Tópicos Especiais em Sistemas Dinâmicos

Controle Ótimo

- Introdução
- Conceitos de Otimização
- Realimentação de Estados
- Observador de Estados
- LQR – Regulador Linear Quadrático
- LQG - Regulador Linear Quadrático
Gaussiano
- Filtro de Kalman

1
 MOTIVAÇÃO

Métodos de projeto baseados na teoria de Controle Ótimo utilizam

conceitos de otimização e permitem levar em conta o esforço de
controle a ser empregado.

• Cabe ao projetista conferir pesos aos diferentes canais de erro e de

controle, tendo em vista o compromisso entre melhorar o desempenho
do controlador e reduzir o esforço de controle.

• Tal procedimento de projeto pode ser mais intuitivo que a escolha

direta para as posições dos polos de malha fechada.

• O uso de técnicas de Controle Ótimo permite obter boas margens de

ganho e de fase.
CH1 Why Microelectronics? 2
 OTIMIZAÇÃO

 Em matemática, o termo otimização, ou programação matemática,

refere-se ao estudo de problemas em que se busca minimizar ou
maximizar uma função através da escolha sistemática dos valores de
variáveis reais ou inteiras dentro de um conjunto viável.

 Em problemas de engenharia, de administração, de logística, de

economia, ou de outras ciências, quando se consegue construir um
modelo matemático do sistema dinâmico em estudo, é possível aplicar
as técnicas matemáticas de otimização para maximizar ou minimizar
uma função previamente definida como critério ou índice de
desempenho, visando encontrar uma "solução ótima" do problema,
isto é, que resulte no melhor desempenho possível do sistema,
segundo o critério de desempenho previamente definido.
CH1 Why Microelectronics? 3
 Exemplo – Aplicação de Conceitos de Otimização

Suponha a distribuição de pontos no plano referente à velocidade

vi = yi , de um objeto em queda livre, em função do tempo ti = xi ,
em que se quer encontrar a aceleração da gravidade (g) ou o
coeficiente angular da reta que melhor representa a distribuição.
 Método dos Mínimos Quadrados (MMQ)

v=ĝ. t é a função linear que melhor representa ou otimiza

a distribuição de pontos .

O método ( MMQ ) visa encontrar ĝ ( coeficiente angular ótimo ).

e i=( v i−v ) , em que ei é definido como erro e v=g . t i .
vi =g .t i +ei
2
J= ∑ ( e i ) é a Função de Custo ou Índice de Desempenho
2 2
J= ∑ ( vi −v ) =∑ ( v i –g . t i )

Minimizar ( J ) :Somados Quadrados das Diferenças .

dJ / dg= ∑ [−2 . ( v i –g . t i ) . t i ]=0

2 ∑ ( vi . t i )
∑ ( vi . t i )=ĝ ∑ (t i) e ĝ=
∑ ( t i) 2
CH1 Why Microelectronics? 5
 Introdução – Conceitos Notáveis

 Função de Custo (J) ou Índice de Desempenho (ID) ou

Critério de Desempenho (CD) é uma medida quantitativa do
desempenho de um sistema dinâmico e é escolhido de modo
que a ênfase seja atribuída às especificações mais relevantes.

 O Problema do Controle Ótimo é encontrar o Sinal de

Controle (u) que conduza o vetor de Estados (x) a uma
trajetória que minimize a Função de Custo (J), previamente
escolhida pelo projetista.

CH1 Why Microelectronics? 6

 Exemplos de Funções de Custo

∞
Caso
Contínuo J=∫ [ xT ( t ) . Q . x ( t ) + uT ( t ) . R .u ( t ) ] dt
0

Caso N

Discreto J= ∑ [ x( k )T .Q . x ( k ) + u ( k )T . R . u( k ) ]
k= 0

CH1 Why Microelectronics? 7

 Função de Transferência x Controle Ótimo

A Função de Custo mais elementar é a Integral do Erro

Quadrático ou ISE, representada por:

T
J=∫ e 2 (t ) dt,
0

onde T , que representa o limite superior da integral, pode ser

escolhido arbitrariamente de modo que J se aproxime de um
valor de regime permanente.
Usualmente é conveniente escolher T como sendo o conhecido
Tempo de Acomodação Ts.
CH1 Why Microelectronics? 8
 Outros exemplos de
Índice de Desempenho ou Função de Custo
1 ) Integral do Módulo do Erro - IAE
T
J=∫ ( e ( t ) ) dt, IAE
0

2 ) Integral do Tempo multiplicado pelo Módulo do Erro, que visa

reduzir a contribuição do erro inicial elevado, bem como enfatizar
erros posteriores.
T
J=∫ t ( e ( t ) ) dt, ITAE
0

3 ) Integral do Tempo multiplicado pelo Quadrado do Erro.

T
J=∫ t [e 2 (t ) ]dt, ITSE
0 CH1 Why Microelectronics? 9
 Forma Geral da Função de Custo

T
J=∫ f ( e ( t ) , r (t ) ,y (t ) , t ) dt ,
0

onde f é função do erro, da entrada, da saída e do tempo.

Na prática, a Função de Custo J pode enfatizar:

1) a entrada r(t), associada à redução do Consumo de Combustível,

Consumo da Bateria etc.

2) o tempo t, associado à redução do Tempo de Subida (Tr), do

Tempo de Acomodação (Ts), do Tempo de Pico (Tp) etc.

3) a redução do Erro e(t) etc.

CH1 Why Microelectronics? 10

 Exemplo 1 – Função de Custo

Seja
T ( s )= T(s) a, onde
2
1
n
s +2 ζω +1
função
ω =1 radde transferência
/ s e ζ= 0,7 . de um sistema dinâmico
n
de segunda ordem em malha fechada, representada abaixo.
1
T ( s )= 2
s +2 ζωn +1

Três critérios de
desempenho foram
calculados para uma
entrada degrau e vários
valores do fator de
amortecimento ζ,
demonstrando a maior
seletividade do ITAE
comparado aos demais.
CH1 Why Microelectronics? 11
 Exemplo 2 – Telescópico Espacial

Perturbação
Td(s)

Amortecimento

Realimentação da
posição

Diagrama em blocos de um sistema de controle de direcionamento de

um telescópico espacial, em que se deseja escolher o ganho K3, que
minimiza a perturbação TdCH1
(s).Why Microelectronics? 12
 Exemplo 2 – Telescópico Espacial

Y (s ) s ( s+K 1 K 3 )
= 2
T d ( s ) s +K 1 K 3 s+K 1 K 2 K p

Os valores típicos para as K 1 =0,5 e K 1 K 2 K p =2,5.

constantes são:

y ( t )=
√ (10 )
β [ e(
−0,25 K 3 t )
sen ( β
2 )] √
t+ψ , onde β= 10−K 23 / 4

A função de Transferência Y(s)/Td(s) pode ser obtida ao se considerar

o princípio superposição, isto é R(s) = 0 e Td(s) = 1/s.
Assim, y(t) é a resposta à perturbação degrau unitário.
CH1 Why Microelectronics? 13
 Exemplo 2 – Telescópico Espacial

Função de Custo (J) ∞

1
2
baseada no erro J=∫ y ( t ) dt= +0,1 K 3
0 K3
Quadrático.

Derivando J e
igualando a zero, dJ /dK 3 =−1/ K 23 + 0,1=0, K 3 =3,2
obtém-se:

Portanto, a função de custo alcança seu valor mínimo em Jmin = 0,63,

quando K3 = 3,2.
CH1 Why Microelectronics? 14
 Tabela com os Coeficientes Ótimos de T(s)
baseados no ITAE para uma Entrada Degrau

CH1 Why Microelectronics? 15

 Exemplo 3 – Controle de duas Câmeras

Posição da Posição da
câmera de câmera de
primeiro plano fundo

Diagrama em Blocos de um Sistema de Controle de duas Câmeras

CH1 Why Microelectronics? 16

 Exemplo 3 – Controle de duas Câmeras

Função de Transferência em Malha Fechada

2
K a K m ω0
T (s) = 3 2 2 2
s +2 ζω0 s +ω0 s+K a K m ω 0

Consulta à Tabela

2 2
2 ζω0 =1,75 ωn , ω0 =2,15 ωn
2 3
, K a K m ω0 =ω n e ωn =10 rad/s.
CH1 Why Microelectronics? 17
 Exemplo 3 – Controle de duas Câmeras

Cálculo dos Coeficientes

ω 0 =14,67 rad /s, ζ=0,597 e K a K m=4,65.

Função de Transferência

1000
T (s ) = 3 2
s +17,5 s + 215 s+ 1000
CH1 Why Microelectronics? 18
 Espaço de Estados x Controle Ótimo

tf
J=∫ g ( x ( t ) ,u ( t ) ,t ) dt
0

Representação Geral da Função de Custo dependente do Vetor de Estado (x), do Vetor

de Controle (u) e do Tempo (t).

Se o interesse reside apenas na minimização do erro, adota-se o Índice de Desempenho

com a mesma forma do ISE, e, no caso da abordagem no espaço de estados, a ênfase
será exclusivamente sobre o Vetor de Estados, que tende para zero no estado
estacionário, considerando-se o sistema dinâmico autônomo e estável.

tf

J=∫ x2 ( t ) dt
0
CH1 Why Microelectronics? 19
 Representação no Espaço de Estados.

Diagrama em Blocos de um sistema dinâmico em Malha Aberta

ẋ = Ax+Bu
A B
y= Cx+Du C D
Equação Diferencial de Primeira Representação Simplificada
Ordem (EDO) e Equação de Saída.
CH1 Why Microelectronics? 20
 Realimentação de Estados

Lei de Controle

u= −Kx Substituindo a Lei de Controle na EDO.

ẋ = Ax −BKx=Hx, H = A- BK

Notação Matricial da Função de Custo.

tf tf

J=∫ x2 ( t ) dt =∫ xT x dt
0 0
CH1 Why Microelectronics? 21
 Função de Custo Mínima - Jmin

Para se obter o valor mínimo de J, suponha a existência de uma

diferencial exata, conforme mostrada abaixo.

d T
( x P x ) =−x x , sendo P = P
T T
dt
Vejamos se é possível obter tal diferencial exata, desenvolvendo o
lado esquerdo da equação acima.

ẋ =Hx
d T
( x P x ) =ẋ P x + x P ẋ ,
T T
dt CH1 Why Microelectronics? 22
 Função de Custo Mínima - Jmin

Suponha que o fator central seja igual ao negativo da

matriz identidade ( - I)
( H T P+PH ) = - I

que se torna a diferencial

d T
( x P x ) =−x T x , exata procurada
dt

Procedendo as substituições, obtém-se a seguinte Função

de Custo
∞
d T
J=∫ − ( x P x dt )=−x P x |0 = x ( 0 ) P x ( 0 )
T ∞ T

0 dt
CH1 Why Microelectronics? 23
 Função de Custo Mínima - Jmin

Para minimizar a Função de Custo J, consideram-se as duas equações

abaixo:
∞
J=∫ xT x dt = xT ( 0 ) P x ( 0 )
0

T
H P+PH= - I

Assim, os passos de projeto são:

1. Determinar a matriz P que satisfaz à segunda equação.
2. Minimizar J na primeira equação, ajustando um ou mais parâmetros
não especificados.
CH1 Why Microelectronics? 24
 Exemplo 3

O sistema dinâmico em malha aberta mostrado abaixo

apresenta um desempenho insatisfatório, pois implica uma
resposta não amortecida, para uma entrada degrau.

X2 X1
1 1
U ( s) Y ( s)
s s

ẋ 1 0 1 x1 0
= + u
ẋ 2 0 0 x2 1

A B

CH1 Why Microelectronics? 25

 Exemplo 3

Suponha o sinal de controle u(t) uma função linear

(combinação linear) das duas variáveis de estado
representadas por x1 e x2.

u (t )=−k 1 x 1−k 2 x 2
LEI
Em notação Matricial DE
CONTROLE
u=−Kx

CH1 Why Microelectronics? 26

 Exemplo 3

As equações diferenciais da malha fechada tornam-se

ẋ 1 =x 2
ẋ 2 =−k 1 x1 −k 2 x 2

A nova matriz de estados será:

0 1
H=
−k 1 −k 2
CH1 Why Microelectronics? 27
 Exemplo 3

O objetivo do problema é determinar k2 , considerando k1 = 1

Explicitando a equação matricial abaixo

( HT P + PH ) = - I

0 −1 p11 p12 p11 p12 0 1 −1 0

+ =
1 −k 2 p12 p 22 p12 p 22 −1 −k 2 0 −1

CH1 Why Microelectronics? 28

 Exemplo 3

A equação matricial expandida resulta no seguinte sistema de

equações lineares

Solução do sistema 2
1 1 k 2 +2
p12= , p22= , p11=
2 k2 2 k2

CH1 Why Microelectronics? 29

 Exemplo 3

J=x T ( 0 ) P x ( 0 ) , x T ( 0 )=[ 1 1 ]

p 11 p12 1
= 1 1
p 12 p22 1

= p11 +2 p12 +p 22

Substituindo os elementos de P , obtém-se

k 22 +2 1 k 22 +2 k 2 + 4
J= +1+ =
2k2 k2 2 k2
CH1 Why Microelectronics? 30
 Exemplo 3

Para minimizar a Função de Custo, deriva-se J em

relação a k2.

∂J 2 k 2 ( 2 k 2 +2 )−2 ( k 22 + 2 k 2 + 4 )
= =0
∂ k2 4 k 22
e obtém-se

0 1
k 2=2 , J min =3 e H =
−1 −1

CH1 Why Microelectronics? 31

 Exemplo 4

Neste exemplo, o sistema dinâmico em malha aberta é idêntico ao do

exemplo anterior, no entanto os ganhos de realimentação são iguais,
isto é, k1 = k2 = k.

A nova matriz de estados em H= 0 1

malha fechada será: -k -k
Explicitando a equação matricial
T
ao lado H P+PH= - I

0 −k p11 p 12 + p11 p12 0 1 −1 0

=
1 −k p12 p 22 p12 p22 −k −k 0 −1

CH1 Why Microelectronics? 32

 Exemplo 4

1 k+ 1 1+2 k
Solução do sistema p12= , p22= 2 , p11=
2k 2k 2k

J= xT ( 0 ) P x ( 0 ) , x T ( 0 )=[ 1 0 ]

p11 p12 1
= 1 0
p12 p22 0

1+2 k 1
= p11 = = 1+
2k 2k

CH1 Why Microelectronics? 33

 Exemplo 4

Note que a Função de Custo J é mínima quando k tente ao

infinito e, neste caso, Jmin = 1.
No entanto, quando as componentes do ganho K = [k k] são
muito grandes, o vetor/variável de controle u = Kx cresce e o
sistema tende à “saturação”.
Visando manter a “linearidade”, restringe-se a norma do
vetor de controle. Neste caso, || u ||max = 50.

u = Kx , ‖u‖max = ‖K‖max .‖x‖max

50=‖K‖max .‖x (0 )‖ , ‖x ( 0 )‖ = 1
‖K‖max = 50 e k≈35
Assim, J min≈ 1,01
CH1 Why Microelectronics? 34
 Função de Custo x Sinal de Controle

Ao examinar a expressão da Função de Custo, nos exemplos

anteriores, verificamos que o sinal de controle u(t) não foi
considerado e portanto não aparece no cálculo de J.
No entanto, em muitos casos precisamos levar em conta o
consumo de energia associado ao sinal de controle, o qual
deverá estar presente na nova Função de Custo.
∞
J = ∫ (x T I x + λ uT u ) dt,
0

Onde λ representa o fator escalar de ponderação da

importância do consumo de energia (associado ao sinal de
controle) em relação ao erro (associado ao vetor de estado),
que tem a identidade como matriz de ponderação.
CH1 Why Microelectronics? 35
 Função de Custo x Sinal de Controle

Substituindo a Lei de Controle na nova Função de Custo:

∞
J = ∫ ( xT I x + λ ( -Kx ) ( -Kx ) ) dt,
T

0
∞ ∞
= ∫ ( xT ( I +λ K T K ) x ) dt = ∫ ( x T Q x ) dt
0 0
Q

Vamos considerar a existência de uma diferencial exata

∂ ( x T P x ) = −x T Q x
∂t

CH1 Why Microelectronics? 36

 Função de Custo x Sinal de Controle

Devemos recorrer aos resultados anteriores, em que P é

solução da nova equação matricial, e a expressão da Função
de Custo e os passos do projeto permanecem inalterados:

T T
H P+PH= - Q J = x (0) P x (0)

Note que agora o lado direito da equação matricial é ( - Q) e

não ( - I), como anteriormente.
No entanto, se λ = 0, então Q = I e , portanto, o “consumo de
energia” não é considerado, como nos casos anteriores.

CH1 Why Microelectronics? 37

 Exemplo 5 – Controle Ótimo x Consumo de Energia

Considere o mesmo sistema dinâmico em malha aberta, visto

nos exemplos anteriores, e o caso em que as componentes do
vetor de ganho de realimentação ( K ) são iguais.

CH1 Why Microelectronics? 38

 Exemplo 5 – Controle Ótimo x Consumo de Energia

T
Conforme o exemplo anterior, x (0) = [ 1 0] e J = p 11

Onde p11 pode ser obtido da

H T P + P H= - Q
equação matricial ao lado.

Ao lado, a solução p11 em

função de de k e λ. (
J = p 11 = ( 1 +λk 2 ) 1+
1
2k ) - λk 2

Derivando J em relação a k e
igualando a zero:
∂J
∂k
= p11 =
1
2
1
( )
λ− 2 = 0
k

J será mínimo, J = Jmin, para k k = 1 e J = 1+ √ λ

min min
= kmin: √
CH1 Why Microelectronics?
λ
39
 Exemplo 5 – Controles do Estado e da Energia
igualmente ponderados, λ = 1

Curvas da Função de
Custo J em função do
Ganho de Realimentação
k, parametrizadas pelo
Fator de Ponderação λ.

A curva para λ=1 apresenta um mínimo relativo em k=1 e Jmin= 2;

Para λ = 0 , a curva apresenta um comportamento assintótico (não
há mínimo relativo) e Jmin = 1, quando k tende ao infinito.
CH1 Why Microelectronics? 40
 Sistema Dinâmico SISO de Ordem “n”

ẋ =A . x + B .u , u ∈ℝ
T
y=C . x + D .u , y ∈ℝ e x = [ x 1 ,x 2 , .. . ,x n ]

A B

C D

CH1 Why Microelectronics? 41

Realimentação de Estados
Lei de Controle

MALHA
ABERTA
A B

C D

K MALHA
FECHADA
A-B.K B
u= - K . x
K= [ k 1 ,k 2,. . ,k n ] C D
CH1 Why Microelectronics? 42
 Regulador Ótimo Linear Quadrático – LQR
Equação Algébrica de Riccati (ARE)

Para o sistema em Malha Fechada abaixo:

ẋ=( A-B. K ) . x, onde
∞
1
x ( 0 ) = x 0 e J= ∫ [ xT . Q . x +u T . R . u ] dt
2 0
T T
em que Q = Q e x . Q. x > 0, então
Q é Simétrica e Positiva Semi-definida, para todo x;
T T
e R = R e u . R . u ⩾ 0, então
R é Simétrica e Positiva Definida,
para todo u não nulo .
CH1 Why Microelectronics? 43
 Regulador Ótimo Linear Quadrático – LQR
Equação Algébrica de Riccati (ARE)

Assim,
T −1 T
A . P + P. A + Q - P . B . R . B . P = 0,
é chamada Equação de Riccati Algébrica (ARE ),
onde :
T
P = P é a solução da ARE acima ,
−1 T
K=R . B . P é o Controlador Ótimo LQR e
u = - K . x é o Sinal de Controle Ótimo .

CH1 Why Microelectronics? 44