Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE TECNOLOGIA FACULDADE DE ENGENHARIA ELÉTRICA Sistemas de Controle II Belém – Maio - 2017 Capítulo I Introdução aos Sistemas Discretos 1.Histórico de sistemas de controle 2. Estrutura básica de controle digital: tipos de sinais, elementos fundamentais: clock, amostrador e segurador, conversores AD e DA 3. Equações de diferenças 4. A transformada Z 5. A função de transferência discreta. Capítulo II Análise de sistemas amostrados 1. Equivalentes Discretos de Modelos Contínuos: a) método da integração numérica (forward, backward, trapezoidal) b) MPZ c) ZOH 2. Mapeamento Entre o Plano S e o Plano Z 3. Amostragem de sinais contínuos no tempo 4. Estabilidade de sistemas discretos: critérios de Jury e de Routh 5. LGR para sistemas discretos 6. Especificações para projeto de controladores digitais: precisão em regime permanente e no transitório. Capítulo III Espaço de Estados 1. Introdução 2. Conceitos 3. Realizações ou Formas canônicas: Obtenção de uma Representação de Estados dada uma G(s): diagonal, Controlador, Observador 4. Solução de Equação de Estados Invariante no Tempo 5. Relação entre Equações de Estado e Funções de Transferência: Obtenção de G(S) dada uma representação de Estados 6. Auto Valor e Auto Vetor 7. Transformações no Espaço de Estados 8. Controlabilidade e Observabilidade Capítulo IV Projeto de sistemas de Controle usando Espaço de Estados Objetivo. Formulação do problema. Situações possíveis. Problema da Regulação com vetor X(t) disponível. Problema do Rastreamento com vetor X(t) disponível. Capítulo V Sistemas Discretos Representados no Espaço de Estados Equação de estado discreta. Realizações canônicas. Funções de Transferência a partir das Equações de Estado. Controlabilidade e Observabilidade. Posicionamento de Polos via Realimentação de Estados Discreta. Projeto de Regulador para Sistemas Discretos. Servo Sistema Discreto quando a Planta Possui um Integrador. Servo sistema Discreto quando a Planta não Possui um Integrador. Referências Bibliográficas: 1. Charles L. Phillips, Royce D. Harbour, “Feedback Control Systems”. Prentice-Hall, 1988. 2. Charles L.Phillips, H.Troy Nagle Jr.“Digital Control Systems Analysis and Design”.Prentice-Hall 1984 3. Gene F. Frankling, J. David Powell, Michael L. Workman, “Digital Control of Dynamic Systems”.Addison-Wesley, 1997. 4. Katsuhiko Ogata, “Engenharia de Controle Moderno”. Prentice-Hall do Brasil Ltda., 1993. Leituras extras: 1) Ioan D. Landau and Gianluca Zito. “Digital Control Systems: Design, Identification and Implementation (Communications and Control Engineering)” Springer, 2006. 3) Coelho, A.A.R. e Coelho, L.S., “Identificação de Sistemas Dinâmicos Lineares”. Editora da UFSC, 2004. 4) Paraskevopoulos, P.N. “Digital Control Systems”, 1a. Edição, Prentice Hall, 1996. 5) Aström, K.J.; Wittenmark,B. Computer Controlled Systems: Theory and Design, Prentice-Hall International Editions, 1990. 1. Histórico de Sistemas de Controle A idéia de usar computadores digitais como componentes de sistemas de controle surgiu por volta de 1950. Aplicações em mísseis e aviões foram as primeiras a serem investigadas e os estudos mostraram que não havia potencial para uso de forma geral pois os computadores da época eram muito grandes e consumiam demasiada potência. Computadores de uso específico foram desenvolvidos inicialmente para aplicações espaciais. O maior desenvolvimento em controle por computador ocorreu nas industrias de processos. Pode-se distinguir quatro períodos : 1. Pioneiro 1955 2. Controle digital direto 1962 3. Minicomputadores 1967 4. Microcomputdores 1972 a. Aplicações, Vantagens e Exemplos O controle de sistemas físicos, com computador digital, está se tornando cada vez mais comum. Entre os muitos exemplos de aplicação existentes, podemos citar: pilotos automáticos de aeronaves, máquinas de fazer papel, refinarias de petróleo, automóveis e outros. Algumas vantagens da utilização de computadores digitais em sistemas de controle são: baixo custo, maior flexibilidade, maior capacidade de decisão, maior confiabilidade, melhor sensibilidade, menos efeitos devido a ruídos e distúrbios, mais compactos e leves, maior versatilidade, etc. Observa-se que os processos de amostragem e quantização tendem a introduzir erros, contudo, com a tecnologia dos atuais microcontroladores tais erros são desprezíveis na maioria das aplicações práticas. Num sistema controlado por computador, as classes de leis de controle que podem ser usadas pode ser aumentada. Por exemplo, é fácil usar cálculos não lineares, incorporar lógicas e realizar cálculos exaustivos no controlador. Tabelas podem ser usadas para armazenar dados e acumular conhecimento sobre propriedades do sistema. Os processos de amostragem e quantização tendem a introduzir erros, contudo, com a tecnologia dos atuais microcontroladores estes são desprezíveis na maioria das aplicações práticas. b. Diferenças em Relação aos Sistemas Contínuos – Teoria Própria Existem muitos aspectos de sistemas amostrados que podem ser entendidos pela teoria de SLIT contínuos. Entretanto, tais sistemas não podem ser completamente entendidos nesse contexto, necessitando de outras ferramentas de análise. Por exemplo, a resposta de um sistema amostrado não é invariante no tempo, pois depende do instante em que o ocorre a entrada. Se a entrada é atrasada, então a saída tem o mesmo atraso somente se este é um múltiplo do período de amostragem, ou seja, a resposta depende de como o evento está sincronizado com o relógio. Exemplo 01: Dependência do tempo – seja a implementação de um compensador lag de 1ª ordem. Esse compensador pode ser implementado usando um conversor A/D, um computador digital e um conversor D/A. A equação diferencial de 1ª ordem é aproximada por uma equação de diferença de 1ª ordem. A resposta ao degrau desse sistema, fig. 1, mostra que o sistema discreto não é invariante no tempo, pois a resposta depende do instante em que o degrau ocorre. Se a entrada é atrasada, então a saída tem o mesmo atraso somente se este é um múltiplo do período de amostragem. O fenômeno ilustrado depende do fato que o sistema é sincronizado por um relógio. A resposta do sistema a um estímulo externo dependerá de como o evento está sincronizado com o relógio do computador. Outro aspecto é que um sistema amostrado com amostragem periódica é um sistema periódico. Assim é necessário considerar tal natureza pois, fenômenos como batimento (harmônicos de ordem elevada) podem aparecer na saída do sistema amostrado devido à interferência entre a frequência de entrada e a gerada no processo de amostragem. Exemplo 02: Harmônicos de ordem elevada – A fig. 2 mostra o que pode acontecer quando um sistema controlado por computador está sujeito a uma excitação periódica. Um sinal senoidal de frequência 4,9 Hz é aplicado ao sistema do Ex.1. O fenômeno visto na fig. 2-b não pode ser explicado em termos de SLIT. Por fim, sistemas controlados por computador podem se comportar muito melhor que seus equivalentes contínuos no tempo, sendo esta a principal razão pela qual uma teoria para sistemas amostrados é útil. Figura 1 Figura 2 2. Estrutura Básica de Controle Digital Tipos de Sinais a) Contínuo: É definido sobre uma variável independente contínua (tempo, t Є ) a.1) Analógico: A amplitude do sinal assume uma faixa contínua de valores. a.2) Quantizado: A amplitude do sinal assume um conjunto finito de valores distintos (quantizada).b) Discreto: É definido sobre uma variável independente discreta (instantes específicos do tempo, kT, onde T Є e k = 0, 1, 2, 3, ...) b.1) Amostrado: A amplitude do sinal assume uma faixa contínua de valores b.2) Digital: A amplitude do sinal assume um conjunto finito de valores distintos (quantizada) a)Aanalógico b)Contínuo,quantizado na amplitude c)Amostrado d)Digital Fig. 1 - Exemplos de diversos sinais Tipos de Sistemas a) Discretos (Contínuos): Contêm apenas sinais discretos (contínuos) b) Amostrados: Contêm sinais contínuos que são discretizados (sistemas a dados amostrados). Topologia O controle digital a ser estudado é para sistemas dinâmicos em malha fechada onde as características da resposta da planta, y(t), e da ação de controle, u(t), são as considerações principais no projeto. Uma topologia típica é mostrada na Fig. 2: A/D COMPUTADOR DIGITAL D/A ATUADOR PLANTA SENSOR w(t) r(t) ê(t) m(kT) u(kT) u(t) + y(t) v(t) - y(t) RELÓGIO ^ Fig. 2: Topologia típica de um sistema de controle digital Notação: r(t) - Entrada de referência u(t) - Ação de controle (sinal de entrada de controle) ^ )(ty - Saída do Sensor (normalmente contaminada por ruído) y(t) - Resposta da planta (saída) ê(t) - Erro aproximado e(t) - Erro do sistema (r(t)-y(t)) w(t) - Distúrbio na planta v(t) - Ruído no sensor A/D - Conversor analógico-digital D/A - Conversor digital-analógico m(kT) - Erro discretizado (digitalizado) u(kT) - Ação de controle discretizada (digital) A planta a ser controlada é um sistema físico cuja resposta satisfatória, de acordo com algum critério de projeto, requer uma ação de controle. Por resposta satisfatória entende-se que a saída da planta, y(t), deve rastrear a entrada de referência, r(t), independentemente de perturbações internas ou externas. São considerados a seguir as características dos elementos introduzidos pelo uso de um dispositivo digital para gerar a ação de controle. Elementos Fundamentais ►Relógio interno do procesador: Produz um pulso a cada T segundos, intervalo de tempo denominado período de amostragem e considerado constante. A cada pulso do relógio o conversor A/D envia um número para o computador que efetua o cálculo da ação de controle e envia um número para o conversor D/A. O inverso do período de amostragem é denominado frequência de amostragem, ou seja: f = 1/ T (1) ►Amostrador e segurador (sample and hold): Circuitos eletrônicos que realizam, respectivamente, as seguintes operações: colher amostras de um sinal analógico e manter constante o valor de uma amostra a cada período de amostragem. ►Conversor D/A: Realiza a função de decodificar um sinal de entrada digital, u(kT), num sinal de saída analógico, u(t), usualmente na forma de uma corrente ou uma voltagem. É necessário como interface entre um computador digital e um dispositivo analógico. Também é conhecido como decodificador. Sempre contém um dispositivo HOLD. ► Computador digital: É um dispositivo que processa o sinal de erro digitalizado m(kT) para gerar o sinal de controle digital u(kT), de acordo com o algoritmo de controle nele implementado num programa. ► Conversor A/D: Converte um sinal analógico, ê(t), em um sinal de código digital, m(kT). É necessário como interface para um dispositivo analógico cuja saída deve ser processada por um computador digital. Sempre contém um circuito SAMPLE/HOLD Na conversão A/D primeiro ocorre a amostragem do sinal contínuo e(t) para gerar um sinal discreto, m(kT), depois ocorre a quantização do sinal discreto (Fig.3). Visto que, uma palavra digital possuí um número finito de “bits”, ocorre então um arredondamento no valor do sinal analógico resultando no que se denomina de erro de quantização. 1.25 2.5 3.75 5.0 6.25 7.5 8.75 111 110 101 100 011 010 001 000 0 Q 10 e(t) e(kT) Fig. 3 - Erro de quantização 3. Equações de diferenças lineares O computador pode ser visto como um componente de controle dinâmico linear. Na Fig. 4, assumindo que o conversor A/D captura amostras do sinal analógico em instantes de tempo discretos (kT = 0, T, 2T,...) e as envia para o computador tal que m(kT) = ê(kT). O trabalho do computador é calcular o sinal de controle u(kT), a cada período de amostragem, para ser aplicado na planta via conversor D/A. Serão ignoradas as características específicas dos conversores A/D e D/A para dar atenção ao tratamento dos dados no computador. A/D COMPUTADOR DIGITAL D/A ê(t) m(kT) u(kT) RELÓGIO u(t) Fig. 4 - Computador digital e interfaces Sejam os valores do sinal de entrada até a m-ésima amostra anterior ao instante k, e(k), e(k-1), e(k-2), ...,e(k-m), e os valores do sinal de saída anteriores ao instante k até a n-ésima amostra, u(k-1), u(k-2), ..., u(k-n). Então, a saída no instante k, pode ser calculada no computador por uma função expressa em forma simbólica na Equação 2. u(k) = f[u(k-1), u(k-2),...,u(k-n), e(k), e(k-1), e(k-2), ...,e(k-m)] (2) Supondo f(.) linear, invariante no tempo e causal (n m), pode-se escrever a Equação 3, chamada de equação de recorrência linear ou de diferenças e que tem muitas similaridades com uma equação diferencial linear. Os ai’s e bi’s são números reais. u(k) = a1u(k-1) + a2u(k-2) +...+ anu(k-n) + b0e(k) + b1e(k-1) + b2e(k-2)+...+ bme(k-m) (3) Para resolver uma equação como a Eq. (3), precisa-se de um instante de partida e das condições iniciais neste instante. Uma ferramenta conveniente para estudar tais equações é a transformada Z. 4. A transformada Z A transformada Z unilateral mapeia uma sequência semi infinita de valores em instantes discretos em uma função de uma variável complexa. Seja um sinal contínuo f(t) que passa por um amostrador ilustrado na Fig. 5. t f(t) f * (t) 0 T 2T 3T 4T 5T kT AMOSTRADOR f(t) 0 T 2T 3T 4T 5T kT 1 f*(t) oo (t-kT) k=0 f(t) f*(t) T a) b) c) Fig. 5: a. – Amostrador b. Representação matemática c. Representação física Seja f*(t) o sinal amostrado dado pela equação 7, onde “k” é um inteiro, Ts é o período de amostragem e δ(.) é a função impulso unitário. Só os valores de kTs são significativos para f(t). = −= 0 * )()()( k ss kTtkTftf (4) A transformada de Laplace de f*(t) é dada na equação 8. sskT k s st k ss ekTfdtekTtkTfsFtfL − = − = = −== 00 0 ** )()()()()]([ (5) Como F*(s) contém o fator sskTe − , ao contrário da maioria das funções de transferência e dos sinais em sistemas contínuos, ela não é uma função racional de “s”. Assim, podem surgir dificuldades na obtenção da transformada inversa de Laplace. Portanto, é desejável que transformemos primeiro a função irracional F*(s) em uma função racional, digamos F(z), através de uma transformação da variável complexa “s” em uma outra variável complexa “z”. Uma escolha para esta transformação é dada na Equação 6. z = e sTs (6) p(t) Definição Seja o sinal discreto no tempo {f(kTs):k=0, 1, ...}, sua transformada Z é definida como: = −== 0 ).()()( k k ss zkTfzFkTfZ (7) onde“z” é uma variável complexa. A transformada z inversa é dada por: −= dzzzF j ktf k 1 2 1 ).()( (8) Propriedades da transformada z (seja Ts = T) Sejam: F1(z) = Z[f1(kT)], F2(z) = Z [f1(kT)] e F(z) = Z[f(kT)]. 1. Linearidade: RezFzFkTfkTfZ +=+ );()()]()([ 2121 (9) 2. Convolução de sequência no tempo: = =− 0 2121 )().()]().([ l zFzFlkflfZ (10) 3. Deslocamento no tempo: Seja e +n . Então: ]).()([)]([ 1 0 − = −−=+ n k kn zkTfzFznkfZ (11) e )()]([ zFznkfZ n−=− (12) 4. Escalonamento no plano-Z (Translação em z): Sejam a, r R, então: )()]([ zrFkTfrZ aTakT =− (13) 5. Teorema valor inicial: Seja F(z) = Z[f(kT)], então: )(lim)0( zFf z → = (14) 6. Teorema do valor final: Se (1-z-1)F(z) tem todos os polos com módulo menor que um: )()1(lim)(lim 1 1 zFzkTf Zk − →→ −= (15) Transformada de Laplace e Transformada Z 0 ( ) ( ) stX s x t e dt + −= = −== 0 ).()()( k kzktfzFkTfZ ( )x t ( )X s )(zX Impulso unitário ( )t 1 1 Degrau unitário ( )u t 1 s 1−z z Rampa unitária ( )r t 2 1 s 2)1( −z Tz Potência de t nt 1 ! n n s + 2 ; )1( )1( 3 2 = − + npara z zzT Exponencial te − 1 s + Tez z −− Sinal cossenoidal ( )cos t 2 2 s s + 1cos2 )cos( 2 +− − wTzz wTzz Sinal senoidal ( )sen t 22 ws + 1cos2 sin 2 +− wTzz wTz ak az z − akcoskπ az z + 1- te − ( ) +ss ( ) ( )( )T T ezz ze − − −− − 1 1 t te − ( )2 1 +s ( )2 T T ez eTz − − − Cosseno amortecido te − ( )cos t ( ) 22 ws s ++ + TT T eTzez Tzez 22 2 cos2 cos −− − +− − Seno amortecido te − ( )sen t ( ) 22 ws ++ TT T eTzez Tze 22 cos2 sin −− − +− Transformada z inversa Assim como na solução de equações diferenciais utiliza-se a Transformada de Laplace e sua inversa, a Transformada Z e sua inversa são usadas na solução de equações de diferenças. Métodos: i) Integral de Inversão: Utiliza a equação 11. Extremamente trabalhoso (não será visto); ii) Expansão por série Infinita de Potência: Não fornece uma expressão geral para x(kT) a partir de X(z); iii) Expansão em frações parciais: Mais simples e direto. a) Expansão por Série Infinita de Potência: Da definição 10 tem-se (T=1): ...)(...)()()()()()]([ +++++=== −−− = − n k k znfzfzffzkfzFkfZ 21 0 210 (16) Os valores de f(k) são obtidos por inspeção direta. Se F(z) é dada na forma de função racional (Função de Transferência), a expansão em série infinita é obtida simplesmente pela divisão do numerador pelo denominador. Neste caso, tanto o numerador quanto o denominador devem ser escritos como potências ascendentes de z–1. b) Expansão em Frações Parciais: Normalmente, nas tabelas de transformada Z, o fator z aparece no numerador dos termos. Assim, para obtermos )]([)( zFZkf 1−= , expande-se z zF )( em frações parciais, multiplica-se ambos os lados da expansão por z e utiliza-se uma tabela de transformadas. X(z) x(kT) Z Z-1 Fig. 6 5. A FUNÇÃO DE TRANSFERÊNCIA DISCRETA Considere o sistema discreto descrito pela Eq. (3) repetida a seguir: u(k) = a1u(k-1) + a2u(k-2) +...+ anu(k-n) + b0e(k) + b1e(k-1) + b2e(k-2)+...+ bme(k-m) (17) Tomando a transformada Z desta equação: )(...)()()(...)()()( zEzbzEzbzEbzUzazUzazUzazU mm n n −−−−− +++++++= 110 2 2 1 1 Analogamente ao caso contínuo, a função de transferência discreta é definida como sendo a relação entre e transformada Z da saída U(z), e a transformada Z da entrada E(z). Assim, n n n n m m m m zazazaza zbzbzbb zE zU zH −−− − −− −−− − − −−−−− ++++ = )( )( ... ... )( )( )( 1 1 2 2 1 1 1 1 1 10 1 (18) e se mn , podemos escrevê-la como uma relação de polinômios em z da seguinte forma: )( )( ... ... )( za zb azazazaz zbzbzb zH nn nnn mn n nn = −−−−− +++ − −− −− 1 2 2 1 1 1 10 (19) Significado físico para a variável Z. Supondo todos os coeficientes na equação (18) nulos, exceto b1 = 1. Então H(z) = z -1. Como H(z) representa a Transformada de (17), a equação de diferenças se reduz a: u(k) = e(k-1) (20) Assim, a função de Transferência G(z) = z-1 corresponde a um atraso de uma unidade de tempo. 1+= kk ue 1−= kk eu )(zE )()( zEzzU 1−= Fig. 7 Relação Entre a função de Transferência Discreta e a Resposta ao impulso Para uma H(z) arbitrária, podemos também ter um significado físico no domínio do tempo. Como −= kzkezE )()( e sendo a entrada e a saída relacionadas por )()()( zEzHzU = , Eq. 18, se e(k) é um impulso discreto unitário definido por: → =→ == 00 01 )( k k ke k (21) Então, E(z) = 1 e portanto: U(z) = H(z) (22) Logo a função de transferência H(z) é vista como sendo a transformada Z da resposta u(k) do sistema a uma entrada impulso unitário. 1−Z Capítulo II Análise de sistemas amostrados 1.Equivalentes Discretos de Modelos Contínuos (ou filtros digitais) O objetivo desta seção é apresentar diferentes maneiras para se obter um equivalente discreto de um sistema contínuo, ou seja, dada uma G(s) determinar uma G(z) que tenha resposta temporal próxima a do sistema contínuo para uma entrada de mesma natureza. Filtros são dispositivos que permitem a passagem de determinadas componentes de frequência de um sinal e rejeição de outras, ou ainda, que possuem características específicas de transmissão de amplitude e fase. Como a teoria de filtros analógicos é bem estabelecida, deseja-se obter filtros digitais, a partir de analógicos que tenham senão as mesmas características, mas características muitos próximas destes, ou seja, obter equivalentes discretos. Os equivalentes discretos se aplicam também no projeto de controladores digitais. Para tanto têm-se duas situações possíveis: Caso 1: Considerando que um compensador contínuo foi projetado e produz um bom desempenho para o sistema em malha fechada, deseja-se obter seu equivalente discreto com as mesmas características. Neste caso pode-se usar um dos seguintes métodos: a. Integração Numérica: Retangular; Retangular Avançada; Trapezoidal (ou Bilinear, ou de Tustin) b. Mapeamento de Polos e Zeros (M.P.Z) Caso 2: Considerando que se deseja projetar diretamente um controlador discreto (digital), deve-se obter o equivalente discreto da planta. Neste caso deve-se usar o método do Hold-Equivalente (Z.O.H.) a. Método da Integração Numérica Seja o sistema:s 1 H(s) E(s) U(s) == (23) Sua equação diferencial correspondente é: eu =• (24) cuja solução é dada por: ,)()( 0 = detu (25) que, na versão discreta, é aproximada por : kTTkTsobreedeáreaTkTuededkTu kT TkT TkT −+−=+= − − )()()( 0 Então, podemos desenvolver muitas regras baseadas na escolha da aproximação para o termo de área incremental. Definindo e(t)x(t) = , as escolhas da aproximação são as descritas no exemplo 5 a seguir e ilustradas na Fig. 8. Exemplo 05: Suponha que tenhamos um sinal contínuo e(t), mostrado na Fig. 8, e desejamos encontrar uma aproximação para a integral da Eq. 4, usando somente os valores discretos e(0),...e(kT-T), e(kT). Fig. 8: Aproximações para a integral = t dtteI 0 )( ou ssEsI /)()( = (26) Seja u(kT-T) uma aproximação para a integral de zero até t = kT-T. O problema é obter u(kT) a partir desta informação. Sendo a integral a área sob a curva entre kT-T e kT, tem-se: O retângulo de altura e(kT-T); o retângulo de altura e(kT); e o trapézio formado por uma reta ligando e(kT-T) a e(kT). a1. Aproximação retangular direta (forward): a área do retângulo de altura e(kT-T) é A = e(kT-T)*[kT-(kT-T)] = e(kT-T)*T (5a) A integral fica: u(kT) = u(kT-T) + A; Tomando a transformada Z: U(z)[1-z-1] = Tz-1E(z) ou seja: H(z)= Tz-1/[1-z-1] Igualando as integrais (discreta e contínua): U(z) = [1-z-1]-1Tz-1E(z) I(s) = E(s)/s; O equivalente discreto neste método é obtido por: s= [1-z-1]T-1z = (z-1)/T (27) a2. Aproximação retangular reversa (backward): a área do retângulo de altura e(kT) é: A = e(kT)*[kT-(kT-T)] = e(kT)*T (5b) A integral fica: u(kT) = u(kT-T) + A; Tomando a transformada Z: U(z)[1-z-1] = TE(z) ou seja: H(z)= T/[1-z-1] Igualando as integrais (discreta e contínua): U(z) = [1-z-1]-1TE(z) I(s) = E(s)/s; O equivalente discreto neste método é obtido por: s = [1-z-1]/T = (z-1)/zT (28) a3. Aproximação Trapezoidal (ou Tustin): a área do trapézio é: A = [e(kT-T) + e(kT)][kT-(kT-T)]/2 =[e(kT-T) + e(kT)][T/2] (5c) A integral fica: u(kT) = u(kT-T) + A; A transformada Z: U(z)[1-z-1] = (T/2)[E(z)(z-1+1)] ou H(z)= (T/2) (z-1+1) /(1-z-1) Igualando as integrais: U(z) = (T/2) (z-1+1) /(1-z-1)E(z) I(s) = E(s)/s; O equivalente discreto é obtido por: s = (2/T)(1-z-1)/(z-1+1) = (2/T)(z-1)/(z+1) (29) O mapeamento no plano Z do semi-plano esquerdo do plano S, por essas aproximações, é: a) b) c) Real Fig. 9: a) Retangular direta ; b) Retangular Reversa ; c)Trapezoidal (ou Tustin) 1 Real 1 j Real Imag.. A kT-T kT e(kT) e(kT-T) Retangular direta Trapezoidal Retangular Reversa t=kT e(t) e(kT) Imag.. Imag.. b. Método do Mapeamento de Polos e Zeros (MPZ) A transformação z = esT permite que um polo em H(s) possa ser mapeado para um polo em H(z). Entretanto isto gera uma questão: Como os zeros de H(s) seriam então mapeados para H(z). A idéia do M.P.Z. é que a transformação z = esT possa ser aplicada também aos zeros. Assim, o M.P.Z. consiste de um conjunto de regras heurísticas para alocar os zeros e o ganho DC de uma função de transferência H(s) para uma correspondente H(z). Estas regras são (heurísticas): 1. Todos os polos de H(s) são mapeados de acordo com z = esT. Polo em s = a Polo em z = e-aT 2. Todos os zeros finitos e H(s) são mapeados por z = esT.. Zero em s = -b Zero em z = e-bT 3. Todos os zeros no infinito de H(s) são mapeados para o ponto z = -1 OBS. Se, por alguma razão, é desejável uma unidade de atraso na função de transferência discreta (p. ex., o tempo necessário para processar cada amostra), então é adicionado a H(z) um zero no infinito. 4. O ganho de H(z) é determinado por 1z0s H(z)H(s) == = (30) c. Método do “Hold Equivalente” (Z.O.H. – Segurador de ordem zero) ZOH é o dispositivo mais simples e causal para a reconstrução de um sinal contínuo. Matematicamente: f(t) = f(kTs); kTs ≤ t < kTs+Ts (31) A filosofia da aproximação por ZOH é determinar um sistema discreto que, com uma entrada consistindo de amostras e(k), do sinal contínuo e(t), tenha uma saída que aproxime a saída discretizada de H(s), u(k), cuja entrada é o sinal contínuo e(t). Isto é realizado pelo esquema da Fig. 10 considerando que o ZOH mantém constante e(k) por um período de amostragem. e(t) e(k) e(t) u(t) u(k) e*(k) u*(k) Fig. 10 Z. H .O H(s) A Fig. 11, ilustra a saída de um ZOH para a sequência f(kT) = { 0, 1.5, 2, 2.5, 2, 1.5, 1.5, 1.5, 1.5....}. Mantém constante o valor da amostra do sinal durante um período de amostragem , T. t o 1 2 3 4 5 6 7 8 3 2.5 2 1.5 1 o f(t) Fig. 11 - Segurador de ordem zero Um ZOH pode ser representado pela Fig. 12. É visto como um pulso de amplitude igual ao valor da amostra. (a) f(kT) f(t) T t T - T t A função de transferência do dispositivo ZOH fica: s e e ss sG Ts Ts ZHO − − −=−= 1 . 11 )( (32) Então a função de transferência discreta de uma planta precedida por um ZOH é: − == − .H(s) s )e(1 E(z) U(z) H(z) Ts Z (33) Como que 1Ts ze −− = , obtemos: −= − s H(s) )Zz(1H(z) 1 (34) OBS. Segurador de 1ª. ordem: TkTtkTparakTt T TkTfkTf kTftf +− −− += , )()( )()( Com função de transferência: . 11 )( 2 1 −+ = − s e T Ts sG Ts H s 1Z.O.H s 1 Tse− Fig. 12 Representação de um ZOH 2. Mapeamento Entre o Plano S e o Plano Z Considerando um sinal discreto, u(kT), como amostras de um sinal contínuo, u(t), então, os polos da transformada de Laplace do sinal contínuo se relacionam com os polos da transformada Z do sinal discreto pela equação z = esT . Ou ainda, se para um dado polo no plano S se conhece as características temporais (resposta no tempo), a equação z = esT permite descobrir onde se situa um polo no plano Z com mesmas características de resposta no tempo. Desta forma, podemos explorar os conhecimentos das características do plano S e então transferi-las para propriedades equivalentes no Plano Z. O mapeamento z = esT é de muitos para um. Existem muitos valores de s para um mesmo z. Se so = σ + jw, e sn = so + j(ws/2)n = σ + j[w+(ws/2)n], com ws = 2πf = 2π/T e n = 1, 2, 3, ... Então, zo = e soT = e(σ + jw)T = eσTe jwT = eσT(coswT + j senwT) ou wTzez o T o == ; ; Se n = 1 s1 = σ + j[w+(ws/2)] Então, z1 = e s1T = e{σ + j[w+(ws/2)]}T = eσTe j[w+(ws/2)]T ou +=+== 0101 ; zwTzzz ; Se n = 2 s2 = σ + j(w+ws) Então, z2 = e s2T = e[σ + j(w+ws)]T = eσTe j(w+ws)T ou 00202 22; zzwTzzz =+=+== ; Se n = 3 s3 = σ + j(w+3ws/2) Então, z3=e s3T = e[σ+j(w+3ws/2)]T = eσTej(w+3ws/2)T ou 10303 33; zzwTzzz =+=+== ; Se n = 4 s4 = σ + j(w+2ws) Então, z4=e s4T = e[σ+j(w+2ws)]T = eσTej(w+2ws)T ou 0404 4; zwTzzz =+== ; Assim, o plano S é definido em um número infinito de faixas periódicas. A faixa primária se estende de 2 sWW − = a 2 sWW + = , e as faixas complementares se estendem de 2 sW− a 2 3 sW− , 2 3 sW− a 2 5 sW− , ... , para frequências negativas, e de 2 sW a 2 3 sW , 2 3 sW a 2 5 sW ,... , para frequências positivas, conforme mostra a Fig. 13. jw 7Ws/2 5Ws/2 3Ws/2 Ws/2 -Ws/2 -3Ws/2 -5Ws/2 -7Ws/2 s + j3Ws s + j2Ws s + jWs s s - jWs s - j2Ws s - j3Ws FAIXA PRIMARIA Considerando apenas a faixa primária mostrada na Fig. 14a, o caminho descrito por (1)→(2)→(3)→(4)→(5)→ (1) no semi-plano esquerdo do plano S é mapeado no círculo unitário centrado na origem no plano Z pela transformação z = e sT, conforme o caminho descrito na Fig. 14b. Fig. 13 2 1 5 3 4 o jw Ws/2 -Ws/2 jIm(z) Re(z) 12 3 5 4 PLANO S PLANO Z Fig. 14a Fig. 14b Todas as outras faixas complementares são também mapeadas dentro do círculo unitário no plano Z. Assim, todos os pontos no semi-plano esquerdo do plano s são mapeados dentro da região interna do círculo unitário no plano Z. Os pontos no semiplano direito do plano S são mapeados na região externa ao círculo unitário no plano Z. Tais características são ilustradas na Fig. 15 e as devidas correspondências são descritas na Tabela 2.2. Fig. 15 Podemos também predizer qual será a resposta natural do sistema (resposta ao pulso unitário) pela localização do(s) polo(s) no plano Z, tal como é feito no plano S para o caso contínuo. Isto é mostrado na Fig. 16. Fig. 16 - Resposta transitória característica em função da posição dos polos no plano Z. 3 AMOSTRAGEM DE SINAIS CONTÍNUOS NO TEMPO Até agora, consideramos apenas o tratamento dos dados no computador, desprezando as características das conversões A/D e D/A. Nesta seção, estudaremos basicamente o processo de amostragem de sinais contínuos, para que estes possam ser discretizados e tratados pelo computador, e também o processo de reconstrução do sinal a partir de sinais discretos, para que este possa ser aplicado à parte contínua do sistema. O mecanismo de amostragem Na seção anterior, observamos que o mapeamento do plano S para o Z é de muitos para um. Isto se deve ao fato do processo de amostragem provocar a geração de harmônicos. Análise espectral A função p(t), Fig. 11, é periódica, logo ela pode ser expandida em série de Fourier. −= = n s n tjnw eCtp )( onde: tjnωp(t)e Τ 1 C sΤ/2 Τ/2 n − = − Como, f*(t) = f(t) p(t), então: )()(* tf tjnw eCtf n s n −= = A transformada de Fourier do sinal amostrado, f*(t), é obtida da seguinte maneira: − − −− −= − −= − − === dtetxCdtetfeCdtetffF tnwwj n n jwttjnw n n jwt ss )( * )()()()( Mas, )()( )( s tnwwj nffXdtetx s −= − −− Logo, )()( s n n nffFCfF −= −= (35) Portanto, o espectro de frequências do sinal amostrado, f*(t), é dado pelo espectro do sinal analógico x(t) mais o espectro de x(t) deslocado para todas as frequências múltiplas da frequência de amostragem fs. A Eq. (35) indica que o amostrador ideal reproduz em sua saída o espectro da entrada contínua f(t) bem como as componentes complementares em frequências que são múltiplas inteiras da freqüência de amostragem. Assumindo que o espectro de amplitude do sinal contínuo f(t) é como o mostrado na Fig. 17 (a), o correspondente espectro de amplitude do sinal amostrado f*(t) , quando Ws > 2Wc, é mostrado na Fig. 17 (b), onde Wc é a frequência mais alta contida em f(t) e Ws é a frequência de amostragem. Fig. 17 Se a frequência de amostragem é menor que 2Wc, então ocorrerá distorção no espectro de saída devido a superposição na banda de passagem em )(* jWF O teorema da amostragem de Shannon Uma função do tempo e(t) que não contém componentes de frequência maiores que fo, Hz, (wo=2πfo) é unicamente determinada pelos valores amostrados de e(t) para qualquer conjunto de amostras equidistantes se a frequência de amostragem é maior que 2fo (Ws>2wo). A frequência Ws = 2Wo, que desempenha um papel importante, é chamada de frequência de Nyquist. Na prática outras considerações também ditam a escolha da freqüência de amostragem e podem exigir uma taxa muito maior que este mínimo teórico. Regra prática para especificação do período de amostragem (T) Independente do método a ser utilizado para o projeto do controlador digital, a escolha adequada do período de amostragem é fundamental. Esta, por sua vez, está intimamente relacionada à dinâmica da planta. Dentre os critérios para especificação tem-se: a. 5 a 10 amostras por tempo de subida: tr/10 ≤ T ≤ tr/5 b. 5 a 10 vezes menor que a menor constante de tempo do sistema: τmin/10 ≤ T ≤ τmin/5 c. Obter a resposta ao degrau unitário em malha fechada do sistema contínuo a ser controlado e partir desta, estabelecer de 5 a 10 amostras para o intervalo de tempo correspondente ao tempo de subida. 4. ESTABILIDADE DE SISTEMAS DISCRETOS A condição necessária e suficiente para que um sistema discreto (linear e invariante no tempo) seja estável, é que todos os seus polos estejam situados no interior, ou no máximo em cima do círculo de raio unitário no plano z. Seja o seguinte sistema discreto, G(z) b 1 z 1 b 2 z 2 ...... b m z m 1 a 1 z 1 a 2 z 2 a 3 z 3 ...... a n z n = − + − + + − − − − − − − − − − (36) considerando, sem perda de generalidade, que todos os seus polos sejam reais, e usando expansão em frações parciais, tem-se que, G(z) N(z) D(z) zA1 z p1 zA2 z p2 ..... zAn z pn = = − + − + + − (37)sendo a entrada impulsiva e o período de amostragem unitário, a aplicação da transformada Z inversa, resulta. y(k) A1(p1)k A2(p2)k ....... An(pn)k= + + + (38) Da equação (1.8.3), resulta que se todos os polos tem módulo menor ou igual a um, a resposta jamais tende para infinito (sistema estável). Caso contrário, se pelo menos um dos polos tem módulo maior que um, a resposta tenderá para infinito (sistema instável). Dois métodos para análise de estabilidade são apresentados a seguir. CRITÉRIO DE JURY Dado o polinômio característico de um sistema na forma da Eq. 39, onde os ais são coeficientes reais e an é positivo (senão, multiplica-se F(z) por menos um), constrói-se a Tabela 1 usando as Eq. 40 a 43 para obter seus elementos e as condições necessárias e suficientes para estabilidade são as relacionados nos itens de (a) a (n). F(z) = a n zn a n-1 zn 1 ..... a 2 z2 a 1 z a o + − + + + + (39) Linha zo z1 z2 zn-3 zn-2 zn-1 zn 1 ao a1 a2................an-3.......an-2 an-1 an 2 an an-1 an-2.............a3..........a2 a1 ao 3 bo b1 b2................bn-3.......bn-2 bn-1 4 bn-1 bn-2 bn-3..............b2..........b1 bo 5 co c1 c2................cn-3.........cn-2 6 cn-2 cn-3 cn-4..............c1............co 2n-5 po p1 p2 p3 2n-4 p3 p2 p1 po 2n-3 qo q1 q2 TABELA 1 - ARRANJO PARA CRITÉRIO DE JURY b k a o a n k a n a k = − k = 0, 1, ..., n-1 (40) c k b o b n-1 k b n-1 b k = − k = 0, 1, ..., n-2 (41) q o p o p 3 p 3 p o = (42) q 2 p o p 1 p 3 p 2 = (43) Condições necessárias e suficientes para estabilidade pelo critério de Jury. a) F( 1) > 0 b) F(-1) > 0 para “n” par < 0 para “n” ímpar c) a o a n d) b o > b n-1 e) c o > c n-2 ... n) q o > q 2 CRITÉRIO DE ROUTH A estabilidade para sistemas lineares, invariantes no tempo e contínuos, é garantida se os polos se situam no semi-plano esquerdo do plano “S” Como foi visto anteriormente, nos sistemas discretos a estabilidade está associada ao interior do círculo unitário. Desde que, a transformação bilinear (Tustim) faz o mapeamento do semi-plano esquerdo do plano “S” no interior do círculo unitário no plano “Z”, então, pode-se utilizar diretamente o critério de estabilidade de Routh para sistemas discretos, desde que, converta-se o polinômio característico do sistema discreto F(z) num polinômio característico em “s”, F(s), usando a transformação bilinear, que é dada por: s 2 T . z 1 z 1 = − + (44) ou ainda, z 1 (T/2)s 1 (T/2)s = + − (45) Assim, dado um polinômio F(z), utiliza-se a Eq. 45 para converte-lo num polinômio F(s), e em seguida aplica-se o critério de Routh-Hurwitz exatamente da mesma maneira como este é estabelecido para sistemas contínuos. 5. LUGAR GEOMÉTRICO DAS RAÍZES PARA SISTEMAS DISCRETOS Seja o sistema discreto da Fig. 18 Gp(z)Gc(z) Y - R 0 Fig. 18: Sistema discreto em malha fechada. Sua função de transferência de malha fechada é: )()(1 )()( )( )( zGzKG zGzKG zR zY pc pc + = Portanto o polinômio característico de malha fechada é: 1 + KGc(z)Gp(z) = 0 (46) Def. I: O LGR são os pontos no plano “z” para sistemas discretos (ou no plano “s” para sistemas contínuos) onde se encontram as raízes do polinômio característico do sistema em malha fechada, conforme algum parâmetro varia de zero até infinito. Os pontos no LGR são os polos do sistema de malha fechada. Def. II: O LGR de 1 + K Gc(z)Gp(z) = 0 é o lugar dos pontos no plano “z” onde a fase de Gc(z)Gp(z) é 180 o, ou seja: Gc(z)Gp(z) = 180o Sendo a Eq. 1.10.1 a mesma encontrada para sistemas contínuos, então as mesmas regras para construção do LGR em sistemas contínuos valem para os Sistemas discretos. Muda o significado, pois nos discretos, o LGR deve ser interpretado em relação ao círculo unitário. Resumo das regras de construção de um LGR. 1: Marcar no plano “Z” os polos (X) e zeros (O) de malha aberta. Definir: n= número de polos de malha aberta e m = número de zeros de malha aberta. 2: O LGR só existe no eixo real em regiões à esquerda de um número ímpar de polos mais zeros. Marcar estas regiões. 3: Os possíveis pontos de ramificação são obtidos por: 0 )]()([ = dz zGpzGcd 4: O número de assíntotas, suas inclinações e ponto de encontro, são obtidos, respectivamente, por: q = 0, 1, 2, ..., n-m-1 nm q q − + )12( = nm zerospolos − − 5: A intercessão com o círculo unitário (que corresponde a intercessão com o eixo imaginário no plano “s”), pode ser obtida pelo critério de Routh usando a transformação bilinear. 6: Ângulos de partida dos polos (ou chegada dos zeros) podem ser obtidos pela condição de fase, isto é: Gc(z)Gp(z) = 180o 7: O LGR inicia nos polos de malha aberta e termina nos zeros de malha aberta K 6. ESPECIFICAÇÕES PARA PROJETO DE CONTROLADORES DIGITAIS O problema de projeto de controladores digitais tem a mesma formulação do caso analógico, isto é, dada uma planta e um conjunto de especificações, deve-se determinar um controlador tal que, o sistema total (planta e controlador) em malha fechada, atenda as especificações. Para controladores digitais, existem duas abordagens: Discretização de um controlador analógico Gp(s) Gc(s) Y - R 0 Fig. 19: Sistema analógico em malha fechada. a. Projeta-se o compensador Gc(s) de acordo com alguma técnica de modo a atender as especificações. b. Especifica-se o período de amostragem de acordo com uma das regras práticas (item 8) c. Determina-se o equivalente discreto Gc(z) de Gc(s) de acordo com uma das técnicas do item 6. Sendo recomendável apenas os métodos bilinear ou Hold equivalente. Discretização da planta seguida do projeto do controlador Gp(s)Gc(z) Y - R 0 ZOH Fig. 20 - Sistema digital em malha fechada a. Especifica-se o período de amostragem de acordo com uma das regras práticas (item 8) b. Determina-se o equivalente discreto Gp(z) da planta Gp(s) pelo método ZOH. c. Projeta-se o compensador Gc(z) de acordo com alguma técnica (métodos analíticos, LGR, resposta em frequência, alocação de polos, etc.) de modo a atender as especificações. Dentre as técnicas para projeto de controladores (analógico ou digital) tem-se: a. Tentativa e erro b. Métodos analíticos c. Root Locus (LGR) d. Resposta em frequência e. Alocação de polos: Por espaço de estados ou função de transferência f. Critérios de otimização: Por espaço de estados ou função de transferência Especificações de Projeto De um modo geral as especificações de projeto podem ser dadas como: a. Precisão na resposta em regime permanente: Coeficientes de erro. b. Precisão na resposta transitória: Tempo de subida, sobre sinal, tempo de estabilização. c. Rejeição de distúrbio: Em regime permanente, na resposta transitória. d. Esforçode controle requerido: Máxima magnitude, energia mínima. e. Sensibilidade a mudança de parâmetros. f. Modelo de referência: O sistema em malha fechada deve ter um comportamento equivalente ao de um modelo pré-estabelecido (normalmente de segunda ordem). Precisão da resposta em regime permanente Via de regra, esta especificação é feita em termos de coeficientes de erro estático definidos a seguir. Gp(z)Gc(z) Y - R 0 Fig. 21: Sistema discreto em malha fechada. Para o sistema da Fig. 21, tem-se: E(z) = R(z) – Y(z); )()(1 )()( 1 )( )( 1 )( )( zGzG zGzG zR zY zR zE pc pc + −=−= Logo a transformada Z do erro e(kT) é: R(z) zGpzGc zE )()(1 1 )( + = (47) Supondo: N ba z z zTzT zTzTK zGpzGc −++ ++ = 1 . )...1)(1( )...1)(1( )()( 21 Tipo de um sistema: É dado pelo número de integradores, ”N”, no caminho direto (polos situados em z = 1) para um sistema com realimentação unitária negativa. N=0➔tipo zero➔Gc(z)Gp(z) não tem nenhum integrador N=1➔tipo um ➔Gc(z)Gp(z) tem um integrador O valor final de e(kT), se as raízes de 1+Gc(z)Gp(z) = 0, estão dentro do círculo unitário é: e Lim z R z Gc z Gp zz ( ) ( ). ( ) ( ) ( ) . = − +→1 1 1 (48) Degrau: 1)(; 1 )( = − = kTr z z zR Rampa: kTkTr z Tz zR = − = )(; )1( )( 2 Parábola: 2 3 2 )()(; )1( )1( )( kTkTr z zzT zR = − + = Coeficiente de erro de posição estático (Kp): Para uma entrada degrau unitário: KpzGpzGcz z zLime z + = +− −= → 1 1 ))()(1( 1 )1( )1( )( 1 (49) Onde: Kp = )()( 1 zGzGLim pc z→ = Gc(1)Gp(1) (50) Para sistemas do tipo zero Kp é um número finito ➔ Kp e + = 1 1 )( Para sistemas do tipo um ou maior, Kp → .➔ 0)( =e Coeficiente de erro de velocidade estático (Kv): Para uma entrada rampa unitária: Kv T zGpzGcz Tz zLime z = +− −= → ))()(1( 1 )1( )1( )( 2 1 onde : )]()(1)[1( 1v K zGpzGcz z Lim +− → = (79) Para sistemas do tipo zero Kv = 0 ➔ =)(e Para sistemas do tipo um Kv é um número finito➔ Kv T e =)( Para sistemas do tipo dois ou maior, Kv → ➔ 0)( =e Coeficiente de erro de aceleração estático (Ka): Para uma entrada parábola: Ka T zGpzGcz zzT zLime z 2 3 2 1 2 ))()(1( 1 )1( )1( )1( )( = +− + −= → onde : )]()(1[)1( 1 2 zGpzGcz za LimK +− → = (51) Para sistemas do tipo zero Ka = 0➔ =)(e Para sistemas do tipo um Ka = 0➔ =)(e Para sistemas do tipo dois ou maior, Ka= Ka ➔ Ka T e 22 )( = Degrau Rampa Parábola Tipo zero Kp+1 1 Tipo um 0 Kv T Tipo dois 0 0 Ka T 22 Precisão da resposta transitória Diz respeito a habilidade do sistema em manter o erro pequeno durante variações do sinal de referência. As especificações de transitório podem ser feitas no domínio do tempo, e então mapeadas para o domínio da frequência em termos da localização de polos, seja no plano S ou no plano Z. Sejam: tr*: Tempo de subida desejado; ts*: Tempo de estabilização desejado; Mp*: Sobre sinal máximo desejado. Estas especificações podem ser expressas em termos de desigualdades relacionando a frequência natural (wn), e o coeficiente de amortecimento ( ) para um par desejado de polos complexos dominantes (expressões válidas para um sistema de 2a ordem sem zeros). wn 1.8 / tr * (52) 0.6 (1 - Mp*) (53) σ= wn 4.6/ts * (54) Sendo os polos definidos por: 21... −−= n wj n ws (55) As inequações 52 a 53 caracterizam regiões no plano S, conforme mostra a Fig. 22a e 22b. Fig. 22a: Regiões do plano S definidas pelas inequações 80, 81 e 82 Fig.22b: Intercessão. Usando o mapeamento z = esT , é possível expressar as especificações em termos de polos dominantes situados no plano Z, ou seja: )(cos )21( 22 11 −−−=−−= TjsinwTw nnTnweTnjwnwez (56) ou, 21; −=−= TwnzTnwez (57) De modo análogo, as inequações 52 a 54 caracterizam regiões no plano Z, conforme mostrado nas Fig. 23a e 23b. Fig. 23a: Regiões do plano Z definidas pelas inequações 80, 81 e 82 Fig. 23b: Intercessão. Re(s) Im(s) Wn Im(s) cos=ξ Re(s) Im(s) σ Re(s) Im(s) Re(s) Re(z) Im(z) Im(z) Re(z) Im(z) Re(z) Im(z) Re(z) ESPAÇO DE ESTADOS 1. Introdução Um sistema linear, invariante no tempo, relaxado, a parâmetros concentrados e mono variável pode ser descrito por uma equação diferencial da forma: )()(...)()()()(...)()( 0 1 2 2 1 1 0 1 1 1 tubtubtubtubtyatyatyaty nn nn nn nn ++++=++++ − −− − − (1) n➔ ordem do sistema A eq. (1) pode ser representada no domínio da frequência, pelo uso da transformada de Laplace, em termos da seguinte função de transferência: nn nn nn nn aSaSaS bSbSbSb SU SY SG ++++ ++++ == − − − −− 1 1 1 1 2 2 1 1 ... ... )( )( )( (2) A análise (projeto de controlador) do sistema pode ser feita a partir da eq. (2), pelo uso de técnicas clássicas de controle como: Critério de Routh, Lugar Geométrico das Raízes, Diagrama de Bode, Diagrama de Nyquist . . . A eq. (1) pode ainda ser representada no domínio do tempo, por um conjunto de n equações diferenciais de 1a ordem da forma: += += • saídadeEquaçãotuDtXCtY estadodeEquaçãotuBtXAtX )(.)(.)( )(.)(.)( (3) onde, A: Matriz n x n X(t): Vetor de Estados n x 1 B: Vetor n x 1 u(t): Ação de Controle 1 x 1 C: Vetor 1 x n y(t): Saída 1 x 1 D: Escalar 1 x 1 Obs. Sistema Mono variável. A descrição (3) é conhecida como representação de estados, e toda análise (projeto de controlador) realizada a partir da mesma é denominada de técnica moderna de controle. Tal descrição tem como características: a) Permitir a descrição de modelos mais gerais como: sistemas multivariáveis, variantes no tempo ou não-lineares. b) Descrição completa do sistema. 2. Conceitos • Estado: O estado de sistema dinâmico é o menor conjunto de variáveis tal que, o conhecimento destas em t = t0, juntamente com a entrada u(t) para t t0, determina completamente o comportamento do sistema para qualquer instante t t0. • Variáveis de Estado: São o menor conjunto de variáveis que determinam o estado de um sistema dinâmico. Ex1: Obter o modelo de estados para o sistema descrito por: uyyyy 6116 =+++ •••••• Solução: Desenhar um diagrama de simulação u S 1 S 1 S 1 y 6 11 6 • y •• y ••• y As variáveis de estado são definidas como as saídas dos integradores i.e. uxxxxyx xxyx xxyx 6611 32133 3 . 22 21 +−−−== == == ••• •• • Então: ( )xy x x x xondeuxx 001 6 0 0 6 6111 100 010 3 2 1 = = + −− = • OBS: n=3 3 variáveis de estado. As variáveis de estado não necessariamente são grandezas físicas. Na prática, contudo, é conveniente escolhê-las como grandezas mensuráveis. • Vetor de estado: É um vetor contendo todas as variáveis de estado. • Espaço de estados: É o espaço n dimensional cujos eixos de coordenadas são constituídos pelas variáveis de estado (x1, x2, ..., xn). Qualquer estado pode ser representado por um ponto no espaço de estados. OBS: A escolha das variáveis de estado não é única, assim, um mesmo sistema pode ter mais de uma representação de estados. Seja o exemplo: Ex2: Solução: ( ) )(10)( )( 0 1 )( 0 1 1 )( /)()()( )()( /)]()()([)()( )()(:) )( )( )( )( )()( 122 2111 txty tVLtx C LL R tx CtxtVtxtVtx LtxtRxtVtitxtitxDefinindoa dt tdV Cti tV dt tdi LtRitV cc c c = + −− = === −−=== = ++= • •• •• ( ) = == = + −− = −−=== == • • ••• • )( )( C 0 0 1 )( )( :,)()( )(: )(01)( )(1 0 )(1 10 )( /)]()()([)()( )( )( )()( )()(:) 2 1 2 1 1 1222 211 tx tx ty ty YentãotVcCtietVcsaídasduasmosconsiderarSe txty tV LC tx L R LC tx LCtxtRCxtVtVtx dt tdV tx txtxtVtxDefinindob c c c LCtxtVtVtx dt tdV tx txRCtxtiRtxtxtRitVtxDefinindoc c c c /)]()([)()( )( )( )()()()()( )()()(:) 122 22211 −=== +=+=+= ••• ••• ( ) )(1)( )( 1 )( 0 1 1 )( txRCty tV LC L R tx LC L R tx −= + − − = • R L C Vc(t) + V(t) - i(t) 3. Realizações ou Formas canônicas: Obtenção de uma Representação de Estados dada uma G(s) 3.1. Realização Paralela ou Diagonal ou de Soma Aplica-se quando G(s) possui polos reais e distintos e resulta numa matriz “A” na forma diagonal. Ex4: Obter uma representação de estados para 86 8 )( 2 ++ = ss sG . Solução: )( )( 4 4 2 4 )4)(2( 8 )( sU sY ssss sG = + − + = ++ = 2S 4 + 4S 4 + U(S) Y(S) + + U(S) 4 -4 S 1 S 1 -2 -4 Y(S) + + + + + + 21 22 . 11 . xxy u4x4x u4x2x += −−= +−= ou ( )X11y u 4 4 X 40 02 X . = − + − − = 3.2. Forma de Jordan Aplica-se quando G(s) possui polos reais e repetidos resultando numa matriz “A” quase diagonal. Ex4: Obter uma representação de estados para ( ) ( ) ( ) )( )( 5.2 160 2 160 2 80 5.22 40 10145.6 40 )( 2223 sU sY ssssssss sG = + + + − + = ++ = +++ = . 2S 4 + 4S 4 + U(S) Y(S) + + U(S) 4 -4 S 1 S 1 -2 -4 Y(S) + + + + + + 3.3. Realização na Forma Canônica de Controlador Aplica-se para uma G(s) qualquer, desde que o grau do denominador seja maior que o do numerador. Ex5: Obter uma representação de estados para 32 2 1 3 32 2 1)( asasas bsbsb sG +++ ++ = . Solução: U(S) Y(S))S( 32 2 1 bSbSb ++ 32 2 1 3 aSaSas 1 +++ uaaa asasassU s =+++ +++ = •••••• 321 32 2 1 3 1 )( )( 3213221 )( )( bbbybsbsb sU sY ++=++= ••• b 1 b 2 U(S) S 1 S 1 S 1 b 3 Y(S) -a 1 -a 2 -a 3 .. ... . Definindo: 3321211 233 1 . 22 332121111 xbxbxby xxx xxx uxaxaxaxx ++= == == +−−−== • •• ••• Assim: ( )xbbby ux aaa x 321 321 0 0 1 010 001 = + −−− = • 3.4- Realização na forma canônica de observador Pode ser obtida diretamente da forma canônica de controlador, com as seguintes substituições: t c0 t c0 t c0 BCCBAA Para o exemplo anterior, tem-se: ( )x001y u b b b x 01a 10a 01a x 3 2 1 3 2 1 . = + − − − = OBS: Se o grau do denominador for igual ao grau do numerador, deve-se reescrever a função de transferência realizando uma divisão polinomial. O termo constante formará a matriz “D” da representação de estados. Ex6: 32 2 1 13131212 1 1 32 2 1 32 2 1 )/()/()( asasa aabbsaabb a b asasa bsbsb sG ++ −+− += ++ ++ = . u a x aa y uxa a a a x aabbaabb a b asasa aabbsaabb a b sG aabbSaabb a b asasa a a b sa a b sb bsbsb 1 1 1 3 1 2 1 3 1 2. 1313312122 1 1 1 32 2 1 13131212 1 1 _______________________________________________ 13131212 1 1 32 2 1 3 1 1 2 1 12 1 32 2 1 0 1 01 )/()/( )/()/( )( )/()/( + = + −− = −=−== ++ −+− += −+− ++ −−− ++ • 4. Solução de Equação de Estados Invariante no Tempo. 4.1- Equação de Estados Homogênea Dada a equação diferencial matricial , sua solução pode ser obtida por analogia com o caso escalar, ou seja: )0(...) !3!2 1()(: ... !3!2 : )0()(:tanRe )0()()()()0()(: )()( 3322 3322 1 x tata attxEntão tata atecomo extxquedosul xassxsaxxssxoLaplaceand taxtx at at ++++= ++++= = −==− = − • 1 Para o caso matricial: }){()( ).(exp: ..... !3!2 : }){(: )0(}){()(: )0()()()0()()()()0()(: )()( 11 3322 11 11 1 −− −− −− − • −== ++++= =− −= −==−=− = AsILet testadosdetransiçãomatrizcomodefinidaonencialmatrize tAtA AtIeaindae eAsILescalarcasocomoComparando xAsILtxinversaaTomando xAsIsxxsxAsIsAxxssxoLaplaceand tAxtx At At At At (t) possui as seguintes propriedades: )tt()tt().tt( )nt()]t([ )t()t(eee)tt( )]t([)e(e)t( I)0( 020112 n 21 AtAt)tt(A 21 11AtAt 2121 +=−− = ===+ −=== = + −−− 4.2. Eq. de Estados Não Homogênea Caso escalar: )()()( tbutaxtx+= • Laplaceando: )()()0()( sbUsaXxssX +=− )()()0()()( 11 sbUasxassX −− −+−= )()( tAxtx = • Tomando L-1: − += − as sbU Lxetx at )( )0()( 1 ; com = − = )()( 1 )( 2 1 sUsF as sF (Integral de Convolução) += −t 0 )t(aat d).(u.b.e)0(xe)t(x de modo análogo ao caso matricial: )(.)(.)( . tuBtXAtX += • Resulta que: −+= t tAAt duBeXetX 0 )( ).(..)0()( Caso o instante inicial seja diferente de zero, tem-se: += −t t )t(A 0 At 0 d).(u.B.e)t(Xe)t(X ou considerando a definição da matriz transição de estados: −+= t t0 0 d).(u.B).t()t(X)t()t(X 5. Relação entre Equações de Estado e Funções de Transferência BuAXX . += DuCXy += G(S) (1) (2) Dada uma representação de Espaço de Estados, existe uma única função de transferência associada a mesma (1). O problema inverso, como já foi visto, admite mais de uma solução e é denominado Problema das Realizações. Resposta as condições iniciais Resposta a entrada u() 5.1. Obtenção de G(S) dada uma representação de Estados Seja += += • DuCXy BuAXX Então: )()()0()( sBUsAXXssX +=− )(..)()0(.)()( 11 sUBAsIXAsIsX −− −+−= Considerando: X(0) 0, condições iniciais nulas. Então: )()()( sDUsCXsY += )(].).([ 1 sUDBAsIC +−= − Logo: DBAsIC sU sY sG +−== − .).( )( )( )( 1 Ex3: Obter a função de transferência do sistema descrito por: )( 0 /1 )( 0/1 /1/ )( . tu L tX C LLR tX + −− = • ( ) )t(X10)t(Y = Solução: − + = −− − =− sC LLRs C LLR s s AsI /1 /1/ 0/1 /1/ 0 0 ( ) LCL R ss LRsC Ls AsI 1 1 //1 /1 2 1 ++ + − =− − ( ) ( ) −== − 0 /1 10 )( )( )( 1 L AsI sU sY sG ( ) LCL R ss LC LCL R ss L LRsC sU sY sG 1 /1 1 1 0 /1 //1 )( )( )( 22 ++ = ++ +== Do exemplo 2, tem-se que: )t(v dt )t(vd LC dt )t(dv RC)t(v C2 C 2 C ++= Logo: )()1()( 2 sVLCsRCssV C++= 21 1 )( )( LCsRCssV sVC ++ = LCL R ss LC sV sVC 1 /1 )( )( 2 ++ = 6. Auto Valores e Auto Vetores Def. 1: Polinômio Característico: É o polinômio do denominador de uma função de transferência Def. 2: Equação Característica: É obtida quando se iguala a zero o polinômio característico. Seja: n1n 1n 1 n n1n 2n 2 1n 1 aSa...SaS bSb...SbSb )S(G ++++ ++++ = − − − −− . Assim, a equação característica será: n1n 1n 1 n aSa...SaS ++++ − − =0 Em termos de variáveis de estado, sabe-se que para: )det( )det()( 0 )det( )( 0)()( 1 ASI DASIBASICAdj DuCxy BuAxxB ASI ASIAdj CBASICSG − −+− = += +=+ − − =+−= • − Logo, a equação característica é obtida por: 0)ASIdet( =− Def.2: Autovalores: São as raízes da equação característica. Coincidem com os polos do sistema. Simbologia: i Def.3: Denomina-se auto vetor de uma matriz “A”, associado ao auto valor i, o vetor pi (nx1) que satisfaz: 0).( =− piAIi ou piApii .. = Ex7: Dado o sistema, obter sua equação característica, seus autovalores e auto vetores ( )xy uxx 10 0 8 01 86 = + −− = • Solução: a) Equação característica: 086 1 86 det 0 01 86 0 0 det0)det( 2 =++= − + = −− − =− ss s s s s ASI b) Autovalores: −= −= =++ 4 2 086 2 12 ss c) Auto vetores: Para 111 . p seja = 12 11 1 p p p =− −−=− −− = − 1112 121111 12 11 12 11 2 862 01 86 .2 pp ppp p p p p −= −= 1211 1211 2 84 pp pp É verdadeira para qualquer 11p ou 12p Arbitrando 2/11 1211 −== pp , logo − = 2/1 1 1p É um auto vetor associado ao auto valor –2. Para 2222 .. pAp = seja = 22 21 2 p p p =− −−=− −− = − 2122 222121 22 21 22 21 4 864 01 86 4 pp ppp p p p p −= −= 2222 2221 4 8 pp pp É verdadeiro para qualquer 21p ou 22p Arbitrando 4/91 2221 −== pp , logo − = 4/1 1 2p É um auto vetor associado ao autovalor –4. 7. Transformações no Espaço de Estados. Como já foi visto anteriormente, a representação de sistemas no espaço de estados não é única, assim, uma particular definição do vetor de estados x(t), pode ser redefinida por qualquer transformação linear não-singular deste vetor, ou seja, )(.)( tzPtx = , onde: z(t) representa o novo vetor de estados e P é uma matriz não-singular qualquer. Seja a representação de estados: = += • )(.)( )()(.)( txCty tButxAtx Aplicando a transformação: )(.)( tzPtx = Tem-se que: )(.)( tzPtx •• = Assim, = += • )(..)( )(.)(..)(. tzPCty tuBtzPAtzP Ou ainda, = += −− • )(..)( )(..)(...)( 11 tzPCty tuBPtzPAPtz Que é a nova representação de estados obtida a partir da transformação. OBS 1: A equação característica, os autovalores e os auto vetores não se alteram após uma transformação linear não singular. OBS 2: Uma transformação linear é deita invariante se não altera o polinômio característico de uma realização. OBS 3: Sendo a Matriz de transformação “P” formada pelos auto vetores do sistema, a nova representação de estados recai na forma paralela, isto é, a nova matriz “A” do sistema )..( 1 PAP − é diagonal, sendo os elementos da diagonal principal, os autovalores do sistema. 8.Controlabilidade e Observabilidade São propriedades qualitativas de sistemas dinâmicos lineares e são importantes quando se considera: • Projeto de compensadores por realimentação de estados. • Projeto de observadores de estado • Projeto de compensadores baseado na minimização ou maximização de um dado índice de desempenho. 8.1. Controlabilidade Definição: Um sistema <A,B> é de estado completamente controlável, se existe um sinal de controle u(t), tal que, o estado do sistema pode ser levado de qualquer estado inicial x(0), para qualquer estado final desejado x(tf), num intervalo de tempo finito. Teorema: O sistema += += • )()()( )()()( tDutCxty tButAxtx de dimensão (ordem) n, é controlável se, e somente se, a matriz de controlabilidade ℭ , conforme definida a seguir,tem posto (rank) igual a m, ou seja, ℭ é não singular. ℭ BABABAB n ... 12 − = Ex8: Verificar se o sistema é controlável: ( ) = + − − = • xy xx 01 0 1 10 12 Solução: ℭ = − lcontrolávenão Singular 00 21 8.2. Observabilidade Definição: O sistema <A,C> é de estado completamente observável se, para qualquer estado inicial x(0), existir um tempo finito , tal que x(0) pode ser determinado (de forma única) a partir de u() e y(). Teorema: O sistema: += += • )()()( )()()( tDutCxty tButAxtx de dimensão n, é de estado se, e somente se, a matriz de observabilidade , definida a seguir, tem posto (rank) n, ou seja, é não singular. = − 1 2 . . . n AC AC AC C Ex9: Verificar se o sistema é observável: ( ) = + − − = • xy xx 01 0 1 10 12 Solução: = − observável singularnão 12 01 9 PROJETO DE SISTEMAS DE CONTROLE USANDO ESPAÇO DE ESTADOS Objetivo Mostrar como se realiza o projeto de controladores baseado na formulação de espaço de estados e mostrar como se realiza o projeto de observadores de estado. As vantagens desta abordagem se evidenciam quando se tem sistemas multivariáveis. Formulação do problema Seja um sistema linear invariante no tempo contínuo representado na forma de espaço de estados de acordo com a equação (1). )()( )(1)()()( tCXtY twGtButAXtX = ++= • (1) onde: X (nx1), A (nxn), B(nx1),C(1xn) e G1 (nx1) u(t) : ação de controle w(t): entrada de perturbação Deseja-se determinar uma lei de formação para a ação de controle u(t) em função do vetor de estados X(t), tal que, o sistema <A,B,C,D> em malha fechada, tenha um desempenho que atenda um conjunto de especificações pré estabelecidas. Situações possíveis No problema formulado tem-se duas possibilidades para as variáveis de estado do vetor X(t): – Todas disponíveis: Existe um sensor para cada variável. Neste caso vai-se direto ao projeto do controlador que é subdividido em: 1 - Regulação: A referência é zero para todo o tempo. 2 - Rastreamento: A referência é uma função do tempo. – Algumas não disponíveis: Algumas não possuem sensor. Primeiramente deve-se projetar um estimador (observador) de estados e depois o controlador para Regulação ou Rastreamento. Problema da Regulação com vetor X(t) disponível A lei de formação para a ação de controle pode ser obtida simplesmente pela realimentação negativa da combinação linear de todas as variáveis de estado, devidamente ponderadas por ganhos, a serem determinados de modo a satisfazer as especificações do problema, como mostrado na equação (2). tknkkkKonde tKXtu ]...321[: )()( = −= (2) Tal solução é denominada de realimentação completa de estados e a condição necessária e suficiente para que possa ser realizada é que o sistema <A,B,C,D> seja controlável. Havendo controlabilidade, a realimentação de estados permite que se posicione os polos de malha fechada em qualquer região do plano S. Portanto, o problema de projeto se resume em: - Imposição dos polos de malha fechada que satisfazem as especificações do problema, ou ainda, o polinômio característico de malha fechada desejado, d(s); - Determinação do vetor de realimentação K, que gere os polos do item anterior. Visualizações do problema: Gráfica: Diagrama de simulação Analítica / Paramétrica: 1. Controlabilidade do sistema em malha aberta <A,B,C,D>: 0det ]12[ −= C BnABAABBC .... (3) 2. Alocação dos polos de malha fechada desejados Uma maneira de se escolher estes polos consiste no uso dos protótipos ITAE (integral of the time multiplied by the absolute value of the error) ou de Bessel. Tais protótipos foram avaliados numericamente e a localização dos polos resultantes e repostas ao degrau são mostradas na tabela 1 e Fig. 2 e 3. Tabela 1 – Localização dos polos para funções de transferência ITAE e de Bessel B s-1 C K u(t) + + X(t) y(t) A - 0 Fig. 2 – Resposta ao degrau do protótipo ITAE para Wo=1 rad/sec Fig. 3 – Resposta ao degrau do protótipo de Bessel para Wo=1 rad/sec 3. Determinação de K para alocação dos polos Substituindo a equação (2) na (1), o sistema em malha fechada fica, CX(t)Y(t) w(t)GBK)X(t)(Aw(t)GKX(t)]B[AX(t)(t)X = +−=+−+= • 11(4) O polinômio característico de malha fechada é obtido como BK)](A[sI (s) mf −−= det (5) igualando ao polinômio desejado d(s) pode-se calcular K. (s) d (s) mf = (6) Outra maneira é usando a fórmula de Ackermann (A) d .αB] AB A][B AB [K n- 1100 12 −= (7) Problema do Rastreamento com vetor X(t) disponível Lembrando que os tipos de sistemas podem ser definidos de acordo com o número de integradores na função de transferência do ramo direto, e que o sistema do tipo 1 tem um integrador e não exibirá nenhum erro em regime permanente na resposta ao degrau, o problema do rastreamento usando realimentação de estados, será apresentado inicialmente para o projeto de sistemas do tipo 1. – Rastreamento quando a planta já tem um integrador Admitindo que a saída y seja igual a variável de estado x1, e que a referência é um degrau unitário, a Fig. 4 ilustra uma configuração para o uso da realimentação de estados. Fig. 4 – Rastreamento quando a planta já tem um integrador Tem-se portanto que: rkKX)x(r k xn x x ] ... kn k k[u 111 2 1 320 +−=−+−= (8) e ainda: rBkBK)X (A Bu AX X 1+−=+= • (9) A equação (9) é do mesmo formato da equação (4) e K pode ser obtido usando a mesma metodologia de imposição de polos. – Rastreamento quando a planta não tem um integrador (tipo zero) Pode-se inserir um integrador no ramo direto, como na Fig. 5. Fig. 5 – Rastreamento quando a planta não tem um integrador Sistema em malha aberta: CXryrξ CXy BuAXX −=−= • = += • (10) Definindo o vetor de estado aumentado: t ^ XX = O sistema em malha aberta com o vetor aumentado fica: ru X C AX + + − = • • 1 0 0 B 0 0 Sem perda de generalidade, seja r = 0, então: uBXAX ^^^^ += • Se < ^^ ,BA > é controlável e não tendo nenhum zero na origem, pode-se usar imposição de polos e como lei de controle: ^^ 21 - XK X kkkkξkKXu ini −= −=+−= O sistema em malha fechada fica: + − − = • • r X C BK BkA ξ X i 1 0 0 mfmfmf mfmfmfmf XCy uBXAX ^^^ ^^^^ = += • (11) Algoritmo para projeto: 1. Teste de controlabilidade: 1^^^^2^^^^^ − = CBABABABC
Compartilhar