Escolar Documentos
Profissional Documentos
Cultura Documentos
Aula 04
Aula 04
Tema da Aula:
Representação de Sistemas
Dinâmicos – Parte II
Prof. Dr. Carlos Henrique Farias dos Santos
1
Estrutura da aula
2
1 Circuito Análogo Elétrico
Destacamos nesta seção a similaridade entre as equações resultantes das leis de
Kirchhoff para sistemas elétricos e as equações de movimento dos sistemas
mecânicos.
3
1 Circuito Análogo Elétrico
ANÁLOGOS EM SÉRIE
A equação de malha de Kirchhoff para o circuito RLC em série mostrado na figura (b)
é
⎛ 1 ⎞
⎜ Ls + R + ⎟ I (s ) = E (s ) (2)
⎝ Cs ⎠
Observa-se que deslocamento e corrente não são análogos. Assim, operando-se sobre a
equação (1) para converter o deslocamento para velocidade pela divisão e
multiplicação do lado esquerdo da equação por s, o resultado fica
(Ms 2
+ fv s + K ) ⎛ K⎞
sX (s ) = ⎜ Ms + f v + ⎟V (s ) = F (s ) (3)
s ⎝ s⎠ 4
1 Circuito Análogo Elétrico
5
1 Circuito Análogo Elétrico
Comparando-se as equações (2) e (3) é possível reconhecer a soma de impedâncias e
construir o circuito mostrado na figura (c). As conversões são resumidas na figura (d).
EXEMPLO:
Desenhe um análogo em série para o sistema mecânico mostrado da figura a
seguir.
[M s
1
2
]
+ ( fv1 + fv3 )s + (K1 + K 3 ) X 1 (s ) − ( fv3 s + K 2 )X 2 (s ) = F (s )
[ ]
− ( fv3 s + K 2 )X 1 (s ) + M 2 s 2 + ( fv2 + fv3 )s + (K 2 + K 3 ) X 2 (s ) = 0 6
1 Circuito Análogo Elétrico
SOLUÇÃO
As equações anteriores são análogas às equações elétricas de malha após serem
convertidas para velocidade. Assim,
⎡
+ ( + ) +
(K1 + K 2 )⎤V (s ) − ⎛ fv + K 2 ⎞V (s ) = F (s )
M
⎢⎣ 1 s fv1 fv 3 s ⎥ 1 ⎜ 3 ⎟ 2
s ⎦ ⎝ s ⎠
⎛ K2 ⎞ ⎡ ( K 2 + K 3 )⎤
− ⎜ fv3 + ⎟V1 (s ) + ⎢ M 2 s + ( fv2 + fv3 ) + ⎥V2 (s ) = 0
⎝ s ⎠ ⎣ s ⎦
Os coeficientes representam somas de impedâncias elétricas. O resultado é
mostrado na figura abaixo.
7
1 Circuito Análogo Elétrico
ANÁLOGOS EM PARALELO
(Ms 2
)
+ f v s + K X (s ) = F (s ) (1)
A equação de Kirchhoff dos nós para o circuito RLC paralelo simples mostrado na
figura (b) é,
⎛ 1 1 ⎞
⎜ Cs + + ⎟ E (s ) = I (s ) (2)
⎝ R Ls ⎠
8
1 Circuito Análogo Elétrico
9
2 Representação em Espaço de Estados
INTRODUÇÃO
As técnicas de espaço de estado são úteis por diversas razões, mencionadas a seguir:
11
2 Representação em Espaço de Estados
Vetor de Estado: Se forem necessárias n variáveis de estado para descrever
completamente o comportamento de um dado sistema, então essas n variáveis de
estado poderão ser consideradas os n componentes de um vetor x.
x&1 (t ) = f1 ( x1 , x2 , K, xn ; u1 , u2 , K , ur ; t )
x&2 (t ) = f 2 ( x1 , x2 ,K , xn ; u1 , u 2 , K, ur ; t ) (1)
M
x&n (t ) = f n ( x1 , x2 ,K , xn ; u1 , u 2 , K, ur ; t )
12
2 Representação em Espaço de Estados
As saídas y1(t), y2(t), ..., ym(t) do sistema podem ser dadas por:
y1 (t ) = g1 (x1 , x2 , K , xn ; u1 , u2 , K , ur ; t )
y2 (t ) = g 2 (x1 , x2 , K , xn ; u1 , u 2 ,K , u r ; t ) (2)
M
ym (t ) = g m ( x1 , x2 ,K , xn ; u1 , u2 ,K , ur ; t )
Se definirmos,
⎡ f1 ( x1 , x2 , K , xn ; u1 , u 2 ,K , ur ; t )⎤ ⎡ g1 (x1 , x2 , K , xn ; u1 , u2 , K , u r ; t ) ⎤
⎢ f (x , x ,K , x ; u , u , K , u ; t )⎥ ⎢ g ( x , x , K , x ; u , u , K , u ; t )⎥
f ( x, u , t ) = ⎢ 2 1 2 n 1 2 r ⎥ g ( x, u , t ) = ⎢ 2 1 2 n 1 2 r ⎥
⎢ M ⎥ ⎢ M ⎥
⎢ ⎥ ⎢ ⎥
f (
⎣ n 1 2x , x , K , x n ; u1 , u 2 , K , u r ; t )⎦ g (
⎣ m 1 2x , x , K , x n ; u1 , u 2 , K , u r ; t )⎦
13
2 Representação em Espaço de Estados
⎡ x1 (t )⎤ ⎡ y1 (t ) ⎤ ⎡ u1 (t )⎤
⎢ x (t )⎥ ⎢ y (t )⎥ ⎢u (t )⎥
x(t ) = ⎢ 2 ⎥ y (t ) = ⎢ 2 ⎥ u (t ) = ⎢ 2 ⎥
⎢ M ⎥
⎢ ⎥ ⎢ M ⎥ ⎢ M ⎥
x
⎣ n ⎦(t ) ⎢
y (t ) ⎥ ⎢
u (t )⎥
⎣ m ⎦ ⎣ r ⎦
As equações (1) e (2) tornam-se:
x& (t ) = f ( x, u , t ) (3)
y (t ) = g ( x, u , t ) (4)
D(t)
u (t ) x& (t ) y (t )
x(t )
B(t)
∫ dt C(t)
A(t)
15
2 Representação em Espaço de Estados
Se as funções vetoriais f e g não envolvem o tempo t explicitamente, então o
sistema será chamado de sistema invariante no tempo. Nesse caso, as equações
(5) e (6) podem ser simplificadas para:
EXEMPLO:
Dado o circuito elétrico a seguir, obtenha sua representação no espaço de estados
considerando como saída a corrente através do resistor.
16
2 Representação em Espaço de Estados
SOLUÇÃO
No nó 1, tem-se
iC = −iR + iL
1 (11)
= − vC + iL
R
que fornece iC em função das variáveis de estado, vC e iL .
Ao longo da malha externa, tem-se
18
2 Representação em Espaço de Estados
Etapa 4 : Substitua os resultados das equações (9) e (10) nas equações (11) e (12)
para obter as seguintes equações de estado.
dvC 1
C = − vC + iL
dt R (13)
diL
L = −vC + v(t )
dt
ou
dvC 1 1
=− vC + iL
dt RC C (14)
diL 1 1
= − vC + v(t )
dt L L
19
2 Representação em Espaço de Estados
Etapa 5 : Obtenha a equação de saída. Como se deseja a saída iR(t), tem-se
1
iR = vC (15)
R
⎡v&C ⎤ ⎡− (RC )
1 1 ⎤ v
⎡ C⎤ ⎡ 0 ⎤
⎢ i& ⎥ = ⎢ − 1
C ⎥ ⎢ ⎥ + ⎢ ⎥ v(t )
1
⎣ L ⎦ ⎢⎣ L
0 ⎥ ⎣ iL ⎦ ⎢⎣ L ⎥⎦
⎦
iR = [ 1
R
]
⎡vC ⎤
0⎢ ⎥
⎣ iL ⎦
20
2 Representação em Espaço de Estados
O diagrama de blocos do sistema é exposto a seguir. Note que as saídas dos
integradores são as variáveis de estado.
1 v&C (t ) vC (t ) 1 iR (t )
RC ∫ dt R
1
1
L
C
v(t ) 1 i&L (t ) iL (t )
L ∫ dt
21
2 Representação em Espaço de Estados
CORRELAÇÃO ENTRE FUNÇÕES DE TRANSFERÊNCIA E EQUAÇÕES NO
ESPAÇO DE ESTADOS
Y (s )
= G (s )
(
U s )
Este sistema pode ser representado no espaço de estados pelas seguintes equações:
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t ) + Du (t )
A transformada de Laplace das equações anteriores é dada por:
sX (s ) − x(0 ) = AX (s ) + BU (s )
Y (s ) = CX (s ) + DU (s ) 22
2 Representação em Espaço de Estados
estabelecemos x(0) igual a zero. Então,
sX (s ) − AX (s ) = BU (s )
ou
(sI − A)X (s ) = BU (s )
Multiplicando à esquerda ambos os lados dessa última equação por (sI - A)-1,
obtemos:
X (s ) = (sI − A) BU (s )
−1
[ ]
Y (s ) = C (sI − A) B + D U (s )
−1
G (s ) = C (sI − A) B + D
−1
23
2 Representação em Espaço de Estados
EXEMPLO:
Considere o sistema mecânico abaixo. De acordo com o diagrama, a equação do
sistema é:
M &y& + b y& + k y = u
Vamos definir as variáveis de estado x1(t) e x2(t) como:
x1 = y (t )
k x2 = y& (t )
u(t)
Então obtemos: ⎡ x&1 ⎤ ⎡ 0 1 ⎤ ⎡ x1 ⎤ ⎡ 0 ⎤
M ⎢ x& ⎥ = ⎢− k − b ⎥ ⎢x ⎥ + ⎢ 1 ⎥ u
⎣ 2 ⎦ ⎢⎣ M M ⎥⎦ ⎣ 2 ⎦ ⎢⎣ M ⎥⎦
y(t)
A equação de saída pode ser escrita como:
b
⎡ x1 ⎤
y = [1 0] ⎢ ⎥
⎣ x2 ⎦ 24
2 Representação em Espaço de Estados
Pela substituição de A, B, C e D, obtemos:
G (s ) = C (sI − A) B + D
−1
−1
⎧⎪⎡ s 0⎤ ⎡ 0 1 ⎤ ⎫⎪ ⎡ 0 ⎤
= [1 0]⎨⎢ ⎥ − ⎢− k − b ⎥⎬ ⎢1 ⎥ +0
⎪⎩⎣ 0 s ⎦ ⎢⎣ M M ⎥⎦ ⎪⎭ ⎢⎣ M ⎥⎦
−1
⎡ s −1 ⎤ ⎡ 0 ⎤
= [1 0] ⎢k s+b ⎥ ⎢1 ⎥
⎢⎣ M M ⎥⎦ ⎢⎣ M ⎥⎦
Como
⎡ b ⎤
⎡ s −1 ⎤
−1
1 s
⎢ M + 1⎥
⎢k s+b ⎥ = 2 b k ⎢ k ⎥
⎢⎣ M M ⎥⎦ s + s+ ⎢− s⎥
M M ⎣ M ⎦
25
2 Representação em Espaço de Estados
tem-se:
⎡ b ⎤
1 s
⎢ M + 1⎥ ⎡ 0 ⎤
G ( s ) = [1 0] ⎥⎢ 1 ⎥
b k ⎢ k
s +
2
s+ ⎢− s ⎥ ⎢⎣ M ⎥⎦
M M ⎣ M ⎦
1
=
Ms 2 + bs + k
26
2 Representação em Espaço de Estados
REPRESENTAÇÃO DE SISTEMAS DINÂMICOS NO ESPAÇO DE ESTADOS
ou
x& (t ) = Ax(t ) + Bu (t ) (3)
onde ⎡ 0 1 0 L 0 ⎤
⎡0 ⎤
⎡ x1 ⎤ ⎢ 0 L 0 ⎥⎥
⎢x ⎥ ⎢ 0 1 ⎢0 ⎥
x = ⎢ 2⎥ A=⎢ M M M L M ⎥ B=⎢ ⎥
⎢M⎥ ⎢ ⎥ ⎢M⎥
⎢ ⎥ ⎢ 0 0 0 L 1 ⎥
⎢ ⎥
⎣ xn ⎦ ⎢⎣− an − an −1 − an − 2 L − a1 ⎥⎦ ⎣1⎦ 28
2 Representação em Espaço de Estados
A saída pode ser dada por:
⎡ x1 ⎤
⎢x ⎥
y = [1 0 L 0] ⎢ 2 ⎥
⎢M⎥
⎢ ⎥
⎣ xn ⎦
ou y=C x
onde C = [1 0 L 0]
29
2 Representação em Espaço de Estados
(Caso - II): Representação cuja função de entrada possui derivadas.
β 0 = b0
β1 = b1 − a1β 0
β 2 = b2 − a1β1 − a2 β 0
β 3 = b3 − a1β 2 − a2 β1 − a3 β 0
M
β n = bn − a1β n −1 − L − an −1β1 − an β 0
31
2 Representação em Espaço de Estados
Com esta escolha de variáveis de estado, a existência e a unicidade da
solução da equação estão garantidas. Com essa escolha, obtemos:
x&1 = x2 + β1u
x&2 = x3 + β 2u
M
x&( n −1) = xn + β n −1u
x&n = −an x1 − an −1 x2 − L − a1 xn + β nu
32
2 Representação em Espaço de Estados
Em termos de equações vetoriais-matriciais, a equação de estado e de
saída são escritas como:
⎡ x&1 ⎤ ⎡ 0 1 0 L 0 ⎤ ⎡ x1 ⎤ ⎡ β1 ⎤
⎢ x& ⎥ ⎢ 0 0 1 L 0 ⎥⎥ ⎢⎢ x2 ⎥⎥ ⎢⎢ β 2 ⎥⎥
⎢ 2 ⎥ ⎢
⎢ M ⎥=⎢ M M M L M ⎥ ⎢ M ⎥+⎢ M ⎥u
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
x
⎢ n −1 ⎥ ⎢ 0
& 0 0 L 1 ⎥ ⎢ xn −1 ⎥ ⎢ β n −1 ⎥
⎢⎣ x&n ⎥⎦ ⎢⎣− an − an −1 − an − 2 L − a1 ⎥⎦ ⎢⎣ xn ⎥⎦ ⎢⎣ β n ⎥⎦
⎡ x1 ⎤
⎢x ⎥
y = [1 0 L 0] ⎢ 2 ⎥ + β 0u
⎢M⎥
⎢ ⎥
⎣ xn ⎦
33
2 Representação em Espaço de Estados
Método II: Decomposição em cascata.
Inicialmente decomponha a
função de transferência em
duas funções em cascata,
conforme mostrado na
figura (b).
34
2 Representação em Espaço de Estados
A primeira função de transferência é convertida para uma representação em
variáveis de fase no espaço de estados. Assim, a variável de fase x1 é a saída e
as demais variáveis de fase são internas ao primeiro bloco, conforme mostrado
na figura (b).
( )
Y ( s ) = C ( s ) = b2 s 2 + b1s + b0 X 1 (s )
35
2 Representação em Espaço de Estados
y (t ) = b0 x1 + b1 x2 + b2 x3
36
2 Representação em Espaço de Estados
EXEMPLO:
SOLUÇÃO
37
2 Representação em Espaço de Estados
Etapa II : Obtenha as equações de estado para o bloco que contém o
denominador.
⎡ x&1 ⎤ ⎡ 0 1 0 ⎤ ⎡ x1 ⎤ ⎡0⎤
⎢ x& ⎥ = ⎢ 0 0 1 ⎥ ⎢ x ⎥ + ⎢0 ⎥ r
⎢ 2⎥ ⎢ ⎥ ⎢ 2⎥ ⎢ ⎥
⎢⎣ x&3 ⎥⎦ ⎢⎣− 24 − 26 − 9⎥⎦ ⎢⎣ x3 ⎥⎦ ⎢⎣1⎥⎦
( ) ( )
C ( s ) = b2 s 2 + b1s + b0 X 1 (s ) = s 2 + 7 s + 2 X 1 (s )
Portanto,
y (t ) = c(t ) = b2 x3 + b1 x2 + b0 x1 = x3 + 7 x2 + 2 x1
Assim, a última caixa da figura (b) reúne os estados e gera a equação de saída.
⎡ x1 ⎤ ⎡ x1 ⎤
y = [b0 b1 b2 ] ⎢⎢ x2 ⎥⎥ = [2 7 1] ⎢⎢ x2 ⎥⎥
⎢⎣ x3 ⎥⎦ ⎢⎣ x3 ⎥⎦
39
2 Representação em Espaço de Estados
Portanto, a figura (c) reproduz o diagrama de blocos do sistema.
40
3 Representação em Diagrama de Fluxo de Sinais.
41
3 Representação em Diagrama de Fluxo de Sinais.
Um diagrama de fluxo de sinal consiste em ramificações, as quais representam o
sistema, e nós, que representam os sinais. Esses elementos são mostrados na figura
(a) e (b), respectivamente. Um sistema é representado por uma linha com uma seta
indicando a orientação do fluxo de sinal através do sistema. Um sinal é representado
por um nó.
42
3 Representação em Diagrama de Fluxo de Sinais.
A figura (c) mostra a interconexão dos sistemas e dos sinais. Cada sinal é igual à
soma dos sinais que fluem através do nó correspondente.
O sinal C3(s) = - V(s) G6(s) = -R1(s)G1(s) G6(s) + R2(s)G2(s) G6(s) - R3(s)G3(s) G6(s).
43
3 Representação em Diagrama de Fluxo de Sinais.
A REGRA DE MASON (1957)
Definições:
1. G2(s)H1(s);
2. G4(s)H2(s);
3. G4(s)G5(s)H3(s);
4. G4(s)G6(s)H3(s).
44
3 Representação em Diagrama de Fluxo de Sinais.
Ganho do caminho adiante: O produto dos ganhos obtido ao se percorrer um
caminho desde de um nó de entrada até o nó de saída do diagrama de fluxo de
sinal.Por exemplo no diagrama a seguir, existem dois ganhos de caminho
adiante:
45
3 Representação em Diagrama de Fluxo de Sinais.
Malhas disjuntas: São malhas que não possuem qualquer nó em comum com outra
malha. No diagrama de fluxo de sinal a seguir, a malha G2(s) H1(s) não toca as
malhas:
1. G4(s) H2(s) ;
2. G4(s) G5(s) H3(s)
3. G4(s) G6(s) H3(s)
46
3 Representação em Diagrama de Fluxo de Sinais.
Ganho de uma malha disjunta: É o produto de ganhos das malhas disjuntas
consideradas duas a duas, três a três, quatro a quatro e assim sucessivamente.
Em resumo, os três ganhos de malhas disjuntas consideradas duas a duas ficam.
1. [G2(s)H1(s)] [G4(s)H2(s)];
2. [G2(s)H1(s)] [G4(s) G5(s) H3(s)];
3. [G2(s)H1(s)] [G4(s) G6(s) H3(s)];
O produto dos ganhos de malha [G4(s) G5(s) H3(s)] [G4(s) G6(s) H3(s)] não é um
ganho de malhas disjuntas, uma vez que essas duas malhas possuem nós em
comum.
47
3 Representação em Diagrama de Fluxo de Sinais.
Regra de Mason:
G (s) =
C ( s)
=
∑ k Tk ∆ k
R( s) ∆
onde:
SOLUÇÃO
Malha 1 e Malha 2:
G2(s)H1(s)G4(s)H2(s)
Malha 1 e Malha 3:
(3)
G2(s)H1(s)G7(s)H4(s)
Malha 2 e Malha 3:
G4(s)H2(s)G7(s)H4(s)
50
3 Representação em Diagrama de Fluxo de Sinais.
Finalmente, as malhas três a três são:
Agora, com base na equação de Mason e suas definições, são formados ∆ e ∆k.
Portanto,
∆ = 1 – [G2(s) H1(s) + G4(s) H2(s) + G7(s) H4(s) + G2(s) G3(s) G4(s) G5(s) G6(s)
G7(s) G8(s) ] + [G2(s)H1(s)G4(s)H2(s) + G2(s)H1(s)G7(s)H4(s) +
G4(s)H2(s)G7(s)H4(s) ] – [G2(s)H1(s)G4(s)H2(s) G7(s)H4(s)] (5)
52
3 Representação em Diagrama de Fluxo de Sinais.
EXEMPLO:
Obtenha a função de transferência, C(s)/R(s), referente ao diagrama de fluxo de sinal
mostrado na figura (a) a seguir. O diagrama de blocos correspondente é exposto na
figura (b).
SOLUÇÃO
Primeiro identifique os ganhos de percurso
adiante. Neste exemplo existem dois:
53
3 Representação em Diagrama de Fluxo de Sinais.
∆ = 1 – (L1 + L2 + L3 + L4 ) + (L1 L3 + L1 L4 + L2 L3 + L2 L4 )
L1 = L2 = 0 e ∆1 = 1 – (L3 + L4)
∆2 = 1 – (L1 + L2)
54
3 Representação em Diagrama de Fluxo de Sinais.
Y ( s) P∆ + P ∆ G G G G (1 − L3 − L4 ) + G5G6G7G8 (1 − L1 − L2 )
= T ( s) = 1 1 2 2 = 1 2 3 4
R( s) ∆ 1 − L1 − L2 − L3 − L4 + L1 L3 + L1 L4 + L2 L3 + L2 L4
55
4 Linearização
NÃO-LINEARIDADES:
Os modelos desenvolvidos até aqui são referentes a sistemas que podem ser descritos
aproximadamente por equações lineares invariantes no tempo. Uma hipótese de
linearidade estava implícita no desenvolvimento desses modelos.
Pode-se visualizar a linearidade como mostrado na figura (a) a seguir. A figura (a) é
um sistema linear onde a saída é sempre igual à metade da entrada, ou f(x) = 0,5x,
independentemente do valor de x. Assim, cada uma das duas propriedades dos
sistemas lineares é aplicável.
Superposição: uma entrada de valor 1 fornece uma saída de valor 0,5, e uma entrada
de 2 fornece uma saída de 1. Utilizando superposição, uma entrada que seja soma
das duas entradas originais, por exemplo 3, forneceria uma saída igual à soma das
saídas individuais, isto é, 1,5 (ver figura (a)).
57
4 Linearização
NÃO-LINEARIDADES:
Homogeneidade: admita uma entrada de valor 2 que forneça uma saída de valor 1. A
multiplicação dessa entrada por 2 forneceria uma saída duas vezes maior, isto é, 2
(ver figura (a)).
Por outro lado, pode-se verificar que a propriedade de linearidade certamente não se
aplica à relação mostrada na figura (b).
58
4 Linearização
NÃO-LINEARIDADES:
Um motor que não responde a valores muito baixos da tensão de entrada, devido a
forças de atrito, apresenta uma não-linearidade denominada zona morta.
59
4 Linearização
NÃO-LINEARIDADES:
Um projetista muita vezes pode realizar uma aproximação linear em um sistema não-
linear. As aproximações lineares simplificam a análise e o projeto de um sistema, e
são utilizadas desde que os resultados forneçam uma boa aproximação da realidade.
Estas aproximações são tratadas a seguir.
60
4 Linearização
LINEARIZAÇÃO DE SISTEMAS NÃO-LINEARES:
[f (x ) − f (x 0 )] ≈ m a (x − x 0 ) (1)
da qual, tem-se
δf (x ) ≈ m a δx (2)
e
f (x ) ≈ f (x 0 ) + m a (x − x 0 ) ≈ f (x 0 ) + m a δx (3)
61
4 Linearização
EXEMPLO
SOLUÇÃO
( ) ( )
que
f ( x 0 ) = f π = 5 cos π = 0
2 2
Assim, pela equação (3) o sistema pode ser
representado como:
f (x ) = −5δx 62
Este processo é mostrado na figura ao lado.
4 Linearização
f (x ) = f (x 0 ) +
df (x − x 0 ) + d 2f (x − x 0 )2 + L
2 (4)
dx x=x0 1! dx x=x0
2!
63
4 Linearização
ou
df
f (x ) − f (x 0 ) = (x − x 0 )
dx x=x0
δf (x ) ≈ m δx
onde df
m=
dx x=x0
64
4 Linearização
EXEMPLO:
d2x dx
2
+ 2 + cos(x ) = 0 (1)
dt dt
SOLUÇÃO:
A presença do termo cos (x) torna esta equação não-linear. Como se deseja
linearizar a equação em torno de x = π/4, faz-se x = δx + π/4, onde δx é a pequena
excursão em torno de π/4, e substitui-se x na equação anterior:
⎛ π⎞ ⎛ π⎞
d 2 ⎜ δx + ⎟ d⎜ δx + ⎟
⎝ 4⎠ ⎝ 4⎠ ⎛ π⎞ (2)
2
+ 2 + cos⎜ δx + ⎟=0
dt dt ⎝ 4⎠
65
4 Linearização
Porém,
⎛ π⎞
d 2 ⎜ δx + ⎟
⎠ = δx
2
⎝ 4 d (3)
dt 2 dt 2
⎛ π⎞
d⎜ δx + ⎟
⎝ 4 ⎠ dδx (4)
=
dt dt
Finalmente, o termo cos (δx + (π/4)) pode ser linearizado por uma série de
Taylor truncada. A substituição de f(x) = cos (δx + (π/4)), f(x0) = f(π/4) =
cos (π/4) e (x – x0) = δx na equação (5) fornece
⎛ π⎞ ⎛ π ⎞ d cos x ⎛π⎞
cos⎜ δx + ⎟ − cos⎜ ⎟ = δx = −sen⎜ ⎟δx (5)
⎝ 4⎠ ⎝4⎠ dx x=
π ⎝4⎠
4
66
4 Linearização
A substituição das equações (3), (4) e (6) na equação (2) fornece a seguinte
equação diferencial linearizada:
d 2 δx dδx 2 2
+ 2 − δx = −
dt 2 dt 2 2
Esta equação pode agora ser resolvida para δx, de onde se pode
obter x = δx + (π/4)
67
4 Linearização
A seguir, considere o sistema não-linear cuja saída y é uma função de duas
entradas, x1 e x2, tal que
y = f(x1, x2)
Para obter uma aproximação linear desse sistema não-linear, podemos
expandir em uma série de Taylor entorno do ponto de operação x1’, x2’.
Assim, tem-se
( )
⎡ ∂f
f (x1, x2 ) = f x1' , x'2 + ⎢
( x1 − x)
'
1
+
∂f (x2 − x'
2
)⎤⎥ +
⎢∂x1 x1=x1' ,x2 =x' 1! ∂x2 x =x' ,x =x' 1! ⎥
⎣ 2 1 1 2 2 ⎦
⎡ ⎤
1 ⎢ ∂2f ∂2f ∂2f
2! ⎢∂x12 x =x' ,x =x'
(
x1 − x' 2
1
)+ 2
∂x1∂x2 x =x' ,x =x'
x1 (
− x'
1
x2 −)(
x'
2
+ )
∂x22 x =x' ,x =x'
x2 (
− x'
2
)
2
⎥ +L
⎥
⎣ 1 1 2 2 1 1 2 2 1 1 2 2 ⎦
68
4 Linearização
Nas proximidades do ponto de operação, os termos de ordem mais elevada
podem ser desprezados. O modelo linear é então dado por:
∂f ∂f
(
f (x 1 , x 2 ) − f x , x =
'
1
'
2 )
∂x1
(
x1 − x 1 +
'
)∂x 2
(x 2 − x '
2
)
x1 = x 1' , x 2 = x '2 x1 = x 1' , x 2 = x '2
( ) (
y − y ' = K1 x1 − x '1 + K 2 x 2 − x '2 )
69
4 Linearização
EXEMPLO:
z=xy
na região 5 <= x <= 7, 10 <= y <= 12. Encontre o erro para o caso em que a
equação linearizada seja utilizada para calcular o valor de z quando x = 5 e y = 10.
SOLUÇÃO:
Como a região considerada é dada por 5 <= x <= 7, 10 <= y <= 12, selecione x’ = 6,
y’ = 11. Então z’= x’ y’ = 66. Logo, linearizamos e equação entorno de x’ = 6, y’ = 11.
Expandindo a equação em uma série de Taylor próxima do ponto x = x’, y = y’ e
desprezando os termos de ordem mais elevada, temos:
( ) (
z − z' = a x − x ' + b y − y' )
70
4 Linearização
∂f (x , y )
onde, a= = y ' = 11
∂x x = x ' , y = y '
∂f (x, y )
b= = x' = 6
∂y x = x ' , y = y'
71
4 Linearização
Vamos tratar agora o caso em que um sistema não-linear é representado por
um modelo em espaço de estados. Admita que este sistema seja representado
pela seguinte equação vetorial-matricial de estados:
dx ( t )
= f (x ( t ), r ( t ) ) (1)
dt
∂f (x , r ) ∂f i (x , r )
(x j − x 0 j ) + ∑ (r − r )
n p
&x i (t ) = f i (x 0 , r0 ) + ∑ i j 0j (2)
j=1 ∂x j j=1 ∂rj
x 0 , y0 x 0 , y0
δri = rj − r0 j (4)
73
4 Linearização
Então, δx& i = x& i − x& 0i (5)
x& 0i = f i (x 0 , r0 ) (6)
n
∂f i (x , r ) p
∂f i (x , r )
δx i = ∑
& δx j + ∑ δrj (7)
j=1 ∂x j j=1 ∂rj
x 0 , y0 x 0 , y0
74
4 Linearização
onde, ⎡ ∂f1 ∂f1 ∂f1 ⎤
⎢ ∂x L
∂x 2 ∂x n ⎥
⎢ 1 ⎥
⎢ ∂f 2 ∂f 2 ∂f 2 ⎥
L
A * = ⎢ ∂x1 ∂x 2 ∂x n ⎥
⎢ M M L M ⎥
⎢ ∂f ∂f n ∂f n ⎥
⎢ n L ⎥
⎢⎣ ∂x1 ∂x 2 ∂x n ⎥⎦
EXEMPLO:
A figura acima mostra o diagrama de blocos de um sistema de controle com uma
não-linearidade de saturação. As equações de estado do sistema são:
x& 1 ( t ) = f1 ( t ) = x 2 ( t ) (1)
x& 2 ( t ) = f 2 ( t ) = u ( t ) (2)
onde a relação de entrada-saída da não-linearidade de saturação é representada por:
(
u(t) = 1 − e
− K x1 ( t )
)SGN x (t)1 (3)
⎧+ 1 x1 (t ) > 0
onde: SGN x1 (t ) = ⎨ (4)
⎩− 1 x1 (t ) < 0 76
4 Linearização
SOLUÇÃO:
∂f1 ( t )
δx& 1 ( t ) = δx 2 ( t ) = δx 2 ( t ) (5)
∂x 2
∂f 2 ( t ) −K x
δx& 2 ( t ) = δx1 ( t ) = Ke 01 δx1 ( t ) (6)
∂x1
onde x01 denota um valor nominal de x1(t). Observa-se que estas duas últimas
equações são lineares e são válidas apenas para pequenos sinais. Na forma vetorial-
matricial, estas equações de estados linearizadas são escritas como:
δx& 2 ( t ) = K δx1 ( t )
78
4 Linearização
EXEMPLO:
A figura abaixo mostra o diagrama de um sistema de suspensão magnética de uma
esfera metálica. O objetivo deste sistema é controlar a posição da esfera através do
ajuste na corrente do eletroímã pela tensão de entrada e(t). As equações diferenciais
do sistemas são dadas:
d 2 y( t ) i 2 (t)
M 2
= Mg − (1)
dt y( t )
di( t )
e( t ) = Ri( t ) + L (2)
dt
79
4 Linearização
onde:
e(t) = tensão de entrada, y(t) = posição da esfera
i(t) = corrente do enrolamento R = resistência do enrolamento
L = indutância do enrolamento M = massa da esfera.
g = aceleração da gravidade
SOLUÇÃO:
Define-se as variáveis de estado como x1(t) = y(t), x2(t) = dy(t)/dt, e x3(t) = i(t). As
equações de estado do sistema são dadas por:
dx1 ( t )
= x 2 (t) (3)
dt
2
dx 2 ( t ) 1 x 3 (t)
=g− (4)
dt M x1 ( t )
dx 3 ( t ) R 1
= − x 3 ( t ) + e( t ) (5)
dt L L 80
4 Linearização
Vamos linearizar o sistema entorno de um ponto de equilíbrio y0(t) = x01 = constante.
Então,
dx ( t )
x 02 ( t ) = 01 = 0 (6)
dt
d 2 y0 (t)
2
=0 (7)
dt
O valor nominal de i(t) é determinado pela substituição da equação (7) em (1).
Portanto,
i 0 ( t ) = x 03 ( t ) = M g x 01
81
4 Linearização
⎡ ⎤ ⎡ ⎤
⎢ 0 1 0 ⎥ ⎢⎢ 0 1 0 ⎥
2⎥
⎢ x2 − 2 x 03 ⎥⎥ ⎢ g ⎛ g ⎞ ⎥
1
A* = ⎢ 032 0 = 0 − 2⎜⎜ ⎟⎟
⎢ Mx 01 Mx 01 ⎥ ⎢ x 01 ⎝ Mx 01 ⎠ ⎥
⎢ R ⎥ ⎢ R ⎥
⎢ 0 0 − ⎥ ⎢ 0 0 − ⎥
⎣ L ⎦ ⎣ L ⎦
⎡ ⎤
⎢0⎥
B* = ⎢ 0 ⎥
⎢1⎥
⎢ ⎥
⎣L⎦
82
5 Sistemas com Atraso de Transporte
Sistemas com controle por computador também possuem atraso de tempo, desde que
certo tempo é necessário para que o computador realize operações numéricas.
Neste tipo de sistema, a saída começa a responder à entrada apenas após um certo
intervalo de tempo.
83
5 Sistemas com Atraso de Transporte
A figura acima exibe uma instalação na qual dois fluidos diferentes devem são
misturados em proporções apropriadas. Para garantir que uma solução
homogênea seja medida, o ponto de monitoramento está localizado a uma
distância do ponto de mistura (válvula). Portanto, existe um tempo de atraso entre
o ponto de mistura e o local onde a mudança na concentração é detectada. Se uma
taxa de fluxo da solução misturada é de (v) polegadas por segundo e (d) a
distância entre os pontos de mistura e de monitoramento, o atraso de tempo é
dado por:
d
Td =
v 84
5 Sistemas com Atraso de Transporte
Se admitirmos que a concentração do
ponto de mistura seja y(t) e que a mesma
é reproduzida sem alterações Td segundos
após o ponto de monitoramento, a
quantidade medida é dada por:
B(s)
= e −Tds
Y(s)
86
5 Sistemas com Atraso de Transporte
APROXIMAÇÃO DA FUNÇÃO DE ATRASO DE TRANSPORTE
− Td s Td2s 2
e ≅ 1 − Td s +
2
ou
− Td s 1
e ≅
Td2s 2
1 + Td s +
2
onde apenas três termos da série são usados. Percebe-se que esta aproximação não é
válida quando a magnitude de Tds for grande.
87
5 Sistemas com Atraso de Transporte
Td s
1−
e −Tds ≅ 2
Td s
1+
2
88
OBRIGADO
89