Prévia do material em texto
Mo´dulo 12 Alocac¸a˜o de po´los e observadores para sistemas discreto. O projeto de controladores para sistemas dinaˆmicos visa estabilizar o sistema em ma- lha fechada e em geral deve-se satisfazer restric¸o˜es adicionais como, por exemplo, resposta transito´ria, rejeic¸a˜o de perturbac¸o˜es e limitac¸o˜es no sinal de controle. Podemos classificar as estruturas de controle de acordo com o tipo de informac¸a˜o que e´ injetado no contro- lador. Quando o sinal de controle e´ constru´ıdo com informac¸o˜es dos medidores de todas as varia´veis de estado dizemos que o controle e´ de realimentac¸a˜o de estados. Quando o sinal de controle e´ constru´ıdo com informac¸o˜es dos medidores de um subconjunto das varia´veis de estado, que chamaremos de varia´veis de sa´ıda, dizemos que o controle e´ de realimentac¸a˜o de sa´ıda. Como na grande maioria dos casos na˜o e´ poss´ıvel (ou econo- micamente invia´vel) medir todas as varia´veis de estados, a realimentac¸a˜o de sa´ıda e´ a soluc¸a˜o mais comum na pra´tica. No entanto a realimentac¸a˜o de estados possui proprie- dades importantes e, ale´m disso, podemos construir um controlador de sa´ıda a partir da realimentac¸a˜o de estados projetada simplesmente estimando as varia´veis de estado para as quais na˜o temos medidores dispon´ıveis. Neste mo´dulo estudaremos te´cnicas de projeto de realimentac¸a˜o de estados e em se- guida veremos como projetar observadores para sistemas discretos e utiliza´-los no projeto de sistemas de controle no caso de realimentac¸a˜o de sa´ıda. Para precisar o problema que gostar´ıamos de resolver, considere o seguinte sistema linear discreto: x(kT + T ) = Ax(kT ) +Bu(kT ) (1) onde x(kT ) ∈ Rn representa o vetor de estados, u(kT ) ∈ Rnu o sinal de controle, A,B sa˜o matrizes constantes com dimenso˜es apropriadas. Suponha que dispomos de medidores para todas as varia´veis de estado. Gostar´ıamos de determinar uma lei de controle do tipo u(kT ) = Fx(kT ), onde F ∈ Rnu×n e´ a matriz de ganhos de realimentac¸a˜o a ser determinada, de tal forma que o sistema em malha fechada satisfac¸a os seguintes requisitos: (i) o regime permanente seja atingido, isto e´ o sistema seja exponencialmente esta´vel e (ii) que a resposta transito´ria satisfac¸a certos crite´rios de desempenho definidos pela localizac¸a˜o desejada dos po´los do sistema realimentado. Observe que a todo instante de tempo o valor das varia´veis de estado x(kT ) esta´ dispon´ıvel na sa´ıda dos medidores e portanto o sinal de controle u(kT ) = Fx(kT ) pode ser aplicado instantaneamente nos atuadores do sistema. Por exemplo, para um sistema que possui dois atuadores com sinais de controle u1 e u2 e quatro estados com valores medidos x1, x2, x3, x4, ter´ıamos u1 = f11x1 + f12x2 + f13x3 + f14x4 u2 = f21x1 + f22x2 + f23x3 + f24x4 onde as constantes fij sa˜o os ganhos de realimentac¸a˜o a serem determinados. Na forma 1 matricial u(kT ) = Fx(kT ) as expresso˜es acima se tornam [ u1(kT ) u2(kT ) ] = [ f11 f12 f13 f14 f21 f22 f23 f24 ] x1(kT ) x2(kT ) x3(kT ) x4(kT ) Observe que o sinal da realimentac¸a˜o esta´ atrelado aos ganhos fij a serem determinados. Observe ainda que o sistema (1) em malha fechada com a lei de controle u(kT ) = Fx(kT ) e´ dado por x(kT + T ) = (A+BF )x(kT ) (2) e para que ele seja exponencialmente esta´vel todos os autovalores da matriz (A + BF ) devem estar no interior do c´ırculo unita´rio. Nas sec¸o˜es seguintes apresentamos va´rios me´todos para determinac¸a˜o da matriz de ganhos F que estabiliza o sistema em malha fechada e que atende a um conjunto de crite´rios de desempenho que desejamos satisfazer. 1 Realimentac¸a˜o de estados com alocac¸a˜o de po´los Queremos nesta sec¸a˜o desenvolver me´todos de projeto para a determinac¸a˜o da matriz de ganhos F da realimentac¸a˜o de estados u(kT ) = Fx(kT ) de tal forma que os po´los do sistema realimentado (2) estejam localizados em posic¸o˜es do c´ırculo unita´rio que podem ser arbitrariamente escolhidas pelo projetista. A motivac¸a˜o para resolver o problema acima, conhecido como alocac¸a˜o de po´los, vem do fato de que a localizac¸a˜o dos po´los de malha fechada define a estabilidade e esta´ forte- mente ligada ao comportamento transito´rio do sistema. Assim, basta o projetista escolher adequadamente a localizac¸a˜o dos po´los de malha fechada que o sistema de controle ira´ funcionar adequadamente durante o transito´rio e atingindo o regime permanente (esta- bilidade). Observe entretanto que o transito´rio depende tambe´m dos zeros do sistema e na˜o apenas dos po´los. Para acomodar a influeˆncia dos zeros, o projeto de alocac¸a˜o de po´los e´ feito tipicamente de forma iterativa ate´ que os requisitos de resposta durante o transito´rio sejam atingidos nas simulac¸o˜es. Para que possamos projetar os ganhos de realimentac¸a˜o de forma a atingir o desem- penho desejado (a ser definido pelo projetista atrave´s da escolha dos po´los de malha fechada) o sistema de malha aberta precisa ser controla´vel [1]. Quando o sistema de malha aberta e´ controla´vel podemos escolher a localizac¸a˜o dos po´los de malha fechada de forma arbitra´ria que sempre podemos encontrar uma reali- mentac¸a˜o de estados que modifica os po´los da forma desejada. O projeto dos ganhos de realimentac¸a˜o e´ bastante simples no caso de sistemas com uma entrada e uma sa´ıda (SISO) e refereˆncia nula que apresentamos a seguir. O caso de sistemas com mais de uma entrada e sa´ıda (MIMO) e refereˆncia na˜o nula sera˜o tratados na sequeˆncia. 1.1 Refereˆncia nula: regulac¸a˜o Perturbac¸o˜es esta˜o presentes em todo sistema de controle e ao ocorrer elas forc¸am o sistema a sair do ponto de operac¸a˜o desejado. Um ponto de equil´ıbrio e´ assintoticamente esta´vel se as varia´veis de estado retornam assintoticamente ao ponto de equil´ıbrio depois de cessarem as perturbac¸o˜es. Para garantir a estabilidade de um certo ponto de equil´ıbrio, 2 tipicamente linearizamos o sistema em torno do ponto de equil´ıbrio desejado e projetamos um controlador para estabilizar o sistema linearizado. E´ importante lembrar que se (x, u) representam o estado e controle do sistema linearizado e (h, v) o estado e controle do sistema na˜o linear enta˜o temos as relac¸o˜es x = h− h¯ e u = v − v¯, isto e´, o modelo linear descreve na realidade as variac¸o˜es do estado (h) e do controle (v) do sistema f´ısico no entorno do ponto de equil´ıbrio desejado (h¯, v¯). Assim um controlador projetado para que o estado linear convirja para zero tambe´m faz com que o estado do sistema f´ısico convirja para o ponto de equil´ıbrio desejado. O problema de determinar um controlador para que o estado do sistema linear convirja para zero e´ chamado de regulac¸a˜o e pode ser interpretado como um problema de controle onde a refereˆncia e´ nula. Este e´ o problema que iremos estudar nesta sec¸a˜o. Comec¸aremos com o caso de sistema SISO e na sequeˆncia veremos o caso MIMO. Me´todo para sistemas SISO: u ∈ R Para o sistema da equac¸a˜o (1) com u ∈ R, seja uma mudanc¸a de coordenadas Tw(kT ) = x(kT ) tal que o sistema transformado se encontre na forma canoˆnica de controlabilidade, ou seja: w(kT + T ) = Acw(kT ) +Bcu(kT ) (3) Ac = T −1AT = 0 1 0 · · · 0 0 0 1 · · · 0 ... ... ... . . . ... 0 0 0 · · · 1 −an −an−1 −an−2 · · · −a1 Bc = T −1B = 0 ... 0 1 , Mcc = [ Bc AcBc . . . A n−1 c Bc ] Mc = [ B AB . . . An−1B ] T =McM −1 cc onde det(zI − A) = zn + a1zn−1 + · · · + an = 0 e´ o polinoˆmio caracter´ıstico de malha aberta do sistema SISO em questa˜o1. Supondo que os medidores nos fornecem em tempo real o vetor de estados x(kT ), enta˜o conseguimos tambe´m obter o vetor de estados transformados w(kT ). Logo, podemos implementar a seguinte lei de controle: u(kT ) = −Fcw(kT ), Fc = [ fn fn−1 · · · f1 ] (4) O problemaque devemos resolver agora e´ encontrar Fc de forma que o sistema em malha fechada dado por: w(kT + T ) = Acw(kT ) +Bcu(kT ) = (Ac −BcFc)w(kT ) (5) seja esta´vel. Ora, a matriz Ac −BcFc esta´ na forma companheira: 1Para obter a relac¸a˜o T = McM−1cc basta substituir Ac = T −1AT e Bc = T−1B em Mcc que resulta Mcc = T−1Mc. 3 0 1 0 · · · 0 0 0 1 · · · 0 ... ... ... . . . ... 0 0 0 · · · 1 −an − fn −an−1 − fn−1 −an−2 − fn−2 · · · −a1 − f1 (6) det(zI − (Ac −BcFc)) = zn + (a1 + f1)zn−1 + · · ·+ an + fn = 0 (7) Como desejamos que, em malha fechada, o sistema seja esta´vel e, ainda, atinja certas especificac¸o˜es de desempenho associadas aos po´los desejados para a malha fechada, que- remos que os autovalores de malha fechada satisfac¸am uma dada equac¸a˜o caracter´ıstica: zn + α1z n−1 + · · ·+ αn = 0 (8) Assim, das equac¸o˜es (7) e (8), temos que: ai + fi = αi, i = 1, . . . , n (9) Ou seja, o vetor de ganhos para o sistema na forma canoˆnica controla´vel e´: Fc = [ αn − an · · · α1 − a1 ] Notemos, no entanto, que a lei de controle sera´ implementada para o sistema original, e na˜o para o sistema transformado. Como u(kT ) = −Fcw(t) = −Fx(kT ), temos que: F = FcT −1 = [ αn − an · · · α1 − a1 ] MccM −1 c E´ importante notar que para que possamos calcular a matriz de ganhos acima, que aloca os po´los nas posic¸o˜es desejadas, e´ preciso que a matriz Mc seja invers´ıvel e isto ocorre se e somente se o sistema for controla´vel. Apesar da fo´rmula acima ser va´lida apenas para sistemas SISO, a controlabilidade ainda e´ requisito necessa´rio e suficiente para alocac¸a˜o de po´los no caso MIMO tratado a seguir. Me´todo para sistemas MIMO: Consideremos agora o sistema em malha fechada: x(kT + T ) = Ax(kT ) +Bu(kT ), u = −Fx { x ∈ Rn u ∈ Rr (10) ou seja, x(kT + T ) = (A−BF )x(kT ). Queremos encontrar a matriz de ganhos F de tal forma que os autovalores de (A−BF ) sejam {λ1, . . . , λn}. Para isso, devemos ter: (A−BF )vi = λivi (11) sendo λi autovalores e vi seus respectivos autovetores. Podemos reescrever a condic¸a˜o acima na forma: (A− λiI)vi −BFvi =Migi = 0 , Mi = [ A− λiI −B ] , gi = [ vi Fvi ] (12) 4 Observe que todos os elementos da matrizMi sa˜o conhecidos e desejamos encontrar (vi, F ) que satisfazem a relac¸a˜o acima. Lembrando que espac¸o nulo da matriz Mi e´ o conjunto de todos os vetores gi 6= 0 que satisfazem Migi = 0, o problema a ser resolvido consiste em encontrar (vi, F ) tal que o vetor gi = [ vi Fvi ] pertenc¸a ao espac¸o nulo da matriz Mi para todo i = 1, . . . , n. Este problema pode ser facilmente resolvido pois uma base para o espac¸o nulo da matriz Mi, que chamaremos de Qi, pode ser facilmente determinada 2. Assim, qualquer vetor gi obtido atrave´s da relac¸a˜o gi = Qihi (13) e´ um elemento do espac¸o nulo de Mi. O vetor hi pode ser arbitrariamente escolhido e representa uma combinac¸a˜o linear dos vetores da base, ou seja das colunas da matriz Qi. Assim temos [ A− λiI −B ] gi = 0 Fazendo esta operac¸a˜o para todo i = 1, . . . , n, obtemos a igualdade: [ g1 · · · gn ] = [ v1 · · · vn Fv1 · · · Fvn ] ∈ R(n+r)×n Se particionarmos a matriz [ g1 · · · gn ] de acordo com os vetores vi e Fvi, obtemos: [ g1 · · · gn ] = [ V G ] = [ v1 · · · vn Fv1 · · · Fvn ] , V = [ v1 · · · vn ] ∈ Rn×n G = [ Fv1 · · · Fvn ] = F [ v1 · · · vn ] = FV ∈ Rr×n Supondo V invers´ıvel podemos obter a matriz de ganhos atrave´s da relac¸a˜o F = GV −1. Para que o me´todo acima funcione a matriz V deve ser invers´ıvel. Se o sistema for controla´vel sempre podemos escolher vetores hi em (13) tais que V seja invers´ıvel. Por exemplo podemos escolher hi de forma aleato´ria ou ainda um vetor onde todas as componentes sa˜o unita´rias. Note que nas expresso˜es acima fica impl´ıcito que os autovalores desejados λi devem ser reais e distintos. Existem variac¸o˜es deste me´todo que permitem λi complexos ou ainda reais repetidos. No Matlab podemos determinar a matriz de ganhos usando o comando place que funciona para po´los reais ou complexos, repetidos ou na˜o, e utiliza uma escolha dos vetores hi ja´ otimizada. Ver refereˆncias no manual do Matlab. 1.2 Seguimento de refereˆncia em degrau A generalizac¸a˜o das te´cnicas de projeto aqui estudadas para o caso de seguimento de refereˆncia em degrau se faz sem maiores dificuldades com os resultados do caso cont´ınuo ja´ estudado em mo´dulos anteriores. No caso de ajuste do ganho esta´tico por pre´-filtro o ganho do pre´-filtro sera´ G(1), onde G(z) e´ a matriz de transfereˆncia da refereˆncia para a sa´ıda desejada. Ja´ no caso de ajuste por integrador e supondo que a func¸a˜o de 2O conjunto de todos os vetores gi tais que Migi = 0 pode ser representado por gi = Qihi onde Qi e´ uma base qualquer do espac¸o nulo de Mi e hi e´ qualquer vetor de dimensa˜o igual ao nu´mero de colunas de Qi. Uma base ortonormal Qi pode ser obtida numericamente no matlab com o comando ”null”. 5 transfereˆncia do integrador discreto3 seja ξ(z) E(z) = T z−1 teremos a seguinte equac¸a˜o recursiva ξ(kT + T ) − ξ(kT ) = Te(kT ) = T (r − Cx(kT ). Esta equac¸a˜o junto com a equac¸a˜o de dinaˆmica do sistema x(kT + T ) = Ax(kT ) + Bu(kT ) nos permite redefinir as matrizes Aa, Ba, Ca, Ea do sistema aumentado de forma ana´loga ao do caso cont´ınuo. 2 Observador de ordem completa Consideraremos agora o problema de estimar todas as varia´veis de estado de um sistema a partir dos sinais conhecidos dispon´ıveis nesse sistema. Para isso admitiremos que o sistema seja descrito por x(kT + T ) = Ax(kT ) +Bu(kT ), x(0) = x0 y(kT ) = Cx(kT ) (14) onde x ∈ Rn e´ o vetor de estados, u ∈ Rnu e´ a varia´vel de controle que suporemos conhecida e y ∈ Rny e´ o sinal de sa´ıda do sistema proveniente dos medidores e suporemos que na˜o existe redundaˆncia nas varia´veis medidas, isto e´ posto(C) = ny. Observe que, se o nu´mero de sensores for igual ao nu´mero de varia´veis de estado (ny = n), e as medidas efetuadas na˜o sa˜o redundantes (a matriz C e´ invers´ıvel) enta˜o podemos determinar o estado atrave´s da relac¸a˜o alge´brica x(kT ) = C−1y(kT ). No entanto, na grande maioria dos casos na˜o dispomos de sensores para todas as varia´veis de estado e nesses casos temos ny < n implicando que a matriz C na˜o e´ mais invers´ıvel e portanto na˜o mais podemos encontrar o estado atrave´s da relac¸a˜o alge´brica acima. A soluc¸a˜o nesses casos e´ obter uma estimativa xf (kT ) do sinal x(kT ) atrave´s de um filtro dinaˆmico cujas entradas sa˜o os sinais conhecidos do sistema y(kT ), u(kT ) e cuja sa´ıda e´ a estimativa xf (kT ), como ilustra a figura 1. A representac¸a˜o de estados desse filtro e´ indicada abaixo. xf (kT + T ) = Afxf (kT ) +Bfu(kT ) + Lfy(kT ) (15) onde as matrizes Af , Bf , Lf devem ser determinadas tais que as seguintes condic¸o˜es xf (kT ) estimador y(kT ) u(kT ) Figura 1: Diagrama de blocos de um estimador de estado. sejam satisfeitas: (i) A estimativa xf (kT ) deve convergir para x(kT ) em regime permanente, i.e. lim k→∞ (x(kT )− xf (kT )) = 0 (ii) A dinaˆmica do erro de estimac¸a˜o e(kT ) = x(kT ) − xf (kT ) deve depender apenas da condic¸a˜o inicial e(0) = x(0)− xf (0). 3Note que a func¸a˜o de transfereˆncia do integrador discreto depende do me´todo nume´rico que utilizamos para aproximar o ca´lculo de a´rea. A aproximac¸a˜o aqui utilizada aproxima a´rea por retaˆngulos, isto e´, a a´rea no instante seguinte e´ a soma da a´rea anterior mais o produto do per´ıodo de amostragem pelo sinal de entrada do intergrador que exprime a a´rea atual. 6 Um filtro que satisfaz as condic¸o˜es acima e´ denominado de observador de Luenberger. O observador e´ denominado de ordem completa quando o estado xf (kT ) do observador possuidimensa˜o igual a do estado x(kT ) que se deseja estimar. O requisito (i) indica que na˜o existe erro de estimac¸a˜o em regime permanente, en- quanto (ii) indica que o erro de estimac¸a˜o na˜o depende dos sinais de entrada do filtro y(kT ), u(kT ) e portanto o projeto do observador e da lei de controle ficam independentes. Para determinar as matrizes do filtro que satisfazem as condic¸o˜es acima, basta calcular a dinaˆmica do erro de estimac¸a˜o e(kT ) = x(kT )− xf (kT ) que nos leva a: e(kT + T ) = x(kT + T )− xf (kT + T ) = Ax(kT ) + Bu(kT )− [Afxf (kT ) +Bfu(kT ) + Lfy(kT )] = (A− LfC)x(kT ) + (B −Bf )u(kT )− Afxf (kT ) = (A− LfC)(e(kT ) + xf (kT )) + (B −Bf )u(kT )− Afxf (kT ) = (A− LfC)e(kT ) + (B −Bf )u(kT ) + (A− LfC − Af )xf (kT ) (16) Para que o requisito (i) seja atendido devemos escolher Af = A− LfC , Bf = B (17) que resulta na seguinte dinaˆmica do erro de estimac¸a˜o e(kT + T ) = (A− LfC)e(kT ) (18) e num filtro, conhecido como observador de Luenberger de ordem completa, dado pela equac¸a˜o abaixo e ilustrado na figura 2. xf (KT + T ) = (A− LfC)xf (kT ) +Bu(kT ) + Lfy(kT ) (19) Por outro lado para que o requisito (ii) seja atendido devemos escolher a matriz Lf , + xf (kT ) u(kT ) y(kT ) xf (kT + T ) + 1 z A− LfC + B Lf Figura 2: Observador de ordem completa para o sistema (20). conhecida como ganho do observador, de tal forma que os autovalores da matriz A−LfC, que define a dinaˆmica do erro de acordo com (18), tenham todos parte real negativa, pois dessa forma teremos e(kT ) = (A− LfC)ke(0) com lim k→∞ e(kT ) = 0 ∀e(0) Questa˜o 1: Refac¸a o projeto do observador para um sistema do tipo x(kT + T ) = Ax(kT ) +Bu(kT ), x(0) = x0 y(kT ) = Cx(kT ) +Du(kT ) (20) 7 Te´cnicas para projeto do ganho do observador O problema que queremos estudar consiste em projetar a matriz Lf de ganho do observador de tal forma que os autovalores da matriz A−LfC estejam no c´ırculo unita´rio. Observe que este problema e´ similar ao problema de projeto de realimentac¸a˜o de estados estudado nas experieˆncias anteriores, onde apresentamos te´cnicas para determinar uma matriz F tal que autovalores da matriz A − BF estejam no c´ırculo unita´rio. A u´nica diferenc¸a e´ a posic¸a˜o das matrizes F e Lf , a serem determinadas, em relac¸a˜o a`s matrizes constantes B e C e isto impede que as mesmas te´cnicas de posicionamento de po´los sejam usadas diretamente. No entanto, essa dificuldade pode ser eliminada notando que os autovalores de A−LfC sa˜o os mesmos da sua transposta A′−C ′L′f onde agora L′f e F aparecem na mesma posic¸a˜o. Portanto podemos estabelecer a seguinte correspondeˆncia: projeto de controlador ↔ projeto de observador A ↔ A′ B ↔ C ′ F ↔ L′f A tabela acima indica que se definirmos um sistema de controle auxiliar fict´ıcio, chamado de sistema dual, na forma ed(kT + T ) = A ′ed(kT ) + C ′ud(kT ) , ud(kT ) = −L′fed(kT ) (21) onde ed(kT ), ud(kT ) sa˜o o estado dual e controle dual, respectivamente, podemos utilizar as mesmas te´cnicas da sec¸a˜o anterior para encontrar a matrix de ganho Lf tal que o sistema dual acima em malha fechada A′ − C ′L′f seja esta´vel. Note que controlabilidade no sistema dual (21) significa observabilidade do par (A,C) que indica observabilidade do sistema original. Isto decorre do fato de que a matriz de controlabilidade do par (A′, C ′) e´ a transposta da matriz de observabilidade do par (A,C). Projeto por alocac¸a˜o de po´los Para determinac¸a˜o de Lf via alocac¸a˜o de po´los, sabemos que o par (A ′, C ′) precisa ser controla´vel, ou de forma equivalente (A,C) observa´vel. Os resultados da sec¸a˜o anterior se aplicam diretamente para a soluc¸a˜o do problema fict´ıcio de controle por realimentac¸a˜o de estados do sistema dual (21). 3 Estabilidade segundo Lyapunov As condic¸o˜es de establidade por Lyapunov no caso discreto sa˜o ligeiramente diferentes das do caso cont´ınuo, pore´m a ide´ia da estabilidade de Lyapunov continua sendo a de encontrar uma func¸a˜o que represente a energia total do sistema e mostrar que a medida que o tempo passa essa func¸a˜o decresce. Quando o decrescimento e´ mais ra´pido que uma func¸a˜o exponencial do tipo ak, para alguma constante a positiva inferior a` unidade, dizemos que o sistema e´ exponencialmente esta´vel. Para que a func¸a˜o escolhida represente a energia total do sistema ela deve ser positiva 8 definida e limitada. Por exemplo se ela satisfaz a condic¸a˜o4 φ1(‖xk‖) ≤ v(xk) ≤ φ2(‖xk‖) (22) onde φ1(·), φ2(·) sa˜o func¸o˜es5 de classe K podemos afirmar que v(xk) e´ positiva e limitada. Para que esta func¸a˜o decresc¸a mostrando que a energia do sistema xk+1 = f(xk, k) (23) decresce com o tempo, a variac¸a˜o da func¸a˜o v(xk), ou seja ∆v(xk) =: v(xk+1) − v(xk) deve ser negativa definida e isto ocorre se ∆v(xk) = v(xk+1)− v(xk) ≤ −φ3(‖xk‖) (24) onde φ3(·)e´ uma func¸a˜o de classe K. O pro´ximo teorema apresenta condic¸o˜es para ana´lise de estabilidade da classe de sistemas discretos lineares invariantes no tempo. Teorema 1 O sistema discreto xk+1 = Axk (25) onde A ∈ Rn×n e´ uma matriz constante, e´ exponencialmente esta´vel se e somente se, para qualquer matriz Q positiva definida dada, existe uma matriz P positiva definida soluc¸a˜o da equac¸a˜o linear6 A′PA− P +Q = 0 (26) Em caso afirmativo, v(xk) = x ′ kPxk e´ uma func¸a˜o de Lyapunov para o sistema. 2 Prova: Se ∃P > 0 soluc¸a˜o de A′PA−P +Q = 0 com Q > 0 dada, enta˜o v(xk) = x′kPxk e´ func¸a˜o de Lyapunov para o sistema (25) pois para v(xk) = x ′ kPxk temos: λminx ′ kxk ≤ x′kPxk ≤ λmaxx′kxk o que indica que v(xk) = x ′ kPxk e´ positiva definida e limitada de acordo com (22). Ale´m disso a variac¸a˜o de v(xk) = x ′ kPxk, para o sistema (25) e´ dada por ∆v(xk) = x ′ k+1Pxk+1 − x′kPxk (27) = (Axk) ′P (Axk)− x′kPxk (28) = x′k(A ′PA− P )xk (29) = −x′kQxk < 0 (30) e portanto se a equac¸a˜o (26) possui uma soluc¸a˜o positiva definida temos ∆v(xk) negativa definida indicando que os sistema e´ esta´vel, isto e´ os autovalores de A esta˜o no interior do c´ırculo unita´rio. Por outro lado, se o sistema e´ exponencialmente esta´vel, enta˜o a matriz de transic¸a˜o de estados Φk = A k e´ limitada e converge para zero quando k →∞. Isto implica que, para 4Por convenieˆncia, nessa sec¸a˜o representaremos sinais na forma xk ao inve´s de x(kT ). 5Func¸o˜es de classe K sa˜o func¸o˜es que decrescem monotonicamente e sa˜o nulas na origem. 6A equac¸a˜o linear (26) e´ conhecida como equac¸a˜o de Lyapunov discreta e pode ser resolvida no matlab com a func¸a˜o ”dlyap”. Ale´m disso a soluc¸a˜o dessa equac¸a˜o e´ u´nica se o sistema for esta´vel. 9 qualquer matriz Q > 0, temos Φ′kQΦk = A ′kQAk > 0, tambe´m limitada e convergindo para zero quando k →∞. Logo, a matriz P = ∞∑ k=0 A′kQAk (31) e´ positiva definida, finita e satisfaz a equac¸a˜o A′PA−P +Q = 0. Para ver isso substitua P acima na equac¸a˜o para obter A′PA− P = ∞∑ k=0 A′k+1QAk+1 − A′kQAk = A′∞QA∞ − A′0QA0 Como limk→∞A′ kQAk = 0 pois o sistema e´ esta´vel, temos A′PA− P = −A′0QA0 = −Q 2 Exemplo: Determine a estabilidade do seguinte sistema discreto invariante no tempo. xk+1 = 1.1 −0.35 0.0251 0 0 0 1 0 xk , x(k) = x1(k)x2(k) x3(k) 2 O teorema de Lyapunov pode ser usado se escolhemos Q ≥ 0 ao inve´s de Q > 0. Para esse fim, vamos decompor a matriz Q na forma Q = C ′C onde C e´ uma matriz qualquer. Se C possuir posto completo, enta˜oQ = C ′C e´ positiva definida. Caso contra´rio, Q = C ′C sera´ positiva semi-definida. Teremos uma soluc¸a˜o P > 0 para A′PA − P + C ′C = 0 se, e somente se, o sistema xk+1 = Axk for exponencialmente esta´vel, isto e´, |λ(A)| < 1, e o par (A,C) for observa´vel, isto e´: Posto C CA ... CAn−1 = n, A ∈ Rn×n, C ∈ Rm×n Para entender esse fato note que a trajeto´riado sistema xk+1 = Axk para uma dada condic¸a˜o inicial x0 e´ xk = A kx0. Se o sistema e´ esta´vel, a soluc¸a˜o da equac¸a˜o A ′PA − P + C ′C = 0 e´ dada por (31) e assim temos x′0Px0 = ∞∑ k=0 x′0A ′kC ′CAkx0 = ∞∑ k=0 y′kyk (32) onde yk = Cxk = CA kx0 e´ uma sa´ıda fict´ıcia. Se o par (A,C) e´ observa´vel enta˜o na˜o existe nenhuma condic¸a˜o inicial que leva yk a ser nula o tempo todo. Logo temos P > 0 pela expressa˜o (32). Por outro lado, se o sistema e´ esta´vel pore´m existe uma condic¸a˜o inicial x0 tal que yk = 0, ∀k ≥ 0 enta˜o o par (A,C) na˜o e´ observa´vel. Nessas condic¸o˜es temos pela expressa˜o (32) que x′0Px0 = 0. Logo P possui algum autovalor nulo, isto e´, P e´ positiva semi-definida. Em resumo, o sistema sera´ exponencialmente esta´vel se P ≥ 0 e o par (A,C) for detecta´vel. Aqui a matriz C e´ a decomposic¸a˜o de Q em Q = C ′C. 10 Laborato´rio 1. Escolha um ponto de equil´ıbrio e linearize h˙ = f(h, v) em torno deste ponto. 2. Fac¸a um projeto de um controlador analo´gico de realimentac¸a˜o de estados, com erro de regime nulo para degrau, para que a banda passante7 do sistema de malha fechada seja duas vezes a de malha aberta. 3. Obtenha o modelo discretizado e comente a escolha do per´ıodo de amostragem. Compare os sinais de controle analo´gico e discretizado e as varia´veis controladas para um degrau no sinal de refereˆncia. 4. Repita os itens anteriores fazendo o projeto do controlador de realimentac¸a˜o de estados a partir do modelo discretizado. 5. Repita o item anterior usando um controlador baseado nos estados estimados. Refereˆncias [1] K.Ogata, ”Discrete-time control systems”, Prentice Hall, 1995. [2] G.F.Franklin, J.D.Powell, M.L.Workman, Digital control of Dinamic Systems, Addison- Wesley, 1990. [3] A.Trofino, ”Sistemas Lineares”, apostila do curso de sistemas lineares, www.das.ufsc.br/ trofino/pub, UFSC,1995. 7Para encontrar a banda passante plote o diagrama de Bode do determinante da func¸a˜o de trans- fereˆncia. 11