abaixo:

1 1 1
1=L −1
, t=L −1
ee =L
−3t −1
(3.14)
s s2 s+3
No cálculo de transformada inversas, muitas vezes a função de s em análise não
equivale exatamente à forma de uma transformada de Laplace F (s) dada em uma
tabela. Pode ser necessário "arrumar"a função de s multiplicando-a e dividindo-a
por uma constante apropriada.
1
Exemplo 1: Calcule a transformada inversa de Laplace de :
s2 +7
Para obter a forma dada no item (1) da tabela Transformadas Inversas de Laplace,
2
√
identicamos a = 7 e assim a = 7; Arrumamos a expressão multiplicando e di-
√
vidindo por 7:
( √ )
√

1 1 7 1
L −1 2
= √ L −1 2
= √ sin 7t (3.15)
s +7 7 s +7 7
3.2. Transformada inversa de Laplace 17
Tabela 3.1: Algumas Transformada Inversas de Laplace
f (t) L −1 F (s)
k
1 sin at
s2 + a2
s
2 cos at
s2 + a2
1
3 eat
s−a
k
4 sinh at
s2 − a2
s
5 cosh at
s 2 − a2
−2s + 6
Exemplo 2: Calcule a transformada inversa de Laplace de :
s2 + 7
Reescrevendo primeiro a função dada de s como duas expressões por meio da
divisão termo a termo e considerando que a transformada de Laplace é uma ope-
ração linear:

−2s + 6 −2s 6 s 1
L −1
=L −1
+ = −2L −1
+6L −1
s2 + 4 s2 + 4 s2 + 4 s2 + 4 s2 + 4
(3.16)
É possível vericar a similaridade do seno com o item (d) da tabela de Laplace.

Por tanto, k=2 e devemos reescrever a equação como:

s 6 −1 2 s 2
−2L −1
+ L = −2L −1
+3L −1
= −2 cos 2t+3 sin 2t
s2 + 4 2 s2 + 4 s2 + 4 s2 + 4
(3.17)
3.3 Frações Parciais

Frações parciais desempenham um importante papel na determinação das trans-
formadas de Laplace; A decomposição de uma expressão racional em componentes
de frações pode ser feira rapidamente por meio de um único comando na maio-
ria dos sistemas de álgebra computacional. De fato, programas como Matlab ou
Scilab têm pacotes que implementam os comando da transformada de Laplace e
transformada inversa de Laplace. Porém, para aqueles sem acesso a esse tipo de
programa, revisaremos parte da álgebra básica para os casos importantes nos quais
o denominado de uma transformada de Laplace F (s) contém fatores lineares dis-
tintos, fatores lineares repetidos e polinômios quadráticos sem fatores reais.
s2 + 6s + 9

Exemplo 3: Calcule L −1
.
(s − 1)(s − 2)(s + 4)
Existem constantes únicas A, B e C tais que:
s2 + 6s + 9 A B C
= + + (3.18)
(s − 1)(s − 2)(s + 4) s−1 s−2 s+4
Isso é igual:
A(s − 2)(s + 4) + B(s − 1)(s + 4) + C(s − 1)(s − 2)

(3.19)
(s − 1)(s − 2)(s + 4)
Como os denominadores são idênticos:
s2 + 6s + 9 = A(s − 2)(s + 4) + B(s − 1)(s + 4) + C(s − 1)(s − 2) (3.20)
Comparando os coecientes de potências de s em ambos os lados da igualdade, sa-

bemos que a equação anterior é equivalente a um sistema de três equações com três
incógnitas A, B e C. Entretanto, relembre que existe um atalho para determinar
estas incógnitas. Se adotarmos s = 1,s = 2 e s = −4, obteremos, respetivamente:
2
s + 6s + 9 −16
A= = (3.21)
(s − 2)(s + 4) s=1 5
3.3. Frações Parciais 19
Reescrevendo de outra forma,
s2 + 6s + 9 −16
A= = (3.22)
(s − 1)∗ (s − 2)(s + 4) s=1 5
onde encobrimos o fator cancelado quando o lado esquerdo foi multiplicado por
s−1. Agora, para obter B e C, simplesmente calculamos o lado esquerdo, enquanto
encobrimos, respetivamente, s−2 e s − 4.
s2 + 6s + 9 25
B= = (3.23)
(s − 1)(s − 2)∗ (s + 4) s=2 6
s2 + 6s + 9 1
C= = (3.24)
(s − 1)(s − 2)(s + 4)∗ s=2 30
Essa técnica especial para se determinar coecientes é naturalmente conhecida
como o método de encobrir. Seguindo na resolução do problema:
s2 + 6s + 9

16 −1 1 25 −1 1 1 −1 1
L −1
=− L + L + L
(s − 1)(s − 2)(s + 4) 5 s−1 6 s−2 30 s+4
(3.25)
s2 + 6s + 9

16 25 1
L −1
= − et + e2t + e−4t (3.26)
(s − 1)(s − 2)(s + 4) 5 6 30
Caso 1: Raizes Reais e Distintas
Um exemplo de F (s) com raizes reais e distintas no denominador é:
2
F (s) = (3.27)
(s + 1)(s + 2)
As raizes do denominador são distintas, uma vez que cada fator é elevado apenas
à primeira potência. Podemos escrever a expansão em fraçoes parciais como soma
de termos em que cada fator do denominador original forma o denominador de
cada termo, e constantes, chamadas de resíduos, formam os numeradores. Assim:
2 A B
F (s) = = + (3.28)
(s + 1)(s + 2) s+1 s+2
2
A= =2 (3.29)
s+2 s=−1
2
B= = −2 (3.30)
s+1 s=−2
Isso resulta em:
2 2 2
F (s) = = − (3.31)
(s + 1)(s + 2) s+1 s+2
Procurando na Tabela de Laplace é encontrado facilmente uma equação corres-
pondente no tempo. Como:
F (t) = 2e−t − 2e−2t (3.32)
Caso 2: Raizes Reais e Repetidas
Um exemplo de uma função F (s) com raizes reais e repetidas no denominador é:
2
F (s) = (3.33)
(s + 1)(s + 2)2
A raízes de (s + 2)2 mo denominador são repetidas, uma vez que este fator está
elevado a uma potência inteira maior que 1. Nesse caso a raiz do denominador
em −2 é uma raiz múltipla de multiplicidade 2. Podemos excrever a expansão em
frações parciais como uma soma de termos, em que cada fator do denominador
forma o denominador de cada termo. Além disso, cada raiz mútipla gera termos
adicionais consistindo em fatores do denominador de multiplicidade reduzida. Por
exemplo:
2 A B C
F (s) = 2
= + 2
+ (3.34)
(s + 1)(s + 2) s + 1 (s + 2) s+2
2
A= =2 (3.35)
(s + 2)2 (s + 2) s=−1
2
B= = −2 (3.36)
(s + 1) s=−2

d 2 2
C= =− = −2 (3.37)
ds (s + 1) s=−2 (s + 1)2 s=−2
Isso resulta em:
2 2 2 2
F (s) = = − 2
− (3.38)
(s + 1)(s + 2) s + 1 (s + 2) (s + 2)
Procurando na Tabela de Laplace é encontrado facilmente uma equação cor-

respondente no tempo. Como:
F (t) = 2e−t − 2te−2t − 2e−2t (3.39)
Caso 3: Raizes complexas
O método que segue a técnica utilizada para expansão em frações parciais de F (s)
com raizes reais no denominador pode ser utilizado para raizes complexas e imagi-
nárias. Entretanto, os residuos das raízes complexas e imaginárias são conjugados
complexos. Então, após a obtenção da transformada inversa de Laplace, os termos
resultantes podem ser identicados como:
ejϕ + e−jϕ
cos(ϕ) = (3.40)
2
ejϕ − e−jϕ
sin(ϕ) = (3.41)
2j
Por exemplo, a função F (s) também pode ser expandida em frações parciais
como:
3 3 A B C
F (s) = = = +
s(s2 + 2s + 5) s(s + 1 + 2j)(s + 1 − 2j) s s + 1 + 2j s + 1 − 2j
(3.42)
3 3
A= = (3.43)
(s + 1 + 2j)(s + 1 − 2j) s=0 5
3 3
B= = =
s(s + 1 − 2j) s=−1−2j (−1 − 2j)(−1 − 2j + 1 − 2j)
3 3 3 3 (j + 2)
= 2
= = · = (3.44)
(−1 − 2j)(−4j) 4j + 8j 4j − 8 4(j − 2) (j + 2)
3(j + 2) 3(j + 2) 3(2 + j) 3
2
= = = − (2 + j)
4(j + 2j − 2j − 4 4(−1 − 4) 4 · −5 20
3 3
C= = =
s(s + 1 + 2j) s=−1+2j (−1 + 2j)(−1 + 2j + 1 + 2j)
3 3 3 3 (j − 2)
= 2
= = · = (3.45)
(−1 + 2j)(4j) −4 + 8j −4j − 8 −4(j + 2) (j − 2)
3(j − 2) 3(j − 2) 3(j − 2) 3
2
= = = − (2 − j)
−4(j − 2j + 2j − 4) −4(−1 − 4) −4 · −5 20
Isso resulta em:
3
3
5 2+j 2−j
F (s) = − + (3.46)
s 20 s + 1 + 2j s + 1 − 2j
Procurando na Tabela de Laplace é encontrado facilmente uma equação cor-

respondente no tempo. Como:
3 3
(2 + j)e−(1+2j)t + (2 − j)e−(1−2j)t

f (t) = − (3.47)
5 20
Com algum algebrismo se consegue isolar os termos correspondentes a cosseno

e seno:
3 3 −(1+2j)t
+ je−(1+2j)t + 2e−(1−2j)t − je−(1−2j)t =

f (t) = − 2e
5 20
3 3 −t −2jt
) + j(e−t · e−2jt + 2(e−t · e2jt ) − j(e−t · e2jt ) =

− 2(e · e
5 20
3 3
· e−t 2e−2jt + je−2jt + 2e2jt − je2jt =

−
5 20
3 3
· e−t 2e2jt + 2e−2jt − je2jt + je−2jt =

− (3.48)
5 20
3 3
· e−t 2(e2jt + e−2jt ) − j(e2jt − e−2jt ) =

−
5 20
3 3 −t 2jt −2jt 2 2jt −2jt 2j
− ·e 2(e + e ) · − j(e − e )· =
5 20 2 2j
e + e−2jt e − e−2jt
2jt 2jt
3 3 −t 2
− ·e 4 − 2j =
5 20 2 2j
e + e−j2t e − e−j2t
j2t j2t
3 3 −t
f (t) = − e 4 +2 (3.49)
5 20 2 2j
3 3
f (t) = − e−t [4 cos(2t) + 2 sin(2t)] =
5 20 (3.50)
3 3 −t 1
− e · 4 cos(2t) + sin(2t)
5 20 2
Resultando em:

3 3 −t 1
f (t) = − e cos (2t) + sin (2t) = 0.6 − 0.671e−t cos(2t − φ) (3.51)
5 5 2
√
Aplicando a Identidade trigonométrica: a cos(x) + b sin(x) = a2 + b2 cos(x + θ)
com θ = arctan(−b/a)
√
12 + 0.52 cos(2t + arctan(−0.5))
(3.52)
1.11 cos(2t − 26.57◦ )
f (t) = 0.6 − 0.671e−t cos(2t − 26.57◦ ) (3.53)
Exemplo 4 : Encontre a transformada inversa de Laplace de
2s + 12
F (s) = (3.54)
s2+ 2s + 5
Observe que o polinómio do denominador pode ser fatorado da seguinte maneira:
s2 + 2s + 5 = (s + 1 + 2j)(s + 1 − 2j) (3.55)
Se a função F (s) incluir um par de polos complexos conjugados, não é conveniente

expandir F (s) de modo usual em frações parciais, mas fazer a expansão na soma de
uma função senoidal amortecida e uma função cossenoidal amortecida. Observado-
2 2 2
se que s +2s+5 = (s+1) +2 e tendo como referência a transformada de Laplace
−at −at
de e sin ωt e e cos ωt, podemos reescrever da seguinte maneira:
ω
L e−at sin ωt =

(3.56)
(s + a)2 + ω 2
s+a
L e−at cos ωt =

(3.57)
(s + a)2 + ω 2
a função F (s) pode ser escrita como a função senoidal amortecida e a função
cossenoidal amortecida
2s + 12 10 + 2(s + 1) 2 s+1
F (s) = = =5 +2 (3.58)
s2 + 2s + 5 2
(s + 1) + 2 2 2
(s + 1) + 2 2 (s + 1)2 + 22
Segue-se que:

2 s+1
f (t) = L −1
F (s) = 5L −1
+ 2L −1
(3.59)
(s + 1)2 + 22 (s + 1)2 + 22
f (t) = 5e−1 sin 2t + 2e−1 cos 2t (3.60)
para t > 0.
Capítulo 4
Polos, Zeros e a Resposta do
Sistema
A resposta de saída de um sistema é a soma de duas respostas: a resposta forçada

e a resposta natural. A utilização dos polos e zeros e de sua relação com a resposta
no domínio do tempo de um sistema é uma técnica de analise. Essa relação nos dá
uma visão qualitativa dos problemas. O conceito de polos e zeros, fundamental
para análise e projeto de sistemas de controle, simplica o cálculo da resposta de
um sistema.
Polos de uma Função de Transferência Os polos de uma função de trans-

ferência são os valores da variável da transformada de Laplace, s, que fazem com
que a função de transferência se torne innita. Por exemplo, as raízes do polinô-
mio característico no denominador são os valores de s que tornam a função de
transferência innita, portanto são polos.
Zeros de uma Função de Transferência

Os zeros de uma função de transferência são os valores da variável da trans-
formada de Laplace, s, que fazem com que a função de transferência se torne zero.
Por exemplo, as raízes do numerador são valores de s que anulam a função de
transferência e, portanto, são zeros.
Polos e Zeros de um Sistema de Primeira Ordem: um Exemplo

Dada a função de transferência G(s) na Figura 4.2(a), existe um polo em s = −5
e um zero em s = −2. Esses valores são representados gracamente no plano s
complexo na Figura4.2(b), utilizando-se um x para o polo e um ◦ para o zero.
Para mostrar as propriedades dos polos e dos zeros, vamos determinar a resposta
ao degrau unitário do sistema. Multiplicando a função de transferência da Figura
25
26 Capítulo 4. Polos, Zeros e a Resposta do Sistema
4.2(a) por uma função degrau resulta
Figura 4.1: a. Sistema mostrando a entrada e a saída; b. diagrama de polos e

zeros do sistema; c. cálculo da resposta de um sistema. Siga as setas em tom cinza
para ver o cálculo da componente da resposta gerada pelo polo ou pelo zero.
A partir do desenvolvimento resumido na Figura 4.2(c), tiramos as seguintes con-

clusões:
1- Um polo da função de entrada gera a forma da resposta forçada (isto é, o

polo na origem gerou uma função degrau na saída).
2-Um polo da função de transferência gera a forma da resposta natural (isto é,

o polo em −5 gerou e−5t ).
3-Um polo no eixo real gera uma resposta exponencial da forma e−αt , em que
−α é a posição do polo no eixo real. Assim, quanto mais à esquerda um polo estiver
no eixo real negativo, mais rápido a resposta transitória exponencial decairá para
−5t
zero (novamente, o polo em ˘5 gerou e ; veja a Figura 4.2 para o caso geral).
4.1. Sistemas de Primeira Ordem 27
4-Os zeros e os polos geram as amplitudes para ambas as respostas, forçada e

natural (isso pode ser observado a partir dos cálculos de A e B na Eq. (4.1)).
Figura 4.2: Efeito de um polo no eixo real sobre a resposta transitória.
4.1 Sistemas de Primeira Ordem

Discutimos agora os sistemas de primeira ordem sem zeros para denir uma es-
pecicação de desempenho para tal sistema. Um sistema de primeira ordem sem
zeros pode ser descrito pela função de transferência mostrada na Figura 4.4(a).
Caso a entrada seja um degrau unitário, em que R(s) = 1/s, a transformada de
Laplace da resposta ao degrau é C(s), em que
a
C(s) = R(s)G(s) = (4.1)
s(s + a)
Figura 4.3: a. Sistema de primeira ordem; b. diagrama do polo.
Aplicando a transformada inversa, a resposta ao degrau é dada por
c(t) = cf (t) + cn (t) = 1 − e−at (4.2)

em que o polo da entrada na origem gerou a resposta forçada cf (t) = 1, e o

polo do sistema em −a, como mostrado na Figura 4.4(b), gerou a resposta natural
cn (t) = −e−at . A Eq. (4.6) é representada gracamente na Figura 4.5.
Vamos examinar o signicado do parâmetro a, o único parâmetro necessário
para descrever a resposta transitória. Quando t = 1/a,
e−at = e−1 = 0, 37 (4.3)

t=1/a
ou
c(t) = 1 − e−at = 1 − 0, 37 = 0.63 (4.4)

t=1/a t=1/a
Constante de Tempo:
Chamamos 1/a de constante de tempo da resposta. A partir da Equação 4.3 a
constante de tempo pode ser descrita como o tempo para eat decair para 37% de
seu valor inicial. Alternativamente, a partir da Equação 4.4 a constante de tempo
é o tempo necessário para a resposta ao degrau atingir 63% de seu valor nal.
Figura 4.4: Resposta de sistema de primeira ordem a um degrau unitário.
Tempo de Subida, Ts :
O tempo de subida é denido como o tempo necessário para que a forma de onda
vá de 0, 1 a 0, 9 de seu valor nal. O tempo de subida é obtido resolvendo-se a
Equação 4.2 para a diferença de tempo entre c(t) = 0, 9 e c(t) = 0, 1. Portanto,
2, 31 0.11 2, 2
Tr = − = (4.5)
a a a
4.2. Sistemas de Segunda Ordem: Introdução 29
Tempo de Acomodação, Ts :
O tempo de acomodação é denido como o tempo para que a resposta alcance
e que em uma faixa 2% em torno de seu valor nal. Fazendo c(t) = 0, 98 na
Equação 4.2 e resolvendo para o tempo, t, determinamos o tempo de acomodação
como sendo
4
Ts = (4.6)
a
4.2 Sistemas de Segunda Ordem: Introdução

Vamos agora estender os conceitos de polos, zeros e resposta transitória aos sis-
temas de segunda ordem. Comparado à simplicidade de um sistema de primeira
ordem, um sistema de segunda ordem exibe uma ampla variedade de respostas que
devem ser analisadas e descritas. Enquanto a variação de um parâmetro de um
sistema de primeira ordem simplesmente altera a velocidade da resposta, as vari-
ações nos parâmetros de um sistema de segunda ordem podem alterar a forma da
resposta. Por exemplo, um sistema de segunda ordem pode apresentar caracterís-
ticas muito parecidas com as de um sistema de primeira ordem ou, dependendo dos
valores dos componentes, apresentar oscilações amortecidas ou puras na resposta
transitória.
Resposta Superamortecida, Figura 4.5(b):

Para esta resposta,
9 9
C(s) = = (4.7)
s(s2 + 9s + 9) s(s + 7, 854)(s + 1, 146)
Esta função possui um polo na origem, proveniente da entrada em degrau unitário,
e dois polos reais provenientes do sistema. O polo da entrada na origem gera a
resposta forçada constante; cada um dos dois polos do sistema no eixo real gera
uma resposta natural exponencial, cuja frequência exponencial é igual à posição
do polo. Assim, a resposta inicialmente poderia ter sido escrita como c(t) =
−7,854t
K1 + K2 e + K3 e−1,146t . Esta resposta, mostrada na Figura 4.5(b), é chamada
de superamortecida. Observamos que os polos nos dizem a forma da resposta sem
o cálculo tedioso da transformada inversa de Laplace.
Resposta Subamortecida, Figura 4.5(c):

Para esta resposta,
9
C(s) = (4.8)
s(s2 + 2s + 9)
e dois polos complexos, provenientes do sistema. Comparamos agora a resposta do
sistema de segunda ordem com os polos que a geraram. Inicialmente compararemos

a posição do polo com a função no domínio do tempo e, em seguida, compararemos
a posição do polo com o gráco. A partir da Figura 4.5(c), os polos que geram
√
a resposta natural estão em s = −1 ± i 8. Comparando esses valores a c(t) na
mesma gura, observamos que a parte real do polo corresponde à frequência de
decaimento exponencial da amplitude da senoide, enquanto a parte imaginária do
polo corresponde à frequência da oscilação senoidal.
A resposta transitória consiste de uma amplitude exponencialmente decrescente

gerada pela parte real do polo do sistema, multiplicada por uma forma de onda
senoidal gerada pela parte imaginária do polo do sistema. A constante de tempo
do decaimento exponencial é igual ao inverso da parte real do polo do sistema.
O valor da parte imaginária é a frequência real da senoide, como ilustrado na
Figura 4.8. A esta frequência senoidal é dado o nome de frequência de oscilação
amortecida, ωd . Finalmente, a resposta em regime permanente (degrau unitário)
foi gerada pelo polo da entrada localizado na origem. Chamamos o tipo de resposta
mostrado na Figura 4.8 de resposta subamortecida, a qual se aproxima do valor
em regime permanente através de uma resposta transitória que é uma oscilação
amortecida.
Resposta Não Amortecida, Figura 4.5(d):

Para esta resposta,
9
C(s) = (4.9)
s(s2+ 9)
Esta função possui um polo na origem, proveniente da entrada em degrau
unitário, e dois polos imaginários provenientes do sistema. O polo da entrada
na origem gera a resposta forçada constante, e os dois polos do sistema no eixo
imaginário em ±i3 geram uma resposta natural senoidal cuja frequência é igual
à posição dos polos imaginários. Assim, a saída pode ser estimada como c(t) =
K1 + K4 cos(3t − φ). Este tipo de resposta, mostrada na Figura 4.6(d), é chamada
de não amortecida. Observe que a ausência de uma parte real no par de polos
corresponde a uma exponencial que não apresenta decaimento. Matematicamente,
−0t
a exponencial é e = 1.
Resposta Criticamente Amortecida, Figura 4.5(e):
Para esta resposta,
9 9
C(s) = = (4.10)
s(s2 + 6s + 9) s(s + 3)2
e dois polos reais iguais provenientes do sistema. O polo da entrada na origem gera
4.2. Sistemas de Segunda Ordem: Introdução 31
a resposta forçada constante, e os dois polos no eixo real em ˘3 geram uma resposta
natural que consiste de uma exponencial e de uma exponencial multiplicada pelo
tempo, em que a frequência exponencial é igual à posição dos polos reais. Assim, a
−3t
saída pode ser estimada como c(t) = K1 + K2 e + K3 te−3t . Este tipo de resposta,
mostrada na Figura 4.5(e), é chamada de criticamente amortecida. As respostas
criticamente amortecidas são as mais rápidas possíveis sem ultrapassagem, que é
uma característica da resposta subamortecida.
Vamos agora comparar a posição do polo com o gráco. A Figura 4.6 mostra
uma resposta senoidal amortecida geral de um sistema de segunda ordem. A res-
posta transitória consiste de uma amplitude exponencialmente decrescente gerada
pela parte real do polo do sistema, multiplicada por uma forma de onda senoidal
gerada pela parte imaginária do polo do sistema.
Resumimos agora as nossas observações. Nesta seção denimos as seguintes

respostas naturais e determinamos suas características: 1-Respostas superamorte-
cidas:
Polos: dois reais em −σ1 e −σ2
Resposta natural: duas exponenciais com constantes de tempo iguais ao inverso
das posições dos polos, ou
c(t) = K1 e−σ1 t + K2 e−σ2 t (4.11)
2-Respostas subamortecidas Polos: dois complexos em −σd ±iωd Resposta natural:

senoide amortecida com uma envoltória exponencial cuja constante de tempo é
igual ao inverso da parte real do polo. A frequência em radianos da senoide, a
frequência de oscilação amortecida, é igual à parte imaginária dos polos, ou
c(t) = Ae−σd t cos(ωd t − φ) (4.12)
3-Respostas não amortecidas:

Polos: dois imaginários em ±iω1
Resposta natural: senoide não amortecida com frequência em radianos igual à
parte imaginária dos polos, ou
c(t) = Acos(ωd t − φ) (4.13)
4-Respostas criticamente amortecidas:

Polos: dois reais em −σ1
Resposta natural: um termo é uma exponencial cuja constante de tempo é igual
ao inverso da posição do polo. O outro termo é o produto do tempo, t, por uma
exponencial com constante de tempo igual ao inverso da posição do polo, ou
c(t) = K1 e−σ1 t + K2 e−σ1 t (4.14)

Figura 4.5: Sistemas de segunda ordem, diagramas de polos e respostas ao degrau.
As respostas ao degrau para os quatro casos de amortecimento discutidos nesta

seção são superpostas na Figura 4.7. Observe que o caso criticamente amortecido é
o divisor entre os casos superamortecidos e os casos subamortecidos, e é a resposta
mais rápida sem ultrapassagem.
4.3. O Sistema de Segunda Ordem Geral 33
Figura 4.6: Componentes da resposta de segunda ordem ao degrau gerada por

polos complexos.
Figura 4.7: Respostas ao degrau para os casos de amortecimento de sistemas de

segunda ordem.
4.3 O Sistema de Segunda Ordem Geral

Agora que camos familiarizados com os sistemas de segunda ordem e suas respos-
tas, generalizamos a discussão e estabelecemos especicações quantitativas deni-
das de modo que a resposta de um sistema de segunda ordem possa ser descrita a
um projetista sem a necessidade de esboçar essa resposta. Nesta seção denimos
duas especicações com signicado físico para os sistemas de segunda ordem. Essas
grandezas podem ser utilizadas para descrever as características da resposta tran-
sitória de segunda ordem da mesma forma que as constantes de tempo descrevem
a resposta dos sistemas de primeira ordem. Essas duas grandezas são denominadas
frequência natural e fator de amortecimento. Vamos deni-las formalmente.
Frequência Natural, ωn :
A frequência natural de um sistema de segunda ordem é a frequência de osci-

lação do sistema sem amortecimento. Por exemplo, a frequência de oscilação de
um circuito RLC em série com a resistência em curto-circuito seria a frequência
natural.
Fator de Amortecimento, ξ :
Denimos o fator de amortecimento, ξ , como

F requencia de decaimento exponencial 1 P eriodo natural(s)
ξ= =
F requencia natural(rad/s) 2π Constante de tempo exponencial
(4.15)
Vamos agora revisar nossa descrição do sistema de segunda ordem para reetir
as novas denições. O sistema de segunda ordem geral mostrado na Figura 4.5(a)
pode ser transformado para mostrar as grandezas ξ e ωn . Considere o sistema
geral
b
G(s) = (4.16)
s2 + as + b
Sem amortecimento, os polos estariam no eixo ωi, e a resposta seria uma senoide
não amortecida. Para que os polos sejam imaginários puros, a = 0. Portanto,
b
G(s) = (4.17)
s2 +b
Por denição, a frequência natural, ωn , é a frequência de oscilação desse sistema.
√
Uma vez que os polos desse sistema estão no eixo iω em ± bi.
√
ωn = b (4.18)
Portanto,
b = ωn2 (4.19)
4.4. Sistemas de Segunda Ordem Subamortecidos 35
Agora, o que é o termo a

na Equação. Admitindo um sistema subamortecido,
−a
os polos complexos possuem uma parte real, σ , igual a .
2
a
2
ξ= (4.20)
ωn
a partir do que
a = 2ξωn (4.21)
Nossa função de transferência de segunda ordem geral, nalmente, apresenta a

forma:
ωn2
G(s) = (4.22)
Agora que denimos ξ e ωn , vamos relacionar essas grandezas à posição do polo.
Calculando os polos da função de transferência na Equação 4.22 resulta
p
s1,2 = −ξωn ± ωn ξ2 − 1 (4.23)
partir da Equação 4.23 observamos que os diversos casos de resposta de segunda

ordem são uma função de ξ; eles são resumidos na Figura 4.8.
4.4 Sistemas de Segunda Ordem Subamortecidos

Agora que generalizamos a função de transferência de segunda ordem em função de
ξ e ωn , vamos analisar a resposta ao degrau de um sistema de segunda ordem su-
bamortecido. Não apenas essa resposta será obtida em função de ξ e ωn ; mas mais
especicações naturais do caso subamortecido serão denidas. Vamos começar de-
terminando a resposta ao degrau do sistema de segunda ordem geral da Equação.
A transformada da resposta, C(s), é a transformada da entrada multiplicada pela
função de transferência, ou
ωn2 K1 K2 s + K3
C(s) = = + (4.24)
s(s2 + 2ξωn s + ωn2 ) s s2 + 2ξωn s + ωn2
Expandir em frações parciais, utilizando os métodos descritos na Seção 3.3, Caso

3, resulta em
ξ p
(s + ξωn ) + p ωn 1 − ξ 2
1 1 − ξ2
C(s) = − (4.25)
s (s + ξω)2 + ωn2 (1 − ξ 2 )
Figura 4.8: Resposta de segunda ordem em função do fator de amortecimento.
Aplicando a transformada inversa de Laplace, o que é deixado como exercício para

o estudante resulta em
1 p
c(t) = 1 − p e−ξωn t cos(ωn 1 − ξ 2 t − φ) (4.26)
1 − ξ2
em que

−1 ξ
φ = tan (4.27)
1 − ξ2
Um gráco dessa resposta é mostrado na Figura 4.9 para diversos valores de ξ,

no qual o eixo do tempo é normalizado com relação à frequência natural. Observa-
mos agora a relação entre o valor de ξ e o tipo de resposta obtido: quanto menor
o valor de ξ, mais oscilatória é a resposta. A frequência natural é um fator de

escala do eixo do tempo e não afeta a natureza da resposta, a não ser pelo fato de
mudar sua escala de tempo. Denimos dois parâmetros associados aos sistemas de
segunda ordem, ξ e ωn . Outros parâmetros associados à resposta subamortecida
são o tempo de subida, o instante de pico, a ultrapassagem percentual e o tempo
de acomodação. Essas especicações são denidas como se segue (ver também a
Figura 4.10:
Tempo de subida, Ts .
1- O tempo necessário para que a forma de onda vá de 0, 1
do valor nal até 0, 9 do valor nal.
2- Instante de pico, Tp . O tempo necessário para alcançar o primeiro pico, ou pico
máximo.
3- Máxima Ultrapassagem percentual, M p. O valor pelo qual a forma de onda
ultrapassa o valor em regime permanente, ou valor nal, no instante de pico, ex-
presso como uma percentagem do valor em regime permanente.
4- Tempo de acomodação, Ta . O tempo necessário para que as oscilações amorte-
cidas transitórias alcancem e permaneçam dentro de uma faixa de ±2% em torno
do valor em regime permanente.
Figura 4.9: Respostas de segunda ordem subamortecidas para diferentes valores

de fator de amortecimento.
Calculamos agora Tp , M p e Ta como funções de ξ e ωn . Mais adiante neste

capítulo, relacionamos essas especicações com a posição dos polos do sistema.

Uma expressão analítica precisa para o tempo de subida não pode ser obtida;
assim, apresentamos um gráco e uma tabela mostrando a relação entre ξ e o
tempo de subida.
Figura 4.10: Especicações da resposta subamortecida de segunda ordem.
Cálculo de Tp :
O primeiro pico, que ocorre no instante de pico, Tp é:
π
Tp = p (4.28)
ωn 1 − ξ 2
Cálculo de M p:
A partir da Figura 4.10 a ultrapassagem percentual, M p, é dada por:
√ ξπ
2
Mp = e 1−ωn
× 100 (4.29)
Observe que a ultrapassagem percentual é uma função apenas do fator de amorte-

cimento, ξ. Enquanto a Equação anterior permite encontrar M p dado ξ , a inversa
da equação permite calcular ξ dado M p. A inversa é dada por:
−ln(M p/100)
ξ=p (4.30)
π 2 + ln2 (M p/100)
Cálculo de Ta:
Para determinar o tempo de acomodação, precisamos determinar o instante para
o qual c(t) na Eq.(4.23) alcança e permanece dentro da faixa de ±2% em torno
do valor em regime permanente, c(f inal). Vamos adotar uma aproximação para
o tempo de acomodação que será utilizada para todos os valores de ξ; a qual é:
4
Ta = (4.31)
ξωn
Figura 4.11: Respostas ao degrau de sistemas subamortecidos de segunda ordem

à medida que os polos se movem: a. com parte real constante; b. com parte
imaginária constante; c. com fator de amortecimento constante.
4.5 Resposta do Sistema com Polos Adicionais

Vamos agora vericar as condições que devem ser atendidas para aproximarmos o
comportamento de um sistema com três polos pelo comportamento de um sistema
com dois polos. Considere um sistema com três polos, com polos complexos e
um terceiro polo no eixo real. Admitindo que os polos complexos estejam em
p
−ξωn ± ωn 1 − ξ 2 i e que o polo real esteja em −ar , a resposta ao degrau do
sistema pode ser determinada a partir da expansão em frações parciais. Assim, a
transformada da saída é
A B(s + ξωn ) + Cωd D

C(s) = + 2 2
+ (4.32)
s (s + ξωn ) + ωd s + ar
ou, no domínio do tempo,
c(t) = Au(t) + e−ξωn t (Bcos(ωd t) + Csen(ωd t)) + De−at (4.33)
As partes constituintes de c(t) são mostradas na Figura 4.12 para três casos de ar .
Para o Caso I, ar = ar1 não é muito maior que ξωn ; para o Caso II, ar = ar2 e é
muito maior que ξωn ; e para o Caso III, ar = ∞.
Vamos dirigir nossa atenção para a Equação 4.33 e a Figura 4.12. Se ar ξωn
(Caso II), a exponencial pura desaparecerá muito mais rápido do que a resposta ao
degrau subamortecida de segunda ordem. Se o termo da exponencial pura decai
para um valor insignicante no instante da primeira ultrapassagem os parâmetros
como a ultrapassagem percentual, o tempo de acomodação e o instante de pico
serão gerados pela componente da resposta ao degrau subamortecida de segunda
ordem. Assim, a resposta total se aproximará da resposta de um sistema de
segunda ordem puro (Caso III).
Caso ar não seja muito maior que ξωn (Caso I), a resposta transitória do
polo real não decairá até um valor insignicante no instante de pico ou no tempo
de acomodação gerado pelo par de segunda ordem. Nesse caso, o decaimento
exponencial é signicativo, e o sistema não pode ser representado como um sistema
de segunda ordem.
A próxima questão é: quão afastado dos polos dominantes o terceiro polo

precisa estar para que seu efeito na resposta de segunda ordem seja desprezível? A
resposta, naturalmente, depende da exatidão que você está querendo. Entretanto,
este livro admite que o decaimento exponencial seja desprezível depois de cinco
constantes de tempo. Assim, caso o polo real esteja cinco vezes mais afastado à
esquerda que os polos dominantes, admitimos que o sistema possa ser representado
por seu par de polos de segunda ordem dominantes.
4.6. Resposta do Sistema com Zeros 41
Figura 4.12: Componentes das respostas de um sistema com três polos: a. dia-
grama de polos; b. componentes das respostas: o polo não dominante está próximo
do par de segunda ordem dominante (Caso I), longe do par (Caso II) e no innito
(Caso III).
4.6 Resposta do Sistema com Zeros

Agora que examinamos os efeitos de um polo adicional, vamos acrescentar um
zero ao sistema de segunda ordem. Na Seção 4, constatamos que os zeros de uma
resposta afetam o resíduo, ou a amplitude, de uma componente da resposta, mas
não afetam sua natureza−exponencial, senoide amortecida, e assim por diante.
Começando com um sistema com dois polos localizados em (−1 ± 2, 828i),

acrescentamos zeros consecutivamente em −3, −5 e −10. Os resultados normali-
zados pelo valor em regime permanente são representados gracamente na Figura

4.13. Podemos observar que quanto mais próximo o zero está dos polos domi-
nantes, maior é seu efeito na resposta transitória. À medida que o zero se afasta
dos polos dominantes, a resposta se aproxima daquela do sistema com dois polos.
Esta análise pode ser fundamentada através da expansão em frações parciais. Se
admitirmos um grupo de polos e um zero afastado dos polos, o resíduo de cada
polo será afetado da mesma forma pelo zero. Assim, as amplitudes relativas per-
manecem basicamente as mesmas. Por exemplo, admita a expansão em frações
parciais mostrada na Equação 4.34:
Figura 4.13: Efeito do acréscimo de um zero a um sistema com dois polos.
(−b+a) (−c+a)
(s + a) A B (−b+c) (−c+b)
T (s) = = + = + (4.34)
(s + b)(s + c) s+b s+c s+b s+c
Se o zero estiver afastado dos polos, então a será muito maior que b e c, e
1 1
" #
(−b+c) (−c+b) a
T (s) ≈ a + = (4.35)
(s + b) (s + c) (s + b)(s + c)
4.6. Resposta do Sistema com Zeros 43
Portanto, o zero se comporta como um simples fator de ganho e não altera as

amplitudes relativas das componentes da resposta.
Concluímos essa seção falando sobre o cancelamento de polos e zeros e seu efeito
em nossa capacidade de realizar aproximações de segunda ordem para um sistema.
Admita um sistema com três polos com um zero, como mostrado na Equação 4.36.
Caso o termo do polo (s + p3 ) e o termo do zero (s + z), se cancelem, camos com
K (s
+z)

T (s) = 2 (4.36)
(s
+p
3 )(s + as + b)
como uma função de transferência de segunda ordem. De outra perspectiva, caso o

zero em −z esteja muito próximo do polo em −p3 , então uma expansão em frações
parciais da Equação 4.36 mostrará que o resíduo do decaimento exponencial será
muito menor que a amplitude da resposta de segunda ordem.
Capítulo 5
Estabilidade
Vimos que três requisitos fazem parte do projeto de um sistema de controle: res-
posta transitória, estabilidade e erros em regime permanente. Até agora cobrimos
a resposta transitória. Estamos agora prontos para discutir o requisito seguinte,
a estabilidade. A estabilidade é a especicação de sistema mais importante. Caso
um sistema seja instável, a resposta transitória e os erros em regime permanente
são uma questão irrelevante. Um sistema instável não pode ser projetado para
ter uma resposta transitória especíca ou para atender um requisito de erro em
regime permanente. O que, então, é estabilidade? Existem muitas denições de
estabilidade, dependendo do tipo de sistema ou do ponto de vista. Nesta seção,
nos limitamos a sistemas lineares e invariantes no tempo.
Vericamos que podemos controlar a saída de um sistema se a resposta em

regime permanente consistir apenas na resposta forçada. Porém, a resposta total
de um sistema é a soma das respostas forçada e natural, ou
c(t) = cf orada (t) + cnatural (t) (5.1)
Utilizando esses conceitos, apresentamos as seguintes denições de estabilidade,

instabilidade e estabilidade marginal:
Um sistema linear invariante no tempo é estável se a resposta natural tende a zero
à medida que o tempo tende a innito.
Um sistema linear invariante no tempo é instável se a resposta natural aumenta
sem limites à medida que o tempo tende a innito.
Um sistema linear invariante no tempo é marginalmente estável caso a resposta
natural não decaia nem aumente, mas permaneça constante ou oscile à medida
que o tempo tende a innito.
Dessa forma, a denição de estabilidade implica que apenas a resposta forçada
45
46 Capítulo 5. Estabilidade
permanece à medida que a resposta natural tende a zero. Essas denições se

baseiam em uma descrição da resposta natural. Quando se está observando a
resposta total, pode ser difícil separar a resposta natural da resposta forçada.
Entretanto, percebemos que se a entrada for limitada e a resposta total não estiver
tendendo a innito à medida que o tempo tende a innito, então a resposta natural
obviamente não estará tendendo a innito. Se a entrada for ilimitada, temos
uma resposta total ilimitada, e não podemos chegar a nenhuma conclusão sobre a
estabilidade do sistema; não podemos dizer se a resposta total é ilimitada porque a
resposta forçada é ilimitada ou porque a resposta natural é ilimitada. Assim, nossa
denição alternativa de estabilidade, que diz respeito à resposta total e implica a
primeira denição baseada na resposta natural, é:
Um sistema é estável se toda entrada limitada gerar uma saída limitada. Cha-
mamos esta declaração de denição de estabilidade entrada-limitada, saída-limitada
bounded-input, bounded-output
( BIBO).
Vamos agora produzir uma denição alternativa para instabilidade baseada na res-
posta total em vez da resposta natural. Percebemos que se a entrada for limitada,
mas a resposta total for ilimitada, o sistema é instável, uma vez que podemos
concluir que a resposta natural tende a innito à medida que o tempo tende a
innito. Caso a entrada seja ilimitada, veremos uma resposta total ilimitada, e
não poderemos tirar nenhuma conclusão a respeito da estabilidade do sistema: não
podemos dizer se a resposta total é ilimitada porque a resposta forçada é ilimitada
ou porque a resposta natural é ilimitada. Assim, nossa denição alternativa de
instabilidade, que diz respeito à resposta total, é:
Um sistema é instável se alguma entrada limitada gerar uma saída ilimitada.
Essas denições ajudam a esclarecer nossa denição anterior de estabilidade mar-
ginal, a qual na verdade quer dizer que o sistema é estável para algumas entradas
limitadas e instável para outras. Por exemplo, mostraremos que se a resposta
natural for não amortecida, uma entrada senoidal limitada de mesma frequência
produzirá uma resposta natural com oscilações crescentes. Assim, o sistema parece
ser estável para todas as entradas limitadas, exceto para esta senoide. Portanto,
os sistemas marginalmente estáveis segundo as denições da resposta natural são
considerados como sistemas instáveis segundo as denições BIBO.
Vamos resumir nossas denições de estabilidade de sistemas lineares invariantes
no tempo. Usando a resposta natural:
1- Um sistema é estável se a resposta natural tende a zero à medida que o tempo

tende a innito.
2- Um sistema é instável se a resposta natural tende a innito à medida que o
47
tempo tende a innito.

3- Um sistema é marginalmente estável se a resposta natural não decair nem cres-
cer, mas permanecer constante ou oscilar.
Usando a resposta total (BIBO):
1- Um sistema é estável se toda entrada limitada gerar uma saída limitada.

2- Um sistema é instável se alguma entrada limitada gerar uma saída ilimitada.
Fisicamente, um sistema instável cuja resposta natural aumente sem limites pode
causar danos ao sistema, às instalações adjacentes ou à vida humana. Muitas
vezes, os sistemas são projetados com limites de parada para evitar uma perda
total de controle. Da perspectiva do gráco da resposta no tempo de um sistema
físico, a instabilidade é apresentada por transitórios que crescem sem limites e
consequentemente a resposta total não tende a um valor em regime permanente
ou a outra resposta forçada.
Como determinamos se um sistema é estável? Vamos nos focar nas denições de
estabilidade da resposta natural. Recorde de nosso estudo sobre polos do sistema
que polos no semiplano da esquerda (spe) produzem respostas naturais de decai-
mento exponencial puro ou senoides amortecidas. Essas respostas naturais tendem
a zero à medida que o tempo tende a innito. Assim, se os polos do sistema em
malha fechada estiverem na metade esquerda do plano s e consequentemente tive-
os sistemas estáveis possuem
rem parte real negativa, o sistema será estável. Isto é,
funções de transferência em malha fechada com polos apenas no semiplano da es-
querda.
Os polos no semiplano da direita (spd) produzem respostas naturais de exponen-
ciais crescentes puras ou senoides exponencialmente crescentes. Essas respostas
naturais tendem a innito à medida que o tempo tende a innito. Assim, se os
polos do sistema em malha fechada estiverem na metade direita do plano s e conse-
quentemente tiverem parte real positiva, o sistema será instável. Além disso, polos
com multiplicidade maior que 1 no eixo imaginário levam à soma de respostas da
n
forma At cos(ωt + φ), em que n = 1, 2, ..., que também tende a innito à medida
que o tempo tende a innito. Portanto, os sistemas instáveis possuem funções de
transferência em malha fechada com pelo menos um polo no semiplano da direita
e/ou polos com multiplicidade maior que 1 no eixo imaginário.
Finalmente, um sistema que possui polos com multiplicidade 1 no eixo imaginá-
rio produz oscilações senoidais puras como uma resposta natural. Essas respostas
não aumentam nem diminuem em amplitude. Portanto, os sistemas marginal-
mente estáveis possuem funções de transferência em malha fechada apenas com

polos no eixo imaginário com multiplicidade 1 e polos no semiplano da esquerda.
Como exemplo, a resposta ao degrau unitário do sistema estável da Figura
5.1(a) é comparada com a do sistema instável da Figura 5.1(b). As respostas,
também mostradas na Figura 5.1, mostram que enquanto as oscilações para o
sistema estável diminuem, as do sistema instável aumentam sem limite. Além
disso, observe que, neste caso, a resposta do sistema estável tende à unidade em
regime permanente.
Nem sempre é simples determinar se um sistema de controle com realimentação

é estável. Infelizmente, um problema típico que surge é mostrado na Figura 5.2.
Embora conheçamos os polos da função de transferência à frente na Figura 5.2(a),
não sabemos a posição dos polos do sistema em malha fechada equivalente da
Figura 5.2(b) sem fatorar ou calcular explicitamente as raízes do denominador.
Um computador pode ser utilizado para determinar a estabilidade calculando-

se as posições das raízes do denominador da função de transferência em malha
fechada. Atualmente algumas calculadoras portáteis podem calcular as raízes de
um polinômio. Há, contudo, outro método para testar a estabilidade sem a neces-
sidade de se calcular as raízes do denominador.
5.1 Critério de Routh-Hurwitz

Nesta seção, estudamos um método que fornece informações sobre a estabilidade
sem a necessidade de se calcular os polos do sistema em malha fechada. Utilizando
este método, podemos dizer quantos polos do sistema em malha fechada estão no
semiplano da esquerda, no semiplano da direita e sobre o eixo jω . (Observe que
foi dito quantos, e não onde.) Podemos obter o número de polos em cada seção
de plano s, porém não podemos obter suas coordenadas. O método é chamado de
critério de Routh-Hurwitz para a estabilidade (Routh, 1905).
O método requer dois passos: (1) gerar uma tabela de dados chamada de tabela
de Routh e (2) interpretar a tabela de Routh para dizer quantos polos de sistema
em malha fechada estão no semiplano esquerdo, no semiplano direito e sobre o
eixo jω . Você pode querer saber por que estudamos o critério de Routh-Hurwitz
quando calculadoras e computadores modernos podem nos dizer a posição exata
dos polos do sistema. O poder do método está no projeto e não na análise.
Por exemplo, se você tem um parâmetro desconhecido no denominador de

uma função de transferência, é difícil determinar por meio de uma calculadora a
5.1. Critério de Routh-Hurwitz 49
Figura 5.1: Polos em malha fechada e resposta: a. sistema estável; b. sistema

instável.
faixa de valores deste parâmetro que resulta em estabilidade. Você provavelmente

dependeria de um processo de tentativa e erro para responder sobre a questão da
Figura 5.2: Causa comum de problemas na obtenção dos polos em malha fechada:
a. sistema original; b. sistema equivalente.
estabilidade. Veremos mais adiante que o critério de Routh-Hurwitz pode fornecer

uma expressão fechada para a faixa de valores do parâmetro desconhecido.
Nesta seção, construímos e interpretamos uma tabela de Routh básica. Na

próxima seção consideramos dois casos especiais que podem ocorrer quando se
gera esta tabela de dados.
5.1.1 Construindo uma Tabela de Routh Básica

Observe a função de transferência em malha fechada equivalente mostrada na Fi-
gura 5.3. Uma vez que estamos interessados nos polos do sistema, focamos nossa
atenção no denominador. Primeiro construímos a tabela de Routh mostrada na
Tabela 5.1. Comece rotulando as linhas com potências de s, indo da potência mais
0
alta do denominador da função de transferência em malha fechada até s . Em
seguida, inicie com o coeciente da potência mais alta de s no denominador e liste,
horizontalmente, na primeira linha, os demais coecientes, mas sempre pulando
um coeciente. Na segunda linha liste, horizontalmente, começando com a segunda
potência mais alta de s, todos os coecientes que foram pulados na primeira linha.
Os elementos remanescentes são preenchidos da seguinte forma: cada elemento é
o negativo do determinante de elementos das duas linhas anteriores dividido pelo
elemento na primeira coluna diretamente acima da linha que está sendo calculada.
A coluna da esquerda do determinante é sempre a primeira coluna das duas linhas
anteriores, e a coluna da direita é constituída dos elementos da coluna acima e à
direita. A tabela está completa quando todas as linhas estiverem completas até
s0 . A Figura 5.4 é a tabela de Routh completa. Vamos ver um exemplo.
5.1. Critério de Routh-Hurwitz 51
Figura 5.3: Função de transferência em malha fechada equivalente.
Tabela 5.1: Aparência inicial da tabela de Routh
s4 α4 α2 α0
s3 α3 α1 0
s2
s1
s0
Figura 5.4: Tabela de Routh completa

Exemplo: Criando uma Tabela de Routh.
Problema: Construa a tebela de Routh para o sistema mostrado na Fi-

gura 5.5(a).
Figura 5.5: a. Sistema com realimentação; b. sistema em malha fechada equiva-

lente.
Figura 5.6: Tabela de Routh completa para o Exemplo
5.1.2 Interpretando a Tabela Básica de Routh

Agora que sabemos como construir a tabela de Routh, vamos ver como interpretá-
la. A tabela de Routh básica se aplica a sistemas com polos nos semiplanos es-
querdo e direito. Os sistemas com polos imaginários e o tipo de tabela de Routh
resultante serão discutidos na próxima seção. Enunciado de forma simples, o cri-
tério de Routh-Hurwitz estabelece que o número de raízes do polinômio que estão
no semiplano direito é igual ao número de mudanças de sinal na primeira coluna.
5.2. Critério de Routh-Hurwitz: Casos Especiais 53
Se a função de transferência em malha fechada possui todos os polos na metade

esquerda do plano s, o sistema é estável. Assim, um sistema é estável se não houver
mudança de sinal na primeira coluna da tabela de Routh. Por exemplo, a Figura
5.6 tem duas mudanças de sinal na primeira coluna. A primeira mudança de sinal
2 1
ocorre de 1 na linha s para −72 na linha s . A segunda ocorre de −72 na linha
1 0
s para 103 na linha s . Portanto, o sistema da Figura 5.5 é instável, uma vez que
existem dois polos no semiplano da direita.
5.2 Critério de Routh-Hurwitz: Casos Especiais

Dois casos especiais podem ocorrer: (1) a tabela de Routh algumas vezes terá um
zero apenas na primeira coluna de uma linha, ou (2) a tabela de Routh algumas
vezes terá uma linha inteira que consiste em zeros. Vamos examinar o primeiro
caso.
5.2.1 Zero Apenas na Primeira Coluna

Caso o primeiro elemento de uma linha seja zero, uma divisão por zero seria
necessária para formar a próxima linha. Para evitar esse fenômeno, um épsilon,
e, é designado para substituir o zero na primeira coluna. O valor e é então feito
tender a zero pelo lado positivo ou pelo lado negativo, após o que os sinais dos
elementos na primeira coluna podem ser determinados. Vamos ver um exemplo.
Exemplo: Estabilidade via Método do Épsilon
Problema: Determine a estabilidade da função de transferência em malha fechada.
10
T (s) = (5.2)
s5 + 2s4 + 3s3 + 6s2 + 5s + 3
Figura 5.8: Determinando sinais na primeira coluna de uma tabela de Routh com
zero como primeiro elemento em uma linha
5.2.2 Uma Linha Inteira de Zeros

Examinamos agora o segundo caso especial. Algumas vezes, ao se construir uma
tabela de Routh, vericamos que uma linha inteira é constituída de zeros porque
há um polinômio par que é um fator do polinômio original. Este caso deve ser
tratado de modo diferente do caso de um zero apenas na primeira coluna de uma
5.2. Critério de Routh-Hurwitz: Casos Especiais 55
linha. Vamos ver um exemplo que mostra como construir e interpretar a tabela
de Routh quando uma linha inteira de zeros estiver presente.
Exemplo: Estabilidade via Tabela de Routh com Linha de Zeros

Problema: Determine a estabilidade da função de transferência em ma-
lha fechada.
10
T (s) = (5.3)
s5 + 7s4 + 6s3 + 42s2 + 8s + 56
Na segunda linha, multiplicamos por 1/7, por conveniência. Paramos na terceira

linha, uma vez que a linha inteira consiste em zeros, e utilizamos o procedimento
descrito a seguir. Primeiro, retornamos à linha imediatamente acima da linha de
zeros e construímos um polinômio auxiliar, utilizando os elementos desta linha
como coecientes. O polinômio começará com a potência de s da coluna de rótulo
correspondente e continuará pulando sempre uma potência de s. Assim, o polinô-
mio construído para este exemplo é
P (s) = s4 + 6s2 + 8 (5.4)
Em seguida, derivamos o polinomio em relação a s e obtemos
dP (s)
= 4s3 + 12s + 0 (5.5)
ds
Vamos examinar melhor o caso que resulta em uma linha inteira de zeros. Uma
linha inteira de zeros aparecerá na tabela de Routh quando um polinômio estrita-
mente par ou estritamente ímpar for um fator do polinômio original. Por exemplo,
s4 + 5s2 + 7 é um polinômio par; ele possui apenas potências pares de s. Os po-
linômios pares só possuem raízes que são simétricas com relação à origem. Esta
simetria pode ocorrer sob três condições de posições das raízes: (1) As raízes são
simétricas e reais, (2) as raízes são simétricas e imaginárias ou (3) as raízes são qua-
drantais. A Figura 5.10 mostra exemplos desses casos. Cada caso ou combinação
desses casos gera um polinômio par.
Figura 5.10: Posições das raízes para se gerar polinômios pares: A, B, C ou qual-
quer combinação
É este polinômio par que faz com que a linha de zeros apareça. Assim, a linha
de zeros indica a existência de um polinômio par cujas raízes são simétricas em
relação à origem. Algumas das raízes poderiam estar sobre o eixo jω . Por outro
lado, uma vez que raízes jω são simétricas em relação à origem, se não tivermos
uma linha de zeros, não será possível termos raízes jω . Outra característica da
tabela de Routh para o caso em questão é que a linha anterior à linha de zeros
contém o polinômio par que é um fator do polinômio original. Finalmente, tudo
a partir da linha que contém o polinômio par até o nal da tabela de Routh é um
teste apenas do polinômio par.
Capítulo 6
Projeto de Sistema de Controle
6.1 Efeito das ações de controle integral e deriva-

tivo no desempenho dos sistemas
Estudaremos os efeitos das ações de controle integral e derivativo no desempenho
do sistema. Serão considerados somente sistemas simples, de modo que os efeitos
das ações de controle integral e derivativo sobre o desempenho do sistema possam
ser vistos com clareza.
6.1.1 Ação de Controle Integral

No controle proporcional de uma planta, cuja função de transferência não possuí
1
um integrador , existe um erro estacionário, ou erro de regime permanente, na
s
resposta a uma entrada em degrau. esse erro residual pode ser eliminado se uma
ação de controle integral for incluída no controlador. No controle integral de uma
planta, o sinal de controle - sinal de saída do controlador - em qualquer instante
é a área sob a curva do sinal de erro atuante, até aquele momento. O sinal de
controle u(t) pode ter um valor não nulo quando o sinal de erro atuante e(t) for
zero, como se pode ver na Figura 6.1.
Isso é impossível no caso do controlador proporcional, uma vez que um sinal de

controle não nulo requer um erro atuante não nulo. (um sinal de erro atuante em
regime permanente signica que existe um erro de regime permanente.) a Figura
6.1. mostra a curva e(t) versus t e a curva correspondente u(t) versus t quando o
controlador é do tipo proporcional.
57
58 Capítulo 6. Projeto de Sistema de Controle
Figura 6.1: Sinal de controle não nulo quando erro é igual a zero- Controle Integral
Figura 6.2: Sinal de controle nulo quando erro é igual a zero- Controle Proporcional
Observe que a ação de controle integral, embora remova o erro de regime per-
manente ou erro estacionário, pode conduzir a uma resposta oscilatória com uma
amplitude que decrece lentamente ou mesmo um amplitude sempre crescente, am-
bas, em geral, indesejáveis.
6.1. Efeito das ações de controle integral e derivativo no desempenho
dos sistemas 59
6.1.2 Sistema de controle proporcional
Para uma entrada em degrau, o controle proporcional de um sistema sem inte-
grador ocasionará um erro de regime permanente. Mas, que esse erro poder ser
eliminado se for incluída no controlador um ação de controle integral.
Figura 6.3: Sistema de controle proporcional
Considere o sistema mostrado na Figura 6.3. obteremos o erro de regime perma-

nente da resposta do sistema ao degrau unitário. Denindo:
Kp · Kg
G(s) =
Ts + 1
Como
E(s) R(s) − C(s) C(s) 1

= =1− =
R(s) R(s) R(s) 1 + G(s)
o erro E(s) é dado como:
1 1
E(s) = R(s) = R(s)
1 + G(s) Kp · Kg
1+
Ts + 1
1
Para a entrada em degrau unitário R(s) = s
, temos:
Ts + 1 1
E(s) =
T s + 1 + Kp · Kg s
O erro estacionário é:
Ts + 1 1
ess = limt→∞ e(t) = lims→0 sE(s) = lims→0 =
T s + 1 + Kp · K g Kp · Kg + 1
Esse sistema sem um integrador no ramo direto sempre tem um erro estacionário
na resposta ao degrau. Esse erro estacionário pode ser chamado de erro residual.
A Figura 6.4 mostra a resposta ao degrau unitário e o erro residual.
Figura 6.4: Resposta ao degrau unitário e erro residual
6.1.3 Controle integral de sistemas

Considere o sistema exposto na Figura 6.5. O controlador é integral e a função de
Figura 6.5: Sistema de controle integral
transferência de malha fechada dos sistema é:

dos sistemas 61
C(s) Ki · Kg
=
R(s) s(T s + 1) + Ki · Kg
Portanto:
E(s) R(s) − C(s) s(T s + 1)

= =
R(s) R(s) s(T s + 1) + Ki · Kg
Como o sistema é estável, o erro estacionário para a resposta ao degrau unitário

pode ser obtido aplicando o teorema do valor nal, como segue:
ess = lims→0 sE(s)
s2 (T s + 1) 1
ess = lims→0 2
=0
T s + s + Ki · Kg s
O controle integral do sistema elimina, então, o erro estacionário na resposta ao

degrau de entrada. Este é um importante aperfeiçoamento em relação ao controle
proporcional puro, que não impede o erro residual.
6.1.4 Ação de controle derivativo

Uma ação de controle derivativo, quando acrescentada a um controlador proporci-
onal, permite que se obtenha um controlador de alta sensibilidade. Um vantagem
em utilizar a ação de controle derivativo é que esta responde a uma taxa de varia-
ção do erro atuante e pode produzir uma correção signicativa antes que o valor do
erro atuante se torne muito elevado. Portanto, o controle derivativo prevê o erro
atuante, inicia uma ação corretiva antecipada e tende a aumentar a estabilidade
do sistema.
Embora o controle derivativo não afete diretamente o erro estacionário, ele

aumenta o amortecimento do sistema, permitindo, assim, o uso de um valor mais
elevado do ganho Kp , o que resultará em maior precisão no regime permanente.
Pelo fato de o controle derivativo operar sobre a taxa de variação do erro atuante
e não sobre o próprio erro atuante, esse modo nunca é utilizado sozinho. Ele
é sempre utilizado em combinação com uma ação de controle proporcional ou
proporcional-integral.
6.1.5 Controle proporcional de sistemas com carga inercial

Antes de discutirmos o efeito da ação de controle derivativo no desempenho do
sistema, vamos considerar o controle proporcional de uma carga inercial. Considere
o sistema mostrado na Figura 6.6. A função de transferência de malha fechada é
Figura 6.6: Controle proporcional de um sistema com carga inercial
obtida como:
C(s) K p · Kg
= 2
R(s) Js + Kp · Kg
Como as raízes de equação característica
Js2 + Kp · Kg = 0
r r
−(Kp · Kg ) Kp · Kg
s1,2 = =± i
J J
são imaginárias, a resposta à entrada degrau unitário continua a oscilar indeni-

damente, como mostra a Figura6.7. Os sistemas de controle que apresentam essas
características de resposta não são desejáveis. Veremos que à a adição do controle
derivativo estabilizará o sistema.
6.1.6 Controle proporcional-derivativo de sistemas com carga

inercial
Vamos transformar um controlador proporcional em um controlador proporcional-
derivativo cuja funçao de transferência é Kp + Kd s; Kp (1 + Td s). PortantoKd =
Kp · Td : O torque desenvolvido pelo controlador é proporcional a Kp e + Kd ė. O
dos sistemas 63
Figura 6.7: Resposta a uma entrada em degrau unitário
controle derivativo é essencialmente antecipatório, medindo a velocidade dos erros

instantâneos, prevendo um grande sobressinal antes que ele ocorra e produzindo
ações apropriadas de limitação, antes que o sobressinal assuma um valor muito
elevado. Considere o sistema apresentado na Figura 6.8. A função de transferência
de malha fechada é dada por:
Figura 6.8: Controle proporcional-derivativo de um sistema com carga inercial
C(s) Kg (Kp + Kd s)
= 2
R(s) Js + Kd Kg s + Kp Kg
A equação característica
Kd Kg Kp Kg
Js2 + Kd Kg s + Kp Kg = s2 + s+ =0
J J
tem agora duas raízes com partes reais negativas para os valores de J , Kp e Td .
Assim, o controle derivativo introduz um efeito de amortecimento. A Figura 6.9
apresenta uma curva de resposta típica c(t) para uma entrada em degrau unitário.
Evidentemente, a curva de resposta mostra uma melhora signicativa em relação
à curva de resposta original da Figura 6.7.
Figura 6.9: Resposta a uma entrada em degrau unitário
6.1.7 Controle proporcional-derivativo de sistemas de se-

gunda ordem
Pode-se obter uma conciliação entre o comportamento da resposta transitória acei-
tável e o comportamento aceitável em regime permanente utilizando uma ação de
controle proporcional-derivativo. Considere o sistema da Figura 6.10. A função
Figura 6.10: Sistema de controle
de transferência de malha fechada é:

6.2. Controlador PID 65
C(s) Kd Kg s + Kp Kg
= 2
R(s) Js + (B + Kd Kg )s + (K + Kp Kg )
O erro estacionário para uma entrada em rampa unitária é:
B
ess =
Kp
A equação característica é:
B + Kd Kg K + Kp Kg
Js2 + (B + Kd Kg )s + (K + Kp Kg ) = s2 + s+ =0
J J
O coeciente de amortecimento efetivo desse sistema é, então, B + Kd Kg , em lugar

de B. Como o coeciente de amortecimento ξ do sistema é;
B + Kd Kg
ξ= r J
K + Kp Kg
2
J
é possível obter valores pequenos tanto para erro estacionário ess , correspondente
a uma entrada em rampa, como para o máximo sobressinal para uma entrada em
degrau, fazendo que o valor de B seja pequeno, o de Kp , elevado, e o de Kd seja
grande o bastante para que o valor de ξ que entre 0.4 e 0.7.
6.2 Controlador PID

É interessante assinalar que mais da metade dos controladores industriais em uso
nos dias atuais utiliza estratégias de controle PID ou PID modicadas. A maio-
ria dos controladores analógicos é hidráulica, pneumática, elétrica e eletrônica, ou
resulta de uma combinação destes tipos. Correntemente, muitos deles são trans-
formados em digitais por intermédio dos microprocessadores. Tendo em vista que
a maioria dos controladores é ajustada no local de uso, têm sido propostos na
literatura muitos tipos diferentes de regras de sintonia. A utilização destas regras
de sintonia tem tornado possível o ajuste suave e preciso dos controladores PID
no local de uso.
Figura 6.11: Controle PID de uma planta

Capítulo 7
O método do lugar das raízes
Neste capítulo é apresentado o método do lugar das raízes, que consiste basica-
mente em levantar a localização dos pólos de um sistema em malha fechada em
função da variação de um parâmetro K. O projeto de controladores envolve sem-
pre a escolha da localização de pólos e zeros do sistema em malha fechada, que
deve ser traduzida através da escolha da estrutura do controlador e dos seus parâ-
metros (Como em controlares P, PI, PD e PID). Desta forma, a utilização do lugar
das raízes pode ser útil no projeto de controladores pois neste pode-se observar a
movimentação dos pólos em malha fechada a medida que um parâmetro K varia.
Ao nal apresenta-se exemplos da utilização do método do lugar das raízes para o
projeto de controladores.
7.1 Técnica do lugar das raízes

O problema do Sistema de Controle
Um sistema de controle com realimentação em malha típico é mostrado abaixo:
KG(s)
GM F =
1 + KG(s)H(s)
Então:
KNG(s) DH(s)
GM F =
DG(s) DH(s) + KNG(s) DH(s)
em que N e D são polinômios fatorados e correspondem aos termos do numerador
e do denominado, respectivamente.
67
68 Capítulo 7. O método do lugar das raízes
Figura 7.1: Sistema de controle em malha fechada.
Os pólos de GM F não são conhecidos imediatamente e, de fato, podem mudar

s+1 s+3
com K. Por exemplo se G(s) = e H(s) = :
s(s + 2) (s + 4)
K(s + 1)(s + 4)
GM F = 3
s + (6 + K)s2 + (8 + 4K)s + 3K
Uma vez que a resposta transitória e a estabilidade do sistema dependem dos

pólos de GM F , não temos conhecimento do desempenho do sistema a menos que
fatoremos o denominador para valores especícos de K. O lugar geométrico das
raízes será utilizado para nos dar uma representação vivida dos pólos de GM F à
medida que K varia.
7.1.1 Representação Vetorial de Números Complexos

Qualquer número complexo, σ + iω , descrito em coordenadas cartesianas, pode ser
representado gracamente por um vetor. O número complexo também pode ser
descrito na forma polar com magnitude M
θ, com M ∠θ. Caso o número
e ângulo
complexo seja substituído em uma função complexa, F (s), outro número complexo
resultará. Por exemplo, se F (s) = (s + a), então substituindo o número complexo
σ + iω resulta em F (s) = (σ + a) + iω , ou número complexo.
Observe que F (s) possui um zero em −a. Caso translademos o vetor a unidades
para a esquerda:
temos uma representação alternativa do número complexo que se origina no

zero de F (s) e termina no ponto s = σ + iω . Concluímos que (s + a) é um número
complexo e pode ser representado por um vetor traçado a partir do zero da função
até o ponto s. Por exemplo (s + 7) é um número complexo traçado a partir

s−→5+i2
7.1. Técnica do lugar das raízes 69
Figura 7.2: Representação vetorial de um número complexo.
Figura 7.3: Deslocamento do vetor complexo.
do zero da função em −7, até o ponto s, que é 5 + i2:
Figura 7.4: Vetor complexo no plano de Laplace.
Vamos agora aplicar os conceitos a uma função mais elaborada. Admita uma
função:
Fatores Complexo do N
Qm Q
i=1 (s + zi )
F (s) = Qn =Q
j=1 (s + pj ) Fatores Complexo do D
signica "produtório", m = número de zeros
Q
em que o símbolo e n= número
de pólos. Cada fator do numerador e cada fator do denominador é um número
complexo que pode ser representado como um vetor. A função dene a aritmética
complexa a ser realizada para se calcular F (s) em qualquer ponto s. Como cada
fator complexo pode ser interpretado como um vetor, a magnitude, M, de F (s)
em qualquer ponto de s, é
Distância até os zeros

Q Qm
(s + zi )
M=Q = Qni=1
Distância até os pólos j=1 (s + pj )
em que uma distância até um zero, (s+zi ), é a magnitude do vetor traçado a partir
do zero de F (s) em −z até o ponto de s, e uma distância até um pólo, (s + pj ), é
a magnitude do vetor traçado a partir do pólo de F (s) em −pj até o ponto s. O
ângulo, θ, de F (s) em qualquer, s, é
Ângulos até os zeros − Ângulos até os pólos

X X
θ=
em que um ângulo até um zero é o ângulo, medido a partir da extensão do

eixo real e do vetor traçado do zero de F (s) em −zi até o ponto s e o ângulo até
um pólo é o ângulo, medido a partir da extensão positiva do eixo real e do vetor
traçado do pólo de F (s) em −pj até o ponto s.
Figura 7.5: Ângulos e Módulos de pólos e zeros

7.2. Condições de Ângulo e Módulo 71
7.2 Condições de Ângulo e Módulo

Considere o seguinte sistema em malha fechada ilustrado na Figura 7.6
Figura 7.6: Sistema de controle em malha fechada.
A equação em malha fechada deste sistema pode ser escrita como:
C(s) G(s)H(s)
=
R(s) 1 + G(s)H(s)
Os pólos em malha fechada deste sistema podem ser encontrados resolvendo-se a

seguinte equação característica:
1 + G(s)H(s)
ou
G(s)H(s) = −1
Como G(s)H(s) é um número complexo, podemos escrever as seguintes equações:
Condição do ângulo: ∠G(s)H(s) = ±180◦ (2 × k + 1)(k = 0, 1, 2, ...)

Condição do módulo: |G(s)H(s)| = 1
Os valores de s que satisfazem tanto a condição angular como a de

módulo são as raizes da equação característica, ou os polos de manha
fechada. Um lugar dos pontos no plano complexo que satifaz somente
a condição angular é o lugar das raízes.
Em muitos casos G(s)H(s) envolve um ganho K:

(s + z1 )(s + z2 )...(s + zm )
1+K =0
(s + p1 )(s + p2 )...(s + pn )
Para começarmos a esboçar o lugar das raízes é necessário conhecer os pólos e

zeros deG(s)H(s). Os ângulos de qualquer ponto s em relação aos pólos e zeros
de G(s)H(s) devem ser medidos no sentido anti-horário. O lugar das raízes é um
gráco que fornece as raízes em malha fechada no plano s em função da variação
de K ⇒ (0 < K < ∞). Por exemplo, seja o seguinte sistema:
K(s + z1 )
=0
(s + p1 )(s + p2 )(s + p3 )(s + p4 )
onde −p2 e −p3 são pólos complexos conjugados. Podemos escrever a condição de
ângulo como a seguir:
∠G(s)H(s) = +φ1 − θ1 − θ2 − θ3 − θ4
A Figura 7.7 ilustra os ângulos para dois pontos de teste distintos.
Figura 7.7: Angulos de dois pontos de teste em relação os pólos e zeros de

G(s)H(s).
A condição do módulo é dada por:

7.2. Condições de Ângulo e Módulo 73
KB1
|G(s)H(s)| =
A1 A2 A3 A4
onde A1 , A2 , A3 , A4 e B1 são os módulos das grandezas complexas, s + p1 , s + p2 ,

s + p3 , s + p4 e s + z1 , como pode ser observado na Figura 7.7(a).
Note que pelo fato dos pólos complexos conjugados ou zeros complexos conju-
gados (se existirem) serem simétricos, o lugar das raízes também é simétrico em
relação ao eixo real σ.
Capítulo 8
Espaço de Estados
Duas abordagens estão disponíveis para a análise e o projeto dos sistemas de

controle com realimentação. A primeira é conhecida como abordagem "clássica",
( baseada na transformada de Laplace), ou técnica do domínio da frequência. Esta
abordagem é baseada na conversão da equação diferencial do sistema em uma
função de transferência, gerando, assim, um modelo matemático do sistema que
relaciona algebricamente uma relação da saída com uma representação da entrada.
Com o advento da exploração espacial, os requisitos para os sistemas de controle

aumentaram em escopo. A abordagem do espaço de estados (também conhecida
como abordagem moderna) é um método unicado para modelar, analisar e pro-
jetar uma vasta variedade de sistemas. Por exemplo, a abordagem do espaço de
estados pode ser utilizada para representar sistemas com condições iniciais não
nulas, sistemas não lineares, sistemas variantes no tempo e sistemas com múltiplas
entradas e saídas.
8.1 A Respresentação Geral no Espaço de Estados

Primeiramente precisamos formalizar algumas denições com as quais nos depa-
raremos nessa representação:
Combinação Linear: Uma combinação linear de n variáveis, xi , para i = 1, ..., n,

é dada pela seguinte soma, s:
s = Kn xn + Kn−1 xn−1 + ... + K1 x1 (8.1)
75
76 Capítulo 8. Espaço de Estados
Independência Linear: Um conjunto de variáveis é dito ser linearmente inde-

pendente se nenhuma das variáveis puder ser escrita como uma combinação linear
das demais.
Variável do Sistema: Qualquer variável que responda a uma entrada ou condi-

ções iniciais em um sistema.
Variáveis de Estado: O menor conjunto de variáveis do sistema linearmente

independentes, tal que os valores dos elementos desse conjunto no instante t0 e a
inuência da entrada ou entradas, determinam completamente o valor de todas as
variáveis do sistema para t ≥ t0 .
Vetor de Estado: Um vetor cujos elementos são as variáveis de estado.
Espaço de Estados: O espaço n-dimensional cujos eixos são as variáveis de

estado.
Figura 8.1: Representação gráca do espaço de estados e de um vetor de estado.
Pode-se considerar que uma trajetória seja mapeada pelo vetor de estado x(t),
para uma determinada faixa de variação de t. A gura mostra também o vetor de
estado em um instante particular t = 4.
Equações de estado: Um conjunto de n equações diferenciais de primeira or-

dem simultâneas com n variáveis, em que as n variáveis a serem resolvidas são as
variáveis de estado.
8.2. Aplicando a Representação no Espaço de Estados 77
Equação de saída: A equação algébrica que expressa as variáveis de saída de

um sistema como combinações lineares das variáveis de estado e das entradas.
Agora que as denições foram formalmente declaradas, denimos a representa-

ção no espaço de estados de um sistema. Um sistema é representado no espaço de
estados pelas seguintes equações:
ẋ(t) = Ax(t) + Bu(t)

y(t) = Cx(t) + Du(t)
para t ≥ t0 e condições iniciais, x(t0 ), em que:
x = vetor de estado
ẋ = derivada do vetor de estados em relação ao tempo
y = vetor de saída
u = vetor de entrada
A = Matriz do sistema
B = Matriz de entrada
C = Matriz do saída
D = Matriz de transmissão direta
8.2 Aplicando a Representação no Espaço de Es-

tados
O primeiro passo na representação de um sistema é escolher o vetor de estado, o
qual deve ser escolhido de acordo com as seguintes considerações:
1- Um número mínimo de variáveis de estado deve ser escolhido para compor

o vetor de estado. Este número mínimo de variáveis de estado é suciente para
descrever completamente o estado do sistema.
2- As componentes do vetor de estado devem ser linearmente independentes.
Variáveis de Estado Linearmente Independentes
As variáveis e suas derivadas sucessivas são linearmente independentes. Por exem-

plo, a tensão sobre um indutor,VL , é linearmente independente da corrente através

dIL
do indutor, IL , uma vez que VL = L . Assim, VL não pode ser expressa como
dt
uma combinação linear da corrente, IL .
Número Mínimo de Variáveis de Estado
Tipicamente, o número mínimo necessário é igual à ordem da equação diferencial

que descreve o sistema. Por exemplo, se uma equação diferencial de terceira ordem
descreve o sistema, então três equações diferenciais de primeira ordem simultâneas
são necessárias em conjunto com três variáveis de estado.
8.3 Convertendo do Espaço de Estados para uma

Função de Transferência
Dadas as equações de Estado e de saída:
ẋ(t) = Ax(t) + Bu(t)

y(t) = Cx(t) + Du(t)
aplicando a transformada de Laplace com condições iniciais nulas.
s · X(s) = A · X(s) + B · U (s)

Y (s) = C · X(s) + D · U (s)
Resolvendo:
s · X(s) − A · X(s) = B · U (s)

(s · I − A) · X(s) = B · U (s)
X(s) = (s · I − A)−1 · B · U (s)
Substituindo na equação de saída:
Y (s) = C(s · I − A)−1 · B · U (s) + D · U (s)

Y (s) = [C(s · I − A)−1 · B + D]U (s)
Y (s)
G(s) = = C(s · I − A)−1 · B + D
U (s)
8.4. Projeto no Espaço de Estados 79
8.4 Projeto no Espaço de Estados

Mostramos que os métodos do espaço de estados, como os métodos da transfor-
mada, são ferramentas simples para analisar e projetar sistemas de controle com
realimentação. Entretanto, as técnicas do espaço de estados podem ser aplicadas
a uma classe mais ampla de sistemas do que os métodos da transformada. Sis-
temas com não linearidades e sistemas com múltiplas entradas e múltiplas saídas
constituem apenas dois dos candidatos à abordagem no espaço de estados.
Este material deve ser considerado apenas uma introdução ao projeto no espaço
de estados; introduzimos uma técnica de projeto no espaço de estados e a aplicamos
apenas a sistemas lineares.
8.4.1 Equação Característica

Será demostrado como introduzir parâmetros adicionais em um sistema de modo
que possamos controlar a posição de todos os polos em malha fechada. Um sistema
de controle com realimentação de ordem n possui uma equação característica em
malha fechada de ordem n da forma
|sI − A| = sn + α1 sn−1 + .. + αn−1 s + αn = 0 (8.2)
Uma vez que o coeciente da maior potência de s é unitário, há n coecientes

cujos valores determinam as posições dos polos do sistema em malha fechada.
Portanto, caso possamos introduzir n parâmetros ajustáveis no sistema e relacioná-
los com os coecientes na Eq 8.2, todos os polos do sistema em malha fechada
poderão ser ajustados para quaisquer posições desejadas.
8.4.2 Alocação de Pólos

Quando um sistema é representado em espaço de estados, um método de projeto
comumente aplicado e a técnica de alocação ou de imposição de pólos. Admite-se
que todas as variáveis de estado são mensuráveis e disponíveis para retroação. Será
mostrado que, se o sistema considerado for completamente controlável, então os
pólos do sistema a malha fechada podem ser localizados em quaisquer posições
desejadas por meio de retroação de estado através de uma matriz de ganho de
retroação de estado adequada. A presente técnica de projeto começa com a deter-
minação dos pólos a malha fechada desejados com base nos requisitos de resposta
transitória, tais como velocidade de resposta, coeciente de amortecimento ou bem

como nos requisitos de regime estacionário. Suponha-se que se tenha decidido ter
os pólos a malha fechada em uma determinada posição. Escolhendo-se uma ma-
triz de ganho de retroação de estado apropriada, é possível forçar o sistema a ter
pólos a malha fechada em posições desejadas, desde que o sistema original tenha
os estados completamente controláveis.
8.4.3 Projeto por alocação de pólos.

Na abordagem convencional de projeto de sistemas de controle com uma entrada
e com uma saída, projeta-se um controlador (compensador) tal que os pólos a
malha fechada dominantes possuam um coeciente de amortecimento ξ e uma
freqüência natural não-amortecida ωn . Diferentemente de se especicar somente
os pólos a malha fechada dominantes (abordagem de projeto convencional), o
presente enfoque de alocação de pólos especica todos os pólos a malha fechada. Há
também um requisito sobre que parte do sistema deve ser escolhida para a alocação
arbitrária de pólos. O requisito é que o sistema seja a estados completamente
controláveis.
Considere-se o sistema de controle:
ẋ = Ax + Bu
y = Cx
onde
x = Vetor de estado (n-dimensional)
u = Sinal de controle (escalar)
A = Matriz de Estado n × n
B = Matriz de Entrada n × 1
C = Matriz de Saída 1 × n
Poderemos denir que o sinal de controle é
u = −Kx (8.3)
Em um sistema de controle com realimentação típico, a saída, y, é realimentada

para a junção de soma. É agora que a topologia do projeto muda. Em vez de
realimentar y, o que ocorreria se realimentássemos todas as variáveis de estado?
Figura 8.2: a. Representação no espaço de estados de uma planta; b. planta com

realimentação de variáveis de estado.
Se cada variável de estado fosse realimentada para o controle, u, através de um

ganho, ki , haveriam n ganhos, ki , que poderiam ser ajustados para resultar nos
valores desejados dos polos em malha fechada. A realimentação através dos ga-
nhos, ki , está representada na Figura 8.2(b) pelo vetor de realimentação ˘K .
As equações de estado do sistema em malha fechada da Figura 8.2(b) podem

ser escritas por inspeção como
ẋ = Ax + Bu = Ax + B(−Kx + r) = (A − BK)x + Br
Isto signica que o sinal de controle é determinado pelo estado instantâneo. Esta
técnica é chamada de retroação de estado, A matriz K (n×1) é chamada de matriz
de ganho de retroação de estado. Na análise que se segue admite-se que não haja
restrições sobre o valor de u, isto é, que u seja não-restrito.
Portanto, a nova matriz de estado é:
ẋ = (A − BK)x (8.4)
A estabilidade e as características da resposta transitória são determinadas pe-

los autovalores da matriz (A−BK) Se a matriz K for escolhida de forma adequada,
a matriz (A − BK) pode ser feita uma matriz assintoticamente estável.
Os autovalores da matriz (A − BK) são chamados pólos do regulador.
A princípio, parece que o método deve sempre funcionar para qualquer sis-
tema. Entretanto, este não é o caso. As condições que devem existir para ser
possível alocar unicamente os polos em malha fechada nas posições desejadas é a
controlabilidade do sistema.
8.4.4 Controlabilidade
Considere a forma paralela mostrada na Figura 8.3(a). Para controlar a posição
dos polos do sistema em malha fechada, estamos dizendo implicitamente que o sinal
de controle, u, pode controlar o comportamento de cada variável de estado em x.
Se qualquer uma das variáveis de estado não puder ser controlada pelo controle
u, então não poderemos alocar os polos do sistema onde desejamos. Por exemplo,
na Figura 8.3(b), se x1 não fosse controlável através do sinal de controle e se x1 ,
além disso, apresentasse uma resposta instável decorrente de uma condição inicial
diferente de zero, não haveria uma maneira de realizar um projeto de realimentação
de estado para estabilizar x1 ; x1 seguiria de seu próprio modo, independentemente
do sinal de controle, u. Portanto, em alguns sistemas um projeto de realimentação
de estados não é possível.
Se para um sistema for possível obter uma entrada capaz de transferir

todas as variáveis de estado de um estado inicial desejado para um
estado nal desejado, o sistema é dito controlável; caso contrário, o
sistema é não controlável.
A alocação de polos é uma técnica de projeto viável apenas para sistemas que
são controláveis. Esta seção mostra como determinar, a priori, se a técnica de
alocação de polos é uma técnica de projeto viável para um controlador.
Matriz de Controlabilidade
Para sermos capazes de determinar a controlabilidade ou, alternativamente, proje-

tar a realimentação de estado para uma planta em qualquer representação ou para
qualquer escolha de variáveis de estado, uma matriz que deve ter uma propriedade
particular caso todas as variáveis de estado devam ser controladas pela entrada da
planta, u, pode ser deduzida. Declaramos agora o requisito para controlabilidade,
Figura 8.3: Comparação entre sistemas a. controlável e b. não controlável.
incluindo a forma, a propriedade e o nome dessa matriz.
Uma planta de ordem n cuja equação de estado é
ẋ = Ax + Bu
é completamente controlável se a matriz
MC = |B AB .. An−1 B|
for de posto n , na qual MC é chamada de matriz de controlabilidade.
8.4.5 Projeto do Realimentador de Estados

Em resumo, então, o projeto de alocação de polos através de realimentação de
variáveis de estado é simplicado utilizando-se a forma de variáveis de fase para
as equações de estado da planta. Em todos os casos, a matriz de controlabilidade
sempre dirá ao projetista se é viável a implementação do projeto de realimentação
de estado.
Quando o sistema não esta em forma canónica controlável é necessá-

rio determinar um matriz de transformação para tal.
Seja, por denição, a matriz de transformação T tal que:
T = MC W (8.5)
onde M é a matriz de controlabilidade:
MC = |B AB .. An−1 B| (8.6)
e  
αn−1 αn−2 .. α1 1

 αn−2 .. α1 1 0 

W =
 : : : : : 
 (M1)
 α1 1 .. 0 0 
1 0 .. 0 0
em que os elementos αi são os coecientes do polinômio caraterístico
|sI − A| = sn + α1 sn−1 + .. + αn−1 s + αn (8.7)
Seja a escolha de um conjunto de autovalores desejados µ1 , µ2 , ...µ1 . Então, a

equação característica desejada se torna:
(s − µ1 )(s − µ2 )...(s − µn ) = sn + α1 sn−1 + .. + αn−1 s + αn = 0 (8.8)
K = [αn − an αn−1 − an−1 .. α2 − a2 α1 − a1 ]T −1 (8.9)
Sendo a função de transferência:
b0 sm + b1 sm−1 + ... + bm−1 s + bm

G(s) = (8.10)
sn + a1 sn−1 + ... + an−1 s + an
onde m < n.
Forma canônica controlável. A seguinte representação no espaço de estados
é denominada forma canônica controlável:
      
x˙1 0 1 0 ··· 0 x1 β1
 x˙2   0
   0 1 ··· 0   x2  
   β2 
 ..   .. .
.
.
. .. .
.
  ..   .
.
 . = . + u

. . . .
 .   .
 
   
 xn−1
˙   0 0 0 · · · 1   xn−1   βn−1 
x˙n −an −an−1 −an−2 · · · −a1 xn βn
8.5. Projeto de Observador 85
 
x1
 x2 
 
y = [1 | 0 | ... | 0] =  ...  + β0 u
 
 
 xn−1 
xn
onde:
β0 = b0
β1 = b 1 − a1 β 0
β2 = b 2 − a1 β 1 − a2 β 0
β3 = b 3 − a1 β 2 − a2 β 1 − a3 β 0
.
.
.
βm = bm − a1 βm−1 − ... − an−1 β1 − an β0
A forma canônica controlavel é importante na discussão do projeto de sistemas

de controle pela abordagem por alocação de polos.
8.5 Projeto de Observador

O projeto do controlador depende do acesso às variáveis de estado para a reali-
mentação através de ganhos ajustáveis. Este acesso pode ser fornecido através de
equipamentos. Por exemplo, giroscópios podem medir posição e velocidade em um
veículo espacial. Algumas vezes é impraticável utilizar esse equipamento por ques-
tões de custo, exatidão ou disponibilidade. Em outras aplicações algumas variáveis
de estado podem realmente não estar disponíveis, ou pode ser muito dispendioso
medi-las ou enviá-las ao controlador. Caso as variáveis de estado não estejam dis-
poníveis por causa da conguração do sistema ou do custo, é possível estimar os
estados. Os estados estimados, em vez dos estados reais, são então alimentados
para o controlador. Um esquema é mostrado na Figura 8.4(a). Um observador,
algumas vezes chamado de estimador, é utilizado para calcular as variáveis de es-
tado que não estão acessíveis a partir da planta. Nesse caso o observador é um
modelo da planta.
Considere uma planta

ẋ = Ax + Bu
y = Cx
e um observador,
x̂˙ = Ax̂ + Bu
ŷ = C x̂
Subtraindo as Equações da planta e do observador, obtemos
Figura 8.4: Projeto de realimentação de estado utilizando um observador para

estimar variáveis de estado indisponíveis: a. observador em malha aberta; b.
observador em malha fechada; c. vista detalhada de um observador em malha
fechada, mostrando a estrutura de realimentação para reduzir o erro de estimação
das variáveis de estado.
ẋ − x̂˙ = A(x − x̂) (8.11)
ẏ − ŷ˙ = C(x − x̂) (8.12)
Assim, a dinâmica da diferença entre o estado real e o estado estimado está

livre, e se a planta é estável, essa diferença, decorrente de diferenças iniciais nos
vetores de estado, tende a zero. Entretanto, a velocidade de convergência entre
o estado real e o estado estimado é a mesma da resposta transitória da planta,

uma vez que a equação característica para a Equação 1.9 é a mesma que do sis-
tema original. Como a convergência é muito lenta, procuramos por uma forma de
aumentar a velocidade do observador e fazer com que seu tempo de resposta seja
muito mais rápido que o do sistema controlado em malha fechada, de modo que,
efetivamente, o controlador receba os estados estimados instantaneamente. Para
aumentar a velocidade de convergência entre o estado real e o estado estimado,
utilizamos a realimentação, mostrada conceitualmente na Figura 8.4(b) e em mais
detalhes na Figura 8.4(c). O erro entre as saídas da planta e do observador é
realimentado para as derivadas dos estados do observador. O sistema efetua as
correções para levar esse erro a zero. Com a realimentação podemos projetar uma
resposta transitória desejada para o observador que é muito mais rápida que a da
planta ou a do sistema controlado em malha fechada.
O projeto do observador é separado do projeto do controlador. De modo seme-

lhante ao do projeto do vetor do controlador, K, o projeto do observador consiste
em calcular o vetor constante, L, de modo que a resposta transitória do obser-
vador seja mais rápida que a resposta da malha controlada a m de resultar em
uma estimação atualizada rapidamente do vetor de estado. Deduzimos agora a
metodologia de projeto.
Iremos primeiro determinar as equações de estado do erro entre o vetor de

estado real e o vetor de estado estimado, (x − x̂). Em seguida iremos determinar
a equação característica para o erro do sistema e calcular o L requerido para
conseguir uma resposta transitória rápida para o observador.
Escrevendo as equações de estado do observador a partir da Figura 8.4(c),

temos
x̂˙ = Ax̂ + Bu + L(ẏ − ŷ)

˙
ŷ = C x̂
Mas, as equações de estado da planta são
ẋ = Ax + Bu
y = Cx
Subtraindo as Equações da planta e do observador, obtemos
˙ = A(x − x̂) − L(ẏ − ŷ)

(ẋ − x̂) ˙ (8.13)
˙ = C(x − x̂)
(ẏ − ŷ) (8.14)
onde (x − x̂) é o erro entre o vetor de estado real e o vetor de estado estimado,
e (y − ŷ) é o erro entre a saída real e a saída estimada. Substituindo a equação
de saída na equação de estado, obtemos a equação de estado para o erro entre o
vetor de estado estimado e o vetor de estado real:
˙ = (A − LC)(x − x̂)
(ẋ − x̂) (8.15)
˙ = C(x − x̂)
(ẏ − ŷ) (8.16)
Fazendo ex = (x − x̂), temos
e˙x = (A − LC)ex (8.17)
ẏ − ŷ˙ = Cex (8.18)
A Equação 8.15 é livre. Caso os autovalores sejam todos negativos, o erro do vetor
de estado estimado, ex , decairá a zero. O projeto então consiste em resolver para
os valores de L para resultar em uma equação característica desejada ou resposta
desejada para as Equações 8.15 e 8.16.
Agora escolhemos os autovalores do observador para resultar em estabilidade

e uma resposta transitória desejada que é mais rápida que a resposta controlada
em malha fechada.
8.5.1 Observabilidade
Recorde que a capacidade de controlar todas as variáveis de estado é um requisito
para o projeto de um controlador. Os ganhos de realimentação das variáveis de
estado não podem ser projetados se alguma variável de estado for não controlável.
Um conceito semelhante rege nossa capacidade de criar um projeto de observador.
Especicamente, estamos utilizando a saída de um sistema para estimar as variá-
veis de estado. Se alguma variável de estado não tiver efeito sobre a saída, então
não podemos estimar essa variável de estado observando a saída. A Figura 8.5(a)
mostra um sistema onde cada variável de estado pode ser observada na saída, uma
vez que cada uma delas está conectada à saída. A Figura 8.5(b) é um exemplo
de sistema onde nem todas as variáveis de estado podem ser observadas na saída.
Nesse caso, x1 não está conectada à saída e não poderia ser estimada a partir de
uma medida da saída. Declaramos agora a seguinte denição baseada na discussão
anterior:
Se o vetor de estado inicial, x(t0 ), puder ser obtido a partir de u(t)

e y(t) medidos durante um intervalo de tempo nito a partir de t0 , o
sistema é dito observável; caso contrário o sistema é dito não observável.
Figura 8.5: Comparação entre sistemas a. observável; e b. não observável;.
Enunciando de forma simples, a observabilidade é a capacidade de estimar as

variáveis de estado a partir do conhecimento da entrada, u(t), e da saída, y(t). A
alocação de polos de um observador é uma técnica de projeto viável apenas para
sistemas observáveis.
Matriz de Observabilidade
Para determinar a observabilidade dos sistemas em qualquer representação ou

escolha de variáveis de estado, uma matriz que deve possuir uma propriedade
particular se todas as variáveis de estado devem ser observadas na saída pode ser
deduzida. Declaramos agora os requisitos para observabilidade, incluindo a forma,
a propriedade e o nome dessa matriz.
Uma planta de ordem n cuja equação de estado é
ẋ = Ax + Bu
y = Cx
é completamente observável se a matriz
 
C
 CA 
MO =  (M2)
 
.
.

 . 
n−1
CA
for de posto n , na qual MO é chamada de matriz de observabilidade.
8.5.2 Projeto do Observador de Estados

Em resumo, então, o projeto do observador de estados através de realimentação de
variáveis de estado é simplicado utilizando-se a forma de variáveis de fase para
as equações de estado da planta. Em todos os casos, a matriz de observabilidade
sempre dirá ao projetista se é viável a implementação do projeto de realimentação
de estado.
Quando o sistema não esta em forma canónica observável é necessário

determinar um matriz de transformação para tal.
Seja, por denição, a matriz de transformação Q tal que:
Q = (W MO )−1 (8.19)
onde MO é a matriz de observabilidade:
 
C
 CA 
MO =  (M3)
 
.
.

 . 
n−1
CA
e
 
αn−1 αn−2 .. α1 1

 αn−2 .. α1 1 0 

W =
 : : : : : 
 (M4)
 α1 1 .. 0 0 
1 0 .. 0 0
em que os elementos αi são os coecientes do polinômio caraterístico
|sI − A| = sn + α1 sn−1 + .. + αn−1 s + αn (8.20)
Seja a escolha de um conjunto de autovalores desejados µ1 , µ2 , ...µ1 . Então, a

equação característica desejada se torna:
(s − µ1 )(s − µ2 )...(s − µn ) = sn + a1 sn−1 + .. + an−1 s + an = 0 (8.21)

 
α n − an
 αn−1 − an−1 
 
.
L = Q . (M5)
 
. 
 
 α 2 − a2 
α 1 − a1
Forma canônica observável. A seguinte representação no espaço de estados

é denominada forma canônica observável:
      
x˙1 0 0 · · · 0 −an x1 βn
 x˙2   1 0 · · · 0 −an−1   x2   βn−1 
 ..  =  .. .. ..   ..  +  .. u
      
.
 .   . . . .
.  .   . 
x˙n 0 0 · · · 1 −a1 xn β1
 
x1
 x2 
y = [0 | 0 | ... | 1] =  ..  + b0 u
 
 . 
xn
Note que a matriz de estados n×n na forma canônica observável e a transposta

da matriz de estados na forma canônica controlável.
Figura 8.6: Conguração conceitual de projeto no espaço de estados, mostrando a

planta, o observador e o controlador.
Apêndice A
Tabela Transformada de Laplace
Tabela A.1: Tabela Transformada de Laplace.
Função no Tempo Transformada de Laplace

f (t) L f (t) = F (s)
Impulso Unitário =⇒ δ(t) 1
1
Degrau Unitário =⇒ 1
s
1
Rampa Unitária =⇒ t
s2
1
e−at
(s + a)
1
te−at
(s + a)2
ω
sin ωt
s2 + ω 2
Continua na próxima página
93
94 Apêndice A. Tabela Transformada de Laplace
Tabela A.1 Continuação página anterior

Primeira Coluna Segunda Coluna
s
cos ωt
s2 + ω2
ω
sinh ωt
s2 − ω2
s
cosh ωt
s2 − ω2
1 1
(1 − e−at )
a s(s + a)
1 1
(e−at − e−bt )
b−a (s + a)(s + b)
1 s
(be−bt − ae−at )
b−a (s + a)(s + b)

1 1 −at −at 1
1+ (be − ae )
ab a−b s(s + a)(s + b)
1 1
(1 + e−at − ate−at )
a2 s(s + a)2
ω
e−at sin ωt
(s + a)2 + ω 2
Continua na próxima página

95
Tabela A.1 Continuação página anterior

Primeira Coluna Segunda Coluna
s+a
e−at cos ωt
(s + a)2 + ω 2
ω
p n e−ξωn t sin ωn 1 − ξ 2 t
p
1 − ξ2
ωn2
(0 < ξ < 1)
1 p
−p e−ξωn t sin(ωn 1 − ξ 2 t − φ)
1 − ξ2 p
−1 1 − ξ2
φ = tan )
ξ
s
(0 < ξ < 1, 0 < φ < π/2)
1 p
1− p e−ξωn t sin(ωn 1 − ξ 2 t + φ)
1 − ξ2 p
1 − ξ2
φ = tan−1 )
ξ
ωn2
(0 < ξ < 1, 0 < φ < π/2)
s(s2 + 2ξωn s + ωn2 )
Apêndice B
Diagrama de Blocos
Um diagrama de blocos de um sistema é uma representação gráca das funções

desempenhadas por cada componente e do uxo de sinais entre eles. Esses dia-
gramas descrevem o inter-relacionamento que existe entre os vários componentes.
Diferindo da representação matemática abstrata pura, um diagrama de blocos tem
vantagem de indicar mas realisticamente o uxo de sinais do sistema real. Em um
diagrama de blocos, todas as variáveis do sistema são ligadas umas às outras por
meio de blocos funcionais. O bloco funcional ou simplesmente bloco é um símbolo
da operação matemática que é aplicada ao sinal de entrada do bloco que produz o
sinal de saída. A função de transferência dos componentes normalmente é incluída
nos blocos correspondentes, os quais estão conectados por setas que indicam a
direção do uxo de sinais.
Somador: Um círculo com uma cruz é o símbolo que indica a operação de soma.
O sinal de mais ou menos na extremidade de cada seta indica se o sinal deve ser
somando ou subtraído. É importante que as quantidades a serem somadas ou
subtraídas tenham, as mesmas dimensões e as mesmas unidades.
Ponto de ramicação: Um ponto de ramicação é um ponto do qual o sinal

que vem de um bloco avança simultaneamente em direção a outros blocos ou so-
97
98 Apêndice B. Diagrama de Blocos
madores.
Diagrama de blocos de um sistema de malha fechada: A gura ?? traz o

exemplo de um diagrama de blocos de um sistema de malha fechada. A saída C(s)
é realimentada ao somador, em que é comparada à referência R(s). A natureza
de malha fechada do sistema á claramente indicada pela gura. A saída do bloco,
C(s) nesse caso, é obtida pela multiplicação da função de transferência G(s) pela
entrada do bloco, E(s). Todo sistema de controle linear pode ser representado por
diagramas de bloco constituídos por blocos, somadores e pontos de ramicação.
Função de transferência de malha aberta: É a relação entre o sinal de reali-

mentação B(s) e o sinal de erro atuante E(s) é chamada de função de transferência
de malha aberta. Ou seja:
B(s)
= G(s)H(s) (B.1)
E(s)
Função de transferência de malha fechada: Para o sistema mostrado na

gura ??, a saída C(s) e a entrada R(s) estão relacionadas como a seguir; como
C(s) = G(s)E(s) (B.2)
E(s) = R(s) − B(s) = R(s) − H(s)C(s) (B.3)

99
eliminando E(s) dessas equações, resulta em:
C(s) = G(s)[R(s) − H(s)C(s)] (B.4)
ou
C(s) G(s)
= (B.5)
R(s) 1 + G(s)H(s)
Figura B.1: Simplicação da Álgebra de Blocos
A função de transferência que relaciona C(s) a R(s) é chamada função de

transferência de malha fechada.
Apêndice C
Modelamento Matemático
Tem como objetivo obeter um modelo matemático que representa uma relação de
entrada e saída de um sistema. em outras palavras é a função de transferência.
C.1 Modelamento de Sistemas Mecânicos de Trans-

lação
A lei fundamental que governa os sistemas mecânicos é a segunda lei de Newton.
C.1.1 Relação Força/Deslocamento de Sistemas Mecânicos

Sendo f (t) =Força e x(t) =Deslocamento.
Obs: Considerando as condições iniciais nulas, ou seja, o sistema em repouso.
Y (s)
Exemplo: Dados o circuito da Figura ??, obter a função de transferência, .
U (s)
Diagrama de corpo Livre:
P
Fm = 0
Equação Diferencial do sistema:
U (t) = K · Y (t) + b · Ẏ (t) + m · Ÿ (t) (C.1)
101
102 Apêndice C. Modelamento Matemático
Tabela C.1: Tabela Transformada de Laplace
Elemento N o T empo Em Laplace
M ola f (t) = Kx(t) F (s) = KX(s)
Amortecedor f (t) = bẋ(t) F (s) = bsX(s)
M assa f (t) = M ẍ(t) F (s) = M sX(s)
Figura C.1: Sistema Massa Mola Amortecedor
Em Laplace:
L {f (t)} = F (s) ⇒ U (s) = K · Y (s) + b · s · Y (s) + m · s2 · Y (s) (C.2)
K b 1
s2 · Y (s) = − · (Y (s)) − · (s · Y (s)) + · U (s) (C.3)
m m m
C.2. Modelamento de Sistemas Elétricos 103
K b 1
Ÿ = − ·Y − · Ẏ + ·U (C.4)
m m m
Voltando a Equação 1:
U (s) = (K + b · s + m · s2 ) · Y (s) (C.5)
Y (s) 1
= 2
(C.6)
U (s) m·s +b·s+K
1
Y (s) m
= (C.7)
U (s) b K
s2 + ·s+
m m
C.2 Modelamento de Sistemas Elétricos

As leis que governam os circuitos elétricos são as leis de Kirchho das corrente e
das tensões.
C.2.1 Relação Tensão/Corrente de Sistemas Elétricos
Tabela C.2: Tabela Transformada de Laplace
Elemento N o T empo Em Laplace
Resistor vr (t) = Rir (t) Vr (s) = RIr (s)
1 R 1
Capacitor vc (t) = ic (t)dt Vc (s) = Ic (s)
C Cs
d
Indutor vi (t) = L il (t)dt Vl (s) = LsIl (s)
dt
Sendo v(t) =tensão e i(t) =corrente.
Obs: Considerando as condições iniciais nulas, ou seja, o sistema em repouso.

Exemplo: Dados o circuito da Figura ??, obter a função de transferência,
I2 (s)
.
V (s)
Figura C.2: Circuito de duas malhas
O primeiro passo na solução consiste em converter o circuito em transformada de

Laplace das impedâncias e das variáveis de circuito, supondo condições iniciais
nulas. O resulta está mostrado na Figura C.3. O circuito com o qual estamos
lidando requer duas equações simultâneas para se obter a função de transferência.
Estas equações podem ser determinadas somando as tensões ao longo de cada
malha através das quais se supõe que circulem as correntes I1 (s) eI2 (s). Ao longo
da Malha 1, onde circula I1 (s),
R1 I1 (s) + LsI1 (s) − LsI2 (s) = V (s) (C.8)
Ao longo da Malha 2, onde circula I2 (s),
1
LsI2 (s) + R2 I2 (s) + I2 (s) − LsI1 (s) = 0 (C.9)
Cs
Combinado temos, as equações anteriores se tornam equações simultaneas em
I1 (s)eI2 (s):
(R1 + Ls)I1 (s) −LsI2 (s) = V (s)
1 (C.10)
−LsI1 (s) Ls + R2 + I2 (s) =0
Cs
Podemos usar a regra de Cramer, (ou qualquer outro método para resolver sistemas
Figura C.3: Circuito de duas malhas Laplace
de equações), para resolver a equação em termos de I2 (s). Assim,

(R1 + Ls) V (s)
−Ls =0 LsV (s)
I2 (s) = = (C.11)
∆ ∆
onde  
(R1 + Ls) −Ls)
∆= 1  (C.12)
−Ls Ls + R2 +
Cs
Elaborando a função de transferência, G(s), resulta:
I2 (s) Ls LCs2
G(s) = = = (C.13)
V (s) ∆ (R1 + R2 )LCs2 + (R1 R2 C + L)s + R1
C.2.2 Amplicador Operacional Inversor

Se v2 (t) for aterrada, como mostrado na Figura C.4, o amplicador é chamado
amplicador operacional inversor, para o amplicador operacional inversor, temos
Vo (t) = −AV1 (t) (C.14)
Se duas impedâncias forem conectadas ao amplicador operacional inversor, como

mostrado na Figura ?? podemos deduzir um resultado interessante. Se a impe-
dância de entrada do amplicador for elevada, então pela lei de Kirchho das
correntes Ia (s) = 0 e I1 (s) = −I2 (s). Além disto, como o valor do ganho A é ele-
Vi (s) Vo (s)
vado V1 (t) ≈ 0. em consequência, I1 (s) = e I2 (s) = − . Igualando as
Z1 (s) Z2 (s)
Vo (s) Vi (s)
duas correntes, =− , ou seja, a função de transferência do amplicador
Z2 (s) Z1 (s)
operacional inversor é:
Vo (t) Z2 (s)
=− (C.15)
Vi (s) Z1 (s)
Figura C.4: Ampop
Figura C.5: Ampop Inversor
Vo
Exemplo: Obter a função de transferência , para o circuito dado na Figura
Vi
C.6
A função de transferência do circuito amplicador operacional é dada pela Equação

Figura C.6: Ampop PID
1.76. Como as impedâncias dos componentes em paralelo são como Resistires em

paralelo, Z1 (s) é,
1
× R1
C1 s R1 360 × 103
Z1 (s) = = = (C.16)
1 R1 Cs + 1 2.016s + 1
+ R1
C1 s
Para Z2 (s), as impedâncias se somam, ou seja,
1 107
Z2 (s) = R2 + = 220 × 103 + (C.17)
C2 s s
Substituindo as Z1 (s) e Z2 (s) na equação do ganho do amplicador inversor, ob-
temos:
Vo (s) s2 + 45.95s + 22.55
= −1.232 (C.18)
Vi (s) s
O circuito resultante é chamado controlador PID e pode ser usado para melhorar
o desempenho de um sistema de controle.
Apêndice D
Regras de sintonia de Ziegle-Nichols
para controladores PID
Controle PID de processos. A Figura D.1 mostra o controle PID de um processo.

Se um modelo matemático do processo pode ser obtido, então é possível aplicar
várias técnicas de projeto na determinação dos parâmetros do controlador que
atenderão às especicações de regimes transitório e do regime permanente do sis-
tema de malha fechada. Contudo, se o processo for muito complexo, de modo
que seu modelo matemático não possa ser obtido facilmente, então a abordagem
analítica do projeto do controlador PID não será possível. Temos então de recorrer
a abordagens experimentais de sintonia dos controladores PID.
Figura D.1: Controle PID de uma planta
O processo de seleção dos parâmetros do controlador de modo a serem atendidas

as especicações de desempenho é conhecido como sintonia do controlador. Ziegler
e Nichols propuseram regras para a sintonia de controladores PID (o que signica
ajustar os valores de Kp , Ti e Td ) baseadas na resposta experimental a uma
entrada em degrau ou no valor de Kp que resulta em um estabilidade marginal,
quando somente uma ação proporcional é utilizada. As regras de Ziegler-Nichols,
apresentadas a seguir, são muito convenientes nos casos em que não se conhece o
modelo matemático do processo. (Estas regras podem, naturalmente, ser aplicadas
109
Apêndice D. Regras de sintonia de Ziegle-Nichols para controladores
110 PID
ao projeto de sistemas com modelo matemático conhecido.) Elas sugerem um

conjunto de valores de Kp , Ti e Td que vão proporcionar uma operação estável do
sistema. Contudo, o sistema resultante pode exibir um sobressinal máximo grande
na resposta do degrau, o que é inaceitável. Nesse caso, precisamos fazer uma série
de sintonias nas até que um resultado aceitável seja obtido. De fato, as regras
de sintonia de Ziegle-Nichols fornecem estimativas dos valores dos paramentos e
proporcionam um ponto de partida na sintonia na, e não os valores denitivos de
Kp , Ti e Td logo na primeira tentativa.
Regras de Ziegler-Nichols para a sintonia de controladores PID. Zie-

gler e Nichols propuseram regras para se determinarem os valores do ganho pro-
porcional Kp , do tempo de integral Ti e do tempo derivativo Td , com base nas
características da resposta transitória de um determinado processo a controlar.
Essa determinação dos parâmetros dos controladores PID ou sintonia dos contro-
ladores PID pode ser feita por engenheiros de campo, por meio de experimentos
sobre o processo. (Muitas regras de sintonia para controladores PID já foram su-
geridas desde a proposta de Ziegle-Nichols. Elas estão disponíveis na literatura e
com os fabricantes desse controladores.) Existem dois métodos denominados re-
gras de sintonia de Ziegler-Nichols: o primeiro e o segundo método. Em ambos se
pretende obter um valor máximo de ultrapassagem de 25 %.
Figura D.2: Curva de resposta ao degrau unitário mostrando um valor máximo de

ultrapassagem de 25%
Primeiro método. No primeiro método se obtém experimentalmente a res-

posta do processo a controlar a uma excitação em degrau unitário, conforme mos-
trado na Figura D.3. Quando o processo a controlar não possui integradores nem
pólos complexos-conjugados dominantes, então a curva de resposta ao degrau uni-
tário pode se assemelhar a uma curva em forma de S, como é mostrado na Figura
D.4. Esse método se aplica se a curva de resposta ao degrau de entrada tiver o
111
aspecto de um S. Essa curva de resposta ao degrau pode ser gerada experimen-

talmente ou a partir de um simulação dinâmica do processo a controlar.
Figura D.3: Resposta ao degrau unitário de um processo
Figura D.4: Curva de resposta em forma de S
A curva em forma de S pode se caracterizar por duas constantes, o atraso L e a

constante de tempo T. O atraso e a constante de tempo podem ser determinados
traçando-se uma reta tangente à curva em forma de S no ponto de inexão e
determinando-se as interseções com o eixo dos tempos e com a reta c(t) = K ,
C(s)
como mostra a Figura. 10-4. A função de transferência pode ser aproximada
U (s)
à de um sistema de primeira ordem com atraso de transporte, como a seguir:
C(s) Ke−Ls
=
U (s) Ts + 1
Ziegler e Nichols sugeriram escolher valores de Kp, Ti e Td de acordo com a fórmula

mostrada na Tabela D.1 .
112 PID
Tabela D.1: Regra de sintonia de Ziegler-Nichols baseada na resposta ao degrau

(Primeiro Método)
Tipo de controlador Kp Ti Td
T
P ∞ 0
L
T L
PI 0.9 0
L 0.3
T
P ID 1.2 2L 0.5L
L

1
Gc (s) = Kp 1 + + Td s
Ti s

T 1
Gc (s) = 1.2 1+ + 0.5s
L 2Ls
2
1
s+
L
Gc (s) = 0.6T
s
1
Portanto, o controlador PID tem um polo na origem e zeros duplos em s=−
L
Segundo método. Neste segundo método ajustam-se primeiro os valores de
Ti = ∞ e Td = 0. Utilizando-se somente a ação de controle proporcional (ver
Figura D.5), aumenta-se o valor de Kp de 0 a um valor crítico Kcr para o qual o
sinal de saída apresente oscilações mantidas. (Se o sinal de saída não apresentar
oscilações, quaisquer que sejam os valores de Kp , então o método não se aplica.)
113
Figura D.5: Sistema de malha fechada com controle proporcional
Em consequência, são determinados experimentalmente os valores de ganho crí-

tico Kcr Pcr (ver Figura D.6). Ziegler e Nichols
e o período crítico correspondente
sugeriram ajustar os valores dos parâmetros Kp , Ti e Td de acordo com a fórmula
mostrada na Tabela D.2.
Figura D.6: Oscilação sustentada com período Pcr
Note que o controlador PID sintonizado pelo segundo método das regras de Zigle-
Nichols fornece:

1
Gc (s) = Kp 1+ + Td s
Ti s

1
Gc (s) = 0.6Kcr 1 + + 0.125Pcr s
0.5Pcr s
2
4
s+
Pcr
Gc (s) = 0.075Kcr Pcr
s
114 PID
Tabela D.2: Regra de sintonia de Ziegler-Nichols baseada na resposta ao degrau

(Segundo Método)
Tipo de controlador Kp Ti Td
P 0.5Kcr ∞ 0
1
PI 0.45Kcr Pcr 0
1.2
P ID 0.6Kcr 0.5Pcr 0.125Pcr
4
Portanto, o controlador PID tem um polo na origem e zeros duplos em s=− .
Pcr
Note que, se o sistema tem um modelo matemático conhecido (como a função de
transferência), então podemos utilizar o método do lugar das raízes para encontrar
2π
o ganho critico Kcr e a frequência de oscilações sustentadas ωcr , onde = Pcr .
ωcr
Esses valores podem ser encontrados a partir dos pontos de cruzamento dos ramos
do lugar das raízes com o eixo jω .
Referências Bibliográcas
[1] Katsuhiko Ogata, Engenharia de Controle Moderno. 4a Edição. São Paulo,

Prentice Hall, 2003.
[2] Norman S. Nise, Engenharia de sistemas de controle. 5a Edição. Rio de Janeiro,

LTC, 2009.
[3] Gene F. Franklin; J. David Powell; Abbas Emami-Naeini. Sistemas de Controle

para Engenharia a
. 6 . Edição. Porto Alegre, Bookman, 2013.
[4] Richard C. Dorf; Robert H. Bishop Sistemas de controle modernos. 3a Edição.

Rio de Janeiro, LTC, 2001.
[5] B. P. Lathi. Sinais e Sistemas Lineares. 2a . Edição. Porto Alegre, Bookman,

2007.
115

Sistemas de Controle-Aula Teórica

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sistemas de Controle-Aula Teórica

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade do Estado De Santa Catarina

Departamento de Engenharia Mecânica

Professor Clodoaldo Schutel Furtado Neto

1 Introdução a Sistemas de Controle 1

1.2 Denição de Sistema de Controle . . . . . . . . . . . . . . . . . . . 3

2.2 Funções típicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.3 Transformada de Laplace em Controle . . . . . . . . . . . . . . . . 9

3.2 Transformada inversa de Laplace . . . . . . . . . . . . . . . . . . . 16

3.3 Frações Parciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

4 Polos, Zeros e a Resposta do Sistema 25

4.2 Sistemas de Segunda Ordem: Introdução . . . . . . . . . . . . . . . 29

4.3 O Sistema de Segunda Ordem Geral . . . . . . . . . . . . . . . . . . 33

4.4 Sistemas de Segunda Ordem Subamortecidos . . . . . . . . . . . . . 35

4.5 Resposta do Sistema com Polos Adicionais . . . . . . . . . . . . . . 40

4.6 Resposta do Sistema com Zeros . . . . . . . . . . . . . . . . . . . . 41

5.1 Critério de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . . . . . 48

5.1.1 Construindo uma Tabela de Routh Básica . . . . . . . . . . 50

5.1.2 Interpretando a Tabela Básica de Routh . . . . . . . . . . . 52

5.2 Critério de Routh-Hurwitz: Casos Especiais . . . . . . . . . . . . . 53

5.2.1 Zero Apenas na Primeira Coluna . . . . . . . . . . . . . . . 53

5.2.2 Uma Linha Inteira de Zeros . . . . . . . . . . . . . . . . . . 54

6 Projeto de Sistema de Controle 57

6.1.1 Ação de Controle Integral . . . . . . . . . . . . . . . . . . . 57

6.1.2 Sistema de controle proporcional . . . . . . . . . . . . . . . 59

6.1.3 Controle integral de sistemas . . . . . . . . . . . . . . . . . . 60

6.1.4 Ação de controle derivativo . . . . . . . . . . . . . . . . . . 61

6.1.5 Controle proporcional de sistemas com carga inercial . . . . 62

6.1.6 Controle proporcional-derivativo de sistemas com carga iner-

6.1.7 Controle proporcional-derivativo de sistemas de segunda ordem 64

6.2 Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

7 O método do lugar das raízes 67

7.1.1 Representação Vetorial de Números Complexos . . . . . . . 68

7.2 Condições de Ângulo e Módulo . . . . . . . . . . . . . . . . . . . . 71

8.2 Aplicando a Representação no Espaço de Estados . . . . . . . . . . 77

8.3 Convertendo do Espaço de Estados para uma Função de Transferência 78

8.4 Projeto no Espaço de Estados . . . . . . . . . . . . . . . . . . . . . 79

8.4.1 Equação Característica . . . . . . . . . . . . . . . . . . . . . 79

8.4.2 Alocação de Pólos . . . . . . . . . . . . . . . . . . . . . . . . 79

8.4.3 Projeto por alocação de pólos. . . . . . . . . . . . . . . . . . 80

8.4.5 Projeto do Realimentador de Estados . . . . . . . . . . . . . 83

8.5 Projeto de Observador . . . . . . . . . . . . . . . . . . . . . . . . . 85

8.5.2 Projeto do Observador de Estados . . . . . . . . . . . . . . . 90

A Tabela Transformada de Laplace 93

C Modelamento Matemático 101

C.1.1 Relação Força/Deslocamento de Sistemas Mecânicos . . . . . 101

C.2 Modelamento de Sistemas Elétricos . . . . . . . . . . . . . . . . . . 103

C.2.1 Relação Tensão/Corrente de Sistemas Elétricos . . . . . . . 103

C.2.2 Amplicador Operacional Inversor . . . . . . . . . . . . . . . 105

D Regras de sintonia de Ziegle-Nichols para controladores PID 109

1.1 Sistema Controlado . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2 Exemplo Elevador . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1 Identidade de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.2 Plano Complexo de Laplace . . . . . . . . . . . . . . . . . . . . . . 11

4.1 a. Sistema mostrando a entrada e a saída; b. diagrama de polos

4.2 Efeito de um polo no eixo real sobre a resposta transitória. . . . . . 27

4.3 a. Sistema de primeira ordem; b. diagrama do polo. . . . . . . . . . 27

4.4 Resposta de sistema de primeira ordem a um degrau unitário. . . . 28

4.5 Sistemas de segunda ordem, diagramas de polos e respostas ao degrau. 32

4.6 Componentes da resposta de segunda ordem ao degrau gerada por

4.7 Respostas ao degrau para os casos de amortecimento de sistemas de

4.8 Resposta de segunda ordem em função do fator de amortecimento. . 36

4.9 Respostas de segunda ordem subamortecidas para diferentes valores

4.10 Especicações da resposta subamortecida de segunda ordem. . . . . 38

4.11 Respostas ao degrau de sistemas subamortecidos de segunda ordem

1.2 Denição de Sistema de Controle . . . . . . . . . . . . . . . . . . . 3

C.2.2 Amplicador Operacional Inversor . . . . . . . . . . . . . . . 105

4.10 Especicações da resposta subamortecida de segunda ordem. . . . . 38

8.1 Representação gráca do espaço de estados e de um vetor de estado. 76

8.6 Conguração conceitual de projeto no espaço de estados, mostrando

B.1 Simplicação da Álgebra de Blocos . . . . . . . . . . . . . . . . . . 99

Denições. Antes de discutir os sistemas de controle, alguns termos básicos de-

1.2 Denição de Sistema de Controle

Quando a integral da denição (1) converge, o resultado é uma função de s. De-