Baixe o app para aproveitar ainda mais
Prévia do material em texto
Mo´dulo 1 Representac¸a˜o de Estados e Matriz de Transfereˆncia 1 Representac¸a˜o por varia´veis de estado Um sistema linear invariante no tempo pode ser representado por sua func¸a˜o de trans- fereˆncia, ou de forma alternativa pela sua representac¸a˜o de estados. Uma func¸a˜o de transfereˆncia de ordem n (isto e´, com n po´los) esta´ associada a` uma equac¸a˜o diferencial de ordem n. Por exemplo, se y(t) e´ a sa´ıda do sistema e u(t) a entrada temos a relac¸a˜o d2y(t) dt2 + a1 dy(t) dt + a2y(t) = b0u(t), Y (s) U(s) = b0 s2 + a1s+ a2 (1) Uma representac¸a˜o de estados esta´ associada a` uma transformac¸a˜o da equac¸a˜o diferencial de ordem n em um conjunto de n equac¸o˜es diferenciais de primeira ordem, o que pode ser feito atrave´s de transformac¸o˜es de varia´veis. Por exemplo para o sistema acima basta definir as transformac¸o˜es de varia´veis x1(t) = y(t) , x2(t) = dy(t) dt (2) que podemos representa´-lo atrave´s de duas equac¸o˜es diferenciais de primeira ordem nas varia´veis x1(t) e x2(t).∑ x˙1(t) x˙2(t) ∏ = ∑ 0 1 °a2 °a1 ∏ ∑ x1(t) x2(t) ∏ + ∑ 0 b0 ∏ u(t) (3) y(t) = £ 1 0 § ∑ x1(t) x2(t) ∏ (4) A notac¸a˜o x˙ = dx(t)dt sera´ sempre utilizada daqui por diante. As varia´veis x1(t), x2(t) recebem o nome de varia´veis de estado e o conjunto de equac¸o˜es diferenciais de primeira ordem em (3) e´ conhecido por equac¸o˜es de estado. Juntas, as varia´veis, as equac¸o˜es de estado (3) e a equac¸a˜o que define a varia´vel de sa´ıda (4), sa˜o chamadas de representac¸a˜o de estado do sistema. A primeira equac¸a˜o (3) e´ a equac¸a˜o de dinaˆmica e expressa como o sinal de entrada afeta as varia´veis de estado e a segunda e´ a equac¸a˜o de sa´ıda e expressa quais varia´veis de estado esta˜o dispon´ıveis na sa´ıda do sistema (tipicamente atrave´s de medic¸o˜es efetuadas no sistema). Observe que na func¸a˜o de transfereˆncia a dinaˆmica do sistema esta´ associada aos po´los que dependem dos coeficientes a1, a2 enquanto na representac¸a˜o de estados a dinaˆmica esta´ associada a` matriz da equac¸a˜o de estados que conte´m os mesmos coeficientes. Formalmente, o estado de um sistema e´ o menor conjunto de varia´veis capaz de descrever o comportamento do mesmo, dados o sinal de entrada e a condic¸a˜o inicial quaisquer. Assim, o estado de um sistema num instante t qualquer e´ determinado de 1 forma u´nica pelo modelo levando-se em conta o estado inicial e a entrada aplicada ate´ o instante t em questa˜o. Normalmente o conjunto de varia´veis de estado e´ apresentado na forma de um vetor, como em (3), e recebe o nome de vetor de estado. O termo espac¸o de estado e´ usado para definir o espac¸o cujos eixos coordenados sa˜o as pro´prias varia´veis de estado. Assim a evoluc¸a˜o das varia´veis de estado no tempo pode ser vista como uma trajeto´ria no espac¸o de estado que comec¸a no estado inicial e evolui de acordo com a dinaˆmica do sistema, regida pelas equac¸o˜es de estado e pelo sinal de entrada. As varia´veis e equac¸o˜es de estado surgem naturalmente quando usamos as leis esta- belecidas pela f´ısica, qu´ımica, biologia, etc, para representar os fenoˆmenos da natureza. Quando este procedimento se mostra invia´vel podemos usar me´todos que determinam o modelo mais adequado ao conjunto de dados entrada-sa´ıda que coletamos do sistema em questa˜o. Este procedimento e´ conhecido como identificac¸a˜o de sistemas. Nesse curso usaremos a primeira abordagem para obter a representac¸a˜o do sistema. 1.1 Exemplo: sistema de 4 tanques O sistema de quatro tanques descrito nesta sec¸a˜o se encontra detalhado em [1]. As equac¸o˜es abaixo descrevem a evoluc¸a˜o dos n´ıveis h1(t), h2(t), h3(t), h4(t) dos quatro tan- ques em func¸a˜o das tenso˜es v1(t), v2(t) aplicadas nas duas bombas que alimentam o sis- tema. Cada equac¸a˜o representa a variac¸a˜o de volume de cada tanque em func¸a˜o das vazo˜es que nele entram e saem. Por exemplo no tanque 1 temos que a variac¸a˜o de volume e´ o produto da sec¸a˜o do tubo A1 pela variac¸a˜o de altura do l´ıquido no tanque h˙1. A vaza˜o produzida pela bomba 1 e´ k1v1 onde k1 e´ a constante da bomba e v1 a tensa˜o nela aplicada. ∞1% dessa vaza˜o e´ jogada no tanque 1 e o restante (1 ° ∞1)% no tanque 4. A vaza˜o que o tanque 1 perde por escoamento para o reservato´rio e´ a1 p 2gh1 onde a1 e´ a sec¸a˜o do orif´ıcio do tanque 1. A vaza˜o que o tanque 1 recebe do tanque 3 por escoamento e´ a3 p 2gh3, onde a3 e´ a sec¸a˜o do orif´ıcio do tanque 3. As demais equac¸o˜es sa˜o obtidas de forma similar. A1 dh1 dt = °a1 p 2gh1 + a3 p 2gh3 + ∞1k1v1 A2 dh2 dt = °a2 p 2gh2 + a4 p 2gh4 + ∞2k2v2 A3 dh3 dt = °a3 p 2gh3 + (1° ∞2)k2v2 A4 dh4 dt = °a4 p 2gh4 + (1° ∞1)k1v1 As varia´veis h1(t), h2(t), h3(t), h4(t) sa˜o as varia´veis de estado do sistema; as tenso˜es v1, v2 sa˜o as varia´veis de controle. Na forma matricial podemos representar as equac¸o˜es acima como h˙ = f(h, v) onde h = 2664 h1(t) h2(t) h3(t) h4(t) 3775 , v = ∑ v1(t)v2(t) ∏ , f = 2664 f1(t) f2(t) f3(t) f4(t) 3775 = 26664 ° a1A1 p 2gh1 + a3 A1 p 2gh3 + ∞1k1 A1 v1 ° a2A2 p 2gh2 + a4 A2 p 2gh4 + ∞2k2 A2 v2 ° a3A3 p 2gh3 + (1°∞2)k2 A3 v2 ° a4A4 p 2gh4 + (1°∞1)k1 A4 v1 37775 (5) 2 Lucas Moreira Highlight Para obter a equac¸a˜o de sa´ıda do sistema devemos escolher quais varia´veis de estado sera˜o medidas e quais temos interesse em controlar. No sistema acima vamos controlar e medir o n´ıvel dos tanques 1 e 2. O medidor de n´ıvel utilizado em [1] fornece uma medida em volts na raza˜o de 0.5 volts por cent´ımetro de altura. Assim podemos escrever a equac¸a˜o de sa´ıda como ¥(t) = ∑ ¥1(t) ¥2(t) ∏ = ∑ kc h1(t) kc h2(t) ∏ (6) onde ¥ e´ o vetor de medidas e kc = 0.5 e´ o ganho do medidor em volts/cm. Juntas, as equac¸o˜es (5),(6) formam a representac¸a˜o de estados do sistema. Observe que para sistemas na˜o lineares, como e´ o caso acima, na˜o podemos obter a representac¸a˜o por func¸a˜o de transfereˆncia pois esta se aplica somente para sistemas lineares invariantes no tempo. No entanto, quando o sistema na˜o linear opera numa vizinha pro´xima do ponto de operac¸a˜o desejado, podemos aproximar o comportamento do sistema na˜o-linear por um linear e neste caso podemos construir a func¸a˜o de transfereˆncia associada ao modelo linear. 1.2 Pontos de equil´ıbrio E´ comum em sistemas de controle se desejar que na situac¸a˜o de regime permanente o sistema apresente todas as varia´veis de estado constantes. Quando isto ocorre dizemos que o sistema esta´ em equil´ıbrio e o valor das varia´veis de estado nesta situac¸a˜o recebe o nome de Ponto de equil´ıbrio. Para que no equil´ıbrio as varia´veis de estado tenham o valor desejado, isto e´ tenham o ponto de equil´ıbrio desejado, o sistema deve ser projetado adequadamente. Dificilmente podemos escolher o valor de todas as varia´veis de estado no equil´ıbrio. Isto ocorre porque os pontos de equil´ıbrio de um sistema sa˜o obtidos a partir da equac¸a˜o equac¸a˜o de estado h˙ = f(h, v) fazendo-se h˙ = 0, pois desejamos a situac¸a˜o onde as varia´veis de estado sa˜o constantes. Da´ı todo ponto de equil´ıbrio do sistema acima satisfaz a relac¸a˜o alge´brica f(h, v) = 0. Uma vez fixado o valor do controle no equil´ıbrio, digamos v¯, o estado h¯ no equil´ıbrio correspondente sera´ dado pela equac¸a˜o f(h¯, v¯) = 0. Veja o exemplo do sistema de quatro tanques apresentado acima. Igualando h˙i = 0 obtemos as seguintes relac¸o˜es no equil´ıbrio: h¯4 = 1 a422g (1° ∞1)2k12v¯21 (7) h¯3 = 1 a322g (1° ∞2)2k22v¯22 (8) h¯2 = 1 a222g [(1° ∞1)k1v¯1 + ∞2k2v¯2] 2 (9) h¯1 = 1 a122g [(1° ∞2)k2v¯2 + ∞1k1v¯1] 2 (10) Observe que ao fixarmos os controles v¯1, v¯2 teremos os quatro estados no equil´ıbrio in- dicado acima. Portantona˜o podemos escolher os quatro estados no equil´ıbrio de forma independente pois pode na˜o existir um controle que leve ao equil´ıbrio desejado. 3 Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight Lucas Moreira Highlight 1.3 Linearizac¸a˜o de sistemas Uma vez escolhido o ponto de equil´ıbrio do sistema, podemos obter por linearizac¸a˜o um modelo simplificado que descreve o comportamento do sistema nas proximidades desse ponto. Para que possamos linearizar um sistema h˙ = f(h, v) no entorno de um dado ponto de equil´ıbrio h¯, v¯ precisamos que o modelo na˜o linear tenha algumas caracter´ısticas, como por exemplo a func¸a˜o f(h, v) deve ser anal´ıtica no ponto de equil´ıbrio desejado h¯, v¯, isto e´, continuamente diferencia´vel nesse ponto. Com isso podemos expandir a func¸a˜o por se´rie de Taylor e a aproximac¸a˜o linear e´ obtida desprezando-se os termos de ordem 2 ou mais. Geometricamente essa aproximac¸a˜o corresponde a aproximar uma curva pela reta tangente a` ela no ponto em questa˜o. Para func¸o˜es escalares de mais de uma varia´vel a linearizac¸a˜o deve ser feita em relac¸a˜o a` todas as varia´veis. Por exemplo, a linearizac¸a˜o da func¸a˜o escalar f(x) no ponto x¯ =£ x¯1 x¯2 · · · x¯n §0 e´ dada pela expressa˜o: f(x) º f(x¯) + nX i=0 @f(x¯) @xi (xi ° x¯i) (11) A notac¸a˜o @f(x¯)@xi indica derivada parcial de f em relac¸a˜o a` xi calculada no ponto x¯. Ao inve´s de uma curva, f(x) representa agora uma hiper-superf´ıcie, e sua aproximac¸a˜o um hiperplano tangente a` f no ponto x¯. Para func¸o˜es f(x) vetoriais a linearizac¸a˜o e´ feita para todas as componentes fi(x) do vetor f(x) da mesma forma indicada acima. Este procedimento nos leva a` uma matriz de derivadas primeiras que recebe o nome de matriz jacobiana, aqui representada por J(f,x) e definida da seguinte forma: J(f,x) = 0B@ @f1 @x1 @f1 @x2 · · · @f1@xn ... . . . ... @fn @x1 @fn @x2 · · · @fn@xn 1CA para x = x¯ (12) Assim, a aproximac¸a˜o linear de f(x) no ponto x¯ e´ dada por f(x) º f(x¯) + J(f,x)(x° x¯) (13) Veja que cada componente do vetor f(x) em (13) tem a forma (11). Para um sistema descrito por h˙ = f(h, v) (14) onde h e´ o estado e v representa um sinal de atuac¸a˜o externo, a linearizac¸a˜o em torno do ponto de equil´ıbrio (h¯, v¯) e´ obtida fazendo-se, como anteriormente, a linearizac¸a˜o em relac¸a˜o a` todas as varia´veis que resulta em f(h, v) º f(h¯, v¯) + J(f,h)(h° h¯) + J(f,v)(v ° v¯) = J(f,h)x+ J(f,v)u onde o estado x = h° h¯ e controle u = v ° v¯ do sistema linearizado indicam a variac¸a˜o do estado e controle na˜o-lineares em relac¸a˜o ao equil´ıbrio. Note que o termo f(h¯, v¯) da igualdade e´ nulo, pois h˙ = f(h, v) = 0 no equil´ıbrio h¯, v¯. Como x = h ° h¯ temos x˙ = h˙ pois h¯ e´ constante. Da´ı temos a aproximac¸a˜o linear dada por x˙ = J(f,h)x+ J(f,v)u. De forma similar podemos linearizar a equac¸a˜o que define o vetor de medidas do sis- tema. Por exemplo, se denotarmos o vetor de medidas pela func¸a˜o ¥(h, v), a linearizac¸a˜o 4 Lucas Moreira Highlight desta e´ dada por ¥ º ¥(h¯, v¯) + J(¥,h)(h ° h¯) + J(¥,v)(v ° v¯). Assim o sistema linearizado fica Ω x˙ = Ax+Bu y = Cx+Du x = h° h¯ u = v ° v¯ y = ¥ ° ¥¯ A = J(f,h) B = J(f,v) C = J(¥,h) D = J(¥,v) (15) onde y = ¥ ° ¥¯ e´ a variac¸a˜o do sinal medido em relac¸a˜o ao seu valor no equil´ıbrio ¥¯ = ¥(h¯, v¯). A ana´lise da estabilidade do sistema linearizado em torno de h¯ e´ feita olhando-se para os autovalores de J(f,h). E´ importante salientar que o modelo linearizado e´ fruto de uma aproximac¸a˜o e que esta aproximac¸a˜o pode ser grosseira para trajeto´rias de estado na˜o muito pro´ximas do ponto de equil´ıbrio usado na linearizac¸a˜o. Note que a estabilidade do sistema linear implica que na auseˆncia de sinais externos, i.e. u = 0, o estado converge para a origem em regime permanente. Logo, para pequenas flutuac¸o˜es do ponto de equil´ıbrio provocadas por sinais externos, a estabilidade do sistema linearizado e´ uma garantia de que o estado do sistema na˜o linear (sistema real) retorna ao equil´ıbrio usado na linearizac¸a˜o quando os sinais externos cessarem. Observe que x = 0,v = 0 implicam h = h¯ e v = v¯. Por exemplo, o sistema de 4 tanques [1] linearizado no ponto de equil´ıbrio h¯ =£ h¯1 · · · h¯4 §0 , v¯ = £ v¯1 v¯2 §0 e´ dado por (15) com A = 2664 ° 1T1 0 A3A1T3 0 0 ° 1T2 0 A4A2T2 0 0 ° 1T3 0 0 0 0 ° 1T4 3775 , B = 26664 ∞1k1 A1 0 0 ∞2k2A2 0 (1°∞2)k2A3 (1°∞1)k1 A4 0 37775 , C = ∑ kc 0 0 0 0 kc 0 0 ∏ D = 0 (16) onde Ti sa˜o as constantes de tempo do sistema dadas por Ti = Ai ai s 2h¯i g i = 1, . . . , 4 (17) E´ importante observar que as constantes de tempo, e portanto as matrizes do modelo linearizado, sa˜o em geral diferentes para cada ponto de equil´ıbrio (h¯, v¯) escolhido. Para mais detalhes sobre linearizac¸a˜o veja, por exemplo [2]. 1.4 Matriz de Transfereˆncia, po´los e zeros Sistemas lineares invariantes no tempo podem ser descritos pela representac¸a˜o de estados ou de forma equivalente pela sua func¸a˜o de transfereˆncia. No caso multivaria´vel a func¸a˜o de transfereˆncia e´ uma matriz que define a relac¸a˜o de cada entrada para cada sa´ıda do sistema. Para obter a matriz de transfereˆncia aplicamos a transformada de Laplace nas equac¸o˜es que definem a dinaˆmica temporal do sistema. Por exemplo, para o sistema linearizado (15) temos: L{x˙} = L{Ax+Bu} (18) sX(s)° x(0) = AX(s) +BU(s) Como a func¸a˜o de transfereˆncia expressa a relac¸a˜o entrada-sa´ıda para condic¸o˜es iniciais nulas, vamos assumir x(0) = 0 que resulta em (sI ° A)X(s) = BU(s) ou seja, o estado 5 Lucas Moreira Highlight do sistema e´ dado por X(s) = (sI ° A)°1BU(s) (19) Tomando agora a transformada da equac¸a˜o de sa´ıda temos L{y} = L{Cx+Du} (20) Y (s) = CX(s) +DU(s) Como o estado X(s) e´ dado por (19) a sa´ıda Y (s) fica Y (s) = C((sI ° A)°1BU(s)) +DU(s) = (C(sI ° A)°1B +D)U(s) (21) A matriz G(s) = C(sI ° A)°1B +D (22) expressa a relac¸a˜o entrada-sa´ıda do sistema e recebe o nome de func¸a˜o de transfereˆncia. Por exemplo, a func¸a˜o de transfereˆncia de U(s) para Y (s) no sistema linearizado (16) e´ dada por G(s) = C(sI ° A)°1B +D = " ∞1c1 1+sT1 (1°∞2)c1 (1+sT1)(1+sT3) (1°∞1)c2 (1+sT2)(1+sT4) ∞2c2 1+sT2 # (23) onde c1 = T1k1kc/A1 e c2 = T2k2kc/A2. Definic¸a˜o 1 (Po´los) Um nu´mero complexo s e´ um po´lo de G(s) se ele e´ um po´lo de pelo menos uma das func¸o˜es de transfereˆncia que compo˜e a matriz G(s), isto e´, um dos elementos de G(s). Podemos facilmente relacionar os po´los de G(s) com os autovalores da matriz de dinaˆmica do sistema (matriz A da representac¸a˜o de estados). A inversa de uma matriz pode ser expressa, com aux´ılio do seu determinante e sua matriz cofatora transposta, atrave´s da fo´rmula (sI ° A)°1 = 1 det(sI ° A)(cof(sI ° A)) 0 Os elementos da matriz cofatora sa˜o polinoˆmios de ordem n ° 1 na varia´vel s, onde n e´ o nu´mero de varia´veis de estado. Logo na˜o existem po´los na matriz cofatora pois na˜o existe denominador em nenhum elemento da cofatora. Assim, todo po´lo de G(s) vem da divisa˜o da cofatora pelo polinoˆmio det(sI °A). Se na˜o existir cancelamento de ra´ızes de det(sI °A) com ra´ızes dos elementos da cofatora enta˜o toda ra´ız de det(sI °A) sera´ um po´lo de G(s). Como as ra´ızes do polinoˆmio det(sI ° A) sa˜o os autovalores da matriz A chegamos a seguinte conclusa˜o: Todo po´lo de G(s) = C(sI ° A)°1B +D e´ um autovalor da matriz A. Pore´m, devido a poss´ıveis cancelamentos, nem todo autovalor da matriz A sera´ obrigatoriamente um po´lo de G(s). Veja que no sistema de quatro tanques (23) todos os autovalores da matriz A sa˜o po´los de G(s) e os po´los de cada um dos elementos da matriz G(s) sa˜o um subconjunto dos autovalores de A.6 Definic¸a˜o 2 (Zeros) Zero de um sistema multivaria´vel e´ todo valor da varia´vel s que anula a sa´ıda Y (s) (ou uma combinac¸a˜o dos elementos de Y (s)). Essa definic¸a˜o de zeros e´ coerente com a definic¸a˜o usual para sistemas SISO1 onde zeros sa˜o as ra´ızes do numerador da func¸a˜o de transfereˆncia. Veja que se G(s0) = 0 enta˜o a sa´ıda tambe´m e´ nula para s = s0 pois Y (s0) = G(s0)U(s0). A situac¸a˜o de sa´ıda nula, vista a partir da func¸a˜o de transfereˆncia ou da representac¸a˜o de estados, pode levar a resultados diferentes, pois como vimos alguns autovalores da matriz de dinaˆmica do sistema podem na˜o aparecer na func¸a˜o de transfereˆncia se existem cancelamentos po´lo-zero. Esses zeros cancelados tambe´m fazem a sa´ıda ser nula pois o cancelamento deve ocorrer em todos os elementos da matriz de transfereˆncia. Se definimos zero de um sistema multivaria´vel a partir da func¸a˜o de transfereˆncia chegamos a` definic¸a˜o de zeros de transmissa˜o. Definic¸a˜o 3 (Zeros de transmissa˜o) Dizemos que s0 e´ um zero de transmissa˜o de G(s) se G(s0) na˜o possui posto completo2. Uma consequeˆncia da definic¸a˜o acima e´ que, para um sistema com q entradas e r sa´ıdas, se G(s) 2 Cr£q na˜o possui posto completo para algum s = s0 enta˜o: (i) r > q e existe um vetor coluna v de dimensa˜o q tal que G(s0) v = 0. (ii) r < q e existe um vetor linha w de dimensa˜o r tal que wG(s0) = 0. (iii) r = q e det(G(s0)) = 0. Veja na definic¸a˜o acima que se G(s) na˜o tem posto completo para algum s = s0 enta˜o podemos encontrar um sinal de entrada v = U(s0) que pertence ao espac¸o nulo3 G(s0) e dessa forma a sa´ıda y(s0) = G(s0)v sera´ nula para a entrada v nos casos (i), (iii). No caso (ii) e´ uma combinac¸a˜o das sa´ıdas que se anula pois w y(s0) = wG(s0)U(s0) sera´ nula para qualquer entrada. A condic¸a˜o de sa´ıda nula vista a partir das equac¸o˜es de estado leva a` definic¸a˜o de zeros invariantes. Impondo Y (s) = 0 em (20) e levando em conta (18) temos as seguintes condic¸o˜es: (sI ° A)X(s)°BU(s) = 0 e CX(s) +DU(s) = 0. De forma compacta temos R(s) ∑ X(s) U(s) ∏ = 0 , onde R(s) = ∑ sI ° A °B C D ∏ Definic¸a˜o 4 (Zeros invariantes) Um nu´mero complexo s0 e´ chamado de zero invari- ante de uma representac¸a˜o de estados se a matriz R(s) acima na˜o tem posto completo para s = s0. Veja que R(s) 2 Cr+n£q+n onde n, q, r sa˜o o nu´mero de estados, entradas e sa´ıdas respectivamente. Se R(s) na˜o tem posto completo para s = s0 enta˜o: 1Sistemas SISO (single-input single-output) sa˜o sistemas com uma entrada e uma sa´ıda, ou seja, a func¸a˜o de transfereˆncia e´ escalar. Sistemas com mais de uma entrada ou sa´ıda sa˜o chamados de MIMO (multi-input multi-output). 2Posto de uma matriz e´ o maior nu´mero de linhas ou colunas linearmente independentes. Uma matriz tem posto completo quando o nu´mero de linhas ou colunas linearmente independentes corresponde a` menor dimensa˜o da matriz. No matlab a func¸a˜o rank(M) retorna o posto da matriz M . 3O Espac¸o Nulo de uma matriz M e´ formado por todos os vetores que multiplicados por M da´ resultado nulo, isto e´ Mv = 0. No matlab a func¸a˜o null(M) retorna uma base para o espac¸o nulo de M. 7 (i) r > q e existe um vetor coluna v de dimensa˜o n+ q tal que R(s0) v = 0. (ii) r < q e existe um vetor linha w de dimensa˜o n+ r tal que wR(s0) = 0. (iii) r = q e det(R(s0)) = 0. Para sistemas quadrados (r = q) as condic¸o˜es det(G(s0)) = 0 e det(R(s0)) = 0 sa˜o facilmente utilizadas para calcular os zeros do sistema. Para o exemplo do sistemas de quatro tanques temos det(G(s)) = c1c2 ∞1∞2 (1 + sT3)(1 + sT4)° Ø (1 + sT1)(1 + sT2)(1 + sT3)(1 + sT4) (24) onde Ø = (1° ∞1)(1° ∞2)/∞1∞2. Note que que nenhum dos elementos de G(s) possui zeros, pore´m o sistema multi- varia´vel possui dois zeros que sa˜o as ra´ızes da equac¸a˜o (1+sT3)(1+sT4)°Ø = 0. Atrave´s do lugar da ra´ızes podemos verificar que o sistema sera´ de fase na˜o-mı´nima, isto e´, pelo menos um dos zeros estara´ no semiplano direito, se 0 < ∞1+∞2 < 1 e sera´ de fase mı´nima (nenhum zero no semiplano direito) se 1 < ∞1 + ∞2 < 2. E´ interessante observar que a parcela da vaza˜o da bomba 1 jogada no tanque 1 e´ ∞1k1vv e da bomba 2 para tanque 2 e´ ∞2k2v2. Assim quanto maior for a soma ∞1 + ∞2 mais efetiva sera´ a influeˆncia das bombas no controle dos n´ıveis dos tanques 1 e 2. Da´ı conclu´ımos que se o sistema for de fase na˜o-mı´nima a influeˆncia das bombas no controle de n´ıvel dos tanques 1 e 2 sera´ reduzida quando comparada com a situac¸a˜o de fase mı´nima. Em geral, a localizac¸a˜o de zeros pro´ximos ao eixo imagina´rio ou fora do semi-plano esquerdo limita o desempenho que podemos obter de um sistema de controle. Exerc´ıcios para o laborato´rio 1. Para o sistema de quatro tanques com k1 = 3.33, k2 = 3.35, ∞1 = 0.7 e ∞2 = 0.6, encontre algebricamente valores de v1 e v2 tais que os n´ıveis dos tanques 1 e 2 em equil´ıbrio sejam h¯1, h¯2 = 10. Calcule os n´ıveis dos tanques 3 e 4 correspondentes. 2. Um ponto de equil´ıbrio e´ dito ser esta´vel se ele e´ atingido a partir de qualquer condic¸a˜o inicial numa vizinhanc¸a desse equil´ıbrio. Verifique a estabilidade do ponto de equil´ıbrio do item anterior. 3. Encontre valores de v1, v2, ∞1, ∞2 tais que em regime permanente a soma dos volumes dos tanques 1 e 2 seja superior a` soma dos volumes dos tanques 3 e 4. 4. Para o equil´ıbrio do item 1, quanto de a´gua o tanque 3 joga no tanque 1? 5. Por que o n´ıvel do tanque 1 em equil´ıbrio (h¯1) na˜o depende do tamanho do orif´ıcio do tanque 3? 6. Quais sa˜o os po´los, zeros de transmissa˜o e invariantes do sistema? Para o ca´lculo dos zeros use o recurso de varia´veis simbo´licas do matlab para calcular os determinantes de G(s) e R(s) e encontre as ra´ızes dos determinantes. Para a verificac¸a˜o dos po´los construa a func¸a˜o de transfereˆncia G(s) = C(sI ° A)°1B +D. 8 Lucas Moreira Highlight 7. Use as func¸o˜es ss, tf do matlab para encontrar as func¸o˜es de transfereˆncia a partir da representac¸a˜o de estados. Com essas func¸o˜es encontre os zeros do sistema. 8. Obtenha a func¸a˜o de transfereˆncia do sistema de 4 tanques para o caso em que os medidores esta˜o nos tanques 1 e 4, isto e´: C = ∑ kc 0 0 0 0 0 0 kc ∏ Calcule os po´los e os autovalores do sistema considerando os dados e o ponto de equil´ıbrio escolhidos no item 1. Os po´los e autovalores coincidem? Explique. 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] U. Mackenroth, ”Robust Control Systems”, Springer Verlag, Berlin, 2004. 9
Compartilhar