Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELÉTRICA ELE0522 - SISTEMAS DE CONTROLE II Sistemas de Controle II: Prova Unidade 03 Natal - RN Dezembro de 2023 1. Considere o sistema: Gp(s) = 1 s(s+ 3) (1) Utilizando o método polinomial, projete um controlador que faça com que os pólos em malha fechada se comportem de acordo com a seguinte equação caracteŕıstica: a∗(s) = s2 + 2s+ 1 (2) Sabendo que a expressão da função de transferência para malha fechada controlada é G(s) = G(s) 1 +G(s)C(s) , podemos igualar a expressão da equação caracteŕıstica do sistema controlado (denominador da função de trans- ferência de malha fechada) à zero e, posteriormente, à equação caracteŕıstica solicitada no enunciado da questão. 1 +G(s)C(s) = 0 −→ 1 + 1 s(s+ 3) C(s) = 0 −→ s(s+ 3) + C(s) = 0 s(s+ 3) + C(s) = a∗(s) −→ s2 + 3s+ C(s) = s2 + 2s+ 1 −→ C(s) = 1− s Assim, encontramos que a função de transferência do controlador para esse caso: C(s) = 1 − s. Para a implementação, vamos utilizar um controlador do tipo PD, assim podemos comparar a função de transferência que queremos com a expressão referente ao controlador, a fim de descobrirmos seus parâmetros. GPD = kc(Tds+ 1) −→ 1− s = kc(Tds+ 1) =⇒ { kc = 1 Td = −1 2 2. Considere o sistema: Gp(s) = 1 s+ 10 Utilizando o método polinomial, projete um controlador que atenda os seguintes critérios de desempenho em malha fechada: • Erro nulo em regime permanente; • Tempo de estabilização em 2s; • Sobressinal de 16, 31%. Primeiramente, vamos analisar os critérios de desempenho para definirmos alguns parâmetros de projeto: • e(∞) = 0: Um controlador proporcional (P) pode reduzir o erro em regime permanente, mas não o elimina completamente para uma entrada degrau, para isso é necessário um termo integrativo (I) no controlador. • OS% = 16, 31%: Podemos encontrar o coeficiente de amortecimento a partir do percentual de overshoting dado: e −ξ · π√ 1− ξ2 = 0, 1631 −→ ξ = 0, 5. • Ts,2% = 2s: A partir do coeficiente de amortecimento calculado e do tempo de estabilização dado, podemos definir a frequência natural: 4 ξωn = 2 −→ ωn = 4. A partir disso, podemos tirar duas conclusões: escolher o tipo do controlador para o projeto e determinar qual a equação caracteŕıstica desejada para o sistema controlado, como explicitado abaixo. a∗(s) = s2 + 2ξωn + ω 2 n −→ a∗(s) = s2 + 4s+ 16 Já o tipo do controlador, foi escolhido um PID (proporcional, integral e derivativo), pois utilizaremos da ação derivativa para melhorar o desempenho em regime transitório e da ação integrativa para diminuir o erro em regime permanente. Logo, a expressão do controlador a partir de seus parâmetros é: GPID = kp ki s + kds −→ GPID = kps+ ki + kds 2 s A partir da equação acima e da função de transferência do sistema G(s) = 1 s+ 10 podemos relacionar seus numeradores e denominadores de forma a encontrar a equação caracteŕıstica do sistema controlado, baseado na seguinte dedução: Sendo a FT do controlador definida por p(s) l(s) e a FT da planta definida como b(s) a(s) , temos que a FT da planta controlada em MA será Gma = p(s)b(s) l(s)a(s) . Em MF, sabemos que Gmf (s) = G(s) 1 +G(s) , logo a FT da planta controlada em MF será: Gmf = p(s)b(s) a(s)l(s) 1 + p(s)b(s) a(s)l(s) = p(s)b(s) a(s)l(s) = a(s)l(s) a(s)l(s) + p(s)b(s) = p(s)b(s) a(s)l(s) + p(s)b(s) Com isso, podemos igualar a equação caracteŕıstica que desejamos para o sistema controlado à forma padrão encontrada por meio da dedução acima, logo: a(s)l(s) + p(s)b(s) = a∗(s) −→ (s+ 10) · s+ 1 · (kps+ ki + kds2) = s2 + 4s+ 16 s2+10s+kds 2+kps+ki = s 2+4s+16 −→ (1+kd)s2+(10+kp)s+ki = s2+4s+16 kd + 1 = 1 −→ kd kp + 10 = 4 −→ kp = −6 ki = 16 Como nosso kd = 0, a componente derivativa não será necessária para atender os requisitos de projeto solicitados, bastando utilizarmos um controlador do tipo PI com GPI = 16− 6s s . 3 3. Dado o sistema abaixo: ẋ = ( −2 1 −3 −1 ) x+ ( 0 1 ) u y = ( 1 0 ) x a) Projete um controlador por realimentação de estados que faça com que o sistema apresente um compor- tamento desejado de: • Erro nulo em regime permanente; • Tempo de estabilização em 0,5s; • Sobressinal nulo. b) Admita que as variáveis dessa representação de estados não podem ser mensuradas, e portanto, é necessário que sejam estimadas por meio de um observador de estados. Faça o projeto desse observador para que ele apresente uma resposta 8 vezes mais rápida que o controlador. a) Primeiramente, vamos analisar os critérios de desempenho para definirmos alguns parâmetros de projeto: • e(∞) = 0: Um controlador proporcional (P) pode reduzir o erro em regime permanente, mas não o elimina completamente para uma entrada degrau, para isso é necessário um termo integrativo (I) no controlador. • OS% = 0%: Podemos encontrar o coeficiente de amortecimento a partir do percentual de overshoting dado: e −ξ · π√ 1− ξ2 = 0 −→ ξ = 1. • Ts,2% = 0, 5s: A partir do coeficiente de amortecimento calculado e do tempo de estabilização dado, podemos definir a frequência natural: 4 ξωn = 0, 5 −→ ωn = 8. A partir disso, nossa equação caracteŕıstica desejada para o sistema controlado será: a∗(s) = s2 + 2ξωn + ω 2 n −→ a∗(s) = s2 + 16s+ 64 Observando o sistema dado na questão, extráımos que as matrizes que caracterizam seu comportamento são: A = [ −2 1 −3 −1 ] ;B = [ 0 1 ] ;C = [ 1 0 ] ;D = [ ∅ ] Logo, vamos verificar se o sistema é controlável. Para verificarmos se um sistema é controlável, basta utilizarmos a matriz de controlabilidade C que é dada por: C = [ B AB ] . Logo: AB = [ −2 1 −3 −1 ] · [ 10 1 ] −→ AB = [ 1 −1 ] =⇒ C = [ B AB ] −→ C = [ 0 1 1 −1 ] Para verificarmos a controlabilidade, devemos observar se o posto da matriz é igual a sua ordem e se det(C) ̸= 0. Observamos que o posto da matriz é 2, assim como sua ordem, e que det(C) = (0 ·−1)−(1 ·1) = −1, portanto o sistema é controlável. Agora, por meio da fórmula de Ackermann, podemos determinar a matriz K tal que: K = [ 0 1 ] C−1a∗(A), logo: a∗(A) = A2 + 16A+ 64I = [ −2 1 −3 −1 ]2 + 16 [ −2 1 −3 −1 ] + 64 [ 1 0 0 1 ] = [ 33 13 −39 46 ] Como a inversa da matriz de controlabilidade é C−1 = [ 1 1 1 0 ] , nossa matriz K será: K = [ 0 1 ] [1 1 1 0 ] [ 33 13 −39 46 ] = [ 33 13 ] b) Para que o observador de estados tenha uma resposta 8x mais rápida que o controlador, seu tempo de estabilização deverá ser de 0,0625s, implicando em ωn = 64. Assim, considerando o coeficiente de amortecimento ainda 1, nossa equação caracteŕıstica para o observador de estados é: a∗(s) = s2 + 128s+ 4096. E sabemos que esse polinômio é dado por: 4 P (s) = det(sI −AL);AL = A− LC =⇒ P (s) = det(sI − (A− LC)) P (s) = det ([ s 0 0 s ] − [ −2 1 −3 −1 ] + [ L1 L2 ] [ 1 0 ]) = det ([ s+ L1 + 2 −1 L2 + 3 s+ 1 ]) = s2+(Ls+3)s+(Ls+Ls+5) Agora, podemos igualar o polinômio encontrado do sistema à equação caracteŕıstica com os requisitos dese- jados a∗(a): s2 + (Ls + 3)s+ (Ls + Ls + 5) = s 2 + 128s+ 4096 −→ { L1 + 3 = 128 −→ L1 = 125 L1 + L2 + 5 = 4096 −→ L2 = 3966 Logo nossa matriz L é [ 125 3966 ] . 5 4. Dada a planta: Gp(s) = 10 s2 + 3s+ 10 a) Escreva a planta na sua representação em espaços de estados forma canônica controlável. b) Verifique se o sistema é controlável a partir da matriz de controlabilidade. c) Verifique se o sistema é observável a partir da matriz de observabilidade. d) Projete um controlador por realimentação de estados que faça o sistema em questão ter o comportamento de acordo com a seguinte equação: A∗(s) = (s+ 10)(s+ 100) a) Para expressar a planta dada na forma canônica controlável de espaço de estados, precisamos seguir alguns passos. A representação em espaço de estados é dada por: { ẋ = Ax+Bu y = Cx+Du , onde: • A, B, C e D são matrizes que caracterizam o sistema; • x(t)é o vetor de estados no instante t; • ẋ(t) é a taxa de variação do vetor de estados; • u(t) é o vetor de entrada no instante; • y(t) é o vetor de sáıda no instante t; Logo, para termos a representação em espaços de estados na forma canônica controlável, devemos obter a descrição do comportamento do sistema no domı́nio do tempo, o que será feito a seguir. Sabemos que Gp(s) = Y (s) U(s) , representando a relação entre a entrada e a sáıda de um sistema e, para este problema: Y (s) U(s) = 10 s23s+ 10 −→ 10U(s) = (s2 + 3s+ 10)Y (s) Aplicando a inversa de Laplace para encontrarmos a expressão no domı́nio do tempo, temos: L−1{10U(s)} = L−1{(s2 + 3s+ 10)Y (s)} −→ 10u(t) = ÿ(t) + 3ẏ(t) + 10y(t) −→ ÿ(t) = −3ẏ(t)− 10y(t) + 10u(t) Considerando x1 = ẏ e x2 = y, temos: ẋ = −3x1 − 10x2 + 10u(t). E, como x2 = y e x1 = ẏ −→ ẋ2 = x1, logo: [ ẋ1 ẋ2 ] = [ −3 −10 1 0 ] [ x1 x2 ] + [ 10 0 ] u y = [ 0 1 ] x Logo, comparando com o formato padrão da representação de espaço de estados, conseguimos definir as matrizes que caracterizam o sistema: A = [ −3 −10 1 0 ] ;B = [ 10 0 ] ;C = [ 0 1 ] ;D = [ ∅ ] b) Para verificarmos se um sistema é controlável, basta utilizarmos a matriz de controlabilidade C que é dada por: C = [ B AB ] . Logo: AB = [ −3 −10 1 0 ] · [ 10 0 ] −→ AB = [ −30 10 ] =⇒ C = [ B AB ] −→ C = [ 10 −30 0 10 ] Para verificarmos a controlabilidade, devemos observar se o posto da matriz é igual a sua ordem e se det(C) ̸= 0. Observamos que o posto da matriz é 2, assim como sua ordem, e que det(C) = (10 · 10) − (−30 · 0) = 100, portanto o sistema é controlável. c) Para verificarmos se um sistema é observável, basta utilizarmos a matriz de observabilidade O que é dada por: O = [ C CA ] . Logo: 6 CA = [ 0 1 ] · [ −3 10 1 0 ] −→ CA = [ 1 0 ] =⇒ O = [ C CA ] −→ O = [ 0 1 1 0 ] Para verificarmos a observabilidade, devemos observar se o posto da matriz é igual a sua ordem e se det(O) ̸= 0. Observamos que o posto da matriz é 2, assim como sua ordem, e que det(O) = (0 · 0)− (1 · 1) = −1, portanto o sistema é observável. d) Para dimensionarmos o controlador de estados de forma a atender o polinômio pedido, é necessário fazermos uma mudança na dinâmica do sistema de forma que: { ẋ(t) = Acx(t) +Bu(t) y(t) = Cx(t) , onde Ac = A−BK, sendo K a matriz do controlador desejado, logo: Ac = [ −3 −10 1 0 ] − [ 10 0 ] [ k1 k2 ] = [ −3− 10k1 −10− 10k2 1 0 ] Agora, podemos calcular o polinômio P(s) dos autovalores: P (s) = det(sI −A) = det ([ s 0 0 s ] − [ −3− 10k1 −10− 10k2 1 0 ]) = det ([ s+ 3 + 10k1 10 + 10k2 −1 s ]) P (s) = s2 + (3 + 10k1) + (10 + 10k2) Agora, podemos igualar o polinômio encontrado do sistema à equação caracteŕıstica com os requisitos dese- jados A∗(a): s2 + (3 + 10k1) + (10 + 10k2) = s 2 + 110s+ 1000 =⇒ { 3 + 10k1 = 110 −→ k1 = 10, 7 10 + 10k2 = 1000 −→ k2 = 99 Logo nossa matriz K é [ 10, 7 99 ] . 7
Compartilhar