Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal do ABC Primeiro Quadrimestre de 2013 Prof. Andre´ Lu´ıs da Silva Aula 6 Dia 16 de maio de 2013 Estabilidade 1 Introduc¸a˜o Nas aulas anteriores, foi estudada a soluc¸a˜o de equac¸o˜es diferenciais escritas na forma de espac¸o de estados. Uma soluc¸a˜o geral foi desenvolvida na aula 4, para sistemas lineares invariantes no tempo. Alguns exemplos foram calculados, nos quais a soluc¸a˜o geral foi aplicada. Na aula 5, a soluc¸a˜o da equac¸a˜o de segunda ordem foi estudada com mais detalhes, todas as possibilidades de comportamento foram avaliadas. Um ponto comum entre os exemplos da aula 4 e o desenvolvimento da aula 5 e´ a existeˆncia de func¸o˜es exponenciais decrescentes. Estas exponenciais decrescentes sa˜o sempre verificadas quando estuda-se o circuito RLC ou o sistema massa mola amortecedor, dada a natureza f´ısica destes sistemas a traduc¸a˜o deles para as equac¸o˜es diferenciais. No entanto, note que, na aula 5, fez-se a exigeˆncia de que ζ fosse positivo para que as exponenciais fossem descrescentes no modelo de segunda ordem na forma padra˜o. Caso isso na˜o fosse satisfeito, as soluc¸o˜es seriam divergentes. Existe um conceito geral e de alta relevaˆncia por tra´s desta discussa˜o acerca de convergeˆncia das func¸o˜es exponencias. Este conceito geral e´ a estabilidade. A seguir, uma discussa˜o conceitual acerca do tema e´ realizada. Feito isso, algumas definic¸o˜es sa˜o lanc¸adas e propriedades e condic¸o˜es matema´ticas apresentadas. Considere a ilustrac¸a˜o na figura 1. Representa-se uma esfera sobre treˆs tipos de superf´ıcie: coˆncava (a), plana (b) e convexa (c). Em todas as situac¸o˜es, ilustra-se o caso de equil´ıbrio e uma situac¸a˜o de perturbac¸a˜o com respeito ao equil´ıbrio. Na perturbac¸a˜o, considera-se que a esfera foi colocada estaciona´ria na posic¸a˜o indicada. No caso (a), a posic¸a˜o de perturbac¸a˜o e´ tal que a esfera inicia um movimento com a tendeˆncia de retornar ao equil´ıbrio. No caso (b), a posic¸a˜o de perturbac¸a˜o e´ tal que esfera permanece no mesmo lugar e na˜o retorna ao equil´ıbrio. No caso (c), a posic¸a˜o de perturbac¸a˜o e´ tal que a esfera inicia um movimento que a afasta do equil´ıbrio. (a) (b) (c) equilíbrio equilíbrio equilíbrio perturbaçãoperturbaçãoperturbação Fig. 1: Ilustrac¸a˜o de estabilidade. Este exemplo simples ilustra de modo conceitual o conceito de estabilidade: a : Estabilidade: apo´s uma perturbac¸a˜o com respeito ao equil´ıbrio, o estado tende a retornar para o equil´ıbrio; 1 Introduc¸a˜o 2 b : Estabilidade marginal: apo´s uma perturbac¸a˜o com respeito ao equ´ılibrio, o estado se comporta de modo indiferente, ou oscila permanentemente ao redor do equil´ıbrio.; c : Instabilidade: apo´s uma perturbac¸a˜o com respeito ao equil´ıbrio, o estado tende a se afastar ainda mais do equil´ıbrio. Na verdade, a definic¸a˜o de estabilidade e´ variada e depende do tipo de aplicac¸a˜o. A definic¸a˜o acima trata do conceito de estabilidade com respeito ao retorno ao equil´ıbrio. Existe outro crite´rio que diz respeito a sistemas com entradas forc¸antes externas. Este crite´rio e´ muito usado para avaliar o comportamento do sistema quando submetido a uma entrada limitada. A definic¸a˜o matema´tica de “limitada” depende do conceito matema´tico adotado. No entanto, de modo geral, este crite´rio pode ser escrito simplesmente conforme segue. O nome do mesmo e´ crite´rio de entrada limitada sa´ıda limitada (ELSL, BIBO em ingleˆs - bounded input bounded output): • Um sistema e´ BIBO esta´vel se e somente se, para qualquer entrada limitada, a sa´ıda tambe´m e´ limitada; • Um sistema e´ BIBO insta´vel se para alguma entrada limitada, a sa´ıda e´ ilimitada. Os conceitos de BIBO-esta´vel e BIBO-insta´vel sa˜o ilustrados na figura 2. Note que um teste experimental de estabilidade BIBO pode ser bem dif´ıcil de executar, dada a necessidade de se testar um grande nu´mero de entradas. Por outro lado, veja que, para verificar a instabilidade pelo crite´rio BIBO, bastaria encontrar uma entrada limitada para a qual a sa´ıda divergisse. Perceba o porqueˆ de se utilizar entradas limitadas para testar a estabilidade: se entradas de amplitude ilimitada fossem usadas, seria dif´ıcil saber se uma divergeˆncia da sa´ıda seria provocada pela amplitude elevada da entrada, ou por caracter´ıstica de instabilidade do sistema. Um exemplo pra´tico de sistema BIBO insta´vel e´ um circuito ele´trico do tipo curto circuito, ou seja, um fio de resisteˆncia muito baixa. Caso uma tensa˜o de amplitude constante e´ aplicada, na medida que a resisteˆncia tende a zero, a corrente (sa´ıda) tende ao infinito. Sistema Qualquer entrada limitada possível Todas as saídaslimitadas (BIBO-Estável) Sistema (BIBO-Instável) Pelo menos uma entrada limitada Uma saída ilimitada Fig. 2: Ilustrac¸a˜o de estabilidade pelo crite´rio BIBO. 2 Quantificac¸a˜o da Estabilidade para Sistemas Lineares Invariantes no Tempo 3 2 Quantificac¸a˜o da Estabilidade para Sistemas Lineares Invariantes no Tempo Sistemas lineares invariantes no tempo podem ter sua estabilidade avaliada a partir da equac¸a˜o da resposta completa: x(t) = eAtx(0) + ∫ t 0 eA(t−τ)Bu(τ)dτ (1) Lembrando que no modelo de espac¸o de estados a equac¸a˜o de dinaˆmica e´ dada por: x˙ = Ax + Bu(t), x(0) = x0 (2) onde x ∈ Rn e´ o vetor de estado, n e´ o nu´mero de varia´veis de estado, u[0, ∞)→ Rm e´ um vetor com m func¸o˜es forc¸antes de entrada, An×n e´ a matriz de dinaˆmica, B ∈ Rn×m e´ a matriz de ganhos das entradas e x0 e´ a condic¸a˜o inicial. E a equac¸a˜o de sa´ıda e´ dada por: y = Cx + Du (3) onde y ∈ Rp e´ o vetor de sa´ıda, p e´ o nu´mero de varia´veis de sa´ıda, C ∈ Cp×n e´ a matriz de sa´ıda, D ∈ Rp×m e´ a matriz de transmissa˜o direta. 2.1 Crite´rio do Retorno ao Equil´ıbrio Para avaliar a estabilidade segundo o crite´rio do retorno ao equil´ıbrio, e´ necessa´rio verificar qual e´ o ponto de equil´ıbrio do sistema. Um ponto de equil´ıbrio e´ definido como sendo aquele no qual a derivada do estado e´ nula. Como o crite´rio e´ avaliado para entrada nula, faz-se u = 0 na equac¸a˜o 2: x˙ = Ax (4) Igualando a equac¸a˜o acima a zero, obte´m-se: x˙ = Ax = 0 (5) Note que, para escolhas gerais da matriz A, a u´nica maneira da equac¸a˜o acima ser satisfeita e´ para o estado x = 0. Ou seja, x = 0 e´ o ponto de equil´ıbrio de um sistema linear com entrada nula. Logo, para avaliar a estabilidade pelo crite´rio de retorno ao equil´ıbrio, pode-se considerar que x0 na equac¸a˜o 1 e´ a perturbac¸a˜o. Fazendo a entrada nula nesta equac¸a˜o, enta˜o se obte´m a expressa˜o para o comportamento do estado apo´s uma perturbac¸a˜o x0 com respeito ao equil´ıbrio: x(t) = eAtx(0) (6) A pergunta crucial a ser respondida e´: em que condic¸o˜es o estado na equac¸a˜o 6 retorna ao equil´ıbrio x = 0, apo´s um certo per´ıodo de tempo, uma vez ocorrida a perturbac¸a˜o x0? A resposta e´ dada lembrando da estrutura da matriz de transic¸a˜o de estado: Φ(t) = Vdiag ( eλ1t eλ2t . . . eλnt ) V−1 (7) onde λ1, λ2, λn sa˜o os autovalores da matriz A e V e´ a matriz formada pelo autovetores unita´rios associados aos autovalores. Este formato espec´ıfico de matriz e´ va´lido para o caso de autovalores distintos. Nesta situac¸a˜o, lembre que: 2 Quantificac¸a˜o da Estabilidade para Sistemas Lineares Invariantes no Tempo 4 • Um elemento espec´ıfico da matriz eAt e´ uma combinac¸a˜o linear de exponenciais reais para o caso de autovalores reais, por exemplo: k1e λ1t + k2e λ2t, onde λ1 e λ2 sa˜o dois autovalores da matriz A; • Um elemento espec´ıfico da matriz eAt e´ uma combinac¸a˜o linear de exponenciais complexas para o caso de autovalores complexos conjugados. Isto e´ reduzido a uma combinac¸a˜o linear de exponenciais multiplicadas por senos com defasagem, por exemplo: Ae<(λ)t sin(ωd + φ), onde <(λ) e´ a parte real do autovalorcomplexo λ e ωd e φ sa˜o a frequeˆncia natural amortecida e a fase, as quais dependem das partes real e imagina´ria do autovalor complexo. Generalizando para o caso de autovalor repetido, um elemento espec´ıfico da matriz eAt associado aos autovalores repetidos tera´ a forma: k1e λt + k2te λt, onde λ e´ um autovalor de multiplicidade 2. Expresso˜es ana´logas valem para o caso de multiplicidade 3. No geral, para o caso de qualquer combinac¸a˜o de autovalores, incluindo autovalores repetidos, um elemento gene´rico da matriz de transic¸a˜o de estado e´ dado por: eAt = φ1,1(t) φ1,2(t) . . . φ1,n(t)... ... ... ... φn,1(t) φn,2(t) . . . φn,n(t) φi,j = e <(λ1)tf i,j1 (t) + e <(λ2)tf i,j2 (t) + . . . e <(λn)tf i,jn (t) (8) onde i, j denota um elemento na linha i e coluna j da matriz eAt. Veja que, para o caso de ra´ızes reais e distintas, a func¸a˜o f i,jk (t) associada ao autovalor k sera´ simplesmente uma constante, tambe´m, a parte real <(λk) sera´ igual ao pro´prio autovalor, visto que a parte imagina´ria e´ zero. Para o caso de autovalores complexos, a func¸a˜o f i,jk (t) associada ao autovalor k sera´ uma seno´ide com defasagem. Para o caso de ra´ızes reais e repetidas, a func¸a˜o f i,jk (t) associada ao autovalor k sera´ simplesmente uma constante, ou uma constante multiplicada pelo tempo, tambe´m, a parte real <(λk) sera´ igual ao pro´prio autovalor, visto que a parte imagina´ria e´ zero. Em todos os casos acima, veja que o elemento φi,j(t) vai tender a zero sempre que a parte real de todos os autovalores for menor que zero, pois, neste caso as exponencias tendem a zero. Isso e´ verdade ate´ mesmo para o caso de ra´ızes repetidas, visto que, no elemento k1e λt + k2te λt a exponencial tende a zero numa taxa maior do que aquela em que o tempo aumenta, desde que λ seja negativo. Se pelo menos uma parte real for negativa, em qualquer um desses casos, a exponencial associada vai divergir e o estado na˜o retornara´ ao equil´ıbrio. Se a parte real e´ zero, por outro lado, no caso de ra´ızes reais e distintas, um elemento gene´rico sera´ ke0×t = ke0 = k, ou seja, uma constante. Para o caso de ra´ızes complexas conjugadas, um elemento gene´rico sera´ Ae0×t sin(ωdt+ φ) = A sin(ωdt+ φ), ou seja, uma oscilac¸a˜o com amplitude constante. Para o caso de ra´ızes repetidas reais e iguais a zero, a resposta sera´ do tipo kte0×t = kt, ou seja, uma func¸a˜o linear divergente, para 3 ra´ızes nulas e iguais, haveria uma func¸a˜o quadra´tica do tempo, e assim por diante, todas divergentes. Ou seja, o caso de ra´ızes repetidas na origem define integradores da condic¸a˜o inicial. A discussa˜o acima mostra qual e´ a u´nica situac¸a˜o na qual o estado na equac¸a˜o 6 tende a zero (retorna ao equil´ıbrio) apo´s uma perturbac¸a˜o. Isto ocorre se e somente se a matriz eAt tende a zero na medida que t tende ao infinito. Mas, isso so´ e´ poss´ıvel no caso de todos os autovalores possu´ırem parte real negativa. Tal conclusa˜o e´ resumida na seguinte se´rie de resultados. E1 Um sistema linear invariante no tempo e´ esta´vel com respeito ao retorno ao equil´ıbrio se e somente se todos os autovalores da matriz de dinaˆmica A possu´ırem parte real negativa; 2 Quantificac¸a˜o da Estabilidade para Sistemas Lineares Invariantes no Tempo 5 E2 Um sistema linear invariante no tempo e´ marginalmente esta´vel com respeito ao retorno ao equil´ıbrio sempre que a condic¸a˜o E1 e´ va´lida, a menos de alguns autovalores que possuam parte real igual a zero. Na˜o se consideram autovalores repetidos na origem; E3 Um sistema linear invariante no tempo e´ insta´vel se pelo menos um autovalor da matriz A possuir parte real positiva . Ou existirem autovalores repetidos na origem. A partir de agora, a estabilidade com respeito ao retorno ao equil´ıbrio sera´ chamada apenas de estabilidade, indicac¸a˜o contra´ria so´ sera´ feita quando se considerar a estabilidade BIBO. As concluso˜es acima sa˜o resumidas na figura 3. Esta figura representa o plano complexo, onde cada autovalor e´ representado por um X. Se todos os autovalores esta˜o no semiplano esquerdo, o sistema e´ esta´vel. Se pelo menos um par de autovalores reais esta´ sobre o eixo imagina´rio, ou um u´nico esta´ na origem, o sistema e´ marginalmente esta´vel. Se pelo menos um autovalor estiver no semiplano direito, ou mais de um estiver na origem, o sistema e´ insta´vel. Plano complexo, onde os autovalores da matriz de dinâmica A são representados eixo imaginário eixo real Semi-Plano esquerdo: Estabilidade Eixo imaginário: Estabilidade Marginal Semi-Plano direito: Instabilidade autovalor duplo na origem: instabilidade Fig. 3: Representac¸a˜o de estabilidade no plano complexo. 2.1.1 Exemplo 1: sistema de primeira ordem. Seja o sistema de primeira ordem sem entrada externa: x˙ = ax, x(0) = x0 (9) A soluc¸a˜o da equac¸a˜o diferencial e´: x(t) = x0e at (10) Se a = 0: x(t) = x0e 0×t = x0e0 = x0. Assim, apo´s uma perturbac¸a˜o, o sistema permanecera´ constantemente na mesma posic¸a˜o perturbada, sem retornar ao equil´ıbrio, mas permanecendo a uma distaˆncia constante da origem. Logo, ele sera´ marginalmente esta´vel. 2 Quantificac¸a˜o da Estabilidade para Sistemas Lineares Invariantes no Tempo 6 Se a > 0: x(t) = x0e a×t e´ uma func¸a˜o crescente. Logo, a exponencial diverge em func¸a˜o do tempo. Assim, apo´s uma perturbac¸a˜o, o sistema ira´ se afastar ainda mais da posic¸a˜o perturbada, sem retornar ao equil´ıbrio. Logo, ele sera´ insta´vel. Se a < 0: x(t) = x0e a×t e´ uma func¸a˜o decrescente. Logo, a exponencial tende a zero na medida que o tempo tende ao infinito. Assim, apo´s uma perturbac¸a˜o, o sistema ira´ progredir monotonicamente para zero, retornando ao equil´ıbrio no regime permanente. Logo, ele sera´ esta´vel. 2.1.2 Exemplo 2: Sistema de segunda ordem insta´vel Seja o seguinte modelo de espac¸o de estados: x˙ = Ax + Bu (11) A = [ 1 1 0 −1 ] , B = [ 0 1 ] , C = [ 1 0 ] , D = 0 (12) Os autovalores da matriz A sa˜o λ1 = 1, λ2 = −1. Como um dos autovalores e´ positivo, o sistema e´ insta´vel. Isto e´ evidenciado na matriz de transic¸a˜o de estado: eAt = [ et 1 2 et − 1 2 e−t 0 e−t ] (13) A resposta para uma condic¸a˜o inicial x0 = [1 1] T e´ enta˜o: x(t) = eAtx0 = [ et 1 2 et − 1 2 e−t 0 e−t ] [ 1 1 ] = [ 3 2 et − 1 2 e−t e−t ] (14) O termo de exponencial crescente na equac¸a˜o acima torna bem claro que o estado aumenta na medida que o tempo tende ao infinito, afastando-se ainda mais da origem. A figura 4 mostra este comportamento. Note que a resposta da primeira varia´vel de estado (x1), a qual conte´m o termo de exponencial crescente, se afasta monotonicamente de zero. Por outro lado, a resposta da varia´vel de estado x2, que esta´ associada somente a uma exponencial decrescente, converge monotonicamente para zero. No entanto, devido a divergeˆncia da primeira varia´vel de estado, o vetor de estado como um todo se afasta do ponto de equil´ıbrio (origem do espac¸o de estados). 2.2 Crite´rio da Entrada Limitada Sa´ıda Limitada (BIBO) Para avaliar a estabilidade segundo o crite´rio da entrada limitada sa´ıda limitada (BIBO), na equac¸a˜o 1, faz-se a condic¸a˜o inicial igual a zero: x(t) = ∫ t 0 eA(t−τ)Bu(τ)dτ (15) Como se esta´ interessado no comportamento da sa´ıda, e´ necessa´rio substuir x(t) da equac¸a˜o 15 na equac¸a˜o 3, obtendo: y(t) = C ∫ t 0 eA(t−τ)Bu(τ)dτ + Du(t) (16) Como se esta´ considerado numa entrada limitada, sera´ adotada a seguinte convenc¸a˜o: |u(t)| ≤M, ∀t (17) M = [M1 M2 . . .Mm] T Mi > 0, Mi <∞, i = 1, 2, . . .m 2 Quantificac¸a˜o da Estabilidade para Sistemas Lineares Invariantes no Tempo 7 0 0.5 1 1.5 2 2 4 6 8 10 tempo − s v a r ia ve l x 1 0 0.5 1 1.5 2 0.2 0.4 0.6 0.81 tempo − s v a r ia ve l x 2 Fig. 4: Resposta insta´vel de um sistema de segunda ordem. Na˜o ocorre retorno ao equil´ıbrio. onde |u| = [|u1|, |u2|, . . . |um|]T . O mo´dulo de cada elemento do vetor u, em qualquer instante de tempo, e´, no ma´ximo, igual a cada constante positiva e finita contida no vetor M. Ou seja, inferiormente cada func¸a˜o esta´ limitada por −M e, superiormente, por M. Usando a mesma definic¸a˜o de mo´dulo e aplicando na equac¸a˜o 16, tem-se: |y(t)| = ∣∣∣∣C ∫ t 0 eA(t−τ)Bu(τ)dτ + Du(t) ∣∣∣∣ (18) Usando a desigualdade triangular: |y(t)| ≤ ∣∣∣∣C∫ t 0 eA(t−τ)Bu(τ)dτ ∣∣∣∣+ |Du(t)| = |C| ∣∣∣∣∫ t 0 eA(t−τ)Bu(τ)dτ ∣∣∣∣+ |Du(t)| ≤ |C| ∫ t 0 ∣∣eA(t−τ)Bu(τ)∣∣ dτ + |Du(t)| = |C|∫ t 0 ∣∣eA(t−τ) ||Bu(τ)∣∣ dτ + |Du(t)| = |C| ∫ t 0 ∣∣eA(t−τ) ||B∣∣ |u(τ)| dτ + |D| |u(t)| (19) Usando a considerac¸a˜o da equac¸a˜o 17: |y(t)| ≤ |C| ∫ t 0 ∣∣eA(t−τ)∣∣ |B| |u(τ)| dτ + |D| |u(t)| ≤ |C| ∫ t 0 ∣∣eA(t−τ)∣∣ |B|Mdτ + |D|M = |C|∫ t 0 ∣∣eA(t−τ)∣∣ dτ |B|M + |D|M (20) 2 Quantificac¸a˜o da Estabilidade para Sistemas Lineares Invariantes no Tempo 8 Na equac¸a˜o acima, se garante que y(t) e´ limitada para qualquer t, se |y(t)| ≤ N, onde N e´ um vetor de constantes positivas finitas. Note que isto esta´ relacionado a` integral presente em tal equac¸a˜o, visto que os outros termos ja´ sa˜o finitos por definic¸a˜o. Esta integral e´ avaliada abaixo∫ t 0 ∣∣eA(t−τ)∣∣ dτ = ∫ t 0 ∣∣eAte−Aτ ∣∣ dτ = ∣∣∣[eAt (−e−AτA−1)]t 0 ∣∣∣ = ∣∣−eAt ((e−At − e−A×0)A−1)∣∣ = ∣∣−eAt ((e−At − I)A−1)∣∣ = ∣∣(−eAte−At + eAtI)A−1∣∣ = ∣∣(eAt − I)A−1∣∣ (21) Note que a equac¸a˜o acima so´ vale quando a matriz A e´ invers´ıvel, ou seja, quando seu determi- nante e´ diferente de zero. Como o determinante de uma matriz e´ o produto dos seus autovalores, tal equac¸a˜o so´ vale para o caso de na˜o existeˆncia de autovalores na origem. Tendo isso em mente e substituindo o resultado na equac¸a˜o 20, obte´m-se: |y(t)| ≤ |C| ∫ t 0 ∣∣eA(t−τ)∣∣ dτ |B|M + |D|M = |C| ∣∣(eAt − I)A−1∣∣ |B|M + |D|M (22) Na sec¸a˜o 2.1, verificou-se que, quando a matriz de dinaˆmica A possui somente autovalores com parte real negativa, a matriz de transic¸a˜o de estado eAt tende a zero na medida que o tempo tende ao infinito, sendo limitada, por conseguinte, por um valor ma´ximo, que pode ser seu valor no instante t = 0. Por outro lado, quando esta matriz possui pelo menos um autovalor com parte real positiva, ao menos uma exponencial no interior da matriz sera´ divergente, por conseguinte, a matriz vai divergir para tempos suficientemente longos. Sendo assim, na equac¸a˜o 22, se garante que y(t) e´ limitada para qualquer t, quando todos os autovalores possuem parte real negativa. Caso contra´rio, a resposta da sa´ıda pode divergir. O caso de autovalores sobre o eixo imagina´rio (parte real nula) e´ um caso degenerado e pode levar a sa´ıda a divergir ou na˜o. Embora esta discussa˜o na˜o seja uma demonstrac¸a˜o completa para o conceito, pode-se apresentar as seguintes propriedades, va´lidas para qualquer sistema linear invariante no tempo: BIBO1 Um sistema linear invariante no tempo e´ esta´vel pelo crite´rio BIBO se e somente se todos os autovalores da matriz de dinaˆmica A possu´ırem parte real negativa; BIBO2 Um sistema linear invariante no tempo e´ insta´vel se pelo menos um autovalor da matriz de dinaˆmica A possuir parte real positiva; BIBO3 O caso de autovalores sobre o eixo imagina´rio e´ degenerado: para algumas entradas, a sa´ıda e´ limitada, para outras, a sa´ıda e´ ilimitada. Devido a isso, autovalores sobre o eixo imagina´rio tambe´m definem um sistema BIBO insta´vel.
Compartilhar