Baixe o app para aproveitar ainda mais
Prévia do material em texto
PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Controle de Processos em Tempo Discreto Cap´ıtulo 2 Sistemas em Tempo Discreto Por: Gustavo Henrique da Costa Oliveira v1 (1s/2006) 2-1 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Conteu´do 1 Introduc¸a˜o e Motivac¸a˜o 4 2 Sistemas em Tempo Discreto 5 3 Amostragem de Sistemas Cont´ınuos - abordagem entrada/sa´ıda 11 3.1 Exemplos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 3.2 Exerc´ıcios: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 4 Amostragem de Sistemas Cont´ınuos - abordagem espac¸o de esta- dos 17 4.1 Exemplos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 4.2 O inverso da amostragem . . . . . . . . . . . . . . . . . . . . . . . 25 4.2.1 Exemplos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 4.3 Sistemas com atraso de transporte . . . . . . . . . . . . . . . . . . 31 4.3.1 Exemplos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 v1 (1s/2006) 2-2 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.4 Soluc¸a˜o nume´rica do modelo em espac¸o de estados: . . . . . . . . . 40 4.4.1 Exemplos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 4.5 Transformac¸a˜o em func¸a˜o de transfereˆncia . . . . . . . . . . . . . . 45 4.5.1 Exemplos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 5 Ana´lise de Po´los e Zeros 48 5.1 Po´los . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 5.2 Zeros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6 Estudos de Caso 55 6.1 Motor DC (Ex. A2) . . . . . . . . . . . . . . . . . . . . . . . . . . 55 6.2 Duplo Integrador (Ex. A1) . . . . . . . . . . . . . . . . . . . . . . 57 7 Sistema com atraso (Ex. A4) 59 8 Exerc´ıcios do livro Computer Controlled Systems: 60 v1 (1s/2006) 2-3 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 1 Introduc¸a˜o e Motivac¸a˜o Relógio D-AA-D ProcessoAlgoritmo Computador u(t) y(t) u(k)y(k) y(t) • Seja o sistema em malha fechada acima: Este sistema possui uma parte em tempo cont´ınuo, dada pelo processo dinaˆmico a ser controlado, e uma parte em tempo discreto, dada pela implementac¸a˜o da lei de controle. • A motivac¸a˜o deste cap´ıtulo e representar o sistema em malha fechada utilizando somente sinais discretos para, futuramente, realizar a ana´lise da malha fechada e o projeto do controlador. v1 (1s/2006) 2-4 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 2 Sistemas em Tempo Discreto O Somato´rio de Convoluc¸a˜o • Matematicamente, sistema em tempo discreto e´ um operador que faz o mapeamento de uma sequeˆncia (sinal) de entrada em uma sequeˆncia (sinal) de sa´ıda. y(k) = H{x(k)} Sistemas Lineares: (Teorema da Superposic¸a˜o) Quando para y(k) = H{ax1(k) + bx2(k)} tem-se y(k) = ay1(k) + by2(k) onde y1(k) = H{x1(k)} e y2(k) = H{x2(k)} • Sabe-se: x(k) = ∞∑ n=−∞ x(n)δ(k − n) v1 (1s/2006) 2-5 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira e assumindo H linear, tem-se y(k) = ∞∑ n=−∞ x(n)H{δ(k − n)} Sistemas Invariantes no Tempo: Quando y(k) = H{x(k)} ⇒ y(k − k0) = H{x(k − k0)} • SLIT → Sistema Linear e Invariante no Tempo • Se H e´ SLIT e h(k) = H{δ(k)} e´ a resposta ao impulso de H enta˜o h(k − n) = H{δ(k − n)} v1 (1s/2006) 2-6 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Assim, y(k) = ∞∑ n=−∞ x(n)h(k − n) • Esta equac¸a˜o e´ conhecida como somato´rio de convoluc¸a˜o, y(k) = x(k) ∗ h(k). • A convoluc¸a˜o e´ comutativa, x(k) ∗ h(k) = h(k) ∗ x(k), y(k) = ∞∑ n=−∞ h(n)x(k − n) • Portanto, em SLIT’s, a sa´ıda y(k) correspondente a uma entrada x(k) qualquer e´ igual a` convoluc¸a˜o entre x(k) e a resposta ao impulso de H (h(k)). • A resposta ao impulso e´ tambe´m um modelo do sistema no domı´nio do tempo (conte´m toda a informac¸a˜o necessa´ria para o ca´lculo da sa´ıda em func¸a˜o da entrada). v1 (1s/2006) 2-7 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Sistemas Causais: Quando a sa´ıda de H em um instante k0 so´ depende da entrada para k ≤ k0. • Assumindo que H e´ SLIT, causal e que x(k) e´ um sinal right-sided (x(k) = 0 ∀ k < 0), a convoluc¸a˜o e´ equivalente a: y(k) = k∑ n=0 x(n)h(k − n) v1 (1s/2006) 2-8 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira BIBO Estabilidade Um sistema e´ esta´vel se todo sinal de entrada limitado corresponde a um sinal da sa´ıda limitado. • No caso de SLIT’s, usando a convoluc¸a˜o tem-se |y(k)| = | ∞∑ n=−∞ h(n)x(k − n)| |y(k)| ≤ ∞∑ n=−∞ |h(n)||x(k − n)| • Assumindo que x(k) e´ limitado ( |x(k)| ≤ Bx ) |y(k)| ≤ ∞∑ n=−∞ |h(n)|Bx v1 (1s/2006) 2-9 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • A sa´ıda sera´ limitada se e somente se S = ∞∑ k=−∞ |h(k)| <∞ • Esta equac¸a˜o e´ equivalente a` BIBO (Bounded Input Bounded Output) Estabilidade. v1 (1s/2006) 2-10 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 3 Amostragem de Sistemas Cont´ınuos - abordagem entrada/sa´ıda Relógio D-AA-D ProcessoAlgoritmo Computador u(t) y(t) u(k)y(k) y(t) H(s)ZOH H(z) u(z) y(z) v1 (1s/2006) 2-11 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • O procedimento para determinac¸a˜o da func¸a˜o de transfereˆncia em tempo discreto e´: i) Calcular a resposta ao degrau de H(s): ha(t) = L−1 { H(s) s } ii) Determinar o sinal em tempo discreto ha(k∆t) que conte´m amostras de ha(t). Calcular: Ha(z) = Z{ ha(k∆t) } iii) Calcular H(z) = z − 1 z Ha(z) • Em resumo: H(z) = z − 1 z Z { L−1 { H(s) s } } v1 (1s/2006) 2-12 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 3.1 Exemplos: 1.) Encontre a representac¸a˜o em tempo discreto (em equac¸a˜o a diferenc¸as, via func¸a˜o de transfereˆncia em tempo discreto) do sistema dado por: y˙(t) + y(t) = u(t) sol.: H(s) = 1 s+ 1 Ha(s) = 1 s(s+ 1) ha(t) = 1− e−t ha(k∆t) = 1− e−k∆t = 1− (e−∆t)k ha(k) = 1− αk, α = e−∆t Ha(z) = z z − 1 − z z − α H(z) = 1− z − 1 z − α v1 (1s/2006) 2-13 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira H(z) = 1− α z − α y(k + 1)− αy(k) = (1− α)u(k) 2.) Encontre a representac¸a˜o em tempo discreto do sistema dado por: y¨(t) + y˙(t) = u(t) sol.: H(s) = 1 s(s+ 1) e ... v1 (1s/2006) 2-14 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 3.) Encontre a representac¸a˜o em tempo discreto do sistema dado por: y¨(t) = u(t) sol.: H(s) = 1 s2 e ... 4.) Encontre a representac¸a˜o em tempo discreto do sistema dado por: y¨(t) + y˙(t) + y(t) = u(t) sol.: H(s) = 1 s2 + s+ 1 e ... v1 (1s/2006) 2-15 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 3.2 Exerc´ıcios: 1.) Resolver o exerc´ıcio 2.2(b) do livro texto, atrave´s de func¸a˜o de transfereˆncia. 2.) Resolver o exerc´ıcio 2.4 do livro texto. 3.) Resolver o exerc´ıcio 2.5 do livro texto. v1 (1s/2006) 2-16 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4 Amostragem de Sistemas Cont´ınuos - abordagem espac¸o de estados • Seja o seguinte modelo do sistema H: x˙(t) = Ax(t) +Bu(t)y(t) = Cx(t) +Du(t) ou quando D = 0, x˙(t) = Ax(t) +Bu(t)y(t) = Cx(t) • A soluc¸a˜o deste sistema e´ dada por: x(t) = eAtx(0) + ∫ t 0 eA(t−s ′)Bu(s′)ds′ ou x(t) = eA(t−tk)x(tk) + ∫ t tk eA(t−s ′)Bu(s′)ds′ v1 (1s/2006) 2-17 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Assuma tk (k = 0, 1, ...) os instantes de amostragem e t dentro do intervalo tk ≤ t < tk+1 x(t) = eA(t−tk)x(tk) + ∫ t tk eA(t−s ′)ds′Bu(tk) • Definindos = t− s′, tem-se x(t) = eA(t−tk)x(tk) + ∫ t−tk 0 eAsdsBu(tk) • Para t = tk+1 (e ∆t = tk+1 − tk) x(tk+1) = eA∆tx(tk) + ∫ ∆t 0 eAsdsBu(tk) ou x(k + 1) = Φx(k) + Γu(k) onde: Φ = eA∆t Γ = ∫ ∆t 0 eAsdsB v1 (1s/2006) 2-18 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • No que diz respeito a` sa´ıda, na˜o ha´ termos ”dinaˆmicos” y(k) = Cx(k) • A ordem do sistema e´ igual a` ordem da matriz Φ: n. • A matriz eA∆t pode ser calculada usando eAt = L−1{ (sI −A)−1 }, para t = ∆t v1 (1s/2006) 2-19 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.1 Exemplos: 1.) Encontre a representac¸a˜o em espac¸o de estados (tempo cont´ınuo) do sistema abaixo. Determine a soluc¸a˜o deste sistema (equac¸a˜o de y(t)) para u(t) igual a um impulso e estado inicial igual a 1 (x(0) = 1). Fac¸a a amostragem deste sistema (i.e., calcular a representac¸a˜o em tempo discreto em espac¸o de estados). y˙(t) + y(t) = u(t) sol.: x˙(t) = −x(t) + u(t)y(t) = x(t) portanto: A = −1, B = 1, C = 1 e D = 0 e... v1 (1s/2006) 2-20 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 2.) Encontre a representac¸a˜o em espac¸o de estados (tempo cont´ınuo) do sistema abaixo. Determine a soluc¸a˜o deste sistema (equac¸a˜o de y(t)) para u(t) igual a um impulso e estado inicial igual a 1 (x1(0) = 1 e x2(0) = −1). Fac¸a a amostragem deste sistema (i.e., calcular a representac¸a˜o em tempo discreto em espac¸o de estados). y¨(t) + y˙(t) = u(t) sol.: x˙(t) = 0 1 0 −1 x1(t) x2(t) + 0 1 u(t) y(t) = [ 1 0 ] x(t) portanto: A = 0 1 0 −1 , B = 0 1 , C = [ 1 0 ] e D = 0 v1 (1s/2006) 2-21 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 3.) Encontre a representac¸a˜o em tempo discreto do sistema dado por: y¨(t) = u(t) sol.: 4.) Encontre a representac¸a˜o em tempo discreto do sistema dado por: ... y (t) = u(t) sol.: v1 (1s/2006) 2-22 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 5.) Encontre a representac¸a˜o em tempo discreto do sistema dado por: y¨(t) + 3y˙(t) + 2y(t) = u˙(t) + 3u(t) sol.: x(t) = x1(t) x2(t) = y(t) y˙(t)− u(t) x˙(t) = y˙(t) y¨(t)− u˙(t) x˙(t) = 0 1 −2 −3 x1(t) x2(t) + 1 0 u(t) y(t) = [ 1 0 ] x(t) v1 (1s/2006) 2-23 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira eAt = L−1 s+ 3 (s+ 1)(s+ 2) 1 (s+ 1)(s+ 2) −2 (s+ 1)(s+ 2) s (s+ 1)(s+ 2) eAt = 2e−t − e−2t e−t − e−2t −2e−t + 2e−2t −e−t + 2e−2t Φ = eAt|t=∆t Γ = ∫ ∆t 0 eAsBds = 3/2− 2e−∆t + (e−2∆t)/2 −1 + 2e−∆t − e−2∆t v1 (1s/2006) 2-24 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.2 O inverso da amostragem • Seja H um sistema dado por x˙(t) = ax(t) + bu(t) x(k + 1) = φx(k) + γu(k) • A relac¸a˜o entre estas varia´veis e´ ea∆t = φ e b a ( ea∆t − 1) = γ ou a = 1 ∆t lnφ e b = 1 ∆t (lnφ) ( γ φ− 1 ) • Para o caso geral, tem-se: A B 0 0 = 1 ∆t ln Φ Γ 0 1 • Esta equac¸a˜o na˜o tem soluc¸a˜o se Φ possuir autovalores reais negativos e na˜o tem soluc¸a˜o u´nica se Φ possuir autovalores complexos. • Ver apeˆndice A. v1 (1s/2006) 2-25 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.2.1 Exemplos: 1. Determine, se houver, o sistema em tempo cont´ınuo que, se amostrado com segurador de ordem zero, poderia ter gerado o sistema discreto a seguir (assuma ∆t = 0.2): y(k + 1) = 0.5y(k) + u(k) sol. a = 1 ∆t lnφ = 1 0.2 ln 0.5 → a = −3.46 b = 6.92 logo x˙(t) = −3.46x(t) + 6.92u(t) v1 (1s/2006) 2-26 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 2. Determine, se houver, o sistema em tempo cont´ınuo que, se amostrado com segurador de ordem zero, poderia ter gerado o sistema discreto a seguir (assuma ∆t = 0.2): y(k + 1) = −0.5y(k) + u(k) sol. v1 (1s/2006) 2-27 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 3. Determine, se houver, o sistema em tempo cont´ınuo que, se amostrado com segurador de ordem zero, poderia ter gerado o sistema discreto a seguir (assuma ∆t = 0.5): x(k + 1) = 1.649 0 −0.7128 0.2231 x(k) + 0.6487 −0.1949 u(k) sol. A B 0 0 = 1 ∆t ln Φ Γ 0 1 A B 0 0 = 1 ∆t ln 1.649 0 −0.7128 0.2231 0.6487 −0.1949 [ 0 0 ] 1 v1 (1s/2006) 2-28 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Seja M a seguinte matriz: M = 1.649 0 0.6487 −0.7128 0.2231 −0.1949 0 0 1 os autovalores de M sa˜o: λ1 = 1.649, λ2 = 0.2231 e λ3 = 1 Sabe-se que: ln(M) = α2M2 + α1M + α0I e que ... v1 (1s/2006) 2-29 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4. Fazer exerc´ıcio nu´mero 2.30 do livro. v1 (1s/2006) 2-30 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.3 Sistemas com atraso de transporte • Seja o seguinte modelo do sistema H, x˙(t) = Ax(t) +Bu(t− τ)y(t) = Cx(t) • Assuma, inicialmente, que τ < ∆t. • A soluc¸a˜o deste sistema e´ dada por: x(t) = eA(t−tk)x(tk) + ∫ t tk eA(t−s ′)Bu(s′ − τ)ds′ ou, para t = tk+1 x(tk+1) = eA∆tx(tk) + ∫ tk+∆t tk eA(tk+∆t−s ′)Bu(s′ − τ)ds′ v1 (1s/2006) 2-31 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Devido ao ZOH, u(t) e´ constante por partes para tk < t < tk +∆t. Portanto x(tk+1) = eA∆tx(tk) + ∫ tk+τ tk eA(tk+∆t−s ′)ds′Bu(tk −∆t) + ∫ tk+∆t tk+τ eA(tk+∆t−s ′)ds′Bu(tk) ou x(k + 1) = Φx(k) + Γ0u(k) + Γ1u(k − 1) onde: Γ0 = ∫ ∆t−τ 0 eAsdsB e Γ1 = eA(∆t−τ) ∫ τ 0 eAsdsB v1 (1s/2006) 2-32 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • O modelo completo e´ dado por: x(k + 1) u(k) = Φ Γ1 0 0 x(k) u(k − 1) + Γ0 1 u(k) y(k) = [ C 0 ] x(k) u(k − 1) v1 (1s/2006) 2-33 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Quando τ > ∆t, calcula-se o maior inteiro c tal que τ = c∆t+ τ ′ e repete-se o procedimento para τ ′ x(k + 1) = Φx(k) + Γ0u(k − c) + Γ1u(k − c− 1) • Por exemplo, se c = 1, tem-se: x(k + 1) = Φx(k) + Γ0u(k − 1) + Γ1u(k − 2) e o modelo completo e´ dado por: x(k + 1) u(k − 1) u(k) = Φ Γ1 Γ0 0 0 1 0 0 0 x(k) u(k − 2) u(k − 1) + 0 0 1 u(k) v1 (1s/2006) 2-34 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.3.1 Exemplos: 1.) Encontre a representac¸a˜o em espac¸o de estados (tempo discreto) do sistema abaixo, para τ = 0.2, τ = 1 e τ = 2.2. Assuma ∆t = 1 seg. y˙(t) + y(t) = u(t− τ) sol.: x˙(t) = −x(t) + u(t)y(t) = x(t) Para τ = 0.2, tem-se: Φ = e−∆t = e−1 = 0.3678 Γ0 = ∫ 0.8 0 e−sds = 0.5506 Γ1 = e−0.8 ∫ 0.2 0 e−sds = 0.0814 v1 (1s/2006) 2-35 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Portanto: x(k + 1) = Φx(k) + Γ0u(k) + Γ1u(k − 1) ou x(k + 1) = 0.3678x(k) + 0.5506u(k) + 0.0814u(k − 1) e o modelo completo e´ dado por: v1 (1s/2006) 2-36 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Para τ = 1, tem-se: Φ = e−∆t = e−1 = 0.3678 Γ0 = ∫ 0 0 e−sds = 0 Γ1 = e0 ∫ 1 0 e−sds = 0.6321 Portanto: x(k + 1) = 0.3678x(k) + 0.6321u(k − 1) e o modelo completo e´ dado por: v1 (1s/2006) 2-37 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Para τ = 2.2, tem-se: 2.2 = 2×∆t+ 0.2 Φ = e−∆t = e−1 = 0.3678 Γ0 = ∫ 0.8 0 e−sds = 0.5506 Γ1 = e−0.8 ∫ 0.2 0 e−sds = 0.0814 Portanto: x(k + 1) = Φx(k) + Γ0u(k − 2) + Γ1u(k − 3) ou x(k + 1) = 0.3678x(k)+ 0.5506u(k − 2) + 0.0814u(k − 3) e o modelo completo e´ dado por: v1 (1s/2006) 2-38 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 2.) Encontre a representac¸a˜o em espac¸o de estados (tempo discreto) do sistema abaixo, para τ = 2.2. Assuma ∆t = 1 seg. y¨(t) + y˙(t) = u(t− 2.2) sol.: v1 (1s/2006) 2-39 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.4 Soluc¸a˜o nume´rica do modelo em espac¸o de estados: • Seja um sistema H x(k + 1) = Φx(k) + Γu(k)y(k) = Cx(k) • Deste modelo, tem-se que: x(1) = Φx(0) + Γu(0) x(2) = Φx(1) + Γu(1) x(2) = Φ2x(0) + ΦΓu(0) + Γu(1) x(3) = Φx(2) + Γu(2) ... v1 (1s/2006) 2-40 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Generalizando x(k) = Φkx(0) + k−1∑ j=0 Φk−j−1Γu(j) y(k) = CΦkx(0) + C k−1∑ j=0 Φk−j−1Γu(j) v1 (1s/2006) 2-41 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.4.1 Exemplos: 1.) Encontre a resposta ao impulso e ao degrau em tempo discreto (per´ıodo de amostragem ∆t) do seguinte sistema. y˙(t) + y(t) = u(t) sol.: x˙(t) = −x(t) + u(t)y(t) = x(t) portanto: A = −1, B = 1, C = 1 e D = 0 e... v1 (1s/2006) 2-42 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 2.) Determine a soluc¸a˜o da seguinte equac¸a˜o a diferenc¸as (passando pela representac¸a˜o em tempo discreto), assumindo que y(0) = y(1) = 1. Calcule y(k + 2) = y(k + 1) + y(k) sol.: Definindo x(k) = y(k + 1) y(k) e y(k + 1) = y(k + 2) y(k + 1) tem-se: y(k + 2) y(k + 1) = 1 1 1 0 y(k + 1) y(k) A soluc¸a˜o desta equac¸a˜o diferencial e´: w(k) = Φkw(0) v1 (1s/2006) 2-43 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Compare com a soluc¸a˜o cla´ssica: y(k) = 0.7236(1.618)k + 0.2764(−0.618)k, k ≥ 0 Para conhecer x(10), faz-se: x(10) = Φ10x(0) = 1 1 1 0 10 1 1 = y(11) y(10) = 144 89 ou y(10) = 0.7236(1.618)10 + 0.2764(−0.618)10 = 89 v1 (1s/2006) 2-44 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.5 Transformac¸a˜o em func¸a˜o de transfereˆncia • Assuma que as condic¸o˜es iniciais de H sa˜o nulas H(z) = Y (z) U(z) = C ( zI − Φ )−1 Γ ou H(z) = B(z) A(z) onde B(z) e A(z) sa˜o polinoˆmios na varia´vel complexa (z) (A(z) e´ moˆnico). • Os po´los sa˜o as ra´ızes de A(z) (=autovalores de Φ); a ordem e´ dada pelo nu´mero de po´los (degA(z) = n) e o atraso de transporte (d) e´ igual a` diferenc¸a entre as ordens de A(z) e de B(z). v1 (1s/2006) 2-45 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4.5.1 Exemplos: 1.) Encontre a representac¸a˜o em v1 (1s/2006) 2-46 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 2.) Encontre a representac¸a˜o em v1 (1s/2006) 2-47 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 5 Ana´lise de Po´los e Zeros 5.1 Po´los • Os po´los de um sistema cont´ınuo (discreto) sa˜o os n autovalores da matriz A (Φ) si = λi(A) e zi = λi(Φ) onde λi(A) e´ o i-e´ssimo autovalor. • Sabendo que Φ = eA∆t, tem-se λi(Φ) = eλi(A)∆t zpolo = espolo∆t Exemplo: Seja H(s) = 1 (s+ 1)(s+ 2) . Os po´los da representac¸a˜o em tempo discreto H(z), com ∆t = 0.2, sa˜o: p1 = e−1×0.2 = 0.8187 e p2 = e−2×0.2 = 0.6703. O denominador de H(z) e´: (z − 0.8187)(z − 0.6703) = z2 − 1.4891z + 0.5488 v1 (1s/2006) 2-48 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Propriedade: este mapeamento na˜o e´ un´ıvoco, i.e., diferentes po´los cont´ınuos da˜o origem ao mesmo po´los discreto, ou: z = esi∆t = e(si+jn 2pi ∆t )∆t X X s1 z1 pi/dt -pi/dt X s2 v1 (1s/2006) 2-49 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Estabilidade • A estabilidade de H e´ preservada na amostragem. Re{si} < 0 ⇒ |zi| < 1 • O semi-plano esquerdo estrito no plano s e´ mapeado em um c´ırculo unita´rio (raio 1) estrito no plano z. s = jw ⇒ z = ejw∆t ⇒ |z| = 1 Definic¸a˜o: Estabilidade Assimpto´tica ”H”possui estabilidade assimpto´tica se todos os autovalores de Φ (ou po´los de H(z)) estiverem estritamente dentro do c´ırculo unita´rio. Estabilidade Assimpto´tica e Estabilidade BIBO m autovalores de Φ (ou po´los de H(z)) estritamente dentro do c´ırculo unita´rio. |λi| < 1 ou |pi| < 1 m ∞∑ k=0 |h(k)| <∞ v1 (1s/2006) 2-50 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Regio˜es no plano complexo • Seja si = −σ + jwd ou si = wn( −ξ + j √ 1− ξ2 ) v1 (1s/2006) 2-51 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 5.2 Zeros • Na˜o existe uma fo´rmula para o mapeamento de zeros do plano s para o plano z como no caso dos po´los. • Seja H(s) = B(s) A(s) com degA(s) = n e degB(s) = m, n > m, e dp = n−m. dp, e´ o excesso de po´los, igual ao nu´mero de zeros no infinito. O sistema discreto equivalente possui (geralmente) n− 1 zeros. Portanto, a amostragem cria zeros extra. • Quando o per´ıodo de amostragem diminui, a relac¸a˜o entre zeros finitos e zeros discretos tende a ser a mesma dos po´los, isto e´: zi = es1∆t Os zeros no infinito do sistema sa˜o mapeados conforme abaixo: dp numerador de H(z) zeros de H(z) 2 z + 1 -1 3 z2 + 4z + 1 -3.7321 e -0.2679 4 z3 + 11z2 + 11z + 1 -9.899, -1 e -0.101 5 z4 + 26z3 + 66z2 + 26z + 1 -23.2039, -2.3225, -0.4306 e -0.0431 v1 (1s/2006) 2-52 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Definic¸a˜o: Sistemas com inversa insta´vel Um sistema (em tempo discreto) possui inversa insta´vel se possuir zeros fora do c´ırculo unita´rio obs.: A estabilidade da inversa de um sistema dinaˆmico pode mudar com amostragem. Um sistema cont´ınuo de fase mı´nima (inversa esta´vel) pode ser tornar um sistema com inversa insta´vel apo´s passar pelo processo de amostragem (ex.: ∆t << 1 e dp > 2). Sistemas de fase na˜o mı´nima cont´ınuos na˜o necessariamente se tornam sistemas discretos com inversa insta´vel. v1 (1s/2006) 2-53 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 4. Selec¸a˜o do Per´ıodo de Amostragem • Escolha e´ traduzida em um compromisso entre: i) reconstruc¸a˜o adequada do sinal cont´ınuo e ii) carga computacional e aspectos nume´ricos. • Pode-se relacionar o per´ıodo de amostragem (∆t) com a dinaˆmica do sistema, por exemplo, o tempo de subida (10− 90%), Nr = tr ∆t e 4 < Nr < 10 - Nr: nu´mero de amostras por tempo de subida. • Para sistemas de 2a. ordem: tr = exp(φ/ tanφ) wn com ξ = cosφ. Se ξ ≈ 0.7, tr ≈ 2.18/wn wn∆t ≈ 0.2 a 0.6 (0.22 a 0.55) Sabendo que ∆t = 2pi/wa, (wa e´ a frequeˆncia de amostragem) wa wn ≈ 10 a 30 (10.47 a 31.41) v1 (1s/2006) 2-54 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 6 Estudos de Caso 6.1 Motor DC (Ex. A2) • O sistema cont´ınuo com y(t) sendo o sinal de sa´ıda (posic¸a˜o angular) e u(t) o sinal de entrada (tensa˜o); y¨(t) + y˙(t) = u(t) ou x˙(t) = −1 0 1 0 x(t) + 1 0 u(t) y(t) = [ 0 1 ] x(t) H(s) = Y (s) U(s) = 1 s(s+ 1) v1 (1s/2006) 2-55 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Amostragem x(k + 1) = e−∆t 0 1− e−∆t 1 x(k) + 1− e−∆t ∆t− 1 + e−∆t u(k) y(k) = [ 0 1 ] x(k) H(z) = Y (z) U(z) = (∆t− 1 + e−∆t)z + (1− e−∆t −∆te−∆t) (z − 1)(z − e−∆t) • Po´los, zeros, estabilidade e estabilidade da inversa (malha aberta). po´los: s = 0 7→ z = 1s = −1 7→ z = e−∆t zeros: s =∞ 7→ z = ∆te −∆t + e−∆t − 1 e−∆t +∆t− 1 e lim ∆t→0 ∆te−∆t + e−∆t − 1 e−∆t +∆t− 1 = −1 v1 (1s/2006) 2-56 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 6.2 Duplo Integrador (Ex. A1) • O sistema cont´ınuo com y(t) sendo o sinal de sa´ıda e u(t) o sinalde entrada; y¨(t) = y(t) ou x˙(t) = 0 1 0 0 x(t) + 0 1 u(t) y(t) = [ 1 0 ] x(t) H(s) = Y (s) U(s) = 1 s2 v1 (1s/2006) 2-57 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Amostragem x(k + 1) = 0 ∆t 0 0 x(k) + ∆t2/2 ∆t u(k) y(k) = [ 1 0 ] x(k) e H(z) = Y (z) U(z) = ∆t2(z + 1) 2(z − 1)2 v1 (1s/2006) 2-58 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 7 Sistema com atraso (Ex. A4) y˙(t) + y(t) = u(t− τ) v1 (1s/2006) 2-59 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira 8 Exerc´ıcios do livro Computer Controlled Systems: • Exerc´ıcio 2.1 Resposta: Os po´los do sistema discreto sa˜o α = exp(−ah), h = ∆t. Portanto, α e´ sempre um nu´mero real positivo. Para a constante, quando ∆t tende a zero, α tende a 1. A medida que ∆t cresce, α tende a zero. • Exerc´ıcio 2.2 Resposta a) Φ = 24 cos∆t sin∆t − sin∆t cos∆t 35 e Γ = h 1− cos∆t sin∆t iT b) Passo intermedia´rio H(z) = 2 1− e−∆t z − e∆t − 1− e−2∆t 2(z − e−2∆t) v1 (1s/2006) 2-60 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira somar as frac¸o˜es na sequeˆncia. c) Φ = 2664 1 0 0 ∆t 1 0 ∆t2/2 ∆t 1 3775 e Γ = h ∆t ∆t2/2 ∆t3/6 iT ou H(z) = ∆t3(z2 + 4z + 1) 6(z − 1)3 • Exerc´ıcio 2.3 Resposta a) a = ln(0.5) ∆t e b = 6a ea∆t − 1 b) na˜o existe modelo cont´ınuo equivalente. autovalores no eixo real negativo. c) na˜o existe modelo cont´ınuo equivalente. po´lo no eixo real negativo • Exerc´ıcio 2.4 • Exerc´ıcio 2.5 Resposta: v1 (1s/2006) 2-61 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira a) quando H(s) = 1 s(s+ 2)(s+ 3) H(z) = 0.0561z2 + 0.0762z + 0.004649 z3 − 1.1851z2 + 0.1918z − 0.0067 • Exerc´ıcio 2.8 • Exerc´ıcio 2.10 • Exerc´ıcio 2.11 • Exerc´ıcio 2.12 a) Representac¸a˜o em EE e ordem do sistema discreto8>>>>>>><>>>>>>>: 24 x(k + 1) u(k) 35 = 24 1 0.5 0 0 3524 x(k) u(k − 1) 35+ 24 0.5 1 35u(k) y(k) = h 1 0 i24 x(k) u(k − 1) 35 b) Func¸a˜o de Transfereˆncia H(z) = 0.5(z + 1) z(z − 1) • Exerc´ıcio 2.13 v1 (1s/2006) 2-62 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira a) Representac¸a˜o em EE e ordem do sistema discreto8>>>>>>>>>>>>>>>>>>>>><>>>>>>>>>>>>>>>>>>>>>: 2664 x(k + 1) u(k − 1) u(k) 3775 = 2664 0.37 0.24 0.39 0 0 1 0 0 0 3775 2664 x(k) u(k − 2) u(k − 1) 3775 + 2664 0 0 1 3775u(k) y(k) = h 1 0 0 i2664 x(k) u(k − 2) u(k − 1) 3775 b) Func¸a˜o de Transfereˆncia H(z) = 0.393z + 0.239 z2(z − 0.368) • Exerc´ıcio 2.14 • Exerc´ıcio 2.15 • Exerc´ıcio 2.16 • Exerc´ıcio 2.21 (b) v1 (1s/2006) 2-63 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Exerc´ıcio 2.22 • Exerc´ıcio 2.25 • Exerc´ıcio 2.28 • Exerc´ıcio 2.29 Resposta: O zero esta´ em −1/2, po´los em 0 (com multiplicidade 9) e em 0.25± j0.9682 • Exerc´ıcio 2.30 • Exerc´ıcio 2.31 • Exerc´ıcio 2.32 v1 (1s/2006) 2-64 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Anexo A Sistemas em Espac¸o de Estados Consultar: Franklin et al, Feedback Control of Dynamic Systems, 3a. edic¸a˜o cap´ıtulo 2, sec¸a˜o 2.2. • A representac¸a˜o de um sistema dinaˆmico, via um conjunto de equac¸o˜es diferencias de ordem n, com coeficientes escalares, y¨(t) + a1y˙(t) + a2y(t) = b0u¨(t) + b1u˙(t) + b2u(t) pode ser re-escrita na forma de uma equac¸a˜o diferencial de ordem 1, com coeficientes matriciais. x˙(t) = Ax(t) +Bu(t)y(t) = Cx(t) +Du(t) v1 (1s/2006) 2-65 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Para tanto, e´ necessa´ria a selec¸a˜o de um conjunto de sinais que caracterizem totalmente a dinaˆmica do sistema em um determinado instante de tempo. • Estes sinais sa˜o os estados, x1(t), x2(t), . . . • Os estados sa˜o organizados na forma vetorial, denominada de vetor de estados, i.e., x(t). • Atrave´s do vetor de estados, e´ poss´ıvel construir o modelo. • Importante: O vetor de estados na˜o e´ u´nico! Portanto, infinitos modelos em espac¸o de estados podem representar a mesma equac¸a˜o diferencial. • Todas possuem o mesmo conjunto de po´los, i.e., os autovalores da matriz A autovalores ⇒ sa˜o as ra´ızes de |λI −A| = 0 v1 (1s/2006) 2-66 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Exemplo: Como passar de uma representac¸a˜o usando equac¸o˜es diferencias para a representac¸a˜o em espac¸o de estados. • Seja um sistema dado por: y˙(t) + ay(t) = bu(t) – passo 1: determinar o nu´mero de estados. no exemplo, tem-se 1 estado porque o sistema e´ de ordem 1. – passo 2: determinar os estados e construir o vetor de estados a regra geral, quando na˜o ha´ derivadas no sinal de entrada, e´: x(t) = x1(t) x2(t) x3(t) ... = y(t) y˙(t) y¨(t) ... no exemplo, o estado e´ x(t) = y(t), portanto x˙(t) = y˙(t) v1 (1s/2006) 2-67 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira - passo 3: determinar as matrizes do modelo x˙(t) = y˙(t) x˙(t) = −ay(t) + bu(t) x˙(t) = −ax(t) + bu(t) O modelo em espac¸o de estados (tempo cont´ınuo) e´: x˙(t) = −ax(t) + bu(t)y(t) = x(t) portanto: A = −a, B = b, C = 1 e D = 0 v1 (1s/2006) 2-68 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Exemplo: Seja um sistema dado por: y¨(t) + ay˙(t) = bu(t) – passo 1: determinar o nu´mero de estados. no exemplo, tem-se 2 estados porque o sistema e´ de ordem 2. – passo 2: determinar os estados e construir o vetor de estados no exemplo, tem-se: x(t) = x1(t) x2(t) = y(t) y˙(t) portanto x˙(t) = y˙(t) y¨(t) v1 (1s/2006) 2-69 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira - passo 3: determinar as matrizes do modelo x˙(t) = x2(t) −ay˙(t) + bu(t) x˙(t) = x2(t) −ax2(t) + bu(t) O modelo em espac¸o de estados (tempo cont´ınuo) e´: x˙(t) = 0 1 0 −a x1(t) x2(t) + 0 b u(t) y(t) = [ 1 0 ] x(t) portanto: A = 0 1 0 −a , B = 0 b , C = [ 1 0 ] e D = 0 v1 (1s/2006) 2-70 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Exemplo: Seja um sistema dado por (caso no derivada no sinal de entrada): ... y (t) + a1y¨(t) + a2y˙(t) + a3y(t) = b0 ... u (t) + b1u¨(t) + b2u˙(t) + b3u(t) ou y¨(t) + y˙(t) + y(t) = 0u¨(t) + 4u˙(t) + 2u(t) – passo 1: determinar o nu´mero de estados. no exemplo, tem-se 2 estados porque o sistema e´ de ordem 2. – passo 2: determinar os estados e construir o vetor de estados a regra geral, quando ha´ derivadas no sinal de entrada, e´: x(t) = x1(t) x2(t) x3(t) ... = y(t)− β0u(t) y˙(t)− β0u˙(t)− β1u(t) y¨(t)− β0u¨(t)− β1u˙(t)− β2u(t) ... v1 (1s/2006) 2-71 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira onde β0 = b0 β1 = b1 − a1β0 β2 = b2 − a1β1 − a2β0 ... no exemplo, tem-se: β0 = 0, β1 = 4 e β2 = −2 x(t) = x1(t) x2(t) = y(t) y˙(t)− 4u(t) portanto x˙(t) = y˙(t) y¨(t)− 4u˙(t) v1 (1s/2006) 2-72 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira - passo 3: determinar as matrizes do modelo x˙(t) = x2(t) + 4u(t) −y˙(t)− y(t) + 2u(t) x˙(t) = x2(t) + 4u(t) −(x2 + 4u(t))− x1(t) + 2u(t) x˙(t) = x2(t) + 4u(t) −x1(t)− x2(t)− 2u(t) v1 (1s/2006) 2-73 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira O modelo em espac¸o de estados (tempo cont´ınuo) e´: x˙(t) = 0 1 −1 −1 x1(t) x2(t) + 4 −2 u(t) y(t) = [ 10 ] x(t) portanto: A = 0 1 −1 −1 , B = 4 −2 , C = [ 1 0 ] e D = 0 v1 (1s/2006) 2-74 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Soluc¸a˜o do Sistema em Espac¸o de Estados • O modelo em espac¸o de estados e´: x˙(t) = Ax(t) +Bu(t) • Aplicando Laplace neste sistema, obte´m-se: sX(s)− x(0) = AX(s) +BU(s) sX(s)−AX(s) = x(0) +BU(s) (sI −A)X(s) = x(0) +BU(s) X(s) = (sI −A)−1x(0) + (sI −A)−1BU(s) v1 (1s/2006) 2-75 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Aplicando Laplace Inversa, obte´m-se: x(t) = L−1{X(s)} = eAtx(0) + eAt ∗Bu(t) x(t) = eAtx(0) + ∫ t 0 eA(t−τ)Bu(τ)dτ Portanto y(t) = Cx(t) = CeAtx(0) + C ∫ t 0 eA(t−τ)Bu(τ)dτ v1 (1s/2006) 2-76 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Anexo B Func¸a˜o de matriz quadrada • O ca´lculo do logaritmo de uma matriz quadrada esta´ baseado no teorema de Cayley-Hamilton (ver bibliografia de A´lgebra Linear) • Seja uma func¸a˜o dada por f(A). Enta˜o, existe um polinoˆmio p(A), de grau menor que n, tal que: f(A) = p(A) = α0An−1 + α1An−2 + · · ·+ αn−1A+ αnI • Sabe-se que: f(λi) = p(λi) i = 1, . . . , n • onde λi e´ um autovalor de A. v1 (1s/2006) 2-77 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira • Se existir autovalores de multiplicidade m, enta˜o: d dλi f(λi) = ddλi p(λi) · · · dm−1 dλm−1i f(λi) = d m−1 dλm−1i p(λi) • Destas equac¸o˜es, e´ poss´ıvel calcular o polinoˆmio p(A). v1 (1s/2006) 2-78 PPGEPS/CCET/PUCPR Prof. Gustavo Henrique da Costa Oliveira Exemplo: Determine M = ln(A), onde A = 0.5 1 0 0.3 ln(A) = α0A+ α1I - os autovalores de A sa˜o: 0.3 e 0.5. Portanto: ln(0.3) = α00.3 + α1 ln(0.5) = α00.5 + α1 - a soluc¸a˜o deste sistema e´ α0 = 2.5541 e α1 = −1.9702 ln(A) = 2.5541A− 1.9702I = −0.6931 2.5541 0 −1.2040 - note que, se um dos autovalores fosse negativo, ter´ıamos ln(·) de um nu´mero negativo. v1 (1s/2006) 2-79
Compartilhar