Aula 04

Universidade Estadual do Oeste do Paraná
Programa de Pós-graduação em Engenharia de Sistemas

Dinâmicos e Energéticos
Tema da Aula:
Representação de Sistemas
Dinâmicos – Parte II
Prof. Dr. Carlos Henrique Farias dos Santos
1
Estrutura da aula
1 Circuito Análogo Elétrico

2 Representação em Espaço de Estados;
3 Representação em Diagrama de Fluxo de Sinal.
4 Linearização
5 Sistemas com Atraso de Transporte
2
Destacamos nesta seção a similaridade entre as equações resultantes das leis de
Kirchhoff para sistemas elétricos e as equações de movimento dos sistemas
mecânicos.
As variáveis dos circuitos elétricos se comportam exatamente como as variáveis

análogas dos sistemas mecânicos.
Um circuito elétrico análogo a um sistema de outra natureza é chamado de

circuito elétrico análogo. Os análogos podem ser obtidos pela comparação das
equações de governo, como equações de movimento de um sistema mecânico,
com as equações elétricas de malhas ou de nós.
Quando a comparação é realizada com as equações das malhas, o circuito

elétrico resultante é chamado análogo em série. Quando a comparação é com as
equações dos nós, o circuito elétrico resultante é chamado análogo em paralelo.
3
ANÁLOGOS EM SÉRIE
Considere o sistema mecânico em translação mostrado na figura (a), cuja equação

de movimento é.
(Ms 2
)
+ f v s + K X (s ) = F (s ) (1)
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
5
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
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
ANÁLOGOS EM PARALELO
Um sistema mecânico também pode ser convertido em um análogo em paralelo

equivalente. Considere novamente o sistema mecânico da figura (a) (próximo
slide), cuja equação de movimento é dada pela equação.
(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 ⎠
Comparando as equações (1) e (2) identifica-se a soma das admitâncias e desenha-se

o circuito mostrado na figura (c). As conversões são resumidas na figura (d).
8
9
2 Representação em Espaço de Estados
INTRODUÇÃO
Enquanto a teoria de controle convencional é baseada na relação entre entrada e saída

ou função de transferência, a teoria de controle moderno (variáveis de estado) se
baseia na descrição das equações do sistema em termos de n equações diferenciais de
primeira ordem, que podem ser cominadas em equação diferencial vetorial-matricial
de primeira ordem.
As técnicas de espaço de estado são úteis por diversas razões, mencionadas a seguir:
• Equações de estado fornecem um modelo matemático de grande generalidade que

pode descrever não somente sistemas lineares, mas também sistemas não-lineares; não
somente sistemas invariantes no tempo, mas também sistemas com parâmetros
variantes no tempo; não somente sistemas SISO, mas também sistemas MIMO.
• A notação matricial compacta e as poderosas técnicas de álgebra linear facilitam as

manipulações complexas.
10
• Equações de estado resultam em uma fácil situação para a simulação em
computadores digitais de sistemas complexos de alta ordem, lineares ou não e com
múltiplas entradas e saídas.
• Para sistemas de 2 ª ordem, um método gráfico chamado de análise no plano de fase

pode ser utilizado nas equações de estado, sejam elas lineares ou não.
MODELAGEM NO ESPAÇO DE ESTADOS
Estado: O estado de um sistema dinâmico é o menor conjunto de variáveis (chamadas

de variáveis de estado), tais que o conhecimento dessas variávies em t = to, juntamente
com o conhecimento da entrada para t >= to, determina completamente o
comportamento do sistema para qualquer instante t >= to.
Variáveis de Estado: são as variáveis que determinam comportamento futuro de um

sistema quando são conhecidas o estado presente do sistema e os sinais de excitação.
11
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.
Espaço de Estados: O espaço n-dimensional, cujos eixos coordenados são formados

pelas variáveis de estado, é chamado de espaço de estados.
Suponha que um sistema com múltiplas entradas e múltiplas saídas envolva n

integradores. Considere também que existam r entradas u1(t), u2(t), ..., ur(t), e m saídas
y1(t), y2(t), ..., ym(t). Defina as n saídas dos integradores como variáveis de estado: x1(t),
x2(t), ..., xn(t). Então o sistema pode ser descrito como:
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
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
⎡ 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)
Onde a equação (3) é a equação de estado e a equação (4) é a equação de saída.

Se as equações (3) e (4) forem linearizadas em torno de um ponto de operação,
então teremos:
x& (t ) = A(t )x(t ) + B(t )u (t ) (5)
y (t ) = C (t )x(t ) + D(t )u (t ) (6)
14
Onde: A(t) – matriz de estado; C(t) – matriz de saída;
B(t) – matriz de entrada; D(t) – matriz de transmissão direta.
Uma representação do diagrama de blocos das equações (5) e (6) é mostrada na

figura a seguir.
D(t)
u (t ) x& (t ) y (t )
x(t )
B(t)
∫ dt C(t)
A(t)
15
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:
x& (t ) = Ax(t ) + Bu (t ) (7)

y (t ) = Cx(t ) + Du (t ) (8)
EXEMPLO:
Dado o circuito elétrico a seguir, obtenha sua representação no espaço de estados
considerando como saída a corrente através do resistor.
16
SOLUÇÃO
Etapa 1 : Nomeie todas as correntes referentes às ramificações do circuito. Essas

correntes são iL, iR e iC conforme mostrado na figura.
Etapa 2 : Selecione as variáveis de estado escrevendo as equações em derivadas

para todos os elementos armazenadores de energia, isto é, o indutor e o capacitor.
Assim,
dvC
C = iC (9)
dt
di (10)
L L = vL
dt
Com base em (9) e (10), escolha as variáveis de estado como as grandezas que
são derivadas, quais sejam, vC e iL. Como iC e vL não são variáveis de estado, a
próxima etapa é escrever iC e vL como combinações lineares das variáveis de
estado, vC e iL e da entrada, v(t). 17
Etapa 3 : Aplique a teoria de circuitos, como as leis de Kirchhoff das tensões e
das correntes, para obter iC e vL.
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
vL = −vC + v(t ) (12)
que fornece vL em função das variáveis de estado, vC e da fonte, v(t).
18
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
Etapa 5 : Obtenha a equação de saída. Como se deseja a saída iR(t), tem-se
1
iR = vC (15)
R
O resultado final para a representação no espaço de estados é obtido expressando-

se as equações (14) e (15) na forma vetorial-matricial que se segue:
⎡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
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
CORRELAÇÃO ENTRE FUNÇÕES DE TRANSFERÊNCIA E EQUAÇÕES NO
ESPAÇO DE ESTADOS
Consideremos o sistema cuja função de transferência é dada por:
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
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
Substituindo esta equação na equação de saída, temos:
[ ]
Y (s ) = C (sI − A) B + D U (s )
−1
Comparando esta equação com a função de transferência, vemos que:
G (s ) = C (sI − A) B + D
−1
23
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
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
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
REPRESENTAÇÃO DE SISTEMAS DINÂMICOS NO ESPAÇO DE ESTADOS
(Caso - I): Representação cuja função de entrada não possui derivadas.
Considere o seguinte sistema de ordem n:

(n) ( n −1)
y + a1 y + L + an −1 y& + an y = u (1)
( n −1)
Observando-se que o conhecimento de y(0), y& (0), K , y (0) junto com a
entrada u(t) para t >= 0, determina completamente
( n−1)
o comportamento futuro do
sistema, pode-se considerar y (t ), y& (t ), K, y (t ) como um conjunto de n
variáveis de estado.
Definindo x1 = y
x2 = y&
M
( n −1) 27
xn = y
A equação (1) pode ser escrita do seguinte modo:

x&1 = x2
x&2 = x3
M (2)
x&( n −1) = xn
x&n = an x1 − L − a1 xn + u
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
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
(Caso - II): Representação cuja função de entrada possui derivadas.
Método I: Utilizando as variáveis auxiliares.
Considere o sistema de equações diferenciais que possui derivadas na função de

entrada, como:
(n) ( n −1) (n) ( n −1)
y + a1 y + L + an −1 y& + an y = b0 u + b1 u + L + bn −1u& + bnu
O principal problema na definição das variáveis de estado para esse caso ocorre nos
termos com derivadas. As variáveis de estado devem ser tais que eliminem as
derivadas de u na equação de estado. Uma maneira de obter a equação de estado é
definir as seguintes n variáveis como um conjunto de n variáveis de estado:
x1 = y − β 0 u
x 2 = y& − β0 u& − β1u = x& 1 − β1u
x 3 = &y& − β0 &u& − β1u& − β 2 u = x& 2 − β 2 u
M
( n −1) ( n −1) ( n −2) 30
x n = y − β0 u − β1 u − L − β n − 2 u& − β n −1u = x& ( n −1) − β( n −1) u
onde β0, β1, β2, ..., βn são determinadas a partir de
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
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
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
Método II: Decomposição em cascata.
Se uma função de transferência possuir um polinômio em s no numerador que

seja de ordem inferior ao polinômio do denominador, de acordo com a figura
(a), o numerador e o denominador poderão ser manipulados separadamente.
Inicialmente decomponha a
função de transferência em
duas funções em cascata,
conforme mostrado na
figura (b).
34
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).
A segunda função de transferência fornece
( )
Y ( s ) = C ( s ) = b2 s 2 + b1s + b0 X 1 (s )
onde, após aplicar a transformada de Laplace inversa, com condições iniciais

nulas, resulta em
d 2 x1 dx1
y (t ) = b2 2 + b1 + b0 x1
dt dt
35
Os termos em derivadas refletem as definições da variáveis de fase obtidas no

primeiro bloco. Assim, escrevendo-se os termos em ordem inversa para se
obter uma expressão com a forma da equação de saída, tem-se
y (t ) = b0 x1 + b1 x2 + b2 x3
Portanto, o denominador da função de transferência fornece as equações de

estado, enquanto o numerador fornece a equação de saída.
36
EXEMPLO:
Obtenha a representação no espaço de estados da função de transferência

mostrada na figura (a).
SOLUÇÃO
Etapa I : Separe o sistema em dois blocos em cascata, conforme mostrado

na figura (b).
37
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⎥⎦
Etapa III : Introduza o efeito do bloco com o numerador. O segundo bloco

da figura (b), onde b2 = 1, b1 = 7 e b0 = 2, estabelece que
( ) ( )
C ( s ) = b2 s 2 + b1s + b0 X 1 (s ) = s 2 + 7 s + 2 X 1 (s )
Aplicando a transformada de Laplace inversa com condições iniciais nulas,

tem-se
c = &x&1 + 7 x&1 + 2 x1
38
Porém,
x1 = x1
x&1 = x2
&x&1 = x3
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
Portanto, a figura (c) reproduz o diagrama de blocos do sistema.
40
3 Representação em Diagrama de Fluxo de Sinais.
Os diagramas de blocos são adequados para a representação dos inter-relacionamentos

de variáveis controladas e de entrada.. Contudo, para um sistema com inter-
relacionamentos complexos, o procedimento de redução é enfadonho e geralmente
muito difícil de concluir.
Um método alternativo para a determinação dos relacionamentos entre as variáveis de

um sistema foi desenvolvido por Mason e é baseado em uma representação do sistema
por meio de segmentos de arcos.
A vantagem do método do caminho dos arcos, chamado de método do diagrama de

fluxo de sinal, é a disponibilidade de uma fórmula para o ganho do diagrama de fluxo,
a qual fornece a relação entre variáveis do sistema sem requerer qualquer
procedimento de redução ou manipulação do diagrama de fluxo.
41
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
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.
Por exemplo, o sinal
V(s) = R1(s)G1(s) – R2(s)G2(s) + R3(s)G3(s)
O sinal C2(s) = R1(s)G1(s) G5(s) – R2(s)G2(s) G5(s) + R3(s)G3(s) G5(s).
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).
Note que na soma de sinais negativos, associa-se o sinal negativo ao sistema

e não à junção de soma, como no caso dos diagramas de blocos.
43
A REGRA DE MASON (1957)
Definições:
Ganho de malha: O produto dos ganhos das ramificações obtido ao se percorrer

um caminho que parte de um nó, seguindo o sentido do fluxo de sinal, sem
passar por qualquer outro nó mais de uma vez. Por exemplo no diagrama a
seguir, existem quatro ganhos de malha:
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
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:
1. G1(s)G2(s) G3(s) G4(s) G5(s) G7(s);

2. G1(s)G2(s) G3(s) G4(s) G6(s) G7(s);
45
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
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
Regra de Mason:
A função de transferência, C(s)/R(s), de um sistema representado por um

diagrama de fluxo de sinal é
G (s) =
C ( s)
=
∑ k Tk ∆ k
R( s) ∆
onde:
k = número de percursos adiante;

Tk = ganho do k-ésimo percurso adiante;
∆ = 1 – Σ ganhos de malhas + Σ ganhos de malhas disjuntas duas a duas -
Σ ganhos de malhas disjuntas três a três + Σ ganhos de malhas disjuntas
quatro a quatro - ....
∆k = ∆ - Σ ganhos de malhas em ∆ que tocam o k-ésimo percurso adiante.
Em outras palavras, ∆k é formado eliminando-se de ∆ os ganhos de malha
que tocam o k-ésimo percurso adiante. 48
EXEMPLO:
Obtenha a função de transferência, C(s)/R(s), referente ao diagrama de fluxo
de sinal mostrado na figura a seguir.
SOLUÇÃO
Primeiro identifique os ganhos de percurso adiante. Neste exemplo há

somente um, qual seja,
G1(s)G2(s) G3(s) G4(s) G5(s) (1)
Segundo, identifique os ganhos de malha.

Existem quatro, definidos por
1. G2(s) H1(s);
2. G4(s) H2(s); (2)
3. G7(s) H4(s);
4. G2(s) G3(s) G4(s) G5(s) G6(s) G7(s) G8(s) ;
49
Terceiro, identifique as malhas disjuntas duas a duas. Com base nas equações
anteriores e na figura a seguir, pode-se verificar eu a malha 1 não toca a
malha 2, a malha 1 não toca a malha 3 e a malha 2 não toca a malha 3.
Observe que as malhas 1, 2 e 3 tocam, todas elas, a malha 4. Portanto, as
combinações de malhas disjuntas, duas a duas, são as seguintes:
Malha 1 e Malha 2:
G2(s)H1(s)G4(s)H2(s)
Malha 1 e Malha 3:
(3)
Malha 2 e Malha 3:
50
Finalmente, as malhas três a três são:
Malha 1, 2 e 3: G2(s)H1(s)G4(s)H2(s) G7(s)H4(s) (4)
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)
Obtém-se ∆k eliminando-se de ∆ os ganhos de malha que tocam o k-ésimo

percurso adiante:
∆k = 1 – G7(s) H4(s) (6)

51
As expressões (1), (5) e (6) são substituídas agora na equação de Mason,

fornecendo a função de transferência:
T1∆1 [G1 ( s )G2 ( s )G3 ( s )G4 ( s )G5 ( s )][1 − G7 ( s ) H 4 ( s )]

G(s) = =
∆ ∆
Como existe apenas um percurso adiante, G(s) consiste em apenas um termo, em

vez de um somatório de termos, cada um proveniente de um percurso adiante.
52
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:
P1 = G1(s)G2(s) G3(s) G4(s) G5(s)

P2 =G5(s) G6(s) G7(s) G8(s)
53
Os ganhos de malha são definidos por
L1 = G2(s)H2(s), L2 = H3(s)G3(s), L3 = G6(s)H6(s), L4 = G7(s)H7(s).
As malhas L1 e L2 não tocam L3 e L4. Portanto, o determinante é
∆ = 1 – (L1 + L2 + L3 + L4 ) + (L1 L3 + L1 L4 + L2 L3 + L2 L4 )
O cofator do determinante ao longo do caminho 1 é calculado removendo-se de ∆

os laços que tocam o caminho 1. Assim, tem-se
L1 = L2 = 0 e ∆1 = 1 – (L3 + L4)
De modo semelhante, o cafator para o caminho 2 é
∆2 = 1 – (L1 + L2)
54
Portanto, a função de transferência do sistema é
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.
Um sistema linear possui duas propriedades: superposição e homogeneidade. A

propriedade de superposição significa que a resposta na saída de um sistema à soma
de entradas é igual à soma das respostas às entradas individuais. Assim, se uma
entrada r1(t) fornece uma saída c1(t), e uma entrada r2(t) fornece uma saída c2(t),
então, uma entrada r1(t) + r2(t) fornece uma saída c1(t) + c2(t).
A propriedade de homogeneidade descreve a resposta do sistema à multiplicação da

entrada por um escalar. Especificamente, em um sistema linear, a propriedade de
homogeneidade é demonstrada se, para uma entrada r1(t) que fornece uma saída c1(t),
uma entrada Ar1(t) fornecerá uma saída Ac1(t); isto é, a multiplicação de uma entrada
por um escalar fornece uma resposta que é multiplicada pelo mesmo escalar.
56
4 Linearização
NÃO-LINEARIDADES:
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:
A figura abaixo mostra alguns exemplos de não-linearidades físicas.
Um amplificador eletrônico é linear ao longo de uma faixa específica de valores de

entrada, porém apresenta uma não-linearidade denominada saturação para valores
elevados de tensões de entrada.
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:
As engrenagens que não se ajustam firmemente entre si apresentam uma não-

linearidade chamada folga: a engrenagem de entrada se move por um pequeno
deslocamento sem uma resposta da engrenagem de saída.
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:
Considere que um sistema não-linear opere em um ponto A, ponto de coordenadas

[x0. f(x0)] na figura abaixo. Admita que as variáveis desviem apenas ligeiramente do
ponto de operação A. Em outras palavras, pequenas variações na entrada podem ser
relacionadas às variações na saída entorno do ponto por meio da inclinação da curva
naquele ponto A. Assim, se a inclinação da curva no ponto A é ma, então pequenos
desvios da entrada entorno do ponto A, δx, fornecem pequenas variações na saída,
δf(x), relacionadas pela inclinação no ponto A. Assim,
[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
Linearize a função f(x) = 5 cos(x) em torno de

x = π/2.
SOLUÇÃO
Tem-se inicialmente que a derivada de f(x) é

dada por, df
= (− 5sen (x ))
dx
Em x = π/2 a derivada vale –5. Sabe-se também
( ) ( )
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
A discussão anterior pode ser formalizada utilizando-se uma expansão em série de

Taylor, a qual expressa o valor de uma função em termos do valor dessa função em
um ponto particular, da excursão adiante desse ponto e das derivadas calculadas
nesse ponto.
Se a condição de operação normal corresponde a x0 e f(x0), então a equação (3)

pode ser expandida em uma série de Taylor entorno desse ponto, como se segue:
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!
Se a variação (x – x0) for pequena, podemos desprezar os termos de ordem

superior em (4). Então, a equação (4) pode ser escrita como:
df
f (x ) = f (x 0 ) + (x − x 0 ) (5)
dx x =x0
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:
Linearize a equação a seguir para pequenas excursões em torno de x = π/4.
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
Resolvendo esta última equação para cos (δx + (π/4)), tem-se
⎛ π⎞ ⎛π⎞ ⎛π⎞ 2 2 (6)

cos⎜ δx + ⎟ = cos⎜ ⎟ − sen⎜ ⎟δx = − δx
⎝ 4⎠ ⎝4⎠ ⎝4⎠ 2 2
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:
Linearize a equação não-linear
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'
Portanto, a equação linearizada é:
z − 66 = 11(x − 6 ) + 6(y − 11)
Quando x = 5 e y = 10, o valor de z dado pela equação linearizada é z = 49.

O valor exato de z é z = x y = 50. Assim, o erro é de 50 – 49 = 1. Em termos
percentuais, o erro é de 2 %.
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
onde x(t) representa o vetor de estados n X 1; r(t) denota o vetor de entradas;

e f(x(t), r(t)), o vetor de funções. Em geral, f é uma função do vetor de
estados e do vetor de entradas. Um exemplo de sistema não-linear em
equações de estado é dado a seguir.
dx1 ( t )
= x1 ( t ) + x 22 ( t )
dt
dx 2 ( t )
= x1 ( t ) + r ( t )
dt
72
4 Linearização
Desde que sistemas não-lineares são mais complexos de analisar e projetar,
podemos desenvolver a linearização do mesmo.
Admita uma trajetória de operação nominal denotada por x0(t), a qual

corresponde a uma entrada nominal r0(t) e algumas condições iniciais
constantes. A expansão da equação de estados não-linear (1) em uma série
de Taylor truncada entorno de x(t) = x0(t) resulta em:
∂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
onde, i = 1, 2, ..., n. Considere,

δx i = x i − x 0i (3)
δri = rj − r0 j (4)
73
4 Linearização
Então, δx& i = x& i − x& 0i (5)
x& 0i = f i (x 0 , r0 ) (6)
Portanto, a equação (2) pode ser escrita como:
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
A equação (7) pode ser escrita na forma vetorial-matricial:
δx& = A * δx + B*δr (8)
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 ⎥⎦
⎡ ∂f1 ∂f1 ∂f1 ⎤

⎢ ∂r L
∂r2 ∂rn ⎥
⎢ 1 ⎥
⎢ ∂f 2 ∂f 2 ∂f 2 ⎥
L
B* = ⎢ ∂r1 ∂r2 ∂rn ⎥
⎢ M M L M ⎥
⎢ ∂f ∂f n ∂f n ⎥
⎢ n L ⎥
⎢⎣ ∂r1 ∂r2 ∂rn ⎥⎦ 75
4 Linearização
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:
A substituição da equação (3) em (2) e o uso da equação de δx& i , resulta nas

seguintes equações de estado linearizadas:
∂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& 1 ( t ) ⎤ ⎡0 1⎤ ⎡ δx1 ( t ) ⎤ onde:

⎢δx& ( t )⎥ = ⎢a 0⎥ ⎢δx ( t )⎥
− K x 01
a = Ke = constante
⎣ 2 ⎦ ⎣ ⎦⎣ 2 ⎦
77
4 Linearização
Analisando o significado da linearização, se x01 for escolhido como a origem de
não-linearidade, x01 = 0, então a = K; assim, (6) torna-se
δx& 2 ( t ) = K δx1 ( t )
Portanto, o modelo linearizado é equivalente a um amplificador linear com um

ganho constante de K. Por outro lado, se x01 for um número grande, o ponto de
operação nominal vai atingir a porção saturada da não-linearidade, e a = 0.
Significa que qualquer pequena variação em x1(t), isto é, pequenos δx1(t) dará
origem a praticamente nenhuma mudança em δx& 2 ( 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
A equação de estados linearizada é expressa na forma de δx& , com as matrizes de

coeficientes A* e B* dadas como:
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
Em aplicações práticas, atrasos de tempo podem ser encontrados em vários sistemas

físicos, especialmente em sistema hidráulicos, pneumáticos ou transmissões
mecânicas.
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
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
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(t) = y(t –Td)
A transformada de Laplace desta última

equação é:
B(s) = e − Tds Y(s)
onde Y(s) é transformada de Laplace de y(t). Portanto, a função de transferência entre
b(t) e y(t) é
B(s)
= e −Tds
Y(s)
85
A figura a seguir ilustra o caso onde ocorre o controle da espessura de

chapas de aço laminado. A função de transferência entre a espessura nos
rolos e o ponto de medição é novamente dado pela seguinte equação.
B(s)
= e −Tds
Y(s)
86
APROXIMAÇÃO DA FUNÇÃO DE ATRASO DE TRANSPORTE
Existem vários métodos de aproximação da função e − Td s por uma função racional.

Uma destes métodos é aproximar a função exponencial por uma série de Maclaurin,
dada por:
− 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
Uma melhor aproximação consiste na aproximação de Padé, a qual é dada a seguir

para uma aproximação de dois termos.
Td s
1−
e −Tds ≅ 2
Td s
1+
2
88
OBRIGADO
89

Aula 04

Enviado por

Dados do documento

Título original

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

Aula 04

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Estadual do Oeste do Paraná

Programa de Pós-graduação em Engenharia de Sistemas

1 Circuito Análogo Elétrico

As variáveis dos circuitos elétricos se comportam exatamente como as variáveis

Um circuito elétrico análogo a um sistema de outra natureza é chamado de

Quando a comparação é realizada com as equações das malhas, o circuito

Considere o sistema mecânico em translação mostrado na figura (a), cuja equação

Um sistema mecânico também pode ser convertido em um análogo em paralelo

Comparando as equações (1) e (2) identifica-se a soma das admitâncias e desenha-se

Enquanto a teoria de controle convencional é baseada na relação entre entrada e saída

• Equações de estado fornecem um modelo matemático de grande generalidade que

• A notação matricial compacta e as poderosas técnicas de álgebra linear facilitam as

• Para sistemas de 2 ª ordem, um método gráfico chamado de análise no plano de fase

MODELAGEM NO ESPAÇO DE ESTADOS

Estado: O estado de um sistema dinâmico é o menor conjunto de variáveis (chamadas

Variáveis de Estado: são as variáveis que determinam comportamento futuro de um

Espaço de Estados: O espaço n-dimensional, cujos eixos coordenados são formados

Suponha que um sistema com múltiplas entradas e múltiplas saídas envolva n

Onde a equação (3) é a equação de estado e a equação (4) é a equação de saída.

Uma representação do diagrama de blocos das equações (5) e (6) é mostrada na

x& (t ) = Ax(t ) + Bu (t ) (7)

Etapa 1 : Nomeie todas as correntes referentes às ramificações do circuito. Essas

Etapa 2 : Selecione as variáveis de estado escrevendo as equações em derivadas

vL = −vC + v(t ) (12)

que fornece vL em função das variáveis de estado, vC e da fonte, v(t).

O resultado final para a representação no espaço de estados é obtido expressando-

Consideremos o sistema cuja função de transferência é dada por:

Substituindo esta equação na equação de saída, temos:

Comparando esta equação com a função de transferência, vemos que:

(Caso - I): Representação cuja função de entrada não possui derivadas.

Considere o seguinte sistema de ordem n:

A equação (1) pode ser escrita do seguinte modo:

Método I: Utilizando as variáveis auxiliares.

Considere o sistema de equações diferenciais que possui derivadas na função de

Se uma função de transferência possuir um polinômio em s no numerador que

A segunda função de transferência fornece

onde, após aplicar a transformada de Laplace inversa, com condições iniciais

Os termos em derivadas refletem as definições da variáveis de fase obtidas no

Portanto, o denominador da função de transferência fornece as equações de

Obtenha a representação no espaço de estados da função de transferência

Etapa I : Separe o sistema em dois blocos em cascata, conforme mostrado

Etapa III : Introduza o efeito do bloco com o numerador. O segundo bloco

Aplicando a transformada de Laplace inversa com condições iniciais nulas,

Os diagramas de blocos são adequados para a representação dos inter-relacionamentos

Um método alternativo para a determinação dos relacionamentos entre as variáveis de

A vantagem do método do caminho dos arcos, chamado de método do diagrama de

Por exemplo, o sinal

V(s) = R1(s)G1(s) – R2(s)G2(s) + R3(s)G3(s)

O sinal C2(s) = R1(s)G1(s) G5(s) – R2(s)G2(s) G5(s) + R3(s)G3(s) G5(s).

Note que na soma de sinais negativos, associa-se o sinal negativo ao sistema

Ganho de malha: O produto dos ganhos das ramificações obtido ao se percorrer

1. G1(s)G2(s) G3(s) G4(s) G5(s) G7(s);

A função de transferência, C(s)/R(s), de um sistema representado por um

k = número de percursos adiante;

Primeiro identifique os ganhos de percurso adiante. Neste exemplo há

G1(s)G2(s) G3(s) G4(s) G5(s) (1)

Segundo, identifique os ganhos de malha.

Malha 1, 2 e 3: G2(s)H1(s)G4(s)H2(s) G7(s)H4(s) (4)

Obtém-se ∆k eliminando-se de ∆ os ganhos de malha que tocam o k-ésimo

∆k = 1 – G7(s) H4(s) (6)

As expressões (1), (5) e (6) são substituídas agora na equação de Mason,

T1∆1 [G1 ( s )G2 ( s )G3 ( s )G4 ( s )G5 ( s )][1 − G7 ( s ) H 4 ( s )]

Como existe apenas um percurso adiante, G(s) consiste em apenas um termo, em