Cap.

Controle Multivariável
 5.6 Diagrama de fluxo de sinal das
equações de estado
Considere as seguintes equações de estado e de
saída:
x1  2 x1  5 x2  3 x3  2r
x2  6 x1  2 x2  2 x3  5r
x3  x1  3x2  4 x3  7r
y  4 x1  6 x2  9 x3
Primeiro, identifique 3 nós que serão as
variáveis de estado:
x1 , x2 , x3
Além disso, identifique três nós, posicionados à
esquerda de cada respectiva variável de estado,
como as derivadas das variáveis de estado,
como na Figura:

Identifique também um nó como a entrada, r, e

outro nó como a saída, y.
• Em seguida, interconecte as variáveis de
estado e suas derivadas com a integração, 1/s,
como mostrado na Figura:

• Então, usando as Eqs., alimente os sinais

indicados para cada nó.
• Por exemplo, a partir da Eq. 1, recebe 2𝑥1 −
5𝑥2 + 3𝑥3 + 2𝑟 :
• De modo similar, recebe:
– 6𝑥1 − 2𝑥2 + 2𝑥3 + 5𝑟
• Assim
𝑥1 − 3𝑥2 − 4𝑥3 + 7𝑟
Finalmente a saída, y, recebe: – 4𝑥1 + 6𝑥2 +
9𝑥3 , como mostrado na Figura, a representação
final em variáveis de fase, em que as variáveis
de estado são as saídas dos integradores.
• Exemplos no quadro
 5.7 Representações Alternativas no
Espaço de Estados
• A modelagem de sistemas no espaço de
estados pode assumir muitas representações
além da forma em variáveis de fase.
• Embora cada um desses modelos produza a
mesma saída para uma dada entrada, um
engenheiro pode preferir uma representação
em particular por diversas razões.
• Por exemplo, um conjunto de variáveis de
estado, com sua representação exclusiva,
pode modelar as variáveis físicas reais de um
sistema, como as saídas de amplificadores e
filtros.
• Outro motivo para se escolher um conjunto
particular de variáveis de estado e um
determinado modelo no espaço de estados é
a facilidade de solução.
• Uma escolha particular de variáveis de estado
pode desacoplar o sistema de equações
diferenciais simultâneas.
• Neste caso, cada equação é escrita em função
de uma única variável de estado, e a solução é
obtida através da solução individual de n
equações diferenciais de primeira ordem.
• A facilidade de modelagem é outra razão para
uma escolha particular de variáveis de estado.
• Certas escolhas podem facilitar a conversão
do subsistema para a representação no
espaço de estados através da utilização de
características reconhecíveis do modelo.
• O engenheiro aprende rapidamente como
escrever as equações de estado e de saída, e
desenhar o diagrama de fluxo de sinal, ambos
por inspeção.
• Esses subsistemas convertidos geram a
definição das variáveis de estado.
• Iremos agora analisar algumas formas
representativas e mostrar como gerar a
representação no espaço de estados para cada
uma delas.
 Forma em Cascata
• Já vimos que os sistemas podem ser
representados no espaço de estados com as
variáveis de estado escolhidas como as
variáveis de fase, isto é, variáveis que são
derivadas sucessivas uma da outra.
• Esta não é, de forma alguma, a única escolha.
• O sistema da Figura, sua função de
transferência pode ser representada
alternativamente como:

C ( s) 24

R( s ) ( s  2)( s  3)( s  4)
• A Figura mostra uma representação em
diagrama de blocos desse sistema formada
pela associação em cascata dos termos da
Equação.
• A saída de cada bloco de sistema de primeira
ordem foi rotulada como uma variável de estado.
• Essas variáveis de estado não são variáveis de
fase.
• Mostraremos agora como o diagrama de fluxo de
sinal pode ser utilizado para se obter uma
representação no espaço de estados desse
sistema.
• Para escrever as equações de estado com nosso
novo conjunto de variáveis de estado, é útil
esboçar um diagrama de fluxo de sinal primeiro,
utilizando a Figura anterior como guia.
• O fluxo de sinal para cada sistema de primeira
ordem da Figura anterior pode ser obtido
transformando-se cada bloco em uma
equação diferencial equivalente.
• Cada bloco de primeira ordem tem a forma:

Ci ( s ) 1

Ri ( s ) ( s  ai )
• E assim temos:

( s  ai )Ci ( s )  Ri ( s )
• Aplicando a inversa de Laplace:
dci (t )
 ai ci (t )  ri (t )
dt
• Isolando
dci (t )
 ri (t )  ai ci (t )
dt
• Assim temos a implementação como fluxo de
sinal.
• Aqui, mais uma vez, foi suposto um nó para
𝑐𝑖 (𝑡) na saída de um integrador, e sua
derivada foi formada na entrada.
• Colocando as funções de transferência em
cascata, chegamos à representação de
sistema:
• Agora, escreva as equações de estado para a
nova representação do sistema.
• Lembre-se de que a derivada de uma variável
de estado estará na entrada de cada
integrador:

x1  4 x1  x2
x2  3x2  x3
x3  2 x3  24r
• A equação de saída é escrita por inspeção a
partir da Figura:

• Assim:

y  c(t )  x1
• A representação no espaço de estados é
concluída reescrevendo-se na forma matricial
vetorial:
 4 1 0 0
x   0 3 1  x   0  r
 0 0 2   24 
y  1 0 0 x
• Comparando a figura com a equação:

 4 1 0 0
x   0 3 1  x   0  r
 0 0 2   24 
y  1 0 0 x
Considerações:
• A matriz B é a matriz de entrada, uma vez que ela
contém os termos que acoplam a entrada, r(t), ao
sistema.
• A constante 24 aparece tanto no diagrama de
fluxo de sinal em sua entrada, quanto na matriz
de entrada nas Equações.
• A matriz C é a matriz de saída, uma vez que ela
contém a constante que acopla a variável de
estado, 𝑥1 , à saída, c(t).
• Finalmente, a matriz A é a matriz de sistema, uma
vez que ela contém os termos relativos ao
sistema interno propriamente dito.
• A matriz de sistema contém os polos do
sistema ao longo da diagonal.
 Forma Paralela
• Esta forma leva a uma matriz A que é
puramente diagonal, desde que nenhum polo
do sistema seja uma raiz repetida da equação
característica.
• A forma paralela é deduzida a partir de uma
expansão em frações parciais da função de
transferência do sistema.
Efetuando-se uma expansão em frações parciais:

C ( s) 24 12 24 12
   
R( s ) ( s  2)( s  3)( s  4) ( s  2) ( s  3) ( s  4)

• A Equação representa a soma dos subsistemas

de primeira ordem individuais.
• Para chegar a um diagrama de fluxo de sinal,
primeiro isola C(s),
12 24 12
C ( s)  R( s)  R( s)  R( s)
( s  2) ( s  3) ( s  4)
• C(s) é a soma de três termos e cada termo é
um subsistema de primeira ordem com R(s)
como entrada. Formulando essa ideia como
um diagrama de fluxo de sinal:
 12 24 12
C ( s )  R( s )  R( s )  R( s )
( s  2) ( s  3) ( s  4)
• Utilizamos o diagrama de fluxo de sinal como
um auxílio para obter as equações de estado.
• Por inspeção, as variáveis de estado são as
saídas de cada integrador, em que as
derivadas das variáveis de estado são as
entradas dos integradores.
 x1  2 x1 12r
x2  3x2 24r
x3  4 x3 12r

• Saída é obtida somando-se os sinais:

y  c(t )  x1  x2  x3
• E na forma matricial:

 2 0 0  12 
x   0 3 0  x   24  r
 0 0 4   12 
y  1 1 1 x

• Assim temos uma matriz de sistema diagonal.

• vantagem: Cada uma das equações é uma equação
diferencial de primeira ordem em apenas uma variável.
• Assim, poderíamos resolver essas equações
independentemente (eq. desacopladas).
• Se o denominador da função de transferência
possuir raízes reais repetidas, a forma
paralela ainda pode ser deduzida a partir da
expansão em frações parciais.
• Entretanto, a matriz de sistema não será
diagonal.
• Por exemplo, considere o sistema:
C (s) ( s  3)

R( s ) ( s  1) 2 ( s  2)
• Expandindo em frações parciais:
C ( s) 2 1 1
  
R( s ) ( s  1) ( s  1) ( s  2)
2
• Procedendo como anteriormente temos:
C ( s) 2 1 1
  
R( s) ( s  1) ( s  1) ( s  2)
2
• O termo −1/(s + 1) foi formado criando-se o
fluxo de sinal de 𝑋2 (𝑠) para C(s).
• Agora, as equações de estado e de saída
podem ser escritas por inspeção a partir da
Figura:  1 1 0  0

x   0 1   
0  x  2 r
 0 0 2  1 
 1 
y  1  1 x
 2 
• Comentários:
• Embora a matriz não seja diagonal, possui os
polos na diagonal.
• Esta forma da matriz é conhecida como matriz
canônica de Jordan.
 Forma Canônica Controlável
• Esta forma é obtida a partir da forma em
variáveis de fase simplesmente pela
ordenação das variáveis de fase na ordem
inversa.
Considere a função de transferência:
C (s) s2  7s  2
 3
R( s ) s  9s 2  26s  24
• Assim:
( s 3  9 s 2  26s  24)C ( s )  ( s 2  7 s  2) R( s )
c  9c  26c  24c  (b2 s 2  b1s  b0 ) R ( s )
y  c(t )  b2 x3  b1 x2  b0 x1
• Então
 x1   0 1 0   x1   0 
x    0 0 1   x   0 r
 2   2  
 x3   24 26 9   x3  1 
 x1 

y   2 7 1  x2  
 x3 
• Renumerando as variáveis de fase em ordem
inversa:
 x3   0 1 0   x3   0 
x    0 0     
1   x2    0  r
 2 
 x1   24 26 9   x1  1 
 x3 
y   2 7 1  x2 
 x1 
• Rearranjando em ordem, temos a forma
canônica controlável:
 x1   9 26 24   x1  1 
x    1 0    
0   x2    0 r 
 2 
 x3   0 1 0   x3   0 
 x1 
y  1 7 2  x2 
 x3 
Também pode ser conseguida através das
figuras, renumerando as variáveis:
Também pode ser conseguida através das
figuras, renumerando as variáveis:
 Forma Canônica Observável
• É uma representação que produz uma matriz
de sistema companheira esquerda.
Considere o sistema:
C ( s) s 2  7s  2
 3
R( s) s  9s 2  26s  24
• Divide-se todos os termos do numerador e do
denominador pela maior potência de 𝑠, 𝑠 3 ,
 Forma Canônica Observável
• Assim: s2 7s 2
 3 3
C (s) 3
 3 s 2s s
R( s) s 9s 26s 24
3
 3  3  3
s s s s
• e,
1 7 2
 2 3
C (s)
 s s s
R( s ) 1  9  26  24
s s 2 s3
 Forma Canônica Observável
• Então:
1 7 2   9 26 24 
 s  s 2  s 3  R( s )  1  s  s 2  s 3  C ( s )
• E combinando os termos de mesma potência:
1 1 1
C ( s )   R( s )  9C ( s)   2  7 R( s)  26C ( s)   3  2 R( s)  24C ( s) 
s s s
• Ou,
1 1 1 
C ( s )   R( s )  9C ( s )     7 R( s)  26C ( s)    2 R( s)  24C ( s)   
s s s 
• A Equação pode ser utilizada para desenhar o
diagrama de fluxo de sinal.
• Comece com três integrações,
 • Utilizando a Eq., o primeiro termo nos diz que
a saída C(s) é formada, em parte, pela
integração de [R(s) − 9C(s)].
1 1 1
C ( s)   R( s )  9C ( s)   2 7 R( s)  26C ( s)   3  2 R( s)  24C ( s) 
s s s

• Formamos, assim, [R(s) − 9C(s)] na entrada do

integrador mais próximo da saída, C(s),
• O segundo termo nos diz que o termo [7R(s) −
26C(s)] deve ser integrado duas vezes.
• Forme agora [7R(s) − 26C(s)] na entrada do
segundo integrador.
• O último termo diz que [2R(s) − 24C(s)] deve
ser integrado três vezes. Forme [2R(s) −
24C(s)] na entrada do primeiro integrador.
• Identificando as variáveis de estado como as
saídas dos integradores, escrevemos as
seguintes equações de estado:

x1  9 x1  x2 r
x2  26 x1  x3 7r
x3  24 x1 2r
y  c(t )  x1
• Na forma matricial:
 9 1 0   x1  1 
x   26 0 1   x2   7  r
 24 0 0   x3   2 
y  1 0 0 x
Observações:
• A forma das Eqs. é similar à forma em
variáveis de fase, exceto que os coeficientes
do denominador da função de transferência
estão na primeira coluna e os coeficientes do
numerador formam a matriz de entrada B.
• A forma canônica observável possui uma
matriz A que é a transposta da forma canônica
controlável, um vetor B que é o transposto do
vetor C da forma canônica controlável e um
vetor C que é o transposto do vetor B da
forma canônica controlável.
Por esse motivo, dizemos que essas duas formas
são duais.
• O diagrama de fluxo de sinal do dual pode ser
obtido a partir do diagrama de fluxo original
invertendo-se todas as setas, trocando-se as
variáveis de estado por suas derivadas e vice-
versa, e intercambiando C(s) e R(s),
invertendo assim os papéis de entrada e de
saída.
• Exemplo quadro
 5.8 Transformações de Similaridade
• Podemos fazer transformações entre sistemas
similares de um conjunto de equações de
estado para outro sem utilizar a função de
transferência e os diagramas de fluxo de sinal.
• Dado um sistema:

x  Ax  Bu
y  Cx  Du
• pode ser transformado em um sistema similar:
z  P 1 APz  P 1 Bu
y  CPz  Du
• Para duas dimensões:
 p11 p12 
P  U z1 U z2    
 21
p p22 

 p11 p12   z1 
x     Pz
 p21 p22   z2 
z  P 1 x
• Assim, P é uma matriz de transformação cujas
colunas são as coordenadas dos vetores da base
do espaço 𝑧1 𝑧2 expressas como combinações
lineares do espaço 𝑥1 𝑥2 .
• Exemplo no quadro
Diagonalizando uma Matriz de Sistema
• A forma paralela de um diagrama de fluxo de
sinal pode produzir uma matriz de sistema
diagonal.
• Uma matriz de sistema diagonal tem a
vantagem de que cada equação de estado é
uma função de apenas uma variável de
estado.
• Cada equação diferencial pode ser resolvida
independentemente das demais equações.
• Em vez de utilizar expansão em frações
parciais e diagramas de fluxo de sinal,
• podemos desacoplar um sistema utilizando
transformações matriciais.
• Se encontrarmos a matriz correta, 𝑷, a matriz
de sistema transformada, 𝑷–1 𝑨𝑷, será uma
matriz diagonal.
• Estamos procurando uma transformação para
outro espaço de estados que produza uma
matriz de sistema diagonal neste espaço.
• Este novo espaço de estados também possui
vetores da base que estão alinhados com suas
variáveis de estado.
• Damos um nome especial a todos os vetores
que são colineares com os vetores da base do
novo sistema que produz uma matriz de
sistema diagonal: eles são chamados de
autovetores.
• Assim, as coordenadas dos autovetores
formam as colunas da matriz de
transformação, P
• Definições:
Os autovetores da matriz A são todos os
vetores, 𝑥𝑖 ≠ 𝟎, que através da transformação
A se tornam múltiplos deles próprios:
Axi  i xi
em que os 𝜆𝑖 são constantes.
Para ser um autovetor, a transformação Ax deve
ser colinear com x;

• Se Ax não é colinear com x depois da

transformação, x não é um autovetor. (a)
• Ao contrário, x é um autovetor. (b)
Os autovalores da matriz A são os valores de λi
que satisfazem à Equação
Axi  i xi
para 𝑥𝑖 ≠ 𝟎.
Para obter os autorvalores, rearranjamos:
0  (i I  A) xi
Resolvendo para xi, multiplicando por (i I  A)1
xi  (i I  A) 1 0
adj (i I  A)
xi  0
det(i I  A)
• Uma vez que 𝑥𝑖 ≠ 𝟎, uma solução diferente
de zero existirá se:
det(i I  A)  0

a partir do que λi, os autovalores, podem ser

obtidos.
• Agora estamos prontos para mostrar como
obter os autovetores, xi.
• Primeiro obtemos os autovalores e, em
seguida os autovetores.
Exemplo no quadro
• Mostramos agora que se os autovetores da
matriz A forem escolhidos como os vetores da
base de uma transformação, P, a matriz de
sistema resultante será diagonal.
• Seja a matriz de transformação P constituída
pelos autovetores de A, xi.
P   x1 , x2 , x3 , , xn 
• Uma vez que xi são autovetores, 𝐴𝑥𝑖 = 𝜆𝑖 𝑥𝑖 ,
o que pode ser escrito equivalentemente
como um sistema de equações expressas por:
 AP  PD
em que D é uma matriz diagonal consistindo nos
autovalores, λi, ao longo da diagonal.
Resolvendo a Eq. para D, pré-multiplicando por
𝑷–1 , obtemos:
D  P 1 AP
• Através da transformação P, consistindo nos
autovetores da matriz de sistema, o sistema
transformado é diagonal, com os autovalores
do sistema ao longo da diagonal.
• . O sistema transformado é idêntico ao obtido
utilizando-se a expansão em frações parciais
da função de transferência com raízes reais
distintas.
Exemplo no quadro