Baixe o app para aproveitar ainda mais
Prévia do material em texto
UESPI Curso de Graduação em Engenharia Elétrica Controle IIControle II Prof. Mestre José Brito Neto SUMÁRIO 4. Projeto de Sistemas de Controle no Espaço de Estados 4.1. Alocação de Pólos 4.2. Projeto de Servossistemas 4.3. Observadores de Estado4.3. Observadores de Estado 4.4. Projeto de Sistemas Reguladores com Observadores 4.5. Projeto de Sistemas de Controle com Observadores 4.6. Sistemas Reguladores Quadráticos Ótimos Alocação de Pólos • Método de projeto denominado também de designação de pólos. Este método é, de certa maneira, similar ao método do lugar das raízes, no qual alocamos os pólos de malha fechada nas posições desejadas. A diferença básica é que, no projeto pelo lugar das raízes, alocamos somente os pólos dominantes de malha fechada nas posições desejadas, enquanto no projeto por alocaçãoposições desejadas, enquanto no projeto por alocação de pólos alocamos todos os pólos de malha fechada nas posições desejadas. • Condição necessária é o sistema original ser de estado completamente controlável, então os pólos de malha fechada do sistema poderão ser alocados em qualquer posição desejada por meio de uma realimentação de estado, empregando uma matriz de ganho apropriada. Alocação de Pólos • Projeto por alocação de pólos – considere o sistema de controle: onde x é um vetor de estado n dimensional, y é um sinal de saída (escalar), u é um sinal de controle (escalar), A é uma matriz constante n X n, B é uma matriz constante n X 1, C é uma matriz constante 1 X n e D é uma = + = + x Ax B Cx � u y Du n X 1, C é uma matriz constante 1 X n e D é uma constante (escalar). � Escolhemos o sinal de controle como � Logo, o sinal de controle u é determinado por um estado instantâneo. Este esquema é denominado realimentação de estado. A matriz K de ordem 1 X n é denominada matriz de ganho de realimentação de estado. = −Kxu Alocação de Pólos Sistema de controle de malha fechada com u=–Kx Sistema Regulador Alocação de Pólos � Esse sistema de malha fechada não possui entradas. Seu objetivo é manter a saída nula. Por causa dos distúrbios que podem estar presentes, a saída pode ser não nula. A saída não nula vai retornar para o valor nulo correspondente à entrada de referência nula, por cauda do esquema de realimentação de estado do sistema. Esse sistema em que a entradaestado do sistema. Esse sistema em que a entrada de referência é sempre nula é denominado sistema regulador (se a referência de entrada do sistema for sempre uma constante não nula, o sistema também será denominado sistema regulador). � Substituindo o sinal de controle u=–Kx na equação do sistema de controle ( ) ( ) ( )= + → = −x Ax B x A BK x� �u t t Alocação de Pólos �Cuja solução é: onde x(0) é o estado inicial causado pelos distúrbios externos. �A estabilidade e as características temporais do sistema são determinadas pelos ( ) ( ) ( )0−= A BKx xtt e do sistema são determinadas pelos autovalores da matriz A–BK. Logo, se a matriz K for corretamente escolhida, então a matriz A–BK poderá ser assintoticamente estável e, para todo x(0)≠0, será possível fazer x(t) tender a 0, à medida que t tende a infinito. Alocação de Pólos • Condição necessária e suficiente para alocação arbitrária de pólos – sistema original deve ser de estado completamente controlável. Leitura. • Determinação da matriz K com a utilização da matriz de transformação T – suponha que o sistema seja definido por ẋ=Ax+Bu e que o sinal de controle seja definido por u=–Kx. Então, a matriz de ganho K de realimentaçãou=–Kx. Então, a matriz de ganho K de realimentação que força os autovalores de A–BK a serem valores desejados pode ser determinada como segue: � Etapa 1 – verifique se o sistema é de estado completamente controlável. � Etapa 2 – determinar os coeficientes ai da equação característica: 1 1 1 − − − = + + + +I A …n n n n s s a s a s a Alocação de Pólos � Etapa 3 – determinar a matriz de transformação T que transforma a equação de estado do sistema na forma canônica controlável T=MW onde M=[B AB ... An–1B] é a matriz de controlabilidade e 1 2 1 2 3 1 1 1 0 1 0 0 − − − − = W � � � � � � � n n n n a a a a a a Se a equação do sistema dado já estiver na forma canônica controlável, então T=I. � Etapa 4 – com os autovalores desejados, escreva o polinômio característico desejado e determine os αi: � Etapa 5 – a matriz de ganho K de realimentação de estado requerida pode ser determinada por: 1 1 0 0 1 0 0 0 � � a ( )( ) ( ) 11 2 1 1− −−µ −µ −µ = + α + +α +α… …n nn n ns s s s s s [ ] 11 1 2 2 1 1 −− −= α − α − α − α −K T�n n n na a a a controlável, então T=I. Alocação de Pólos • Determinação da matriz K com a utilização do método de substituição direta – indicada para sistemas de baixa ordem (n≤3). No caso de n=3, então: � Substitua a matriz K no polinômio característico desejado: onde ambos os lados da equação são polinômios em s. [ ]1 2 3=K k k k ( )( )( )1 2 3− + = −µ −µ −µI A BKs s s s onde ambos os lados da equação são polinômios em s. Igualando os coeficientes de mesma potência em s, é possível determinar os valores de k1, k2 e k3. � Se o sistema não for de estado completamente controlável, a matriz K não poderá ser determinada (não existe solução). • Determinação da matriz K com a utilização da fórmula de Ackermann – leitura. [ ] ( )110 0 0 1 −− = φ K B AB A B A… … n Alocação de Pólos • Exemplo 01 – considere o sistema regulador da figura abaixo, cuja planta é dada por ẋ=Ax+Bu e u=–Kx. Desejamos que os pólos de malha fechada sejam s=–2±j4 e s=–10. Determine a matriz de ganho K de realimentação de estado. 0 1 0 0 0 1 1 5 6 0 0 1 = − − − = A B Alocação de Pólos � Primeiro, precisamos verificar se o sistema é de estado completamente controlável. � Então, o posto da matriz M é igual a 3. Logo, o 2 0 0 1 0 1 6 1 1 6 31 = = − → = − − M B AB A B M � Então, o posto da matriz M é igual a 3. Logo, o sistema é de estado completamente controlável e a alocação arbitrária de pólos é possível. � Solução através da determinação da matriz K com a utilização da matriz de transformação T: [ ] 11 1 2 2 1 1 −− −= α − α − α − α −K T�n n n na a a a Alocação de Pólos � A equação característica do sistema é: � Portanto, a1=6, a2=5 e a3=1. Logo, a equação característica desejada é: 3 2 3 2 1 2 3 1 0 0 1 6 5 1 0 1 5 6 − − = − = + + + = + + + = + I A s s s s s s s a s a s a s característica desejada é: � Portanto, α1=14, α2=60 e α3=200. Como onde T=I para este caso, uma vez que a equação de estado é fornecida na forma canônica controlável. Então: [ ] 13 3 2 2 1 1 −= α − α − α −K Ta a a ( ) ( ) ( ) 3 2 3 21 2 32 4 2 4 10 14 60 200 0+ − + + + = + + + = +α +α +α =s j s j s s s s s s s [ ] [ ]200 1 60 5 14 6 199 55 8= − − − =K Alocação de Pólos � Solução através da determinação da matriz K com a utilização do método de substituição direta: � Definimos a matriz de ganho desejado: [ ]1 2 3=K k k k [ ]1 2 3 0 0 0 1 0 0 0 0 0 0 1 0 − + = − + I A BK s s s k k k[ ] ( ) ( ) 1 2 3 1 2 3 3 2 3 2 1 3 2 0 0 0 0 1 0 0 0 1 5 6 1 1 0 0 1 1 5 6 6 5 1 14 60 200 − + = − + − − − − = − + + + + = + + + + + + = + + + I A BKs s k k k s s s k k s k s k s k s k s s s Equação característica desejada Alocação de Pólos � Logo: � Solução através da determinação da matriz K com a [ ]199 55 8=K 3 1 2 21 3 6 14 199 5 60 55 1 200 8 + = = + = → = + = = k k k k k k � Solução através da determinação da matriz K com a utilização da fórmula de Ackermann: � Como [ ] ( ) [ ] ( ) 11 12 0 0 0 1 0 0 1 − − − = φ = φ K B AB A B A K B AB A B A … … n 2 0 0 1 0 1 6 1 6 31 = − − B AB A B Alocação de Pólos � e ( ) 3 2 3 2 14 60 200 0 1 0 0 1 0 0 1 0 1 1 0 0 0 1 14 0 0 1 60 0 0 1 200 0 1 0 1 5 6 1 5 6 1 5 6 0 0 1 199 55 8 φ = + + + = + + + − − − − − − − − − A A A A I � Obtemos: 199 55 8 8 159 7 7 43 117 = − − − [ ] [ ] 10 0 1 199 55 8 0 0 1 0 1 6 8 159 7 199 55 8 1 6 31 7 43 117 − = − − = − − − K 10 0 1 5 6 1 0 1 6 6 1 0 1 6 31 1 0 0 − − = − Alocação de Pólos � Como era de esperar, as matrizes de ganho K obtidas pelas 3 soluções são as mesmas. Com essa realimentação de estado, os pólos de malha fechada ficam alocados em s=–2±j4 e s=–10, como especificado. � Note que, se a ordem n do sistema for 4 ou maior, a solução através da determinação da matriz K com a utilização da matriz de transformação T e a soluçãoutilização da matriz de transformação T e a solução através da determinação da matriz K com a utilização da fórmula de Ackermann serão recomendadas, uma vez que todas as manipulações matriciais podem ser realizadas pelo computador. Se a solução através da determinação da matriz K com a utilização do método de substituição direta for usada, os cálculos manuais se tornarão necessários, pois o computador pode não ser apropriado para lidar com uma equação característica com parâmetros desconhecidos k1, k2, ..., kn. Alocação de Pólos • É importante notar que a matriz K não é única para um sistema dado, mas depende da localização desejada dos pólos de malha fechada (que determinam a velocidade e o amortecimento da resposta) selecionados. Note que a seleção dos pólos de malha fechadaque a seleção dos pólos de malha fechada desejados ou da equação característica desejada é um compromisso entre a velocidade de resposta do vetor de erro e a sensibilidade aos distúrbios e aos ruídos de medida, ou seja, se aumentarmos a velocidade da resposta do erro, em geral os efeitos contrários nos distúrbios e nos ruídos de medida aumentarão. Alocação de Pólos • Se o sistema for de 2ª ordem, então as dinâmicas do sistema (resposta característica) poderão ser precisamente correlacionadas com as localizações dos pólos de malha fechada e com o(s) zero(s) da planta. Para sistemas de ordem superior, a localização dos pólos de malha fechada e as dinâmicas do sistema não são tão facilmente correlacionadas. Consequentemente,são tão facilmente correlacionadas. Consequentemente, para a determinação da matriz de ganho K de realimentação de estado para dado sistema, é desejável examinar a resposta característica por meio de simulações computacionais para várias matrizes K distintas (com base em várias e distintas equações características desejadas) e escolher aquela que confere o melhor desempenho global do sistema. Projeto de Servossistemas • Projeto de servossistemas do tipo 1 quando a planta possui um integrador – suponha que a planta seja definida por: onde x é um vetor de estado n dimensional, u é um sinal de controle (escalar), y é um sinal de saída (escalar), A é uma matriz constante n X n, B é uma matriz constante = + = x Ax B Cx � u y é uma matriz constante n X n, B é uma matriz constante n X 1 e C é uma matriz constante 1 X n. � Por meio da escolha apropriada de um conjunto de variáveis de estado, é possível escolher a saída igual a uma das variáveis de estado. Então, vamos supor que y=x1. Supomos também que o sinal de referência r seja uma função degrau. Projeto de Servossistemas Projeto de Servossistemas � Nesse sistema, o controle por realimentação de estado é dado por: [ ] ( ) [ ] 1 2 2 1 10 = − + − � � n n x x u k k k r x x � Supondo que a entrada de referência é aplicada em t=0, então, para t>0, as dinâmicas do sistemas podem ser descritas por: � Em regime permanente y(∞)=r, u(∞)=0 e r(∞)=r. Então: [ ]1 1 2, onde = − + =Kx K � nk r k k k ( ) 1= + = − +x Ax B A BK x B� u k r ( ) ( ) ( ) ( )1∞ = − ∞ + ∞x A BK x B� k r Projeto de Servossistemas � Como a entrada de referência é uma função degrau, temos: onde r(∞)=r(t)=r(cte) para t>0. � Definindo: � Então, a dinâmica do erro é dada por: � Logo, se o sistema for de estado completamente ( ) ( ) ( ) ( ) ( )− ∞ = − − ∞ x x A BK x x� �t t ( ) ( ) ( )− ∞ =x x et t ( )= −e A BK e� � Logo, se o sistema for de estado completamente controlável, então poderemos definir autovalores desejados da matriz A–BK através da técnica de alocação de pólos. No regime permanente (t=∞), temos que: ( ) ( ) ( ) ( ) ( ) ( ) ( ) 1 1 1 1 0 − ∞ = = − ∞ + ∞ = − − ∞ = − ∞ + = x 0 A BK x B x A BK B Kx � k r k r u k r Projeto de Servossistemas • Exemplo 02 – projete um servossistema do tipo 1 para o caso em que a FT da planta possui um integrador e que a FT da planta seja: Os pólos desejados de malha fechada são s=–2±j2√3 e s=–10. O diagrama de blocos é o mesmo da figura anterior (slide 21) e a entrada de referência r é uma ( ) ( ) ( )( ) 1 1 2 = + + Y s U s s s s anterior (slide 21) e a entrada de referência r é uma função degrau. Obtenha a resposta ao degrau unitário do sistema projetado. � Primeiramente, passamos a FT para a forma de espaço de estados: ( ) ( ) ( )( ) ( ) ( ) ( ) 3 2 3 2 1 1 1 2 3 2 3 2 = = + + + + + + = Y s U s s s s s s s s s s Y s U s Projeto de Servossistemas � Fazendo a transformada inversa de Laplace: � As variáveis de estado são escolhidas: � Substituindo os estados escolhidos na equação ( ) ( ) ( ) ( )3 2+ + =��� �� �y t y t y t u t 1 2 1 3 2 = = = = = � � � �� x y x x y x x y � Substituindo os estados escolhidos na equação anterior: � A representação no espaço de estados do sistema resulta em: 3 3 2 3 2 33 2 2 3+ + = → = − −� �x x x u x u x x = + = x Ax B Cx � u y [ ] 1 1 2 2 3 3 1 2 3 0 1 0 0 0 0 1 0 0 2 3 1 1 0 0 = + − − = � � � x x x x u x x x y x x Projeto de Servossistemas � Como n=3, o sinal de controle u é dado por: ( ) ( ) [ ] 2 2 3 3 1 1 1 1 2 3onde = − + + − = − + = Kx K u k x k x k r x k r k k k Projeto de Servossistemas � A matriz de ganho K de realimentação de estado pode ser obtida com o auxílio do MATLAB: � Portanto, a matriz de ganho K de realimentação de estado é: � Como: [ ]160 54 11=K [ ] 0 1 0 0 0 1 0 0 0 1 0 160 54 11 0 0 1 0 2 3 1 160 56 14 − = − = − − − − − A BK Projeto de Servossistemas � A representação no espaço de estados do sistema projetado é: 1 10 1 0 0 0 0 1 0 = + � � x x x x r ( ) 1= + = − + = x Ax B A BK x B Cx � u k r y [ ] 2 2 3 3 1 2 3 0 0 1 0 160 56 14 160 1 0 0 = + − − − = � � x x r x x x y x x Projeto de Servossistemas � A resposta ao degrau unitário para o sistemaprojetado pode ser obtida com o auxílio do MATLAB: Projeto de Servossistemas Projeto de Servossistemas � Note que: ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) 1 1 1 2 3 160 54 11 160 ∞ = − ∞ + ∞ = − ∞ + ∞ = − ∞ + ∞ Kx Kxu k r k r x x r x � No regime permanente, o sinal de controle u se torna nulo. • Projeto de servossistemas do tipo 1 quando a planta não possui integrador – leitura. [ ]160 54 11 0 160 0 0 = − + = r r Observadores de Estado • Na abordagem por alocação de pólos no projeto de sistemas de controle, vamos supor que todas as variáveis de estado estejam disponíveis para realimentação. Na prática, nem todas as variáveis estão disponíveis para realimentação. Um dispositivo (ou programa computacional) que estima ou observa as variáveis de estado é chamado observador de estado.variáveis de estado é chamado observador de estado. • Classificação: � Observador de ordem plena: observa todas as variáveis de estado, inclusive as disponíveis. � Observador de ordem reduzida: quando estima menos que todas as variáveis de estado. � Observador de ordem mínima: quando a ordem do observador é a mínima. Observadores de Estado • Observador de estado – estima as variáveis de estado baseado nas medidas das variáveis de saída e das variáveis de controle. Se o posto da matriz de observabilidade [C* A*C* ... (A*)n–1C*] é n, o sistema é de estado completamente observável e um observador de ordem plena é possível. Considere a planta definida por: = + = x Ax B Cx � u y � O observador é um subsistema reconstrutor do vetor de estado da planta. O modelo matemático do observador é o mesmo da planta, acrescido de um termo adicional que incorpora o erro de estimação para compensar as incertezas nas matrizes A e B e a ausência do erro inicial. O erro de estimação é a diferença entre a saída medida e a saída estimada. O erro inicial é a diferença entre o estado inicial e o estado inicial estimado. =Cxy Observadores de Estado � Portanto, o modelo matemático do observador é: onde ~x é o vetor de estado estimado ou observado e C~x é a saída estimada. As entradas do observador são a saída y e a entrada de controle u. A matriz Ke é a matriz de ganho do observador que é uma matriz de penalização do termo de correção que envolve a ( ) ( )= + + − = − + +x Ax B K Cx A K C x B K�� � � �e e eu y u y penalização do termo de correção que envolve a diferença entre a saída medida y e a saída estimada C~x. Esse termo corrige continuamente a saída do modelo e aumenta o desempenho do observador. Em muitos casos práticos, ~x é utilizado na realimentação de estado para gerar o vetor de controle desejado. A figura a seguir mostra o diagrama de blocos do sistema e o observador de ordem plena. Observadores de Estado Observadores de Estado • Observador de estado de ordem plena – suponha que a planta seja definida por: � O modelo do observador é definido por: � Para obter a equação do erro de observação subtrai- = + = x Ax B Cx � u y ( ) ( )= + + − = − + +x Ax B K Cx A K C x B K�� � � �e e eu y u y � Para obter a equação do erro de observação subtrai- se o modelo do observador a partir da equação de estado da planta: � Definindo o vetor de erro e: � Então: ( ) ( )( )− = − − − = − −x x Ax Ax K Cx Cx A K C x x�� � � � �e e = −e x x� ( )= −e A K C e� e Observadores de Estado � O comportamento do vetor de erro é determinado pelos autovalores da matriz A–KeC. Se esta matriz for estável, o vetor de erro tende a zero qualquer que seja o vetor de erro inicial e(0), ou seja, ~x(t) tende a x(t) independentemente do valor de x(0) e ~x(0). � Se a planta for completamente observável, então poderá ser provado que é possível escolher a matrizpoderá ser provado que é possível escolher a matriz Ke tal que A–KeC tenha seus autovalores arbitrariamente escolhidos, ou seja, a matriz de ganho Ke do observador pode ser determinada para fornecer a matriz A–KeC desejada. • O problema dual – leitura. • Condição necessária e suficiente para observação de estado – leitura. Observadores de Estado • Técnica da transformação para obtenção da matriz de ganho Ke do observador de estado – seguindo a mesma abordagem utilizada na determinação da equação da matriz de ganho K de realimentação de estado, obtemos: [ ] 11 1 2 2 1 1 −− −= α − α − α − α −K T�n n n na a a a[ ]1 1 2 2 1 1− − �n n n n ( ) ( ) 11 1 1 1 1 1 1 1 1 * * onde é uma matriz 1 e − − − − − − α − α − α − α − = = α − α − × = K Q WN K Q WN � � n n n n n n n n e e a a a a a a n Observadores de Estado � E: ( ) 1 1 2 1 2 3 1 * * * * * 1 1 0 1 0 0 − − − − − = = N C A C A C W � � � � � � � � n n n n n a a a a a a onde ai são os coeficientes da equação característica de A (|sI–A|=0), αi são os coeficientes da equação característica desejada ((s–po1)(s–po2) ... (s–pon)=0) em que os poi são os pólos desejados do observador. � Obs.: A matriz de transformação Q=I se o sistema estiver na forma canônica observável. 1 1 0 0 1 0 0 0 � � a Observadores de Estado • Abordagem pela substituição direta para obtenção da matriz de ganho Ke do observador de estado – se o sistema for de ordem reduzida (n≤3, onde n é a dimensão do vetor de estado x), então a substituição direta da matriz Ke no polinômio característico desejado poderá ser mais simples. Por exemplo, se x for um vetor de dimensão 3, então: 1 ekde dimensão 3, então: � Substitui-se esta matriz no polinômio característico desejado: � Igualam-se os coeficientes de mesma potência em s e determina-se os valores de ke1, ke2 e ke3. 1 2 3 = K e e e e k k k ( ) ( )( )( )1 2 3− − = − − −I A K Ces s s sµ µ µ Observadores de Estado • Fórmula de Ackermann – determinada: ( ) 1 2 1 0 0 0 1 − − − = φ C CA K A CA CA � �e n n onde: � Os αi são os coeficientes da equação característica desejada ((s–po1)(s–po2) ... (s–pon)=0) em que os poi são os pólos desejados do observador. • Comentários sobre a seleção da melhor Ke – leitura. 1 CA ( ) 11 1− −φ = + α + +α +αA A A A I�n n n n Observadores de Estado • Exemplo 03 – considere o sistema: onde: u=–K~x é a realimentação por estado observado. Projete um observador de ordem plena, supondo a = + = x Ax B Cx � u y [ ]0 21 0, , 0 1 1 0 1 = = = A B C Projete um observador de ordem plena, supondo a configuração a seguir. Considere os pólos desejados da matriz do observador iguais a po1=–10 e po2=–10. Observadores de Estado � Primeiro, vamos examinar o posto da matriz de observabilidade: � Consequentemente, o sistema é completamente observável e a determinação da matriz de ganho do [ ] 0 1 Posto n 2* * * não singular 1 0 Determinante não nulo = = = = C A C observável e a determinação da matriz de ganho do observador é possível. � Método 01 – método da matriz de transformação – o sistema já está na forma canônica observável. Assim Q=I. A equação característica é: � Portanto: 2 2 1 2 21 21 0 1 − − = = − = + + = − I A s s s s a s a s 1 20 e 21= = −a a Observadores de Estado � A equação característica desejada é: � Logo: � Então, a matriz de ganho Ke do observador é: ( )2 2 2 1 210 20 100 0+ = + + = + α + α =s s s s s 1 220 e 100α = α =2 2 1 0 100 21 121α − + = = = a � Método 02 – método da substituição direta – a equação característica do observador é: 2 2 1 1 1 0 100 21 121 0 1 20 0 20 α − + = = = α − − K Qe a a [ ]1 2 0 0 0 21 0 1 0 0 1 0 − + = − + = I A K Ce e e s ks ks 1 2 = K ee e k k Observadores de Estado � Comparando com a equação característica desejada: 1 2 2 2 1 21 0 1 21 0 − + = − + + − + = e e e e s k s k s k s k 2 20 100 0+ + =s s � Resulta: � Portanto: 20 100 0+ + =s s 1 2121 e 20= =e ek k 121 20 = K e Observadores de Estado � Método 03 – método da fórmula de Ackermann: � Com: � Calcula-se: ( ) 1 0 1 − = φ C K A CAe ( ) 2 20 100φ = + +A A A I 0 21 0 21 21 0 � Calcula-se: 2 0 21 0 21 21 0 1 0 1 0 0 21 = = A ( ) ( ) 21 0 0 21 1 0 20 100 0 21 1 0 0 1 121 420 20 121 φ = + + φ = A A 1 10 1 0 1 1 0 1 0 − − = = C CA Observadores de Estado � Logo: � Como esperado, foi obtido a mesma Ke, independentemente do método utilizado. � A equação do observador de estado de ordem plena é: 121 420 0 1 0 121 20 121 1 0 1 20 = = K e é: ( ) [ ] 11 22 11 22 0 21 121 0 121 0 1 1 0 20 1 20 0 100 0 121 1 20 1 20 = − + + = − + + − = + + − x A K C x B K xx xx xx xx �� � � �� � �� � �� � �� e eu y u y u y Observadores de Estado � Note que, similarmente ao caso de alocação de pólos, se a ordem n do sistema for 4 ou maior, os métodos da matriz de transformação e da fórmula de Ackermann serão recomendados, uma vez que todas as manipulações computacionais podem ser conduzidas através de computador, enquanto o método da substituição direta sempre requer cálculosmétodo da substituição direta sempre requer cálculos manuais de uma equação característica que envolve parâmetros desconhecidos ke1, ke2, ..., ken. • Efeitos da adição do observador em um sistema de malha fechada – leitura. • Função de transferência do controlador baseado em observador – leitura. Observadores de Estado • Observador de ordem mínima – usado quando algumas variáveis de estado podem ser medidas e não precisam ser estimadas, cujo diagrama de blocos é: Observadores de Estado Observadores de Estado � A equação do observador de ordem mínima é: onde: ˆ ˆ ˆη = η+ +A B F�� � y u ˆ ˆˆ ˆ = − = + − = − A A K A B AK A K F B K bb e ab e ba e aa b e a A B � O vetor de estado x fica particionado entre estados medidos (a) e estados estimados (b): ˆ = −F B Kb e aB [ ]1 = + = A x A A x B 0 x � � a aa ab a a b ba bb b b a b x A x B u x y Observadores de Estado onde xa é um escalar, xb é um vetor de dimensão (n– 1), Aaa é um escalar, Aab é uma matriz 1 X (n–1), Aba é uma matriz (n–1) X 1, Abb é uma matriz (n–1) X (n– 1), Ba é um escalar, Bb é uma matriz (n–1) X 1 e 0 é um vetor linha que contém (n–1) zeros. A variável de estado xa é igual a saída y e, portanto, pode ser diretamente medida, enquanto xb é a porção nãodiretamente medida, enquanto xb é a porção não mensurável do vetor de estado. � A transformação de ῆ para ~x é feita por: em que: ˆ ˆ = η+x C D�� y 1 1 ˆ ˆ , − = = 0 C D I Kn e Observadores de Estado • Sistema de controle realimentado por meio de estado observado com observador de ordem mínima – leitura. • Determinação da matriz de ganho Ke do observador com o MATLAB – leitura. • Função de transferência do controlador baseado• Função de transferência do controlador baseado em observador de ordem mínima – leitura. Projeto de Sistemas Reguladores com Observadores • Seja o sistema regulador do diagrama de blocos a seguir, no qual a entrada de referência é nula e a FT da planta é: ( ) ( )( )( ) 10 2 4 6 + = + + s G s s s s Projeto de Sistemas Reguladores com Observadores �Projete um controlador de modo que ao ser submetido à condição inicial: ( ) ( ) 1 1 0 0 , 0 0 0 = = x e onde x é o vetor de estado da planta e e é o vetor de erro do observador, o sobressinal máximo de y(t) seja de 25% a 35% e o tempo de acomodação aproximadamente 4s. Vamos supor que apenas a saída y é mensurável e que estejamos utilizando um observador de ordem mínima. Projeto de Sistemas Reguladores com Observadores � O procedimento para o projeto de um sistema regulador utilizando o método de alocação de pólos com observador pode ser enunciado como segue: 1. Coloque a planta na forma de espaço de estados. 2. Escolha os pólos de malha fechada desejados e os pólos desejados do observador.pólos desejados do observador. 3. Calcule a matriz de ganho de realimentação de estado K e a matriz de ganho Ke do observador. 4. Determine a FT do controlador-observador. Se for um controlador estável, verifique a resposta para dada condição inicial. Se a resposta não for aceitável, ajuste a alocação de pólos de malha fechada e/ou a alocação de pólos do observador, até obter uma resposta aceitável. Projeto de Sistemas Reguladores com Observadores � Etapa 1: obter a representação no espaço de estados da planta. A FT da planta é: ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) 3 2 3 2 10 2 10 20 4 6 10 24 10 24 10 20 + + = = + + + + + + = + Y s s s U s s s s s s s s Y s s Y s sY s sU s U s � Comparando com o sistema de equações diferenciais que possui derivadas na função de entrada: � Resulta: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 3 210 24 10 20 10 24 10 20 + + = + + + = +��� �� � � s Y s s Y s sY s sU s U s y t y t y t u t u t ( ) ( 1) ( ) ( 1) 1 1 0 1 1 n n n n n n n ny a y a y a y b u b u b u b u − − − − + + + + = + + + +� �� � 1 2 3 0 1 2 310; 24; 0; 0; 10; 20= = = = = = =a a a b b b b Projeto de Sistemas Reguladores com Observadores � Calcula-se: � Em termos de equações vetoriais-matriciais: 0 0 1 1 1 0 2 2 1 1 2 0 3 3 1 2 2 1 3 0 β 0 β β 0 β β β 10 β β β β 80 = = = − = = − − = = − − − = − b b a b a a b a a a � Em termos de equações vetoriais-matriciais: [ ] 1 1 1 2 2 2 3 3 2 1 3 3 1 2 0 3 0 1 0 β 0 0 1 β β 1 0 0 β = + − − − = + � � � x x x x u x a a a x x y x u x Projeto de Sistemas Reguladores com Observadores � Substituindo: 1 1 2 2 3 3 1 0 1 0 0 0 0 1 10 0 24 10 80 = + − − − � � � x x x x u x x x � Etapa 2: como primeira tentativa, escolhe os pólos de malha fechada desejados e os pólos desejados do observador: [ ] [ ] 1 2 3 1 0 0 0 = + x y x u x 1 2 3 1 2 1 2; 1 2; 5 10; 10 = − + ⋅ = − − ⋅ = − = − = −o o p j p j p p p Projeto de Sistemas Reguladores com Observadores � Etapa 3: cálculo da matriz de ganho derealimentação de estado K e da matriz de ganho Ke do observador com o auxílio do MATLAB: ( )210− + = +I A K Abb e abs s Projeto de Sistemas Reguladores com Observadores � Etapa 4: determinar a FT do controlador-observador. � Portanto: [ ] [ ] 0 1 0 0 0 0 1 , 10 , 1 0 0 , 1, 25 1,25 0,19375 0 24 10 80 = = = = − − − A B C K 0=A� Portanto: [ ] 0 1 0 0 0 0 1 24 10 = = = = − − A A A aa ab ba bb A [ ] 1,25 1,25 0,194 0 10 80 = = = = − K B a b a b K B Projeto de Sistemas Reguladores com Observadores � A FT do controlador-observador pode ser dada por: ( ) ( )( ) ( ) 1− = = − − + − C I A B� � � �c U s G s s D Y s 0 1 10 10 1− [ ]0 1 10 10 1ˆ 1 0 24 10 24 0 10 10 1 10 0 10 124 ˆˆ 0 0 10 24 0 24 240 10 10 10 ˆ 0 80 24 80 − = − = − = − − − − − − = + − = + − = − − − = − = − = − − − A A K A B AK A K F B K bb e ab e ba e aa b e a A B Projeto de Sistemas Reguladores com Observadores [ ] ( ) [ ] [ ] 10 1 10 22,5 0,94 ˆ ˆ 1,25 0,194 0 10 80 100 5,5 124 10 10 215 ˆ ˆ 1, 25 1,25 0,194 240 80 24 968 1, 25 0,194 − − − = − = − = − − − − − = − + = − − − = − − A A FK B = B F +K K C = K � � � b a b eK � Resulta em: [ ] ( ) [ ] 1, 25 0,194 1, 25 1,25 0,194 − = − − = − = − + C = K +K K � � b a b eD K 10 9,1 24 = − − ( ) ( ) ( )( ) ( )( ) 1 2 2 9,1 5,6425 2,43449,1 73,5 125 17 30 18,6119 1,6119 − = − − + + ++ + = = + − + − C I A B� � � �cG s s D s ss s s s s s Projeto de Sistemas Reguladores com Observadores � Podemos também calcular a FT do controlador- observador com o auxílio do MATLAB: ( ) 2 2 9,1 73,5 125 17 30 + + = + −c s sG s s s Projeto de Sistemas Reguladores com Observadores � O diagrama de blocos desse sistema de controle é: � O controlador-observador tem um pólo no semiplano direito do plano s (s=1,6119), que significa que o sistema de malha aberta é instável, embora o sistema de malha fechada seja estável. Uma desvantagem de utilizar um controlador instável é que o sistema se torna instável se o ganho do sistema se tornar pequeno. Esse sistema não é nem desejado nem aceitável. Projeto de Sistemas Reguladores com Observadores � Então, para obter um sistema satisfatório, é necessário modificar a alocação de pólos de malha fechada e/ou a alocação de pólos do observador (etapa 2). � Como segunda tentativa, mantém os pólos de malha fechada desejados, mas modifica a localização dosfechada desejados, mas modifica a localização dos pólos do observador: � Assim: 1 2 3 1 2 1 2; 1 2; 5 4,5; 4,5 = − + ⋅ = − − ⋅ = − = − = −o o p j p j p p p [ ] 14,5 4,5 e 6,25 − = − − = L K e Projeto de Sistemas Reguladores com Observadores � Repetindo o processamento anterior, com o auxílio do MATLAB, obtemos a FT do controlador-observador: ( ) 2 2 1,2109 11,2125 25,3125 6 2,1406 + + = + +c s sG s s s Projeto de Sistemas Reguladores com Observadores ( ) ( )( ) ( )( ) 2 2 1,2109 11,2125 25,3125 6 2,1406 1,2109 5,3582 3,9012 5,619 0,381 + + = + + + + = + + c s sG s s s s s s s � Este é um controlador estável. Em seguida, obtemos a resposta à condição inicial � Substitui-se u=–K~x na equação no espaço de estados da planta: ( )( )5,619 0,381+ +s s ( ) ( ) 1 1 0 0 , 0 0 0 = = x e = + = −x Ax B Ax BKx� �u Projeto de Sistemas Reguladores com Observadores [ ]0 0 = − = − = − − = − − = − + x Ax BKx Ax BK Ax BK x x e Ax BK x Ax BKx B K e e � � � a a b b a b x x K � A equação do erro do observador de ordem mínima é: � Combinando as 2 últimas equações, temos: e e ( )= −e A K A e� bb e ab − = − A BK BKx x 0 A K Ae e � � b bb e ab ( ) ( ) 1 0 0 0 0 1 0 = x e Projeto de Sistemas Reguladores com Observadores � Com o auxílio do MATLAB, obtemos a resposta a dada condição inicial: Projeto de Sistemas Reguladores com Observadores As curvas de respostas parecem ser aceitáveis. ( ) ( ) 1 1 0 0 , 0 0 0 = = x e Projeto de Sistemas Reguladores com Observadores MF=40° MG=+∞dB Projeto de Sistemas Reguladores com Observadores Banda passante do sistema é de cerca de 3,8rad/s.3,8rad/s. Projeto de Sistemas Reguladores com Observadores � O gráfico da figura (a) caracteriza um sistema instável, enquanto o gráfico da figura (b) um sistema estável. Projeto de Sistemas Reguladores com Observadores • Comentários: � No projeto de sistemas reguladores, se os pólos dominantes do controlador estiverem situados muito à esquerda do eixo imaginário, os elementos da matriz de ganho K de realimentação de estado se tornarão grandes. Os valores elevados de ganho farão que agrandes. Os valores elevados de ganho farão que a saída do atuador seja grande, de modo que haja saturações. Então, o sistema projetado não se comportará conforme o previsto. � Também, pelo posicionamento dos pólos do observador bem à esquerda do eixo imaginário, o controlador- observador se torna instável, embora o sistema de malha fechada seja estável. Um controlador-observador instável não é aceitável. Projeto de Sistemas Reguladores com Observadores � Se o controlador-observador se tornar instável, mova os pólos do observador para a direita no semiplano esquerdo do plano s até que o controlador-observador se torne estável. Também pode ser necessário modificar as localizações dos pólos de malha fechada desejados. � Se os pólos do observador estiverem situados muito à� Se os pólos do observador estiverem situados muito à esquerda do eixo imaginário, a banda passante do observador aumentará e causará problemas de ruídos. Se houver um problema sério de ruído, os pólos do observador não poderão ficar alocados muito à esquerda do eixo imaginário. O requisito geral é que a banda passante seja suficientemente baixa para que o ruído do sensor não se torne um problema. Projeto de Sistemas Reguladores com Observadores �A banda passante do sistema com o observador de ordem mínima é mais alta que a do sistema com o observador de ordem plena, uma vez que os pólos múltiplos do observador estão situados no mesmo lugarobservador estão situados no mesmo lugar para ambos os observadores. Se o ruído do sensor for um problema sério, o uso de um observador de ordem plena será recomendável. Projeto de Sistemas de Controle com Observadores • Neste tópico, o projeto de sistemas de controle com observadores possuem entradas de referência. Assim, são concebíveis várias configurações de diagramas de blocos, cada uma tendo um controlador-observador. Controlador-Controlador- observador no ramo direto Controlador- observador no ramo de realimentação Projeto de Sistemas de Controle com Observadores • Configuração 1: seja o diagrama de blocos a seguir (controlador-observador no ramo direto). Nesse sistema, a entrada de referência é simplesmenteadicionada ao bloco somador. Projete um controlador-observador de modo que, na resposta ao degrau unitário, o máximo sobressinal seja menor do que 30% e o tempo desobressinal seja menor do que 30% e o tempo de acomodação esteja em torno de 5s. � Primeiro projeta um sistema regulador. Em seguida, utilizando o controlador-observador projetado, adiciona a entrada de referência r no somador. Projeto de Sistemas de Controle com Observadores � A representação da planta no espaço de estados é: ( ) ( ) ( )2 1 1 = + Y s U s s s 1 1 2 2 3 3 0 1 0 0 0 0 1 0 0 1 0 1 = + − � � � x x x x u x x x � Em seguida, escolhe os pólos de malha fechada desejados e os pólos desejados do observador: [ ] [ ] 1 2 3 1 0 0 0 = + x y x u x 1 2 3 1 2 1 ; 1 ; 8 4; 4 = − + = − − = − = − = −o o p j p j p p p Projeto de Sistemas de Controle com Observadores � A matriz de ganho de realimentação de estado K e a matriz de ganho Ke do observador podem ser obtidas com o auxílio do MATLAB: [ ]16 17 10=K 8 15 = K e Projeto de Sistemas de Controle com Observadores � A FT do controlador-observador com o auxílio do MATLAB é: ( ) ( )( ) ( )( ) 2 2 302 303 256 18 113 302 0,5017 0,772 0,5017 0,772 9 5,6569 9 5,6569 + + = + + + + + − = + + + − c s sG s s s s j s j s j s j Projeto de Sistemas de Controle com Observadores � O diagrama de blocos do sistema regulador projetado é: � O diagrama de blocos de uma configuração possível do sistema de controle baseado no sistema regulador do diagrama anterior é: Projeto de Sistemas de Controle com Observadores A resposta ao degrau unitário desse sistema de controle tem um sobressinal máximo sobressinal máximo de cerca de 28% e um tempo de acomodação de cerca de 4,5s. Assim, o sistema projetado satisfaz os requisitos do projeto. Projeto de Sistemas de Controle com Observadores • Configuração 2: seja o diagrama de blocos a seguir (controlador-observador no ramo de realimentação). � A entrada de referência r é introduzida no sistema de malha fechada por meio do bloco de ganho N. A FT é: ( ) ( ) ( ) ( )( ) 2 2 2 2 18 113 1 18 113 302 303 256 + + = + + + + + + N s sY s R s s s s s s s Projeto de Sistemas de Controle com Observadores � O valor da constante N tal que, para a entrada r em degrau unitário, a saída y se torne unitária à medida que t tende a infinito, é determinado: ( ) ( )( )( ) 2 2 2 2 18 1131 1 18 113 302 303 256 + + = + + + + + + N s s Y s s s s s s s s ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( )( ) 2 2 2 0 2 2 2 20 0 1 18 113 302 303 256 TVF da TL: lim lim 18 1131lim lim 1 1 18 113 302 303 256 113 2561 2,2655 256 113 →∞ → → → = + + + + + + ∞ = = + + = = + + + + + + ⋅ = → = = t s s s Y s s s s s s s s f f t sF s N s s sY s s s s s s s s s N N Projeto de Sistemas de Controle com Observadores A resposta ao degrau unitário desse sistema de controle tem um sobressinal máximo sobressinal máximo muito pequeno, aproximadamente 4% e um tempo de acomodação de cerca de 5s. Projeto de Sistemas de Controle com Observadores • Comentários: � Outras configurações de diagramas de blocos são possíveis para os sistemas de controle de malha fechada utilizando controladores-observadores. � A configuração 1 (controlador-observador no ramo direto) geralmente fornece um sobressinal consideravelmentegeralmente fornece um sobressinal consideravelmente grande. A configuração 2 (controlador-observador no ramo de realimentação) produz um sobressinal menor. Essa curva de resposta é bastante similar à do sistema projetado pelo método de alocação de pólos utilizando o controlador-observador. Nesses 2 sistemas, o tempo de subida e o tempo de acomodação são determinados principalmente pelos pólos desejados de malha fechada para efeito de alocação de pólos. Projeto de Sistemas de Controle com Observadores Resposta ao degrau unitário do sistema de controle projetado pelo método de pelo método de alocação de pólos sem observador. Os pólos de malha fechada desejados são: 1,2 31 ; 8= − ± = −p j p Projeto de Sistemas de Controle com Observadores Sistema 1 (diagrama de blocos do slide 83) e sistema 2 (diagrama de (diagrama de blocos do slide 85). A banda passante do sistema 1 é 5rad/s e a do sistema 2 é 1,3rad/s. Projeto de Sistemas de Controle com Observadores • Resumo do método de projeto no espaço de estados: � O método de projeto no espaço de estados com base no enfoque de alocação de pólos, combinado com observador, é muito poderoso. Écombinado com observador, é muito poderoso. É um método no domínio do tempo. Os pólos desejados de malha fechada podem ser alocados arbitrariamente, desde que a planta seja de estado completamente controlável. � Se nem todas as variáveis de estado puderem ser medidas, deve-se incorporar um observador para estimar as variáveis de estado não mensuráveis. Projeto de Sistemas de Controle com Observadores �No projeto de um sistema utilizando o método de alocação de pólos, é necessário considerar vários conjuntos diferentes de pólos de malha fechada desejados, comparar as características de resposta e escolher a melhor delas.de resposta e escolher a melhor delas. �A banda passante do controlador-observador geralmente é grande, porque os pólos escolhidos do observador estão bem à esquerda no plano s. Uma banda passante grande transmite ruídos de alta frequência, causando problemas de ruído. Projeto de Sistemas de Controle com Observadores � Geralmente, a adição de um observador ao sistema reduz a margem de estabilidade. Em alguns casos, um controlador- observador pode ter zero(s) no semiplano direito do plano s, o que significa que o controlador pode ser estável, mas de fase não mínima. Em outros casos, o controlador pode ter pólo(s) no semiplano direito do plano s, isto é, o controladorpólo(s) no semiplano direito do plano s, isto é, o controlador é instável. Então, o sistema projetado pode se tornar condicionalmente estável. � Quando o sistema é projetado pelo método de alocação de pólos com observador, é recomendável verificar as margens de estabilidade (margem de fase e margem de ganho) utilizando-se o método da resposta em frequência. Se as margens de estabilidade do sistema projetado forem pequenas, é possível que o sistema se torne instável, se o modelo matemático envolver incertezas. Projeto de Sistemas de Controle com Observadores � Para sistemas de ordem n, os métodos clássicos de projeto (lugar das raízes e resposta em frequência) resultam em compensadores de ordem pequena (primeira ou segunda ordens). Como os controladores com base em observadores são de ordem n ou de ordem (n–m) se for utilizado o observador de ordemordem (n–m) se for utilizado o observador de ordem mínima, para um sistema de ordem n, o sistema projetado se tornará de ordem 2n ou de ordem (2n–m). Como os compensadores de menor ordem são mais baratos que os de maior ordem, o projetista deve aplicar primeiro os métodos clássicos e, se não puder ser determinado nenhum compensador adequado, então deve tentar o método de projeto de alocação de pólos com observador. Sistemas Reguladores Quadráticos Ótimos • Vantagem de fornecer um modo sistemático de cálculo da matriz de ganho de controle por realimentação de estado em relação ao método de alocação de pólos. • O problema do regulador quadrático ótimo– será considerado agora o problema de controle ótimo que, dada a equação do sistema:dada a equação do sistema: onde x é um vetor de estado n dimensional, u é um vetor de controle r dimensional, A é uma matriz constante n X n e B é uma matriz constante n X r. � Determinar a matriz K do vetor de controle ótimo u(t)=–Kx(t) para minimizar o índice de desempenho: = +x Ax Bu� ( )* * 0 ∞ = +∫ x Qx u RuJ dt Sistemas Reguladores Quadráticos Ótimos onde Q é uma matriz hermitiana ou real simétrica e definida positiva ou semidefinida positiva, R é uma matriz hermitiana ou real simétrica e definida positiva. O segundo termo no segundo membro do índice de desempenho J exprime o consumo de energia dos sinais de controle. As matrizes Q e R determinam asinais de controle. As matrizes Q e R determinam a importância relativa do erro e do consumo de energia. � Como mencionado anteriormente, a lei de controle linear dada pela equação u(t)=–Kx(t) é a lei de controle ótimo. Em consequência, se os elementos da matriz K forem determinados de modo a minimizar o índice de desempenho, então u(t)=–Kx(t) é ótimo qualquer que seja o estado inicial x(0). Sistemas Reguladores Quadráticos Ótimos � Diagrama de blocos da configuração ótima. Sistema Regulador � Substituindo o vetor de controle ótimo na equação do sistema, temos: onde admite-se que a matriz A–BK é estável, isto é, os autovalores desta matriz possuem parte real negativa. Regulador Ótimo ( )= − = −x Ax BKx A BK x� Sistemas Reguladores Quadráticos Ótimos � Substituindo o vetor de controle ótimo na equação do índice de desempenho, temos: ( ) ( ) * * * 0 * * ∞ ∞ = + = + ∫ ∫ x Qx x K RKx x Q K RK x J dt dt � Fazendo: onde P é uma matriz hermitiana ou real simétrica e definida positiva. Então, obtém: ( ) ( ) ( ) ( ) ( ) ** * ** * * * * = − → = − + = − − = − − + − x A BK x x A BK x x Q K RK x x Px x Px x A BK P P A BK x � � � � ( ) 0 = +∫ x Q K RK xdt ( ) ( )* * *+ = −x Q K RK x x Pxddt Sistemas Reguladores Quadráticos Ótimos � Comparando ambos os membros da última equação e observando que ela deve ser verdadeira para qualquer x, temos: � Se A–BK é uma matriz estável, então existe uma matriz P definida positiva que satisfaz esta equação. Por conseguinte, ( ) ( ) ( )* *− + − = − +A BK P P A BK Q K RK definida positiva que satisfaz esta equação. Por conseguinte, o procedimento a adotar é o da determinação dos elementos de P a partir desta equação e verificar se ela é definida positiva. Note que mais de uma matriz P pode satisfazer esta equação. Se o sistema é estável, existe sempre uma matriz P definida positiva que satisfaz esta equação. Isto significa que, ao resolver esta equação, se encontrarmos uma matriz P definida positiva, o sistema é estável. Outras matrizes P que podem satisfazer esta equação não são definidas positivas e devem ser descartadas. Sistemas Reguladores Quadráticos Ótimos � O índice de desempenho pode ser calculado como: � Como se admite que todos os autovalores de A–BK têm parte real negativa, temos x(∞)→0. Portanto, ( ) ( ) ( ) ( ) ( )* * * * *00 0 0∞ ∞= + = − = − ∞ ∞ +∫ x Q K RK x x Px x Px x PxJ dt têm parte real negativa, temos x(∞)→0. Portanto, obtém: � Assim, o índice de desempenho J pode ser obtido em termos do estado inicial x(0) e P. � Para obter a solução do problema de controle quadrático ótimo, procede da seguinte maneira: uma vez suposto que R é uma matriz hermitiana ou real simétrica e definida positiva, pode escrever: ( ) ( )* 0 0= x PxJ * =R T T Sistemas Reguladores Quadráticos Ótimos onde T é uma matriz não singular. Então, temos: que pode ser reescrita sob a forma: ( ) ( )* * * * *− + − + + =A K B P P A BK Q K T TK 0 ( ) ( )*1 1* * * * * 1 *− − − + + − − − + = A P PA TK T B P TK T B P PBR B P Q 0 � A minimização de J com relação a K requer a minimização de com respeito a K. Como esta última expressão é não negativa, o mínimo ocorre quando ela vale zero, ou seja, quando ( ) ( )*1 1* * * * *− − − − x TK T B P TK T B P x ( ) ( )1 1* * 1 * * 1 *− −− −= → = =TK T B P K T T B P R B P Sistemas Reguladores Quadráticos Ótimos � Esta equação fornece a matriz ótima K. Assim, a lei de controle ótimo do problema de controle quadrático ótimo, quando o índice de desempenho é dado pela equação ( )* * 0 ∞ = +∫ x Qx u RuJ dt é linear e é dada por: � Amatriz P na equação deve satisfazer a equação ou a seguinte equação reduzida: ( ) ( ) ( )1 *−= − = −u Kx R B Pxt t t ( ) 11 * * 1 *−− −= =K T T B P R B P ( ) ( ) ( )* *− + − = − +A BK P P A BK Q K RK * 1 *−+ − + =A P PA PBR B P Q 0 Sistemas Reguladores Quadráticos Ótimos � Esta equação reduzida é denominada equação matricial reduzida de Riccati. As etapas do projeto podem ser expressas como segue: 1. Resolva a equação matricial reduzida de Riccati para a matriz P. Se existir uma matriz definida positiva P (certos sistemas podem não ter a matriz definida(certos sistemas podem não ter a matriz definida positiva P), o sistema será estável ou a matriz A–BK será estável. 2. Substitua essa matriz P na equação A matriz K resultante é a matriz ótima. � Se a matriz A–BK for estável, o método apresentado sempre fornecerá o resultado correto. ( ) 11 * * 1 *−− −= =K T T B P R B P Sistemas Reguladores Quadráticos Ótimos � Observe, finalmente, que se o índice de desempenho for dado em termos do vetor de saída em vez do vetor de estados, isto é, � Então a expressão do índice de desempenho pode ( )* * 0 ∞ = +∫ y Qy u RuJ dt � Então a expressão do índice de desempenho pode ser modificada utilizando-se a equação de saída � Para � E as etapas do projeto apresentadas podem ser aplicadas para obter a matriz ótima K. =y Cx ( )* * * 0 ∞ = +∫ x C QCx u RuJ dt Sistemas Reguladores Quadráticos Ótimos • Exemplo 04 – considere o sistema de controle mostrado na figura a seguir. Ao supor que o sinal de controle seja u(t)=–Kx(t), determine a matriz de ganho K ótima de realimentação de ganho ótimo, de modo que o seguinte índice de desempenho seja minimizado: ( )∞ ( )2 0 ∞ = +∫ x QxTJ u dt ( )1 0 0 = µ ≥ 0 µ Q Sistemas Reguladores Quadráticos Ótimos � A partir da figura, vemos que a equação de estado da planta é: 1 1 2 2 0 1 0 0 0 1 = + = + x Ax B� � � u x x u x x � Será mostrado o uso da equação matricial reduzida de Riccati no projeto do sistema de controle ótimo. Resolvendo a equação � Observando que a matriz A é real e a matriz Q é real e simétrica, vemos que a matriz P é uma matriz real simétrica. Portanto, esta última equação pode ser escrita como: 2 2 * 1 *−+ − + =A P PA PBR B P Q 0 Sistemas Reguladores Quadráticos Ótimos [ ][ ] 11 12 11 12 12 22 12 22 11 12 11 12 12 22 12 22 0 0 0 1 1 0 0 0 0 1 0 0 0 1 0 1 1 0 0 0 + − − + = µ p p p p p p p p p p p p p p p p � A partir da qual se obtém as 3 equações seguintes: 12 22 12 22 2 11 12 12 22 2 11 12 12 12 22 22 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 µ + − + = µ p p p p p p p p p p 2 12 11 12 22 2 12 22 1 0 0 2 0 − = − = µ + − = p p p p p p Sistemas Reguladores Quadráticos Ótimos � Resolvendo estas 3 equações simultâneas em p11, p12 e p22, impondo que P seja definida positiva, temos: 11 12 12 22 2 1 1 2 µ + = = µ + P p p p p � A matriz de ganho K ótima de realimentação é obtida como: � Assim, o sinal de controle ótimo é: [ ][ ] [ ]11 121 * 12 22 12 22 1 0 1 1 2− = = = = µ + K R B P p p p p p p 1 1 2 2 1 2 2 = − = − µ + = − − µ + Kx x u x x x Sistemas Reguladores Quadráticos Ótimos � Note que a lei de controle dada pela equação anterior conduz a um resultado ótimo para qualquer estado inicial sob o índice de desempenho dado. Além disso, observa que a matriz Q só afeta o segundo elemento da matriz de ganho K ótima de realimentação. O diagrama de blocos desse sistema é visto na figura a seguir.de blocos desse sistema é visto na figura a seguir. Sistemas Reguladores Quadráticos Ótimos �Como a equação característica é: �Se µ=1, os 2 pólos de malha fechada se situam em s=–0,866±j0,5. Estes correspondem aos pólos desejados de malha fechada quando 2 2 1 0− + = + µ + + =I A BKs s s aos pólos desejados de malha fechada quando µ=1. • Resolvendo o problema do regulador quadrático ótimo com o MATLAB – leitura. Sistemas Reguladores Quadráticos Ótimos • Comentários finais sobre sistemas reguladores ótimos: � Dado um estado inicial x(t0) qualquer, o problema do regulador ótimo é encontrar um possível vetor de controle u(t) que transfira o estado para a região do espaço de estados desejada e para o qual o índice de desempenho seja minimizado. Para que exista um vetordesempenho seja minimizado. Para que exista um vetor de controle ótimo u(t), o sistema deve ser de estado completamente controlável. � O sistema que minimiza o índice de desempenho selecionado é, por definição, ótimo. Embora o controlador possa, em muitas aplicações práticas, não ter nada a ver com a ‘característica ótima’, o ponto importante é que o projeto baseado no índice quadrático de desempenho resulte em um sistema estável. Sistemas Reguladores Quadráticos Ótimos � A característica de uma lei de controle ótimo, baseada em um índice quadrático de desempenho, é a de ser uma função linear das variáveis de estado, o que implica a necessidade de realimentar todas as variáveis de estado. Isso requer que todas essas variáveis estejam disponíveis para realimentação. Se nem todasestejam disponíveis para realimentação. Se nem todas as variáveis estiverem disponíveis para realimentação, então será necessário empregar um observador de estado para estimar as variáveis de estado não mensuráveis e utilizar os valores estimados para gerar sinais de controle ótimo. Note que os pólos de malha fechada do sistema projetado por meio do método do regulador quadrático ótimo podem ser encontrados a partir de: 0− + =I A BKs Sistemas Reguladores Quadráticos Ótimos Como esses pólos correspondem aos pólos de malha fechada desejados, no método de alocação de pólos, as FTs dos controladores-observadores podem ser obtidas da seguinte forma: ( ) ( ) 1−= − + +U s Observador( )( ) ( ) 1− = − + + − K I A K C BK Ke e U s s Y s ( ) ( ) ( ) 1− = − − + − C I A B� � � � U s s D Y s Observador de ordem plena Observador de ordem mínima Sistemas Reguladores Quadráticos Ótimos � Se o sistema de controle ótimo for projetado no domínio do tempo, será desejável investigar as características da resposta em frequência para compensar efeitos de ruído. As características da resposta em frequência do sistema devem ser tais que o sistema atenue fortemente na faixa de frequências em que sãofortemente na faixa de frequências em que são esperados os ruídos e a ressonância dos componentes. � Se o limite superior de integração no índice de desempenho dado pela equação for finito, então de pode mostrar que o vetor de controle ótimo ainda é uma função linear das variáveis de estado, mas com coeficientes variantes no tempo. ( )* * 0 ∞ = +∫ x Qx u RuJ dt
Compartilhar