Baixe o app para aproveitar ainda mais
Prévia do material em texto
Modelagem e análise de sistema baseado em massa-mola-amortecedor Josef F. Poth ∗ Vitor M. L. de Carvalho ∗∗ ∗ Centro Federal de Educação Tecnológica de Minas Gerais, MG (e-mail: josefpoth@gmail.com). ∗∗ Centro Federal de Educação Tecnológica de Minas Gerais, MG (e-mail: vitimzz@hotmail.com) Resumo: O massa-mola-amortecedor é um sistema extremamente utilizado na indústria. Ele pode servir de modelo para sistemas muito mais complexos, exemplo disso é a modelagem de um carro de fórmula 1 aproximado por um massa-mola-amortecedor afim de se obter dados relacionado a sua dinâmica vertical. Até mesmo aviões podem ser aproximados por esse sistema, dependendo do estudo a ser feito. Nesse documento será abordado a modelagem tanto em caixa branca quanto em caixa preta de um sistema baseado em massa-mola-amortecedor, sendo que o mesmo possui duas massas, duas molas e dois amortecimentos. Palavras-chaves: modelagem; massa-mola-amortecedor; Euler-Lagrange. 1. INTRODUÇÃO O sistema massa-mola-amortecedor tem inúmeras aplica- ções, e isso se deve ao fato de que ele proporciona aproxi- mações relativamente boas de sistema mais complexos. Sis- temas como carros, motos e aviões, podem ser aproximados aos moldes desse sistema, dependendo do objetivo, ao serem particionados em sistemas massa-mola-amortecedor para uma avaliação mais detalhista sobre o processo de interesse. O projeto proposto trata-se de um sistema massa-mola- amortecedor de dois graus de liberdade, Figura 1, em que uma correia dentada está ligada à primeira massa, e essa se liga à segunda massa através de uma mola. Figura 1. Sistema massa-mola-amortecedor de dois graus de liberdade. Esse sistema poderia facilmente representar um sistema simplificado de uma suspensão automotiva, como demons- tra a Figura 2, que apresenta a suspensão de uma das rodas de um carro. 2. OBJETIVOS As propostas da atividade são apresentar as equações que regem o modelo de um sistema baseado em massa-mola- amortecedor por meio de modelagem por caixa branca, e com isso definir os parâmetros f́ısicos além da definição Figura 2. Exemplo de sistema massa-mola-amortecedor. (Martins, 2016, p.17) das variáveis a serem manipuladas e controladas. Depois será necessário apresentar o sinal de entrada, para manter o sistema em um ponto de operação desejado e também expôr a resposta temporal do projeto. Será preciso também apresentar o modelo em caixa preta do sistema, aplicando os métodos de Resposta ao De- grau de Três Parâmetros, para produzir dois modelos de segunda ordem. E por último será necessário validar os modelos obtidos e aplicar o ı́ndice de desempenho pelo método da raiz do erro quadrático médio (RSME). 3. PRELIMINARES Nessa seção estão descritos os ferramentais utilizados para cumprir os objetivos propostos. 3.1 Método de Euler-Lagrange Embora essa abordagem seja direta se o sistema for simples o suficiente, se o número de graus de liberdade for alto ou se algumas das coordenadas generalizadas não forem facilmente vinculadas aos deslocamentos e rotações de massas mi, é conveniente recorrer aos métodos anaĺıticos mecânicas como o prinćıpio das obras virtuais, o prinćıpio de Hamilton ou as equações de Lagrange para escrever as equações do movimento (Genta, 2009, p. 33). O método é melhor apresentado em (Balachandran and Magrab, 2009, p. 93-116) e em (Beards, 1995, p. 121-125), mas de forma resumida, esse método consiste em achar o lagrangiano, L, que é a diferença entre a energia cinética e a energia potencial do sistema, além de achar a equação relacionada à energia dissipativa. Em seguida são aplicadas algumas derivadas de forma a chegar ao modelo final. A fórmula usada para achar o modelo é a mesma descrita por (Genta, 2009, p. 33), que é: d dt ( ∂L ∂ẋi ) − ( ∂L ∂xi ) + ( ∂D ∂ẋi ) = Qi , (1) tal que L é dado por: L = K − P , (2) sendo K, a soma das energias cinéticas, P a soma das energias potenciais e D é a soma das energias dissipativas e Qi é o somatório de forças externas atuantes no sistema. 3.2 Caracterização de Sistemas de 2ª Ordem De acordo com Ogata (2010), um modelo de segunda or- dem subamortecido apresenta resposta ao degrau descrita por: G(s) = Ke−Ls τ2s2 + 2τξs+ 1 , (3) em que K é o ganho estático do sistema, L é o atraso ou tempo morto, τ é a constante de tempo do sistema e ξ é o coeficiente de amortecimento. Assumindo que o sistema não tem atraso, a Equação 3 pode ser reescrita como: G(s) = Kω2n s2 + 2ξωns+ ω2n , (4) tal que ωn é a frequência natural do sistema. Ainda sobre sistemas de segunda ordem, há parâmetros que são rele- vantes para cálculos futuros, como ωd que é a frequência natural amortecida, σ que é o coeficiente de atenuação da resposta e β que é o ângulo no plano complexo, esses parâmetros são computados respectivamente por: ωd = 2π T , (5a) σ = ξωn , (5b) β = arccos ξ . (5c) Tendo ωd é posśıvel encontrar a frequência natural do sistema ωn, dada por: ωn = ωd√ 1− ξ2 . (6) Na prática, antes de atingir o regime permanente, a res- posta transitória de um sistema de controle apresenta, fre- quentemente, oscilações amortecidas. Na especificação das caracteŕısticas das respostas transitórias de um sistema de controle a uma entrada em degrau unitário, é comum especificar o tempo de atraso td, tempo de subida tr, tempo de pico tp, máximo sobressinal Mp e tempo de acomodação ts, Ogata (2010). Através do gráfico , pode-se obter os parâmetros do re- gime transitório do sistema. O primeiro a ser obtido é o Figura 3. Resposta transitória caracteŕıstica para um sis- tema subamortecido. sobressinal máximo (overshoot), que foi chamado de Mp. Ele representa o valor máximo de pico da curva, é dado por: Mp = y(tp)− y(∞) y(∞) . (7) Em seguida é posśıvel obter ξ, dado por: ξ = √ ln2(Mp) ln2(Mp) + π2 . (8) Depois de achar o valor de ξ, pode-se encontrar o valor de T, que é o peŕıodo de oscilação. Para achá-lo, de forma visual, são obtidos os valores do primeiro tempo de pico, tp do overshoot e do segundo tempo de pico, tp2. Portanto T, é dado por: T = tp2 − tp . (9) O valor da constante de tempo τ , sabendo que σ é dado por (5b), é representado por: τ = ξ σ . (10) Em seguida, sabendo que β é dado por (5c), é posśıvel obter o valor do rise time ou tempo de subida, tr, dado por: tr = πβ ωd . (11) E por último devem ser obtidos valores para o instante de pico (peak time), representado por tp, e o tempo de acomodação (settling time), representado por ts2% para o tempo de acomodação com critério de 2%, e ts5% para o tempo de acomodação com critério de 5%. Destaca-se que os tempos de acomodação citados, servem apenas para 0 < ξ < 0.9. Esses parâmetros são calculados através de: tp = π ωd , (12a) ts2% = 4 ξωn , (12b) ts5% = 3 ξωn . (12c) 3.3 Root Mean Square Error (RMSE) De acordo com Bruce et al. (2020), o método Root Mean Square Error (RMSE) consiste em uma expressão anaĺı- tica frequentemente usada para medir as diferenças entre valores previstos por um modelo e os valores observados, essas diferenças indicam a precisão geral do sistema e são dadas por: RMSE = √∑T t=1(yi − ŷi)2 T , (13) tal que ŷi é o valor previsto, yi é o valor observado e T é o intervalo analisado. Nesse método entende-se que quanto menor o valor obtido maior a precisão do sistema. 4. MODELAGEM EM CAIXA BRANCA A modelagem em caixa branca consiste em descrever o sis- tema da melhor forma por meio de equações matemáticas e atribuições de conceitos f́ısicos. 4.1 Modelagem Para iniciar a modelagem do sistema, será considerado que as massas m1 e m2 são homogêneas, além de que as molas e os amortecimentos são lineares. Além de que o modelo simplificado representado na Figura 4, onde o blocom1 é a massa motora, e o segundo blocom2 é a massa movida, será o considerado. O fator k1 é a rigidez da correia dentada que faz m1se movimentar, e k2 é a rigidez da mola que conecta ambos os blocos. As constantes c1 e c2 são os coeficientes de atrito viscoso dos blocos com a superf́ıcie de contato. As variáveis x1, x2 e f1, são respectivamente o deslocamento de m1, de m2 e a força aplicada na massa motora pelo atuador. Figura 4. Visualização do sistema proposto, de forma simplificada. Para então seguir com a modelagem foi feito o diagrama de corpos livres, afim de simplificar a visualização das forças atuantes no sistema, gerando as Figuras 5 e 6. Figura 5. Diagrama de corpo livre para m1. Figura 6. Diagrama de corpo livre para m2. Tal que para o caso estudado, x0 = ẋ0 = 0, uma vez que a referência será a origem. Portanto, utilizando as equações de Euler-Lagrange, tem-se: K = 1 2 m1ẋ 2 1 + 1 2 m2ẋ 2 2 , (14) P = 1 2 k1x 2 1 + 1 2 k2(x2 − x1)2 , (15) D = 1 2 c1ẋ1 2 + 1 2 c2(ẋ2 − ẋ1)2 . (16) E aplicando (14) e (15) em (2), é obtido: L = 1 2 m1ẋ 2 1 + 1 2 m2ẋ 2 2 − 1 2 k1x 2 1 − 1 2 k2(x2 − x1)2 . (17) E por fim utilizando (16) e (17) em (1), determinando as- sim o modelo que descreve o sistema, que está representado em (18). m1ẍ1 = −ẋ1(c1+c2)+ẋ2c2−x1(k1+k2)+x2k2+f1 , (18a) m2ẍ2 = ẋ1c2 − ẋ2c2 + x1k2 − x2k2 . (18b) Como esperado o sistema possui duas equações que descre- vem seu funcionamento. Nota-se que o sistema modelado é linear, portanto não será necessário a utilização de arti- f́ıcios de linearização para o mesmo. Com a modelagem feita, é posśıvel descobrir o sinal de entrada para que o bloco m2 se posicione em um determi- nado ponto, presume-se que naquele ponto, as condições de velocidade e aceleração, de ambas massas, sejam nulas. Portanto: ẍ1 = ẍ2 = 0 , (19a) ẋ1 = ẋ2 = 0 . (19b) Adotando (19) e aplicando em (18a) e (18b) e por fim, manipulando as equações, conclui-se que: f∗1 = k1x ∗ 2 . (20) Tal que x∗2 é o ponto escolhido e f ∗ 1 é a força necessária para levar o bloco até o mesmo ponto. Salienta-se que o ponto de operação escolhido para x2 é de 0.15 m e possui margens de ±0.035 m ou seja, o limite inferior é 0.115 m e o superior 0.185 m. Objetivando a aquisição de dados relacionado posição de m2 no tempo, é viável escolher x2 como a variável controlada e f1 como variável manipulada. As constantes usadas ao longo da modelagem possuem valor dado na Tabela 1. Tabela 1. Constantes do processo. Śımbolo Valor e unidade m1 0.3 kg m2 0.2 kg k1 250 N/m k2 50 N/m c1 0.3 N · s/m c2 0.3 N · s/m f∗1 37.5 N 4.2 Espaço de estados Reescrevendo (18) em forma de espaço de estados, será preciso fazer mudanças de variáveis. Portanto, escolhendo as variáveis de estados, tem-se: x1ẋ1x2 ẋ2 = x1v1x2 v2 , (21) E sabendo que: ẋ1ẍ1ẋ2 ẍ2 = ẋ1v̇1ẋ2 v̇2 , (22) Por fim, passando-se para a forma de espaço de estados, escolhendo a sáıda a ser observada: ẋ1v̇1ẋ2 v̇2 = 0 1 0 0−1000 −2 166.67 10 0 0 1 250 1.5 −250 −1.5 x1v1x2 v2 + 010 0 f1 , (23a) y = [ 0 0 1 0 ] x1v1x2 v2 . (23b) 4.3 Função de transferência Para implementação computacional foi usada a função de transferência do sistema que é dada por: G1(s) = 0.3s+ 50 0.06s4 + 0.21s3 + 75.09s2 + 90s+ 1.25× 104 , (24) Tal função foi obtida aplicando transformada de Laplace em (18), e seu desenvolvimento pode ser visto no Apên- dice A.3. Essa função de transferência possui zero em −166.67 e ráızes conjugadas complexas em −1.28± 32.39j e −0.47 ± 14.07j. Devido ao fato de haver ráızes comple- xas conjugadas, com parte real negativa, pode-se afirmar que ao inserir uma entrada degrau no sistema, o mesmo apresentará overshoot em sua resposta, um forte ind́ıcio de que o sistema pode ser subamortecido. Pode-se dizer também que o modelo é de quarta ordem, uma vez que o maior expoente no denominador é quatro. 5. MODELAGEM EM CAIXA PRETA Modelo em caixa preta é aquele modelo obtido por meio de aquisição de dados, que são fornecidos pelo próprio sistema ao longo de um sinal de entrada. 5.1 Aquisição de dados Para modelar um sistema sem saber seus dados f́ısicos, primeiro é preciso definir algumas entradas que serão en- viadas ao sistema, para então analisar os dados recebidos. Para isso as entradas escolhida para observar essa infor- mações são U1(s) = 46.25 N e U2(s) = 28.75 N , para se obter um modelo para o gráfico subindo e outro modelo 0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 0.16 0.18 0.20 0.22 Po siç ão d e m 2 [ m ] Resposta do sistema Reta tangente 0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 Tempo [s] 38 40 42 44 46 Fo rç a [N ] Entrada degrau Figura 7. Resposta do sistema a um input de subida. 0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 0.08 0.10 0.12 0.14 Po siç ão d e m 2 [ m ] Resposta do sistema Reta tangente 0.0 2.5 5.0 7.5 10.0 12.5 15.0 17.5 Tempo [s] 30 32 34 36 Fo rç a [N ] Entrada degrau Figura 8. Resposta do sistema a um input de descida. para o gráfico descendo, respectivamente, as Figuras 7 e 8 mostram os resultados obtidos. Para a aquisição dos parâmetros que formam as funções de transferência de cada função, é preciso traçar uma reta tangente no gráfico que está representada em azul nas Figuras 7 e 8. A partir dessa reta e com aux́ılio das fórmulas apresentadas na Seção 3.2, foi posśıvel obter os parâmetros essenciais para a modelagem em caixa preta do sistema. Os parâmetros do regime transitório encontrados estão na Tabela 2. Tabela 2. Parâmetros do regime transitório do sistema. Parâmetro Śımbolo Valor∗ Valor∗∗ Sobressinal máximo Mp 1.25 1.26 Coeficiente de amortecimento ξ 0.07 0.07 Peŕıodo de oscilações T 0.38 0.39 Frequência natural amortecida ωd 16.33 16.33 Frequência natural ωn 16.37 16.37 Ângulo no plano complexo β 1.50 1.50 Coeficiente de atenuação da resposta σ 1.19 1.19 Tempo de subida tr 0.10 0.10 Instante de pico tp 0.19 0.19 Tempo de acomodação (2%) ts2% 3.35 3.35 Tempo de acomodação (5%) ts5% 2.51 2.51 Constante de tempo τ 0.06 0.06 Tal que valor∗ é relativo à função de transferência relacio- nada ao sinal de entrada de subida, e valor∗∗ é para o sinal de entrada de descida. Observa-se pela análise das Figuras 7 e 8, que ambos gráficos possuem atraso. O mesmo é da ordem de 0.07 segundos, portanto o atraso foi desprezado nas aplicações seguintes, com o objetivo de simplificar o modelo. 5.2 Obtenção dos modelos Após obter os dados presentes na Tabela 2, para obter os modelos basta aplicá-los em (4), então: G2(s) = 1.072 s2 + 2.387s+ 268 , (25) G3(s) = 1.072 s2 + 2.386s+ 268.1 , (26) Destaca-se que o valor de k foi obtido pela razão da variação da sáıda (∆Y ) pela variação da entrada (∆U), variação essa medida em relação a um sinal de referência. 6. RESULTADOS E DISCUSSÕES Nessa seção são abordados e discutidos resultados obtidos ao longo desse relatório. 6.1 Modelagem em caixa branca Após obter a função de transferência, descrita em (24), ela foi simulada em comparação ao modelo real, ambas partindo do prinćıpio de que estão paradas no ponto inicial, Figura 9. É importante ressaltar que essa mesma 0 20 40 60 80 100 0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 Po siç ão d e m 2 [ m ] Modelo Função de transferência Ponto de operação L.S. do ponto de operação L.I. do ponto de operação 26 28 30 32 0.150 0.175 0.200 0.225 66 68 70 72 74 76 0.075 0.100 0.125 0.150 0 20 40 60 80 100 Tempo [s] 0 10 20 30 40 Fo rç a [N ] Sinal de entrada Figura 9. Comparação entre a resposta do modelo com a função de transferência. simulação foi feita várias vezes, entretanto a resolução do vetor tempo foi alterada de várias formas, e quando possui valor em torno de 0.001, a curva da função de transferência perde amplitude em relação ao modelo real, dando a falsa impressão de que foi modelada de forma errônea. Isso se deve à quantidade de pontos que o programa gera,então para se ter uma melhor visualização a resolução de 0.0001 foi adotada na implementação computacional. 6.2 Modelagem em caixa preta Assim que obtida a função de transferência a partir dos parâmetros do regime transitório, a mesma foi comparada diretamente com o modelo do sistema, Figura 10. Sendo o gráfico superior uma comparação com uma sinal de subida e o gráfico inferior uma comparação para um sinal de descida. Como é posśıvel observar, o modelo de segunda ordem obtido não cumpriu as expectativas. E isso se deve a vários fatores, dentre eles pode ser citado o erro que pode acontece ao usar um método visual, apesar de mesmo usando recurso de zoom na imagem, é praticamente imposśıvel traçar a reta tangente no ponto certo. Além disso, o próprio programa possui limitações na amostragem de casas decimais, o que dificulta a identificação de certos pontos. 0 2 4 6 8 10 12 14 0.15 0.16 0.17 0.18 0.19 0.20 0.21 0.22 0.23 Po siç ão m 2 [ m ] Função de transferência 2ªO (subida) Modelo Ponto de operação L.S. do ponto de operação 0 2 4 6 8 10 12 14 Tempo [s] 0.07 0.08 0.09 0.10 0.11 0.12 0.13 0.14 0.15 Po siç ão m 2 [ m ] Função de transferência 2ªO (descida) Modelo Ponto de operação L.I. do ponto de operação Figura 10. Comparação entre as respostas do sistema e o modelo obtido por caixa preta. 6.3 Comparação geral Após fazer essas comparações isoladas, foi feita uma com- paração geral, com todos gráficos obtidos. O resultado pode ser visto na Figura 11. Nela é posśıvel perceber que a função de transferência possui uma precisão elevada, uma vez que acompanha de forma exata a resposta do modelo. Entretanto os modelos de segunda ordem diferem de forma percept́ıvel das funções de transferência obtidas através do método dos degraus. 0 20 40 60 80 100 0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 Po siç ão m 2 [ m ] Resposta do modelo Função de transferência Função de transferência 2ªO (subida) Função de transferência 2ªO (descida) Ponto de operação 26 28 30 32 0.14 0.16 0.18 67.5 70.0 72.5 75.0 77.5 80.0 0.100 0.125 0.150 0 20 40 60 80 100 Tempo [s] 0 10 20 30 40 Fo rç a [N ] Entrada do sistema Figura 11. Comparação entre todas funções obtidas. É percept́ıvel que as duas funções obtidas por caixa preta não acompanham o modelo de forma exata. Esse fato se deve à técnica utilizada para modelagem em caixa preta, pois o modelo real, possui dois picos ressonantes, como visto no diagrama de Bode, Figura 12, e a técnica permite a função obtida ter apenas um, sendo esse um pico médio entre os dois já citados. Visto isso, foi aplicado o método 100 101 102 103 104 −225 −200 −175 −150 −125 −100 −75 −50 −25 M ag ni tu de (d B) 100 101 102 103 104 Frequency (rad/sec) 360 315 270 225 180 135 90 45 0 Ph as e (d eg ) Figura 12. Linha em azul representa o modelo real, linha laranja representa a função de transferência de subida, e a linha verde à função de transferência de descida. do raiz do erro quadrático médio (RSME ), para então descobrir qual modelo obtido, definitivamente, representa melhor o modelo f́ısico. A Tabela 3, apresenta os valores obtidos. Tabela 3. Constantes do processo. Função RSME G1(s) 0 G2(s) 0.004317 G3(s) 0.004319 Pelo RMSE, é visto que a função de transferência do modelo f́ısico, não possui erro, o que já era esperado, uma vez que não possui não-linearidades. Então dentre os modelos obtidos, G2 foi o que obteve melhor desempenho, sendo assim o modelo a ser escolhido para eventuais melhorias. 7. CONCLUSÃO No decorrer da atividade realizada é posśıvel perceber que, dada a caracteŕıstica oscilatória do sistema abordado, foi necessária a implementação do método de resposta ao degrau de 3 parâmetros para modelos de segunda ordem. Nele, como esperado, percebe-se que as funções de transferência para a resposta do modelo para o degrau de descida e para o de subida são extremamente parecidas, Figura 10, já que o sistema analisado é linear. Esperava-se que as funções de transferência em caixa preta deveriam ser similares ao modelo real, entretanto elas divergiram bastante, como mostrado na Figura 12. Isso se deve ao fato de que a modelagem em caixa preta tenta aproximar os dois picos no diagrama de bode em um só. Dessa forma, é importante notar as limitações dos métodos empregados, para que se obtenha o modelo que melhor descreve o projeto proposto. REFERÊNCIAS Balachandran, B. and Magrab, E. (2009). Vibrations. Cengage Learning, 2 edition. Beards, C. (1995). Engineering vibration analysis with application to control systems. Elsevier. Bruce, P., Bruce, A., and Gedeck, P. (2020). Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python. O’Reilly Media. Genta, G. (2009). Vibration dynamics and control. Sprin- ger. Martins, L.A. (2016). Análise de sensibilidade de um sistema massa-mola-amortecedor de dois graus de liber- dade. B.S. thesis, Universidade Tecnológica Federal do Paraná. Ogata, K. (2010). Engenharia de Controle Moderno. Pearson Education, 5 edition. Apêndice A. MEMORIAL DE CÁLCULO A.1 Modelagem d dt ( ∂L ∂ẋi ) − ( ∂L ∂xi ) + ( ∂D ∂ẋi ) = Qi , (A.1) tal que L é dado por: L = K − P , (A.2) e K, P e D são dados respectivamente por: K = 1 2 m1ẋ 2 1 + 1 2 m2ẋ 2 2 , (A.3) P = 1 2 k1x 2 1 + 1 2 k2(x2 − x1)2 , (A.4) D = 1 2 c1ẋ1 2 + 1 2 c2(ẋ2 − ẋ1) . (A.5) Portanto, L pode ser dado por: L = 1 2 m1ẋ 2 1 + 1 2 m2ẋ 2 2 − 1 2 k1x 2 1 − 1 2 k2(x2 − x1)2 . (A.6) Derivando (A.6), primeiro em relação a ẋ1 e depois a ẋ2, chegaremos em: ∂L ∂ẋ1 = m1ẋ1 , (A.7a) ∂L ∂ẋ2 = m2ẋ2 . (A.7b) E por seguinte, deriva-se (A.8) em relação ao tempo, então tem-se: d dt ( ∂L ∂ẋ1 ) = m1ẍ1 , (A.8a) d dt ( ∂L ∂ẋ2 ) = m2ẍ2 . (A.8b) Em seguida, será definido o segundo termo de Euler- Lagrange. Portanto, L será derivado em relação a x1 e x2, respectivamente: ∂L ∂x1 = −k1x1 + k2(x2 − x1) , (A.9a) ∂L ∂x2 = −k2(x2 − x1) . (A.9b) E por fim o termo dissipativo dado em (A.5), será tratado primeiramente em relação a ẋ1 e depois a ẋ2, originando em: ∂D ∂ẋ1 = c1ẋ1 − c2(ẋ2 − ẋ1) , (A.10a) ∂D ∂ẋ2 = c2(ẋ2 − ẋ1) . (A.10b) Ressalta-se que a força externa Qi será utilizada apenas no bloco m1, então Q1 = f1. Portanto (A.1) ficará respectivamente para m1 e m2 no formato: m1ẍ1 + k1x1 − k2(x2 − x1) + c1ẋ1 − c2(ẋ2 − ẋ1) = f1 , (A.11a) m2ẍ2 + k2(x2 − x1) + c2(ẋ2 − ẋ1) = 0 . (A.11b) A.2 Sinal de entrada Supondo que o sistema tenha velocidades e acelerações nulas, ou seja: { ẍ1 = ẍ2 = 0 ẍ1 = ẍ2 = 0 . (A.12) O sinal de entrada será dado por: k1x1 − k2(x2 − x1) = f1 , (A.13a) k2(x2 − x1) = 0 . (A.13b) Isolando x1 em (A.13b) e aplicando em (A.13a), além de aplicar os valores da Tabela 1, chegaremos em: f1 = 37.5 N . (A.14) E para os limites de operação superior e inferior, temos respectivamente f2 e f3: f2 = 46.25 N , (A.15a) f3 = 28.75 N . (A.15b) A.3 Função de transferência Para achar a função de transferência, será aplicado trans- formada de Laplace em (A.11a) e em (A.11b). Achando então: m1s 2X1(s) + k1X1(s)− k2(X2(s)−X1(s)) + c1sX1(s)− c2(sX2(s)− sX1(s)) = F (s) , (A.16a) m2s 2X2(s)+k2(X2(s)−X1(s))+c2(sX2(s)−sX1(s)) = 0 . (A.16b) Isolando X1(s) em (A.16a) e aplicando em (A.16b) chega- remos em: G1(s) = c2s+ k2 (m1s2 + c1s+ c2s+ k1 + k2)(m2s2 + c2s+ k2)− (c2s+ k2)2 , (A.17) Aplicando os valores da Tabela 1, teremos portanto: G1(s) = 0.3s+ 50 0.06s4 + 0.21s3 + 75.09s2 + 90s+ 1.25× 104 . (A.18) A.4 Modelagem em caixa preta O cálculo dos parâmetros que serão apresentados, leva em conta os valores adquiridos na Tabela 2. Ressalta-se que o parâmetros marcados com ∗ são relacionados aos valores para o sinal de entrada de descida. Portanto: ωd = 2π 0.3848 = 16.3278 , (A.19a) ω∗d = 2π 0.3847 = 16.3309 , (A.19b) σ = 0.0729 · 16.3714 = 1.1936, (A.20a) σ∗ = 0.0729 · 16.3743 = 1.1931 , (A.20b) β = arccos 0.0729 = 1.4978 , (A.21a) β∗ = arccos 0.0729 = 1.4979 , (A.21b) ωn = 16.3278√ 1− 0.07292 = 16.3714 , (A.22a) ω∗n = 16.3309√ 1− 0.07292 = 16.3744 , (A.22b) Mp = 0.2290− 0.1850 0.1850− 0.15 = 1.2581 , (A.23a) M∗p = 0.0710− 0.1150 0.1150− 0.15 = 1.2580 , (A.23b) ξ = √ ln2(1.2581) ln2(1.2581) + π2 = 0.0729 , (A.24a) ξ∗ = √ ln2(1.2580) ln2(1.2580) + π2 = 0.0729 , (A.24b) T = (3.8993− 1.2056)/7 = 0.3848 , (A.25a) T ∗ = (3.8996− 1.2064)/7 = 0.3847 , (A.25b) τ = 0.0729 1.1936 = 0.0610 , (A.26a) τ∗ = 0.0729 1.1931 = 0.0610 , (A.26b) tr = π · 1.4978 16.3278 = 0.1007 , (A.27a) t∗r = π · 1.4979 16.3309 = 0.1007 , (A.27b) tp = π 16.3278 = 0.1924 , (A.28a) t∗p = π 16.3309 = 0.1924 , (A.28b) ts2% = 4 0.0729 · 16.3714 = 3.3511 , (A.29a) t∗s2% = 4 0.0729 · 16.3744 = 3.3506 , (A.29b) ts5% = 3 0.0729 · 16.3714 = 2.5134 , (A.30a) t∗s5% = 3 0.0729 · 16.3744 = 2.5129 . (A.30b)
Compartilhar