Baixe o app para aproveitar ainda mais
Prévia do material em texto
Mo´dulo 5 Observadores de Estados. Nas experieˆncias anteriores vimos que podemos projetar um controlador para que os po´los do sistema de malha fechada estejam nas posic¸o˜es desejadas pelo projetista. Para isso e´ preciso que o sistema seja controla´vel e que possamos medir todas as varia´veis de estado do sistema atrave´s de instrumentos. No entanto, na pra´tica, nem sempre dispomos de instrumentos para a medic¸a˜o de todas as varia´veis de estados, seja pela falta de equipamentos apropriados (sensores), ou ainda pelo elevado custo da instrumentac¸a˜o requerida. Uma forma de contornar essa dificuldade consiste em estimar as varia´veis de estado e utilizar essas estimativas para construir o sinal de controle. Ale´m de estimar as varia´veis de estado, outro ponto importante e´ atenuar o ma´ximo poss´ıvel a influeˆncia dos ru´ıdos de medida e perturbac¸o˜es externas do sistema nas varia´veis estimadas. Nesta experieˆncia veremos como projetar dispositivos para estimac¸a˜o das varia´veis de estado, chamados de observadores de estado, e analisar o efeito de ru´ıdos e perturbac¸o˜es externas na estimativa obtida. O projeto de controladores que utilizam as varia´veis estimadas sera´ estudado em experieˆncias posteriores. Observador de ordem completa Consideraremos 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˙(t) = Ax(t) + Bu(t), x(0) = x0 y(t) = Cx(t) (1) onde x ∈ Rn e´ o vetor de estados, u(t) ∈ Rnu e´ a varia´vel de controle que suporemos co- nhecida1 e y(t) ∈ 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(t) = C−1y(t). 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 (t) do sinal x(t) atrave´s de um filtro dinaˆmico cujas entradas sa˜o os sinais conhecidos do sistema y(t), u(t) e cuja sa´ıda e´ a estimativa xf (t), como ilustra a figura 1. 1Como mencionado anteriormente os me´todos de projeto de controladores que utilizam as varia´veis de estado estimadas sera˜o estudados em experieˆncias posteriores. 1 Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight A representac¸a˜o de estados desse filtro e´ indicada abaixo. x˙f (t) = Afxf (t) +Bfu(t) +Kfy(t) (2) onde as matrizes Af , Bf , Kf devem ser determinadas tais que as seguintes condic¸o˜es xf (t) estimador y(t) u(t) Figura 1: Diagrama de blocos de um estimador de estado. sejam satisfeitas: (i) A estimativa xf (t) deve convergir para x(t) em regime permanente, i.e. lim t→∞ (x(t)− xf (t)) = 0 (ii) A dinaˆmica do erro de estimac¸a˜o e(t) = x(t) − xf (t) deve depender apenas da condic¸a˜o inicial e(0) = x(0)− xf (0). 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 (t) do observador possui dimensa˜o igual a do estado x(t) 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(t), u(t) 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(t) = x(t)− xf (t) que nos leva a: e˙ = x˙− x˙f = Ax+Bu− [Afxf +Bfu+Kfy] = (A−KfC)x+ (B −Bf )u− Afxf = (A−KfC)(e+ xf ) + (B −Bf )u− Afxf = (A−KfC)e+ (B −Bf )u+ (A−KfC − Af )xf (3) Para que o requisito (i) seja atendido devemos escolher Af = A−KfC , Bf = B (4) que resulta na seguinte dinaˆmica do erro de estimac¸a˜o e˙ = (A−KfC)e (5) e num filtro, conhecido como observador de Luenberger de ordem completa, dado pela equac¸a˜o abaixo e ilustrado na figura 2. x˙f (t) = (A−KfC)xf (t) + Bu(t) +Kfy(t) (6) Por outro lado para que o requisito (ii) seja atendido devemos escolher a matriz Kf , conhecida como ganho do observador, de tal forma que os autovalores da matriz A−KfC, 2 Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight + xf u(t) y(t) x˙f + 1 s A−KfC + B Kf Figura 2: Observador de ordem completa para o sistema (1). que define a dinaˆmica do erro de acordo com (5), tenham todos parte real negativa, pois dessa forma teremos e(t) = exp{(A−KfC)t}e(0) com lim t→∞ e(t) = 0 ∀e(0) Te´cnicas para projeto do ganho do observador O problema que queremos estudar consiste em projetar a matriz Kf de ganho do observador de tal forma que os autovalores da matriz A − KfC estejam no semi-plano complexo esquerdo. Observe que este problema e´ similar ao problema de projeto de rea- limentac¸a˜o de estados estudado nas experieˆncias anteriores, onde apresentamos te´cnicas para determinar uma matriz K tal que autovalores da matriz A−BK estejam no semi- plano complexo esquerdo. A u´nica diferenc¸a e´ a localizac¸a˜o das matrizes K e Kf , a serem determinadas, em relac¸a˜o a`s matrizes constantes B e C e isto impede que as mes- mas te´cnicas de posicionamento de po´los sejam usadas diretamente. No entanto, essa dificuldade pode ser eliminada notando que os autovalores de A − KfC sa˜o os mesmos da sua transposta A′ −C ′K ′f onde agora K ′f e K aparecem na mesma posic¸a˜o. Portanto podemos estabelecer a seguinte correspondeˆncia: projeto de controlador ↔ projeto de observador A ↔ A′ B ↔ C ′ K ↔ K ′f A tabela acima indica que se definirmos um sistema de controle auxiliar fict´ıcio, chamado de sistema dual, na forma e˙d = A ′ed + C ′ud , ud = −K ′fed (7) onde ed, ud sa˜o o estado dual e controle dual, respectivamente, podemos utilizar as mesmas te´cnicas da experieˆncia anterior para encontrar a matrix de ganho Kf tal que o sistema dual acima em malha fechada A′ − C ′K ′f seja esta´vel. Note que controlabilidade no sistema dual (7) 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 3 Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight Para determinac¸a˜o de Kf 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 experieˆncia 4 se aplicam diretamente para a soluc¸a˜o do problema fict´ıcio de controle por realimentac¸a˜o de estados do sistema dual (7). Exemplo: Considere o problema de projetar um observador para o sistema x˙ = Ax+Bu, onde o vetor de medidas e´ y = Cx sendo A = [ 0 1 0 0 ] , B = [ 0 1 ] , C = [ 1 0 ] Queremos que os po´los de malha fechada do sistema sejam {−3,−6}. Calcularemos a matriz de ganho Kf do observador usando os me´todos SISO e MIMO de forma ana´loga ao exemplo de realimentac¸a˜o de estados. Me´todo para sistemas SISO: Equac¸a˜o caracter´ıstica desejada: (s+ 3)(s+ 6) = s2 + 9s+ 18 = 0⇒ α1 = 9 α2 = 18 Equac¸a˜o caracter´ıstica de malha aberta: det(sI − A′) = ∣∣∣∣ s 0−1 s ∣∣∣∣ = s2 ⇒ a1 = 0a2 = 0 Ca´lculoda matriz de ganho K ′f = [ α2 − a2 α1 − a1 ] T−1 = [ 18 9 ] [ 0 1 1 0 ] = [ 9 18 ] Note que A′, C ′ na˜o se encontram na forma canoˆnica de controlabilidade Ac, Bc e por isso a transformac¸a˜o T = McM −1 cc se faz necessa´rio. Note que Mc = [ C ′ A′C ′ ] = I2 para este exemplo e Mcc e´ a matriz e´ a matriz de controlabilidade do sistema na forma canoˆnica de controlabilidade. Me´todo para sistemas MIMO: [ A′ − λiI2 −C ′ ] gi = [ −λi 0 −1 1 −λi 0 ] gi = 0 Os autovetores associados aos autovalores λ1 = −3 e λ2 = −6 sa˜o g1 = [ 1 −1/3 3 ]′ e g2 = [ 1 −1/6 6 ]′. Desta forma, temos: [ g1 g2 ] = 1 1−1/3 −1/6 3 6 = [ V G ] 4 Lucas Moreira Highlight Lucas Moreira Highlight Assim, K ′f = GV −1 = [ 9 18 ] . Exerc´ıcio 1: Considere o sistema A = [ 1 1 0 0 ] B = [ 0 1 ] x = [ x1 x2 ] (8) e suponha que dispomos de medidores apenas para um dos estados. (a) Encontre qual estado devemos medir para que o sistema seja observa´vel. (b) Projete um observador de ordem completa para estimar o estado do sistema. Utilize os me´todos para sistemas MIMO e SISO. Exerc´ıcio 2: Resolver os exerc´ıcios sobre observadores do livro [2]. Exerc´ıcios para simulac¸a˜o 1. Escolha um ponto de equil´ıbrio para os sistema de 4 tanques e projete um observador de estados de ordem completa para o sistema em malha aberta, isto e´ u(t) = 0. Verifique que para xf (0) = x(0), teremos erro nulo para todo instante de tempo. 2. Repita a experieˆncia anterior, considerando condic¸o˜es iniciais diferentes para o ob- servador e o sistema (suponha xf (0) = 0). Observe a dinaˆmica do erro de estimac¸a˜o em duas situac¸o˜es: i) constantes de tempo do erro de estimac¸a˜o duas vezes mais ra´pidas que as do sistema de malha aberta; ii) constantes de tempo do erro de estimac¸a˜o 10 vezes mais ra´pidas que as do sistema em malha aberta. Analise os resultados obtidos. 3. Repita o item anterior considerando agora a existeˆncia de ru´ıdos de medida. Con- sidere condic¸o˜es iniciais nulas do observador e do sistema e observe que nessas condic¸o˜es o erro de estimac¸a˜o e´ o pro´prio estado estimado. Analise o efeito dos seguintes sinais de ru´ıdos nos medidores: i) um sinal r(t) aleato´rio de me´dia nula e variaˆncia 0.5 em cada medidor; comente a influeˆncia do ganho do observador na variaˆncia do estado estimado2. ii) um sinal s(t) senoidal com frequ¨eˆncia ajusta´vel. Como voce explicaria a ate- nuac¸a˜o do ru´ıdo nas altas frequeˆncias e a amplificac¸a˜o da variaˆncia do erro de estimac¸a˜o provocada pelo ganho do observador ?. 4. Como o erro de estimac¸a˜o na˜o depende do sinal de controle, aplique um degrau unita´rio nos dois canais de controle u(t). Suponha que os ganhos dos atuadores k1, k2 na˜o sejam bem conhecidos mas pertencentes ao intervalo 3 ≤ ki ≤ 4. Seria poss´ıvel obter erro nulo nesse caso? A dinaˆmica do erro de estimac¸a˜o ainda e´ independente do sinal de controle? 2Para o ca´lculo da variaˆncia exporte a varia´vel desejada para o ambiente de trabalho do matlab e use a func¸a˜o ”var.m” 5 Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight 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] U. Mackenroth, ”Robust Control Systems”, Springer Verlag, Berlin, 2004. [4] J.J.D’Azzo, C.H.Houpis, ”Ana´lise e projeto de sistemas de controle lineares”, Editora Guanabara, 1988. 6
Compartilhar