Controle Multivariável

Módulo 6
Prof. Daniel Coutinho
coutinho@das.ufsc.br

Departamento de Automação e Sistemas – DAS

Universidade Federal de Santa Catarina – UFSC

DAS 5131 - Módulo 6 – p.1/12

Sumário
• Observador de Ordem Reduzida

DAS 5131 - Módulo 6 – p.2/12

Sumário
• Observador de Ordem Reduzida

1. Transformação de Similaridade

DAS 5131 - Módulo 6 – p.2/12

Sumário
• Observador de Ordem Reduzida

1. Transformação de Similaridade

2. Projeto

DAS 5131 - Módulo 6 – p.2/12

Sumário
• Observador de Ordem Reduzida

1. Transformação de Similaridade

2. Projeto

• Exercícios Propostos e para Aula de Simulação

DAS 5131 - Módulo 6 – p.2/12

Introdução

• Na aula passada foi visto como projetar um observador de

ordem completa onde a dinâmica do erro de estimação é
arbitrariamente alocada.

DAS 5131 - Módulo 6 – p.3/12

Introdução

• Na aula passada foi visto como projetar um observador de

ordem completa onde a dinâmica do erro de estimação é
arbitrariamente alocada.

• O observador proposto no módulo 5 tem a mesma ordem do

sistema e obtém uma estimativa de todo o vetor de estados.

DAS 5131 - Módulo 6 – p.3/12

Introdução

• Na aula passada foi visto como projetar um observador de

ordem completa onde a dinâmica do erro de estimação é
arbitrariamente alocada.

• O observador proposto no módulo 5 tem a mesma ordem do

sistema e obtém uma estimativa de todo o vetor de estados.

• Nesta aula veremos como obter um estimador de estados de

ordem reduzida n − m, onde m é número de saídas.

DAS 5131 - Módulo 6 – p.3/12

Observador de Ordem Reduzida - I
• Como algumas variáveis de estado do sistema podem ser obtidas
diretamente dos medidores, podemos pensar em estimar apenas
aquelas variáveis para as quais não dispomos de medidores.

DAS 5131 - Módulo 6 – p.4/12

Observador de Ordem Reduzida - I
• Como algumas variáveis de estado do sistema podem ser obtidas
diretamente dos medidores, podemos pensar em estimar apenas
aquelas variáveis para as quais não dispomos de medidores.
• Nesse caso o filtro que estima esse sub-conjunto de variáveis não
medidas terá dimensão menor que a do sistema original e recebe
o nome de observador de ordem reduzida.

DAS 5131 - Módulo 6 – p.4/12

Observador de Ordem Reduzida - I
• Como algumas variáveis de estado do sistema podem ser obtidas
diretamente dos medidores, podemos pensar em estimar apenas
aquelas variáveis para as quais não dispomos de medidores.
• Nesse caso o filtro que estima esse sub-conjunto de variáveis não
medidas terá dimensão menor que a do sistema original e recebe
o nome de observador de ordem reduzida.
• Para formular o problema, considere

y(t) = Cx(t) ∈ Rm e w(t) = Rx(t) ∈ Rn−m

como sendo as variáveis medidas e as variáveis restantes para as

quais não dispomos de medidores.

DAS 5131 - Módulo 6 – p.4/12

Observador de Ordem Reduzida - II
• A seguir, utiliza-se uma transformação de similaridade para
desacoplar os sinais y(t) e w(t):
   
y(t) C
z(t) =   = T x(t) , T =  
w(t) R

onde R é uma matriz livre tal que exista T −1 .

DAS 5131 - Módulo 6 – p.5/12

Observador de Ordem Reduzida - II
• A seguir, utiliza-se uma transformação de similaridade para
desacoplar os sinais y(t) e w(t):
   
y(t) C
z(t) =   = T x(t) , T =  
w(t) R

onde R é uma matriz livre tal que exista T −1 .

• Efetuando a transformação de similaridade acima encontramos

DAS 5131 - Módulo 6 – p.5/12

Observador de Ordem Reduzida - II
• A seguir, utiliza-se uma transformação de similaridade para
desacoplar os sinais y(t) e w(t):
   
y(t) C
z(t) =   = T x(t) , T =  
w(t) R

onde R é uma matriz livre tal que exista T −1 .

• Efetuando a transformação de similaridade acima encontramos

onde

DAS 5131 - Módulo 6 – p.5/12

Observador de Ordem Reduzida - III
• A partir da representação anterior:

ẇ(t) = A22 w(t) + A21 y(t) + B2 u(t)

DAS 5131 - Módulo 6 – p.6/12

Observador de Ordem Reduzida - III
• A partir da representação anterior:

ẇ(t) = A22 w(t) + A21 y(t) + B2 u(t)

• Filtro proposto:

ẇ (t) = Af wf (t) + Bf u(t) + Cf y(t)
f
we (t) = wf + Gf y(t)

onde Af , Bf , Cf e Gf devem ser determinadas tais que:

DAS 5131 - Módulo 6 – p.6/12

Observador de Ordem Reduzida - III
• A partir da representação anterior:

ẇ(t) = A22 w(t) + A21 y(t) + B2 u(t)

• Filtro proposto:

ẇ (t) = Af wf (t) + Bf u(t) + Cf y(t)
f
we (t) = wf + Gf y(t)

onde Af , Bf , Cf e Gf devem ser determinadas tais que:

1. A estimativa we (t) deve convergir para w(t) em regime

permanente, i.e. limt→∞ w(t) − we (t) = 0.

DAS 5131 - Módulo 6 – p.6/12

Observador de Ordem Reduzida - III
• A partir da representação anterior:

ẇ(t) = A22 w(t) + A21 y(t) + B2 u(t)

• Filtro proposto:

ẇ (t) = Af wf (t) + Bf u(t) + Cf y(t)
f
we (t) = wf + Gf y(t)

onde Af , Bf , Cf e Gf devem ser determinadas tais que:

1. A estimativa we (t) deve convergir para w(t) em regime

permanente, i.e. limt→∞ w(t) − we (t) = 0.

2. A dinâmica de e(t) = w(t) − we (t) deve depender apenas

da condição inicial e(0) = w(0) − we (0).

DAS 5131 - Módulo 6 – p.6/12

Observador de Ordem Reduzida - IV
• Como visto no caso de ordem completa, um filtro que satisfaz as
condições anteriores é denominado de observador de Luenberger.

DAS 5131 - Módulo 6 – p.7/12

Observador de Ordem Reduzida - IV
• Como visto no caso de ordem completa, um filtro que satisfaz as
condições anteriores é denominado de observador de Luenberger.

• O observador é denominado de ordem reduzida pois o estado

wf (t) do observador possui dimensão inferior a do estado x(t)
que se deseja estimar.

DAS 5131 - Módulo 6 – p.7/12

Observador de Ordem Reduzida - IV
• Como visto no caso de ordem completa, um filtro que satisfaz as
condições anteriores é denominado de observador de Luenberger.

• O observador é denominado de ordem reduzida pois o estado

wf (t) do observador possui dimensão inferior a do estado x(t)
que se deseja estimar.

• O requisito (1) indica que não existe erro de estimação em regime

permanente.

DAS 5131 - Módulo 6 – p.7/12

Observador de Ordem Reduzida - IV
• Como visto no caso de ordem completa, um filtro que satisfaz as
condições anteriores é denominado de observador de Luenberger.

• O observador é denominado de ordem reduzida pois o estado

wf (t) do observador possui dimensão inferior a do estado x(t)
que se deseja estimar.

• O requisito (1) indica que não existe erro de estimação em regime

permanente.

• O requisito (2) indica que o erro de estimação não depende dos

sinais de entrada do filtro y(t) e u(t) e, portanto, o projeto do
observador e da lei de controle podem ser feitos de forma
independente.

DAS 5131 - Módulo 6 – p.7/12

Observador de Ordem Reduzida - V
• Observe que num observador de ordem completa o estado do
observador é o próprio estado estimado.

DAS 5131 - Módulo 6 – p.8/12

Observador de Ordem Reduzida - V
• Observe que num observador de ordem completa o estado do
observador é o próprio estado estimado.

• Porém isso não ocorre num observador de ordem reduzida onde o

estado do observador é wf (t) e a parcela do estado estimada é
we (t) = wf (t) + Gf y(t).

DAS 5131 - Módulo 6 – p.8/12

Observador de Ordem Reduzida - V
• Observe que num observador de ordem completa o estado do
observador é o próprio estado estimado.

• Porém isso não ocorre num observador de ordem reduzida onde o

estado do observador é wf (t) e a parcela do estado estimada é
we (t) = wf (t) + Gf y(t).

• Para determinar as matrizes do filtro, observe que a dinâmica do

erro e(t) = w(t) − we (t) é dada por

ė(t) = ẇ(t) − ẇe (t)

= A21 y(t) + A22 w(t) + B2 u(t) − Gf ẏ(t) + ẇf (t)

DAS 5131 - Módulo 6 – p.8/12

Observador de Ordem Reduzida - VI
• Levando em conta a representação em (3):

ẏ(t) = A11 y(t) + A12 w(t) + B1 u(t)

DAS 5131 - Módulo 6 – p.9/12

Observador de Ordem Reduzida - VI
• Levando em conta a representação em (3):

ẏ(t) = A11 y(t) + A12 w(t) + B1 u(t)

• Logo:


ė(t) = A21 y(t) + A22 w(t) + B2 u(t) − Gf A11 y(t) + A12 w(t) + B1 u(t)
− Af wf (t) − Cf y(t) − Bf u(t)

DAS 5131 - Módulo 6 – p.9/12

Observador de Ordem Reduzida - VI
• Levando em conta a representação em (3):

ẏ(t) = A11 y(t) + A12 w(t) + B1 u(t)

• Logo:


ė(t) = A21 y(t) + A22 w(t) + B2 u(t) − Gf A11 y(t) + A12 w(t) + B1 u(t)
− Af wf (t) − Cf y(t) − Bf u(t)

• Como e(t) = w(t) − we (t) = w(t) − Gf y(t) − wf (t) temos:

DAS 5131 - Módulo 6 – p.9/12

Observador de Ordem Reduzida - VII
• Escolhendo:

DAS 5131 - Módulo 6 – p.10/12

Observador de Ordem Reduzida - VII
• Escolhendo:

• Chega-se a seguinte dinâmica do erro

ė(t) = Af e(t) = A22 − Gf A12 e(t)

DAS 5131 - Módulo 6 – p.10/12

Observador de Ordem Reduzida - VII
• Escolhendo:

• Chega-se a seguinte dinâmica do erro

ė(t) = Af e(t) = A22 − Gf A12 e(t)

• Portanto, a dinâmica para o filtro

DAS 5131 - Módulo 6 – p.10/12

Observador de Ordem Reduzida - VIII
• Para que o erro de estimação tenda a zero, deve-se projetar a
matriz Gf tal que os valores próprios da matriz

Af = A22 − Gf A12

pertençam ao semi-plano complexo esquerdo.

DAS 5131 - Módulo 6 – p.11/12

Observador de Ordem Reduzida - VIII
• Para que o erro de estimação tenda a zero, deve-se projetar a
matriz Gf tal que os valores próprios da matriz

Af = A22 − Gf A12

pertençam ao semi-plano complexo esquerdo.

• Este projeto pode ser feito para o sistema dual


ėr (t) = A′22 − A′12 G′f er (t)

de maneira similar ao caso de ordem completa.

DAS 5131 - Módulo 6 – p.11/12

Observador de Ordem Reduzida - VIII
• Para que o erro de estimação tenda a zero, deve-se projetar a
matriz Gf tal que os valores próprios da matriz

Af = A22 − Gf A12

pertençam ao semi-plano complexo esquerdo.

• Este projeto pode ser feito para o sistema dual


ėr (t) = A′22 − A′12 G′f er (t)

de maneira similar ao caso de ordem completa.

• A estimativa do estado original x(t) é dada por:
 
−1 
y(t)
xe (t) = T 
we (t)
DAS 5131 - Módulo 6 – p.11/12
Exercício

DAS 5131 - Módulo 6 – p.12/12