Baixe o app para aproveitar ainda mais
Prévia do material em texto
Mo´dulo 2 Propriedades da Representac¸a˜o de Estados Neste mo´dulo estudaremos algumas propriedades fundamentais da representac¸a˜o de estados de um sistema linear invariante no tempo e tambe´m algumas relac¸o˜es entre a representac¸a˜o de estados e a sua matriz de transfereˆncia. 1 Soluc¸a˜o da equac¸a˜o de estados Um sistema linear invariante no tempo pode ser descrito por x˙ = Ax+Bu (1) y = Cx+Du (2) onde x ∈ Rn e´ o vetor de estados, y ∈ Rm e´ o vetor das varia´veis de sa´ıda (que representam as varia´veis medidas ou as varia´veis a serem controladas) , u ∈ Rq e´ o vetor de entrada (que representa um sinal externo ou o sinal de controle), A ∈ Rn×n e´ a matriz de dinaˆmica das varia´veis de estado, B ∈ Rn×q e´ a matriz de entrada do sinal u, C ∈ Rm×n e´ a matriz de sa´ıda e D ∈ Rm×q a matriz de transfereˆncia direta entrada-sa´ıda. A resposta do sistema (1) possui duas componentes distintas: uma que depende das condic¸o˜es iniciais x(t0) e outra que depende do sinal de entrada u(t). Podemos encontrar essas duas componentes com o aux´ılio da transformada de Laplace. De (1) temos sX(s)− x(t0) = AX(s) +BU(s) (3) Y (s) = CX(s) +DU(s) (4) onde X(s) = L{x(t)}, U(s) = L{u(t)}, Y (s) = L{y(t)} sa˜o respectivamente as transfor- madas de Laplace de x(t), u(t), y(t). Isolando X(s) na primeira equac¸a˜o temos X(s) = (sI − A)−1BU(s) + (sI − A)−1x(t0) (5) Voltando ao domı´nio do tempo encontramos x(t) = eAtx(t0) + ∫ t t0 eAτBu(t− τ)dτ (6) onde eAt e´ a matriz de transic¸a˜o de estados dada pela transformada inversa eAt = L−1 {(sI − A)−1} (7) Podemos notar em (6) as duas componentes da soluc¸a˜o da equac¸a˜o de estado. A primeira indica como o sistema responde para uma dada condic¸a˜o inicial x(t0) e a segunda, que e´ uma integral de convoluc¸a˜o, indica como o sistema evolui para um dado sinal de entrada. O calculo da matriz de transic¸a˜o de estados e´ feito tomando-se a transformada inversa de cada um dos elementos da matrix (sI − A)−1. 1 Exemplo 1 Considere o sistema x˙ = Ax onde A = [ −1 0 2 −2 ] A matriz de transic¸a˜o de estados e´ dada por eAt = L−1 {(sI − A)−1} = L−1{[ s+ 1 0−2 s+ 2 ]−1} = L−1 {[ 1 s+1 0 2 (s+1)(s+2) 1 s+2 ]} = [ e−t 0 2e−t − 2e−2t e−2t ] Uma propriedade importante da matriz de transic¸a˜o e´ que podemos representa´-la pela sua se´rie de Taylor eAt = ∞∑ n=0 (At)n n! (8) que e´ uma extensa˜o natural da se´rie de Taylor no caso escalar (quando A e´ escalar)1. Com o estado dado por (6) podemos construir a sa´ıda do sistema com (2), o que resulta em y(t) = CeAtx(t0) + ∫ t t0 CeAtBu(t− τ)dτ +Du(t) (9) = CeAtx(t0) + ∫ t t0 [CeAtB +Dδ(t)]u(t− τ)dτ (10) onde δ(t) e´ o impulso unita´rio na origem. Definiremos agora g(t) = CeAtB +Dδ(t) (11) como sendo a resposta ao impulso do sistema pois g(t) = L−1 {G(s)} = L−1 {C(sI − A)−1B +D} (12) e assim a resposta y(t) do sistema pode ser expressa na forma convoluc¸a˜o da entrada com a resposta ao impulso. y(t) = CeAtx(t0) + ∫ t t0 g(t)u(t− τ)dτ (13) 2 Realizac¸a˜o de estados Vimos que a aplicac¸a˜o da transformada de Laplace nos leva uma func¸a˜o de trans- fereˆncia para o sistema2. Em particular, para uma dada equac¸a˜o de estados (1) encon- tramos a func¸a˜o de transfereˆncia (28). Nesta sec¸a˜o estudaremos o caminho reverso, isto e´, dada a func¸a˜o de transfereˆncia (28) encontre a respectiva representac¸a˜o de estados. 1A se´rie de Taylor de va´rias func¸o˜es escalares f(at) podem ser generalizadas para o caso matricial f(At) onde A e´ matriz. Para detalhes veja qualquer livro de algebra de func¸o˜es matriciais. 2Sempre que nos referimos a` func¸a˜o de transfereˆncia estaremos assumindo que as condic¸o˜es iniciais sa˜o nulas. 2 Podemos facilmente verificar que este problema na˜o tem soluc¸a˜o u´nica. Para ver esse fato considere duas representac¸o˜es de estados x˙ = A1x+B1u1 (14) y1 = C1x+D1u1 (15) e z˙ = A2z +B2u2 (16) y2 = C2z +D2u2 (17) e suponha que as matrizes das representac¸o˜es acima estejam relacionadas entre si da seguinte forma A2 = TA1T −1 B2 = TB1 C2 = C1T−1 D2 = D1 (18) onde T e´ uma matriz invers´ıvel. A func¸a˜o de transfereˆncia para o primeiro (14) e´ G1(s) = C1(sI − A1)−1B1 +D1 (19) e para o segundo G2(s) = C2(sI − A2)−1B2 +D2 (20) = C1T −1(sI − TA1T−1)−1TB1 +D1 (21) = G1(s) (22) Logo todas as representac¸o˜es de estados que se relacionam atrave´s de (18) possuem a mesma func¸a˜o de transfereˆncia. Dizemos que (A1, B1, C1, D1) e (A2, B2, C2, D2) sa˜o re- alizac¸o˜es de estados ”equivalentes”, isto e´, resultam na mesma func¸a˜o de transfereˆncia. Para cada matriz T invers´ıvel escolhida teremos uma realizac¸a˜o de estados diferente e a relac¸a˜o entre os estados de uma e outra representac¸a˜o e´ z = Tx. Exemplo 2 Considere um circuito RLC se´rie com tensa˜o de entrada v(t). A dinaˆmica do sistema pode ser expressa pelas equac¸o˜es[ I˙(t) v˙c(t) ] = [ −R L − 1 L 1 C 0 ] [ I(t) vc(t) ] + [ 1 L 0 ] v(t) (23) vc(t) = [ 0 1 ] [ I(t) vc(t) ] (24) onde I(t), vc(t) sa˜o as varia´veis de estado do sistema e correspondem a` corrente do cir- cuito e a tensa˜o no capacitor respectivamente. A segunda equac¸a˜o define a sa´ıda do sis- tema e representa o fato que estamos medindo a tensa˜o no capacitor com ganho unita´rio. Trocando a varia´vel de estado I(t) por vr(t) que e´ a tensa˜o no resistor a nova repre- sentac¸a˜o de estados fica[ v˙r(t) v˙c(t) ] = [ −R L −R L 1 RC 0 ] [ vr(t) vc(t) ] + [ R L 0 ] v(t) (25) vc(t) = [ 0 1 ] [ vr(t) vc(t) ] (26) A relac¸a˜o entre as duas representac¸o˜es e´ dada por[ vr(t) vc(t) ] = [ R 0 0 1 ] [ I(t) vc(t) ] (27) 3 Para sistemas SISO existem procedimentos bastante simples de realizac¸a˜o de estados. Por exemplo, dado a func¸a˜o de transfereˆncia G(s) = Y (s) U(s) = b0s q + b1s q−1 + · · ·+ bq sq + a1sq−1 + · · ·+ aq (28) podemos encontrar uma representac¸a˜o de estados procedendo da seguinte forma. Primeiro iremos introduzir uma varia´vel intermedia´ria Z(s) que satisfaz G(s) = Y (s) U(s) = Y (s) Z(s) Z(s) U(s) = b0s q + b1s q−1 + · · ·+ bq sq + a1sq−1 + · · ·+ aq (29) e que sera´ definida da seguinte forma: Y (s) Z(s) = b0s q + b1s q−1 + · · ·+ bq ; Z(s) U(s) = 1 sq + a1sq−1 + · · ·+ aq (30) Lembrando que as condic¸o˜es iniciais sa˜o nulas nas equac¸o˜es acima e usando a transfor- mada inversa, podemos reescrever (30) no domı´nio do tempo como se segue y(t) = b0z(t) [q]+ b1z(t) [q−1]+ · · ·+ bqz(t) ; u(t) = z(t)[q]+a1z(t)[q−1]+ · · ·+aqz(t) (31) onde z(t)[n] representa a derivada temporal3 de ordem n da varia´vel z(t). Escolhendo como varia´veis de estado x1(t) = z(t) ; x2(t) = z(t) [1] ; x3(t) = z(t) [2] ; x4(t) = z(t) [3] ; . . . ; xi+1(t) = z(t) [i] (32) ate´ i = q − 1, temos as seguintes relac¸o˜es: x˙1(t) = x2(t) ; x˙2(t) = x3(t) ; . . . ; x˙q−1(t) = xq(t) (33) x˙q(t) = z(t) [q] = −a1xq(t)− · · · − aqx1(t) + u(t) que nos conduz a` equac¸a˜o de estados x˙(t) = 0 1 0 . . . 0 0 0 1 . . . 0 ... ... ... ... ... 0 0 0 . . . 1 −aq −aq−1 −aq−2 . . . −a1 x(t) + 0 0 ... 0 1 u(t) ; x = x1 x2 ... xq−1 xq (34) Ale´m disso (31) e (33) implicam y(t) = b0z(t) [q] + b1z(t) [q−1] + · · ·+ bqz(t) = (bq − aqb0)x1(t) + (bq−1 − aq−1b0)x2(t) + · · ·+ (b1 − a1b0)xq(t) + b0u(t) (35) Logo a equac¸a˜o de sa´ıda e´ dada por y(t) = [ bq − aqb0 bq−1 − aq−1b0 . . . b1 − a1b0 ] x(t) + b0u(t) A representac¸a˜o de estados acima, que pode ser representada de forma compacta por x˙(t) = Acx(t) +Bcu(t) (36) y(t) = Ccx(t) +Dcu(t) (37) recebe o nome de forma canoˆnica de controlabilidade. Note a estruturaparticular das matrizes Ac, Bc. Veja que a u´ltima linha de Ac possui os mesmos elementos da equac¸a˜o caracter´ıstica do sistema, como pode ser visto a partir de (28). 3Por simplicidade de notac¸a˜o usaremos z(t)[1] = z˙(t) sempre que isso for conveniente. 4 Exerc´ıcio 1 Obtenha a representac¸a˜o de estados na forma canoˆnica de controlabilidade para o circuito RLC em (23). Note que na˜o existem zeros na func¸a˜o de transfereˆncia de U(s) para Z(s). Logo na˜o pode haver cancelamento po´lo/zero nessa parte do sistema que define a ac¸a˜o de controle. Entretanto, se existem cancelamentos po´lo/zero em G(s), isto e´, de U(s) para Y (s), esses cancelamentos ocorrem na func¸a˜o de transfereˆncia de Z(s) para a sa´ıda Y (s). A matriz Ac com a estrutura acima recebe o nome de ”forma companheira”. A equac¸a˜o caracter´ıstica de toda matriz companheira pode ser diretamente escrita com os coeficientes da sua u´ltima linha, isto e´, det(sI −Ac) = sq + a1sq−1+ · · ·+ aqs. Como a realizac¸a˜o de estados de uma dada func¸a˜o de transfereˆncia na˜o e´ u´nica existem outras formas de se obter a representac¸a˜o de estados do sistema. Por exemplo, uma forma alternativa e´ x˙(t) = Aox(t) +Bou(t) (38) y(t) = Cox(t) +Dou(t) (39) onde Ao = A ′ c, Bo = C ′ c, Co = B ′ c e Do = Dc. Para se chegar nessa representac¸a˜o de estados, conhecida como forma canoˆnica de observabilidade, basta definir as varia´veis de estado de forma conveniente. Veja por exemplo [2]. O mesmo procedimento acima pode ser usado para se obter uma realizac¸a˜o de estado no caso MIMO. Para ilustrar a ide´ia, sejam duas func¸o˜es de transfereˆncias escalares G1(s) e G2(s). Usando o procedimento acima podemos facilmente encontrar as matrizes de estado para cada uma delas. G1(s) = C1(sI − A1)−1B1 +D1 G2(s) = C2(sI − A2)−1B2 +D2 Para sistemas MIMO podemos obter a func¸a˜o de transfereˆncia de cada entrada para cada sa´ıda, como se fossem sistemas SISO desacoplados, e em seguida acopla´-los, dois a` dois, da seguinte forma:[ G1(s) G2(s) ] = [ C1 0 0 C2 ] [ sI − A1 0 0 sI − A2 ]−1 [ B1 B2 ] + [ D1 D2 ] (40) [ G1(s) G2(s) ] = [ C1 C2 ] [ sI − A1 0 0 sI − A2 ]−1 [ B1 0 0 B2 ] + [ D1 D2 ] Exerc´ıcio 2 Obtenha a realizac¸a˜o de estados do sistema cuja matriz de transfereˆncia e´ indicada abaixo. G(s) = [ 1 s 0 1 (s+1)(s+2) 2 s+1 ] Definic¸a˜o 1 (Realizac¸a˜o Mı´nima) A realizac¸a˜o de estado (A,B,C,D) de um sistema e´ dita ser mı´nima se a matriz de dinaˆmica A possui a menor dimensa˜o poss´ıvel. O procedimento para realizac¸a˜o de estados descrito acima e´ simples mas normalmente na˜o conduz a` uma realizac¸a˜o mı´nima. Para se obter uma realizac¸a˜o de estados mı´nima4 partir de uma realizac¸a˜o na˜o mı´nima basta se eliminar os estados associados a po´los e zeros que se cancelam. Para identificar esses estados precisamos da noc¸a˜o de controlabilidade e observabilidade que veremos a seguir. 4No MATLAB a func¸a˜o ss.m encontra a representac¸a˜o de estado de um sistema a partir de sua transfereˆncia G(s). A realizac¸a˜o mı´nima e´ fornecida pela func¸a˜o minreal.m. 5 3 Propriedades estruturais Dentre as propriedades de um sistema linear de malha aberta, duas delas merecem destaque: controlabilidade e observabilidade. Quando a estrutura do sistema apresenta essas propriedades temos garantia de poder projetar um controlador de tal forma que os po´los da malha fechada possam ser escolhidos de forma arbitra´ria pelo projetista. Os conceitos de controlabilidade e observabilidade foram introduzidos por Kalman em 1960 [3]. Definic¸a˜o 2 (Controlabilidade) Um sistema e´ controla´vel se for poss´ıvel, por meio de um vetor de controle sem restric¸o˜es em seus elementos, transferir o sistema de qualquer estado inicial x(t0) para qualquer outro estado x(tf ) em um intervalo finito de tempo tf − t0. Da definic¸a˜o acima podemos construir um teste para a controlabilidade de um sistema. Para que um sistema seja controla´vel devera´ existir um sinal de controle no intervalo de tempo [0, t1] que leve o estado do sistema, inicialmente na origem x(0) = 0, para qualquer estado final x(t1). Note que a soluc¸a˜o do sistema no intervalo de tempo [0, t1], com x(0) = 0, e´ dada por x(t1) = ∫ t1 0 eAτBu(t− τ)dτ (41) Por outro lado a expansa˜o por Taylor da matriz de transic¸a˜o de estados e´ eAτ = ∞∑ k=0 (Aτ)k k! (42) Assim (41) fica x(t1) = ∞∑ k=0 AkB ∫ t1 0 τ k k! u(t− τ)dτ (43) Pelo teorema de Cayley-Hamilton sabemos que An = −an−1An−1 − · · · − a1A− a0I onde an−1, . . . , a0 sa˜o os coeficientes do polinoˆmio caracter´ıstico da matriz A e n e´ a dimensa˜o do vetor de estados. Isto implica que Ak, para k ≥ n, pode ser reescrita como uma combinac¸a˜o linear de An−1, . . . , A, I. Podemos enta˜o concluir que cada ele- mento do somato´rio em (43) pode ser visto como uma combinac¸a˜o linear das matrizes B,AB, . . . , An−1B. Da´ı para que x(t1) possa ser qualquer elemento do espac¸o de estado o conjunto das colunas das matrizes B,AB, . . . , An−1B devem conter uma base para este espac¸o. Isto ocorre quando a matriz abaixo, conhecida como matriz de controlabilidade possuir posto igual ao nu´mero de varia´veis de estado. Mc = [ B AB . . . An−1B ] (44) Por outro lado quando posto(Mc) e´ inferior ao nu´mero de varia´veis de estado na˜o e´ poss´ıvel atender a definic¸a˜o de controlabilidade. Logo, posto(Mc) = n e´ a condic¸a˜o (necessa´ria e suficiente) para que um sistema seja controla´vel. Quando a matriz de 6 controlabilidade possui posto r, inferior ao nu´mero de varia´veis de estado, enta˜o existe uma transformac¸a˜o de similaridade5 T unita´ria (T ′ = T−1) tal que A˜ = TAT−1 = [ Anc 0 A21 Ac ] , B˜ = TB = [ 0 Bc ] , C˜ = CT−1 = [ Cnc Cc ] onde Ac ∈ Rr×r, Anc ∈ Rn−r×n−r sa˜o quadradas e todos os autovalores de Anc sa˜o os autovalores na˜o controla´veis do sistema, o par (Ac, Bc) e´ controla´vel e a seguinte igualdade se verifica6: Cc(sI − Ac)−1Bc = C(sI − A)−1B Observe com a expressa˜o acima que a func¸a˜o de transfereˆncia do sistema na˜o se altera se descartamos os estados na˜o controla´veis. Definic¸a˜o 3 (Estabilizabilidade) O sistema e´ dito ser estabiliza´vel quando os auto- valores na˜o controla´veis sa˜o esta´veis, isto e´ os autovalores de Anc possuem parte real negativa. Definic¸a˜o 4 (Observabilidade) Um sistema e´ observa´vel se todo estado inicial x(t0) puder ser determinado a partir do conhecimento das varia´veis medidas y(t) e do controle aplicado u(t) durante um intervalo de tempo finito, t0 ≤ t ≤ t1. Da definic¸a˜o acima podemos construir um teste para a observabilidade de um sistema (1),(2). Para que o sistema seja observa´vel devera´ existir alguma informac¸a˜o sobre a condic¸a˜o inicial x(0) = x0 contida nas varia´veis y(t), u(t) que sera˜o medidas num intervalo de tempo [0, t1]. Note que a resposta do sistema no intervalo de tempo [0, t1], com x(0) = x0, e´ dada por y(t1) = Ce At1x0 + ∫ t1 0 CeAτBu(t− τ)dτ (45) Como o problema e´ encontrar x0 a partir dos sinais dispon´ıveis no intervalo de tempo considerado, veja que a parcela y0(t1) = y(t1)− ∫ t1 0 CeAτBu(t− τ)dτ e´ a parcela conhecida da resposta que na˜o depende de x0. Assim para encontrar x0 devemos resolver a equac¸a˜o y0(t1) = Ce At1x0 para x0, dado y0(t1). Usando a expansa˜o por Taylor da matriz de transic¸a˜o (42) temos y0(t1) = ∞∑ k=0 CAk tk1 k! x0 e lembrando que Ak, para k ≥ n, pode ser rescrita como uma combinac¸a˜o linear de An−1, . . . , A, I, podemos concluir que cada parcela do somato´rio acima e´ uma combinac¸a˜o 5No matlab essa transformac¸a˜o e´ feita com a func¸a˜o ctrbf.m do control system toolbox. 6Para verificar a igualdade basta utilizar o seguinte resultado de inversa˜o de matrizes[ M1 0 M2 M3]−1 = [ M−11 0 −M−13 M2M−11 M−13 ] ou [ M1 M2 0 M3 ]−1 = [ M−11 −M−11 M2M−13 0 M−13 ] 7 linear das matrizes CAn−1, . . . , CA,C. Assim, podemos representar a equac¸a˜o acima na forma y0(t1) = n−1∑ k=0 CAkαkx0 = [ α0I . . . αn−1I ] C CA ... CAn−1 x0 (46) onde α0, . . . , αn−1 sa˜o as constantes de combinac¸a˜o linear (dependentes de t1). Quando a matriz Mo = C CA ... CAn−1 (47) conhecida como matriz de observabilidade, possuir posto igual ao nu´mero de varia´veis de estado basta escrever a equac¸a˜o (46) para va´rios instantes de tempo dentro do intervalo [0, t1] que poderemos determinar x0 de forma u´nica atrave´s de pseudo inversa. Por outro lado, quando posto(Mo) e´ inferior ao nu´mero de varia´veis de estado podemos encontrar x0 tal que Mox0 = 0. Logo, independentemente do instante t1 teremos y0(t1) = 0 e nesse caso na˜o sera´ poss´ıvel reconstruir a condic¸a˜o inicial indicando que o sistema na˜o e´ observa´vel. Isso mostra que posto(Mo) = n e´ uma condic¸a˜o necessa´ria e suficiente para a observabilidade do sistema. Quando a matriz de observabilidade possui posto r, inferior ao nu´mero de varia´veis de estado, o sistema pode ser representado na forma canoˆnica de detectabilidade indicada abaixo enta˜o existe uma transformac¸a˜o de similaridade7 T unita´ria (T ′ = T−1) tal que A˜ = TAT−1 = [ Ano A12 0 Ao ] , B˜ = TB = [ Bno Bo ] , C˜ = CT−1 = [ 0 Co ] onde Ao ∈ Rr×r, Ano ∈ Rn−r×n−r e todos os autovalores de Ano sa˜o os autovalores na˜o observa´veis do sistema, o par (Ao, Bo) e´ observa´vel e a seguinte igualdade se verifica: Co(sI − Ao)−1Bo = C(sI − A)−1B Observe com a expressa˜o acima que a func¸a˜o de transfereˆncia do sistema na˜o se altera se descartamos os estados na˜o observa´veis. Definic¸a˜o 5 (Detectabilidade) O sistema e´ dito ser detecta´vel quando os autovalores na˜o observa´veis sa˜o esta´veis, isto e´ os autovalores de Ano possuem parte real negativa. As noc¸o˜es de controlabilidade e observabilidade nos permitem caracterizar melhor alguns resultados, ja´ estudados anteriormente, e que esta˜o relacionados a cancelamentos po´lo/zero. Por exemplo, todo sistema SISO observa´vel pode ser representado na forma canoˆnica de observabilidade (38) e todo sistema SISO controla´vel pode ser representado na forma canoˆnica de controlabilidade (36). Sistemas MIMO possuem uma forma canoˆnica, co- nhecida como decomposic¸a˜o de Kalman8, onde os estados na˜o controla´veis e os na˜o ob- serva´veis podem ser diretamente obtidos a partir dela [3],[4]. 7No matlab essa transformac¸a˜o e´ feita com a func¸a˜o obsvf.m do control system toolbox. 8No matlab essa decomposic¸a˜o pode ser obtida com a func¸a˜o minreal.m. 8 Teorema 1 Seja um sistema com representac¸a˜o de estados (1),(2). Enta˜o existe uma transformac¸a˜o de estados x˜ = Tx tal que ˙˜x1 ˙˜x2 ˙˜x3 ˙˜x4 = A˜11 0 A˜13 0 A˜21 A˜22 A˜23 A˜24 0 0 A˜33 0 0 0 A˜43 A˜44 x˜1 x˜2 x˜3 x˜4 + B˜1 B˜2 0 0 u (48) y = [ C˜1 0 C˜3 0 ] x˜1 x˜2 x˜3 x˜4 (49) onde • O par (A˜11, B˜1) e´ controla´vel e (A˜11, C˜1) e´ observa´vel. • Os autovalores controla´veis e observa´veis de A sa˜o os autovalores de A˜11. • Os autovalores controla´veis e na˜o-observa´veis de A sa˜o os autovalores de A˜22. • Os autovalores na˜o-controla´veis e observa´veis de A sa˜o os autovalores de A˜33. • Os autovalores na˜o-controla´veis e na˜o-observa´veis de A sa˜o os autovalores de A˜44. • A func¸a˜o de transfereˆncia correspondente e´ G(s) = C(sI − A)−1B = C˜1(sI − A˜11)−1B˜1 Ja´ vimos que todo po´lo de G(s) e´ um autovalor de A, pore´m o contra´rio na˜o e´ verdade em geral pois cancelamentos po´los/zeros podem ocorrer nas func¸o˜es Gij(s). Podemos mostrar as seguintes relac¸o˜es [4]: Teorema 2 Seja G(s) = C(sI − A)−1B +D. Enta˜o as seguintes afirmac¸o˜es sa˜o verda- deiras: a Se (A,B) e´ controla´vel e (A,C) observa´vel enta˜o todos os autovalores de A sa˜o po´los de G(s). b Se (A,B) e´ estabiliza´vel e (A,C) detecta´vel enta˜o todos os autovalores de A localizados no semiplano complexo direito (parte real positiva ou nula) sa˜o po´los de G(s). c Todos os autovalores de A que na˜o sa˜o po´los de G(s) ou sa˜o na˜o controla´veis ou na˜o observa´veis. Teorema 3 Uma realizac¸a˜o de estados com matrizes (A,B,C,D) e´ mı´nima se e somente se (A,B) e´ controla´vel e (A,C) e´ observa´vel. Ale´m disso, todas as realizac¸o˜es de estado mı´nimas de um sistema sa˜o equivalentes, isto e´ satisfazem (18) para alguma matriz de transformac¸a˜o T . 9 Para verificar um resultado interessante seja (v0, s0) um par autovetor/autovalor de A, isto e´ v∗0A = s0v ∗ 0 e suponha que v ∗ 0B = 0. Enta˜o o autovalor s0 na˜o e´ controla´vel pois v∗0Mc = 0 e isto implica que o posto da matriz de controlabilidadeMc e´ inferior ao nu´mero de varia´veis de estado. Ale´m disso note que [ v∗0 0 ] R(s0)=0. Logo todo autovalor na˜o controla´vel de A e´ um zero invariante do sistema. Por outro lado se Av0 = s0v0 e Cv0 = 0 enta˜o s0 e´ um autovalor na˜o observa´vel de A ja´ que M0v0 = 0 indicando que o posto da matriz de observabilidade e´ menor que o nu´mero de varia´veis de estado. Ale´m disso note que R(s0) [ v0 0 ] = 0 Logo todo autovalor na˜o observa´vel de A e´ um zero invariante do sistema. Para X(s) = (sI − A)−1BU(s) a definic¸a˜o de zero invariante recupera a definic¸a˜o de zero de transmissa˜o. Assim, todo zero de transmissa˜o e´ tambe´m um zero invariante. Num sistema controla´vel e observa´vel o conjunto de zeros invariantes e de transmissa˜o coincidem. Questa˜o 1: Considere o sistema na˜o linear abaixo. x˙1 = x2 + 1 x˙2 = −(x2 + 1)2 − 2x1(x2 + 1)− x1 + 1 (50) Obtenha o modelo linearizado em torno de um ponto de operac¸a˜o. Suponha que dispo- mos de um medidor (ganho unita´rio) para a varia´vel y = x1+x2. O sistema e´ observa´vel ou pelo menos detecta´vel? Justifique. Questa˜o 2: Considere o sistema x˙ = Ax+B u onde A = [ −2 0 1 2 ] , B = [ 0 1 ] , x = [ x1 x2 ] (51) Pede-se: (a) Verifique a estabilidade do sistema em malha aberta e a controlabilidade. (b) Obtenha os po´los e os autovalores do sistema de malha aberta. (c) Verifique se sistema e´ estabiliza´vel . Comente o resultado. (d) Quais sa˜o os zeros do sistema?. Laborato´rio 1. Explique os diagramas de simulac¸a˜o linear e na˜o linear fornecidos. O que eles representam? Explique o que executa o arquivo varia´veis2.m tambe´m fornecido. 2. Escolha um ponto de equil´ıbrio e linearize h˙ = f(h, v) em torno deste ponto. O equil´ıbrio analisado e´ esta´vel? Verifique o resultado obtido atrave´s de simulac¸o˜es e dos autovalores da matriz J(f,h). 3. Para o mesmo ponto de equil´ıbrio, simule os sistemas linear x˙ = Ax + Bu e na˜o- linear h˙ = f(h, v) e discuta as diferenc¸as. Atenc¸a˜o para as diferentes varia´veis das duas equac¸o˜es! E lembre-se: x = h− h¯ e u = v − v¯. 10 4. Recalcule o ponto de equil´ıbrio anterior fazendo γ1 = 1 ? As condic¸o˜es para ob- tenc¸a˜o do modelo linear esta˜o satisfeitas ? Isto e´, podemos obter um modelo line- arizado nesse novo ponto de equil´ıbrio? Explique. 5. O sistema na˜o linear e´ controla´vel quando γ1 = 1? Analise os valores singulares da matriz de controlabilidade quando γ1 se aproxima da unidade. O que acontece com o esforc¸o de controle quando a matriz de controlabilidade esta´ pro´xima de perder o posto (algum valor singular muito pro´ximo de zero)? 6. O sistema e´ observa´vel? Verifique se o sistema seria observa´vel ou detecta´vel se os medidores fossem localizados nos tanques 1 e 4. Use a rotina obsvf.m do matlab para encontrar a matriz Ano. 7. O sistema e´ controla´vel? O sistema e´ controla´vel se γ1 = 0 ? O fato de a bomba ter uma vaza˜o limitadaafeta a ana´lise de controlabilidade ? 8. Quais sa˜o os autovalores, po´los, zeros de transmissa˜o, zeros invariantes, realizac¸a˜o de estados mı´nima e func¸a˜o de transfereˆncia do sistema nas situac¸o˜es seguintes: (a) medidores nos tanques 1 e 2 e (b) nos tanques 3 e 4? Refereˆncias [1] Karl Henrik Johansson, The Quadruple-Tank Process: A Multivariable Laboratory Process with an Adjustable Zero,IEEE TRANSACTIONS ON CONTROL SYSTEMS TECHNO- LOGY, VOL. 8, NO. 3, MAY 2000. [2] K.Ogata, ”Engenharia de controle moderno”, Prentice Hall do Brasil, 2a ¯ edic¸a˜o, 1990. [3] T.Kailath, ”Linear Systems”, Prentice Hall, 1980. [4] U. Mackenroth, ”Robust Control Systems”, Springer Verlag, Berlin, 2004. 11
Compartilhar