Baixe o app para aproveitar ainda mais
Prévia do material em texto
Engenharia de Controle Tema 3 – Representação de Sistemas no Domínio do Tempo: Espaço de Estados Fabrício Bradaschia Universidade Federal de Pernambuco – UFPE Centro de Tecnologia e Geociências – CTG Departamento de Engenharia Elétrica – DEE Objetivos do Tema Os objetivos deste tema são: • Apresentar os conceitos de estado, variável de estado, vetor de estados e espaço de estados; • Representar sistemas no Espaço de Estados a partir de técnicas de transformação de EDOs (parâmetros concentrados). Conceitos Devido à nova tendência de representar sistemas MIMO de elevada complexidade (não lineares e variantes no tempo), a teoria de controle moderno necessita de uma ferramenta mais completa de representação. Essa ferramenta é o espaço de estados. Vale ressaltar que os conceitos de estado e espaço de estados não são novos, pois existe desde o desenvolvimento da teoria clássica da dinâmica de sistemas. Entretanto, sua aplicação nas técnicas de controle moderno é mais atual, embora já seja popular e extensa. Conceitos O estado de um sistema é definido como as condições passadas, presentes e futuras* que atuam no sistema e definem completamente seu comportamento em um dado instante de tempo t. Estas condições são definidas pela dinâmica interna do sistema e também pelas entradas e perturbações atuantes. * As condições futuras atuam em sistemas não causais, ou seja, sistemas que dependem de condições futuras que irão ocorrer ou que existe uma grande probabilidade de ocorrer. Nos sistemas de controle práticos na engenharia, todos os sistemas são causais (só dependem do passado e do presente). Conceitos As variáveis de estado de um sistema dinâmico são aquelas que formam o menor conjunto de variáveis capaz de determinar completamente o estado atual do sistema. Se n variáveis 𝑥1, 𝑥2 , … , 𝑥𝑛 necessitam ser definidas de forma que, dada uma entrada para 𝑡 ≥ 𝑡0 e os valores dessas n variáveis para 𝑡 = 𝑡0, é possível obter o comportamento (estado) do sistema para qualquer 𝑡 ≥ 𝑡0, então estas n variáveis são as variáveis de estado do sistema. Um exemplo simples é quando o usuário salva o estado atual em um jogo. O arquivo salvo com o estado do jogo contém todas as variáveis de estado necessárias para que, quando o jogo for reiniciado, o jogador continue do mesmo ponto onde parou (como se o jogo não tivesse sido interrompido). Conceitos É importante ressaltar que, em um sistema físico, as variáveis de estado não necessitam ser quantidades fisicamente mensuráveis nem necessitam representar um fenômeno com sentido físico. Esta liberdade permite que diferentes conjuntos de variáveis de estado sejam definidas para um mesmo sistema físico. Entretanto, é conveniente escolher, na prática, grandezas facilmente mensuráveis como variáveis de estado, pois várias técnicas de controle moderno (controle ótimo, por exemplo) necessitam da realimentação das variáveis de estado (usando sensores) para poder controlar o sistema. Conceitos O objetivo das variáveis de estado é memorizar os valores passados das entradas que foram responsáveis por fazer o sistema chegar ao estado atual. Como os integradores servem como dispositivos de memória para um determinado sistema dinâmico, a saída dos integradores nas EDOs do sistema podem ser escolhidas como variáveis de estado. Portanto, o número de variáveis de estado de um sistema é igual ao número de integradores existentes no sistema. Conceitos O vetor de estado é definido como um vetor 𝒙 que contém todas as n variáveis de estado que definem o comportamento do sistema. Assim, dado o estado do sistema, 𝒙 𝑡 = 𝑡0 e a entrada do sistema, 𝒖 𝑡 , para 𝑡 ≥ 𝑡0, é possível determinar univocamente o estado do sistema 𝒙 𝑡 para qualquer 𝑡 ≥ 𝑡0. O espaço de estados é um espaço n-dimensional, cujos n eixos são determinados pelas n variáveis de estado 𝑥1, 𝑥2 , … , 𝑥𝑛. Qualquer estado possível para o sistema pode ser representado como um único ponto no espaço de estados. Assim, a evolução temporal de um sistema forma uma trajetória no espaço de estados. Espaço de Estados As equações dinâmicas no espaço de estados são compostas de três tipos de variáveis: • Variáveis de entrada (𝒖): variáveis atuadoras e perturbações; • Variáveis de saída (𝒚): variáveis a serem controladas, observadas ou analisadas; • Variáveis de estado (𝒙): as que definem o estado atual do sistema. Voltando ao exemplo do jogo, as variáveis de entrada são os comandos que o jogador envia ao sistema (usando o controle, o teclado, etc.) e a variável de saída é a representação audiovisual e sensorial do jogo. Espaço de Estados Assuma que um sistema possua r entradas, n variáveis de estado e m saídas. Assim, o sistema pode ser definido no espaço de estados como: 𝑥1 𝑡 = 𝑓1(𝑥1, 𝑥2 , … , 𝑥𝑛; 𝑢1, 𝑢2 , … , 𝑢𝑟; 𝑡) 𝑥2 𝑡 = 𝑓2(𝑥1, 𝑥2 , … , 𝑥𝑛; 𝑢1, 𝑢2 , … , 𝑢𝑟; 𝑡) ⋮ 𝑥𝑛 𝑡 = 𝑓𝑛(𝑥1, 𝑥2 , … , 𝑥𝑛; 𝑢1, 𝑢2 , … , 𝑢𝑟; 𝑡) 𝑦1 𝑡 = 𝑔1(𝑥1, 𝑥2 , … , 𝑥𝑛; 𝑢1, 𝑢2 , … , 𝑢𝑟; 𝑡) 𝑦2 𝑡 = 𝑔2(𝑥1, 𝑥2 , … , 𝑥𝑛; 𝑢1, 𝑢2 , … , 𝑢𝑟; 𝑡) ⋮ 𝑦𝑚 𝑡 = 𝑔𝑚(𝑥1, 𝑥2 , … , 𝑥𝑛; 𝑢1, 𝑢2 , … , 𝑢𝑟; 𝑡) Espaço de Estados Definindo os vetores: 𝒙 𝑡 = 𝑥1(𝑡) 𝑥2(𝑡) ⋮ 𝑥𝑛(𝑡) , 𝒖 𝑡 = 𝑢1(𝑡) 𝑢2(𝑡) ⋮ 𝑢𝑟(𝑡) , 𝒚 𝑡 = 𝑦1(𝑡) 𝑦2(𝑡) ⋮ 𝑦𝑚(𝑡) 𝒇 𝒙, 𝒖, 𝑡 = 𝑓1(𝒙 𝑡 ; 𝒖 𝑡 ; 𝑡) 𝑓2(𝒙 𝑡 ; 𝒖 𝑡 ; 𝑡) ⋮ 𝑓𝑛(𝒙 𝑡 ; 𝒖 𝑡 ; 𝑡) , 𝒈 𝒙, 𝒖, 𝑡 = 𝑔1(𝒙 𝑡 ; 𝒖 𝑡 ; 𝑡) 𝑔2(𝒙 𝑡 ; 𝒖 𝑡 ; 𝑡) ⋮ 𝑔𝑚(𝒙 𝑡 ; 𝒖 𝑡 ; 𝑡) Espaço de Estados Chega-se a representação geral no espaço de estados: 𝒙 𝑡 = 𝒇 𝒙, 𝒖, 𝑡 𝒚 𝑡 = 𝒈 𝒙, 𝒖, 𝑡 Equação de Estado Equação de Saída Espaço de Estados Se os vetores 𝒇 e 𝒈 dependerem explicitamente da variável tempo (𝑡 aparece explicitamente nas equações), então o sistema é variante no tempo. Se os vetores 𝒇 e 𝒈 dependerem somente de 𝒙 e 𝒖 (mesmo que 𝒙 e 𝒖 dependam do tempo), então o sistema é invariante no tempo. 𝑓1 𝑥1, 𝑥2 , 𝑡 = 𝑡𝑥1(𝑡) + 𝑒 −𝑡𝑥2(𝑡) 𝑓2 𝑥1, 𝑥2 , 𝑡 = 10𝑥1(𝑡) + 𝑒 −5𝑥2(𝑡) ? ? Espaço de Estados Variante no tempo Invariante no tempo Se os vetores 𝒇 e 𝒈 dependerem explicitamente da variável tempo (𝑡 aparece explicitamente nas equações), então o sistema é variante no tempo. Se os vetores 𝒇 e 𝒈 dependerem somente de 𝒙 e 𝒖 (mesmo que 𝒙 e 𝒖 dependam do tempo), então o sistema é invariante no tempo. 𝑓1 𝑥1, 𝑥2 , 𝑡 = 𝑡𝑥1(𝑡) + 𝑒 −𝑡𝑥2(𝑡) 𝑓2 𝑥1, 𝑥2 , 𝑡 = 10𝑥1(𝑡) + 𝑒 −5𝑥2(𝑡) Espaço de Estados Da mesma forma, se os vetores 𝒇 e 𝒈 respeitarem os princípios da homogeneidade e superposição para todas as variáveis de 𝒙 e 𝒖, então o sistema é linear. Caso contrário, o sistema é não linear e deve ser linearizado em torno de um ponto de operação. 𝑓1 𝑥1, 𝑥2 , 𝑡 = 𝑡𝑥1(𝑡) + 𝑒 −𝑡𝑥2(𝑡) 𝑓2 𝑥1, 𝑥2 , 𝑡 = 𝑥1(𝑡)(𝑥2 𝑡 + 5) + 𝑒 −𝑥1(𝑡)𝑥2(𝑡) ? ? Espaço de Estados 𝑓1 𝑥1, 𝑥2 , 𝑡 = 𝑡𝑥1(𝑡) + 𝑒 −𝑡𝑥2(𝑡) 𝑓2 𝑥1, 𝑥2 , 𝑡 = 𝑥1(𝑡)(𝑥2 𝑡 + 5) + 𝑒 −𝑥1(𝑡)𝑥2(𝑡) Linear Não linear Da mesma forma, se os vetores 𝒇 e 𝒈 respeitarem os princípios da homogeneidade e superposição para todas as variáveis de 𝒙 e 𝒖, então o sistema é linear. Caso contrário, o sistema é não linear e deve ser linearizado em torno de um ponto de operação. Espaço de Estados Assumindo que o espaço de estados é linear (ou que foi linearizado), as funções em 𝒇 e 𝒈 podem ser escritas como combinações lineares das variáveis em 𝒙 e 𝒖. Assim, o espaço de estados linear (variante no tempo ou não) é dado por: 𝒙 𝑡 = 𝑨 𝑡 𝒙 𝑡 + 𝑩 𝑡 𝒖 𝑡 𝒚 𝑡 = 𝑪 𝑡 𝒙 𝑡 + 𝑫 𝑡 𝒖(𝑡) Equação de Estado Equação de Saída As matrizes 𝑨, 𝑩, 𝑪 e 𝑫 são chamadas de: matriz de estado; matriz de entrada; matriz de saída; e matriz de transmissão direta, respectivamente. Espaço de Estados A representação do espaço de estados no formato de diagrama em blocos é vista abaixo: Espaço de Estados Se o sistema representado pelo espaçode estados for invariante no tempo, então as matrizes 𝑨, 𝑩, 𝑪 e 𝑫 não dependem do tempo (não possuem a variável 𝑡 nos seus coeficientes): 𝒙 𝑡 = 𝑨𝒙 𝑡 + 𝑩𝒖 𝑡 𝒚 𝑡 = 𝑪𝒙 𝑡 + 𝑫𝒖(𝑡) Equação de Estado Equação de Saída Obtenção do Espaço de Estados Existem diversas técnicas para obtenção do espaço de estados de um determinado sistema. Aqui são apresentadas duas técnicas de obtenção do espaço de estados comumente usadas em sistemas SISO: 1) Sistemas representados por uma EDO de ordem n cuja entrada não possui derivadas; 2) Sistemas representados por uma EDO de ordem n cuja entrada possui derivadas. Obtenção do Espaço de Estados Para a primeira técnica, considere o seguinte sistema de ordem n: 𝑦(𝑛) + 𝑎1 𝑦 (𝑛−1) +⋯+ 𝑎𝑛−1 𝑦 1 + 𝑎𝑛𝑦 = 𝑢 Como o sistema tem ordem n, ele possui n integradores e, portanto, n variáveis de estado. A escolha das variáveis de estado é arbitrária, mas, em geral, se escolhem a saída 𝑦 e suas (𝑛 − 1) derivadas. Assim, as derivadas de (𝑛 − 1) variáveis de estado são funções exclusivamente das outras variáveis de estado e a derivada de uma variável de estado é obtida pela equação principal que representa o sistema de ordem n. Obtenção do Espaço de Estados Definindo as n variáveis de estado como: 𝑥1 = 𝑦 𝑥2 = 𝑦 1 ⋮ 𝑥𝑛 = 𝑦 𝑛−1 Tem-se as n equações de estado do sistema: 𝑥1 = 𝑥2 𝑥2 = 𝑥3 ⋮ 𝑥𝑛−1 = 𝑥𝑛 𝑥𝑛 = −𝑎𝑛𝑥1 −⋯− 𝑎1𝑥𝑛 + 𝑢 Obtenção do Espaço de Estados Portanto, as matrizes do espaço de estados do sistema são: 𝑨 = 0 1 0 ⋯ 0 0 0 1 ⋯ 0 ⋮ ⋮ ⋮ ⋱ ⋮ 0 0 0 ⋯ 1 −𝑎𝑛 −𝑎𝑛−1 −𝑎𝑛−2 ⋯ −𝑎1 , 𝑩 = 0 0 ⋮ 0 1 , 𝑪 = 1 0 0 ⋯ 0 , 𝑫 = 0. 𝒙 𝑡 = 𝑨𝒙 𝑡 + 𝑩𝑢 𝑡 𝑦 𝑡 = 𝑪𝒙 𝑡 + 𝑫𝑢(𝑡) Obtenção do Espaço de Estados A representação do espaço de estados do sistema em diagrama de blocos é: Obtenção do Espaço de Estados Para a segunda técnica, considere o seguinte sistema de ordem n: 𝑦(𝑛) + 𝑎1 𝑦 (𝑛−1) +⋯+ 𝑎𝑛𝑦 = 𝑏0 𝑢 (𝑛) + 𝑏1 𝑢 (𝑛−1) +⋯+ 𝑏𝑛𝑢 Neste caso, se as variáveis de estado forem definidas de forma equivalente à primeira técnica, a equação de estado de 𝑥𝑛 dependerá de 𝑢 e de suas 𝑛 derivadas, impossibilitando a representação do sistema no espaço de estados. Uma possível solução é representar cada variável de estado como a saída 𝑦 e e suas (𝑛 − 1) derivadas, só que somadas a uma combinação linear da entrada 𝑢 e suas (𝑛 − 1) derivadas. Obtenção do Espaço de Estados Definindo as n variáveis de estado como: 𝑥1 = 𝑦 − 𝛽0𝑢 𝑥2 = 𝑦 1 − 𝛽0 𝑢 1 − 𝛽1𝑢 = 𝑥1 − 𝛽1𝑢 ⋮ 𝑥𝑛 = 𝑦 𝑛−1 − 𝛽0 𝑢 𝑛−1 − 𝛽1 𝑢 𝑛−2 −⋯− 𝛽𝑛−1𝑢 = 𝑥𝑛−1 − 𝛽𝑛−1𝑢 Tem-se as n equações de estado do sistema: 𝑥1 = 𝑥2 + 𝛽1𝑢 𝑥2 = 𝑥3 + 𝛽2𝑢 ⋮ 𝑥𝑛−1 = 𝑥𝑛 + 𝛽𝑛−1𝑢 𝑥𝑛 = −𝑎𝑛𝑥1 − 𝑎𝑛−1𝑥2 −⋯− 𝑎1𝑥𝑛 + 𝛽𝑛𝑢 Obtenção do Espaço de Estados Assim, os termos 𝛽 são definidos como: 𝛽0 = 𝑏0 𝛽1 = 𝑏1 − 𝑎1𝛽0 𝛽2 = 𝑏2 − 𝑎1𝛽1 − 𝑎2𝛽0 𝛽3 = 𝑏3 − 𝑎1𝛽2 − 𝑎2𝛽1 − 𝑎3𝛽0 ⋮ 𝛽𝑛−1 = 𝑏𝑛−1 − 𝑎1𝛽𝑛−2 −⋯− 𝑎𝑛−2𝛽1 − 𝑎𝑛−1𝛽0 𝛽𝑛 = 𝑏𝑛 − 𝑎1𝛽𝑛−1 −⋯− 𝑎𝑛−1𝛽1 − 𝑎𝑛𝛽0 Obtenção do Espaço de Estados Portanto, as matrizes do espaço de estados do sistema são: 𝑨 = 0 1 0 ⋯ 0 0 0 1 ⋯ 0 ⋮ ⋮ ⋮ ⋱ ⋮ 0 0 0 ⋯ 1 −𝑎𝑛 −𝑎𝑛−1 −𝑎𝑛−2 ⋯ −𝑎1 , 𝑩 = 𝛽1 𝛽2 ⋮ 𝛽𝑛−1 𝛽𝑛 , 𝑪 = 1 0 0 ⋯ 0 , 𝑫 = [𝛽0]. 𝒙 𝑡 = 𝑨𝒙 𝑡 + 𝑩𝑢 𝑡 𝑦 𝑡 = 𝑪𝒙 𝑡 + 𝑫𝑢(𝑡) Obtenção do Espaço de Estados A representação do espaço de estados do sistema em diagrama em blocos é: Exemplos de Espaço de Estados Exercício 1: considere um sistema massa-mola com atrito. A massa possui valor m, a mola possui uma constante elástica k e o coeficiente de atrito cinético é igual a b. Represente no EE. Exemplos de Espaço de Estados Considere que 𝑢(𝑡) é a força externa imposta ao sistema (gravidade) e que 𝑦 𝑡 é a sua posição em relação ao repouso. Pela lei de Hooke, tem-se: 𝐹 = 𝑚𝑎 = −𝑘𝑦 𝑡 − 𝑏 𝑦 𝑡 + 𝑢(𝑡) 𝑚 𝑦(𝑡) + 𝑏 𝑦 𝑡 + 𝑘𝑦 𝑡 = 𝑢(𝑡) Este é um sistema de segunda ordem de uma entrada e uma saída. Assim, o sistema possui dois integradores e, consequentemente, duas variáveis de estado: 𝑥1 𝑡 = 𝑦 𝑡 𝑥2 𝑡 = 𝑦(𝑡) Posição Velocidade Exemplos de Espaço de Estados As equações de estado são encontradas ao se derivar as variáveis de estado. A variável de saída é igual à variável de estado 1. Assim: 𝑥1 𝑡 = 𝑥2 𝑡 𝑥2 𝑡 = − 𝑘 𝑚 𝑥1 𝑡 − 𝑏 𝑚 𝑥2 𝑡 + 1 𝑚 𝑢 𝑡 𝑦 𝑡 = 𝑥1(𝑡) Exemplos de Espaço de Estados Assim, as matrizes do espaço de estados do sistema são: 𝑨 = 0 1 − 𝑘 𝑚 − 𝑏 𝑚 , 𝑩 = 0 1 𝑚 , 𝑪 = 1 0 , 𝑫 = 0. 𝑥1 𝑡 𝑥2 𝑡 = 0 1 − 𝑘 𝑚 − 𝑏 𝑚 𝑥1 𝑡 𝑥2 𝑡 + 0 1 𝑚 𝑢 𝑡 𝑦 𝑡 = 1 0 𝑥1 𝑡 𝑥2 𝑡 Na forma matricial, tem-se que: Exemplos de Espaço de Estados Exercício 2: considere o circuito RLC abaixo, em que 𝑢(𝑡) é corrente de entrada e 𝑣𝑜(𝑡) é a tensão de saída do circuito. Como o capacitor e o indutor armazenam energia na forma de tensão e corrente (memórias do sistema), descreva o sistema no espaço de estados usando 𝑣𝐶(𝑡) e 𝑖𝐿(𝑡) como variáveis de estado. Exemplos de Espaço de Estados Primeiro, define-se 𝑥1 𝑡 = 𝑣𝐶(𝑡) e 𝑥2 𝑡 = 𝑖𝐿(𝑡) . Através da equação do nó, encontra-se a equação do estado 𝑥1 𝑡 . Através da equação de malha de saída, encontra-se a equação do estado 𝑥2 𝑡 . Assim: 𝑥1 𝑡 = − 1 𝐶 𝑥2 𝑡 + 1 𝐶 𝑢 𝑡 𝑥2 𝑡 = 1 𝐿 𝑥1 𝑡 − 𝑅 𝐿 𝑥2 𝑡 𝑦 𝑡 = 𝑣𝑜 𝑡 = 𝑅𝑥2(𝑡) Exemplos de Espaço de Estados Portanto, as matrizes do espaço de estados do sistema RLC são: 𝑨 = 0 − 1 𝐶 1 𝐿 − 𝑅 𝐿 , 𝑩 = 1 𝐶 0 , 𝑪 = 0 𝑅 , 𝑫 = 0. Exemplos de Espaço de Estados Exercício 3: para mostrar que é possível ter diversos espaços de estados distintos para um mesmo sistema, considere agora que: 𝑥1 ∗ 𝑡 = 𝑣𝐶 𝑡 = 𝑥1(𝑡) 𝑥2 ∗ 𝑡 = 𝑣𝐿 𝑡 = 𝑣𝐶 𝑡 − 𝑅𝑖𝐿 𝑡 = 𝑥1(𝑡) − 𝑅𝑥2(𝑡) Assim: 𝑥1 = − 1 𝐶 𝑥2 + 1 𝐶 𝑢 𝑥2 = 1 𝐿 𝑥1 − 𝑅 𝐿 𝑥2 𝑦 = 𝑣𝑜 = 𝑅𝑥2 𝑥1 ∗ = − 1 𝑅𝐶 𝑥1 ∗ + 1 𝑅𝐶 𝑥2 ∗ + 1 𝐶 𝑢 𝑥2 ∗ = − 1 𝑅𝐶 𝑥1 ∗ + 1 𝑅𝐶 − 𝑅 𝐿 𝑥2 ∗ + 1 𝐶 𝑢 𝑦 = 𝑣𝑜 = 𝑣𝐶 − 𝑣𝐿 = 𝑥1 ∗ − 𝑥2 ∗ Exemplos de Espaço de Estados Portanto, as novas matrizes do espaço de estados do sistema RLC são: 𝑨 = − 1 𝑅𝐶 + 1 𝑅𝐶 − 1 𝑅𝐶 + 1 𝑅𝐶 − 𝑅 𝐿 , 𝑩 = 1 𝐶 1 𝐶 , 𝑪 = 1 −1 , 𝑫 = 0. O Uso do MATLAB em Controle Atualmente, existem ferramentas CAD (Computer Aided Design) bastante úteis para representar, analisar e projetar sistemas de controle no MATLAB. Entre elas, se destacam: • Control System Toolbox: pacote de ferramentas de controle; • Symbolic Math Toolbox: pacote de ferramentas de matemática simbólica (resolve equações algébricas, EDOs e transformadas de Laplace); • LTI View: ferramenta gráfica de análise de sistemas nos domínios do tempo e da frequência; • SISO Design Tool: ferramenta gráfica que permite que você defina graficamente os parâmetros do controlador para que o sistema tenha a resposta desejada. O Uso do MATLAB em Controle Há também ferramentas CAD para representar, analisar e projetar sistemas de controle no Simulink: • Simulink Control Design: ferramenta gráfica capaz de linearizar sistemas, projetar controladores e analisar as respostas obtidas; • Simulink Design Optimization: ferramenta gráfica capaz de estimar parâmetros de sistemas usando otimização numérica. As ferramentas do Simulink são utilizadas em majoritariamente em sistemas não lineares e vinculadas a projetos de controladores ótimos. O Uso do MATLAB em Controle Para ter acesso ao pacote de ferramentas Control System Toolbox, basta digitar ‘help control’ no console do MATLAB e localizar a função que deseja usar entre a gama de funções existentes. Ao encontrar a função, basta digitar ‘help nome_funcao’ no console do MATLAB para aprender como se usa determinada função. Em geral, a ajuda vem com algum exemplo para melhor compreensão da função. Os subgrupos mais importantes de funções são: ‘Creating linear models’,‘Data extraction’, ‘Time-domain analysis’ e ‘Frequency- domain analysis’. Espaço de Estados no MATLAB Para representar um sistema no espaço de estados do MATLAB, serão usadas funções dos subgrupos ‘Creating linear models’. Para obter respostas temporais do sistema criado, serão usadas funções do subgrupo ‘Time-domain analysis’. Depois do sistema ser modelado no espaço de estados, montam-se as matrizes A, B, C e D no MATLAB. Assim, o espaço de estados é gerado através do comando: >> sistema = ss(A, B, C, D); Espaço de Estados no MATLAB Depois de criado o modelo matemático, é possível obter a saída do sistema para a entrada do tipo impulso: >> [y, t] = impulse(sistema); % o tempo final é definido pelo MATLAB >> [y, t] = impulse(sistema, Tfinal); % o tempo final é Tfinal >> t = 0:Tpasso:Tfinal; % cria-se um vetor de tempo t >> y = impulse(sistema, t); % obtém a resposta para o vetor t >> [y, t, x] = impulse(sistema); % obtém também os valores das variáveis de estado em função de t Espaço de Estados no MATLAB Depois de criado o modelo matemático, é possível obter a saída do sistema para a entrada do tipo degrau unitário: >> [y, t] = step(sistema); % o tempo final é definido pelo MATLAB >> [y, t] = step(sistema, Tfinal); % o tempo final é Tfinal >> t = 0:Tpasso:Tfinal; % cria-se um vetor de tempo t >> y = step(sistema, t); % obtém a resposta para o vetor t >> [y, t, x] = step(sistema); % obtém também os valores das variáveis de estado em função de t Espaço de Estados no MATLAB Depois de criado o modelo matemático, é possível obter a saída do sistema para qualquer entrada desejada: >> t = 0:Tpasso:Tfinal; % cria-se um vetor de tempo t >> u = sin(t); % define-se a entrada desejada >> y = lsim(sistema, u, t); % obtém-se a saída ‘y’ em função de ‘u’ >> [y, t, x] = lsim(sistema, u, t, x0); % obtém também os valores das variáveis de estado em função de t, assumindo um valor inicial igual a x0 Espaço de Estados no MATLAB Exercício 4: considere o circuito RLC apresentado no Exercício 2. Primeiramente, escolhe-se os valores para LC: L = 1mH e C = 1mF. Depois, escolhem-se três valores para R, representando três sistemas distintos: R = 0,2Ω; R = 2 Ω; R = 10 Ω. Obtenha o espaço de estados para os três sistemas e apresente a resposta ao impulso, ao degrau e à uma onda senoidal de amplitude unitária e frequência angular de 10.000 rad/s. Simule o mesmo sistema no MATLAB/Simulink e apresente a resposta ao degrau e à uma onda senoidal de amplitude unitária e frequência angular de 10.000 rad/s. Solução no Espaço de Estados Solução no MATLAB/Simulink Material/Aula4_Exercicio4.m Material/Aula4_Exercicio4s.mdl Espaço de Estados no MATLAB Exercício 5: Compare as respostas ao impulso e ao degrau unitário do circuito RLC (L = 1mH, C = 1mF e R = 0,2Ω) representado pelos dois distintos espaços de estados apresentados anteriormente: 1) Exercício 2: 𝑥1 𝑡 = 𝑣𝐶(𝑡) e 𝑥2 𝑡 = 𝑖𝐿(𝑡); 2) Exercício 3: 𝑥1 ∗ 𝑡 = 𝑣𝐶 𝑡 e 𝑥2 ∗ 𝑡 = 𝑣𝐿 𝑡 . Solução Material/Aula4_Exercicio5.m Espaço de Estados no MATLAB Exercício 6: considere o circuito RLC apresentado no Exercício 2 (L = 1mH e C = 1mF). Assuma três valores para R, representando três sistemas distintos: R = 0,2Ω; R = 2 Ω; R = 10 Ω. Obtenha: 1) A resposta ao degrau unitário das duas variáveis de estado (𝑥1 = 𝑣𝐶 e 𝑥2 = 𝑖𝐿) para cada sistema; 2) A trajetória das variáveis de estado para cada sistema. Solução Material/Aula4_Exercicio6.m
Compartilhar