Professional Documents
Culture Documents
Riul
Ex.1- Robô
punho mão
A’
Motor β
σ A
CC
Braço
Atuador
(acionador)
Robô
- Sistema de Controle a Malha Aberta: o sinal de saída não é medido e ele não é usado para
comparação com o sinal de referência ou alvo; logo, o sinal de saída não afeta a ação de controle.
(Sinal de Entrada)
(Sinal de Saída)
Entrada Saída
punho
Excitação Resposta
Ex. 2 - No Ex.1, o sinal de saída é a posição angular do braço. Esta posição angular não é utilizada
para a ação de controle, ou seja, ela não é utilizada para definir a tensão de alimentação do motor cc
(Entrada ou excitação do motor cc).
A definição do sinal de Entrada, para que a posição do braço seja atingida corretamente,
depende da experiência.
1
Teoria de Controle – José A. Riul
Sinal de
Alvo Erro Entrada Saída
+ Controlador Sistema
Sinal de –
referência
Sensor
Os controladores utilizados nos sistemas de controle a malha fechada são projetados para
cada sistema em função dos modelos dos sistemas.
Os modelos podem ser obtidos no domínio do tempo (equações diferenciais), no domínio de
Laplace (equações algébricas), etc.
- Processo: define-se como processo a toda operação a ser controlada. Ex.: processos químicos,
biológicos, econômicos.
u y
Controlador
Sensor
2
Teoria de Controle – José A. Riul
Sensor de temperatura
– Referência
+
Forno Erro
Controlador
Resistência
Forno Elétrico
Sensor de
temperatura
Fluxo de ar Resistência elétrica
Motor cc
Controlador –
+
Referência
Túnel Psicrométrico
Haste
Sinal
Compressor Válvula
de
de Ar Eletropneumática
Saída
Cilindro
Pneumático
Sinal de
Entrada Sensor de
Controlador –
+ compressão
Referência
Sistema Eletropneumático 3
Teoria de Controle – José A. Riul
Sinal de Saída
Motor
CC
Sensor
– Referência
Controlador +
Sinal de
Entrada
Robô
De forma geral os sistemas de controle são representados pelo diagrama de blocos abaixo.
Sinal de
Referência Erro Entrada Saída
+ Controlador Sistema
–
Sensor
4
Teoria de Controle – José A. Riul
MODELAMENTO DE SISTEMAS
INTRODUÇÃO
1. Sistema
Sistema – Um objeto ou coleção de objetos que realiza um certo objetivo cujas propriedades
pretende-se estudar.
Ex. Manipulador Robótico, Circuito Elétrico, Sistema de Fabricação, Sistema Biológico, etc.
Elementos de sistema de controle.
A Figura 1 mostra os elementos de um sistema.
Figura 1 – Sistema
Modelos dinâmicos contínuos são descritos por equações diferenciais e representam a evolução do
sistema continuamente no tempo.
Modelos determinísticos são aqueles nos quais não estão representados as incertezas
presentes em um sistema real (como ruído de sensor, não – linearidade).
Modelos estocásticos são aqueles nos quais estão representadas as incertezas de um sistema
real. A saída de um modelo estocástico é uma variável aleatória.
Modelos Estáticos - relacionam variáveis sem quantificar sua dependência temporal.
Modelos Dinâmicos- relacionam variáveis quantificando sua dependência temporal.
Modelos Paramétricos – são modelos que têm parâmetros, ou seja, números, coeficientes que os
caracterizem.
Modelos Não – Paramétricos são representações gráficas (que não têm parâmetros) tais como
resposta ao impulso, resposta em freqüência.
5
Teoria de Controle – José A. Riul
11
degrau de amplitude 10
10.8
10.6
10.4
Tensao (Volts)
10.2
10
9.8
9.6
9.4
9.2
9
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)
b) Rampa
50
rampa
45
40
35
Tensao (Volts)
30
25
20
15
10
0
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)
c) Pulso Retangular
6
Teoria de Controle – José A. Riul
10
pulso retangular de amplitude 10
9
Tensao (Volts) 7
0
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)
d) Senoidal
1
Tensao (Volts)
-1
-2
-3
-4
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)
Para identificação das características essenciais de um sistema sob avaliação, é possível utilizar um
sinal de entrada tipo degrau. A resposta ao degrau é um procedimento adequado para caracterizar de
7
Teoria de Controle – José A. Riul
1.2
1
Amplitude
0.8
To: Y(1)
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8
Time (sec.)
2
Amplitude
1.5
To: Y(1)
0.5
0
0 1 2 3 4 5 6 7 8
Time (sec.)
c) Comportamento Instável
Step Response
From: U(1)
1000
800
Amplitude
600
To: Y(1)
400
200
0
0 1 2 3 4 5 6 7 8
Time (sec.)
8
Teoria de Controle – José A. Riul
10
Amplitude 6
To: Y(1)
4
-2
-4
-6
0 1 2 3 4 5 6 7 8
Time (sec.)
9
Teoria de Controle – José A. Riul
2. Modelagem e Identificação
Vibração – O estudo da vibração diz respeito aos movimentos oscilatórios de corpos e às forças que
lhes são associadas. Todos corpos dotados de massa e elasticidade são capazes de vibrar. A
vibração pode ser livre ou forçada.
Vibração Livre – A vibração livre acontece quando o sistema oscila sob a ação de forças que lhe são
inerentes e na ausência da ação de qualquer força externa.
Vibração Forçada – A vibração forçada de um sistema ocorre quando ele está sob a ação de forças
externas. Se a força externa (excitação) é oscilatória, o sistema é obrigado a vibrar na freqüência da
excitação.
10
Teoria de Controle – José A. Riul
se:
Figura 1 – Partícula P
y A cos(t )
(2)
y 2 A s en(t )
11
Teoria de Controle – José A. Riul
y 2 A s en(t ) 2 y y 2 y 0 (3)
t 2 2 / 2 f (4)
F x FI x 0
k
mx(t ) kx(t ) 0 x(t ) x(t ) 0 x(t ) n2 x(t ) 0 (5)
m
12
Teoria de Controle – José A. Riul
onde:
e derivando (6);
Resolvendo (8);
1,2 k / m i k / m in
(9)
Substituindo (9) em (6);
13
Teoria de Controle – José A. Riul
x(t ) C1n sen(nt ) C2n cos(nt ) x(0) C1n sen(0) C2n cos(0) x0 C2n C2 x0 / n
(13)
Considerando:
Tem-se de (14);
C1 sen
tg (16)
C2 cos
C1 x
tg 1 ( ) tg 1 ( 0 n ) (17)
C2 x0
Elevando ao quadrado a primeira constante de (14) e a segunda constante de (14), e somando-as;
14
Teoria de Controle – José A. Riul
15
Teoria de Controle – José A. Riul
F F I 0 Fm Fa F12 FI 0 (21)
c k
mx(t ) cx(t ) kx(t ) 0 x(t ) x(t ) x(t ) 0 (22)
m m
onde:
e derivando (23);
16
Teoria de Controle – José A. Riul
De (25);
(m 2 c k ) 0 (26)
Resolvendo (26);
c c 2 4km
1,2
2m 2m
c c k
1,2 ( )2 (27)
2m 2m m
c c 2 k c 2 k
( )t ( ( ) )t ( ( ) )t
1t 2t
x(t ) Ae Be e 2m
( Ae 2m m
Be 2m m
) (28)
cc 2 k c k c k
( ) 0 ( c )2 ( c ) 2 n2
2m m 2m m 2m m
cc 2mn (29)
17
Teoria de Controle – José A. Riul
c
(30)
cc
c
c 2mn n (31)
2m
e sabe-se que:
k
n2 (32)
m
( ( 2 1) nt
( (n )2 n2 ) t ( (n )2 n2 ) t ( 2 1)nt
x(t ) e(n )t ( Ae Be ) e(n )t ( Ae( Be )
( ( 2 1) nt
( 2 1)nt
x(t ) e(n )t ( Ae( Be ) (33)
A equação (33) é a solução geral da (22). De (33), definem-se três soluções dependendo do valor do
radical. Se o radical for negativo, então o movimento é dito sub-amortecido ou oscilatório e nesse
caso observa-se que <1. Se o radical for positivo, então o movimento é dito super-amortecido ou
aperiódico e nesse caso observa-se que >1. Se o radical for nulo, então o movimento é dito
críticamente amortecido e nesse caso observa-se que =1.
Diante do exposto, encontraremos as três soluções a partir de (33).
( i (1 2 ) nt
(1 2 )nt
x(t ) e (n )t ( Ae( i Be ) (34)
Chamando:
18
Teoria de Controle – José A. Riul
a (1 2 )n (35)
De (36);
x(t ) [C1a sen(at ) C2a cos(at )]e(n )t ne(n )t [C1 cos(at ) C2 sen(at )]
19
Teoria de Controle – José A. Riul
E de (40);
C2 ( x0 n x0 ) / a (41)
Considerando:
C1 sen
tg (44)
C2 cos
C1 x0a
tg 1 ( ) tg 1 ( ) (45)
C2 x0 n x0
20
Teoria de Controle – José A. Riul
A equação (48) e a Figura 5 representam a vibração livre do sistema amortecido mostrado na Figura
4.
Como (48) é o produto de uma função exponencial decrescente com uma função senoidal, o
movimento resultante que é a vibração do corpo, perde amplitude em função do nível de
amortecimento do sistema e desta forma o corpo para após um intervalo de tempo.
21
Teoria de Controle – José A. Riul
ent1 sen(at1 )
ln( x1 / x2 ) ln( )
ent2 sen(at2 )
ent1 sen(at1 )
ln(
en (t1 ) sen(a (t1 ) )
ent1
ln( ) ln en (t1 t1 ) n (49)
en (t1 )
Mas,
2 / a 2 / (1 2 )n (50)
n a / 1 2 (52)
e,
c cc 2mn (53)
c 2 ma / 1 2 (54)
22
Teoria de Controle – José A. Riul
( ( 2 1) nt
x(t ) Ae( ( 2 1)nt
Be
(55)
Em (55) tem-se duas raízes reais. Das condições iniciais determina-se as constantes A e B e assim a
solução é completada. A Figura 6 mostra a vibração livre de um superamortecido de 1 GDL.
A equação (56) não tem o número de constantes requerido para satisfazer as duas condições
iniciais; então sua solução é da forma:
23
Teoria de Controle – José A. Riul
Substituindo a primeira condição inicial de (58) em (57), derivando (57) em relação ao tempo e
substituindo a segunda condição inicial de (58) nesse resultado, obtém-se:
24
Teoria de Controle – José A. Riul
Figura 8 - Modelo de um sistema de 1 GDL amortecido, submetido a ação de uma força externa
cíclica.
F F I 0
(60)
x : Fm Fa FI F 0
De (60);
x(t ) xh (t ) x p (t ) (62)
onde:
25
Teoria de Controle – José A. Riul
Como a vibração forçada de um sistema ocorre na mesma freqüência da força externa (excitação),
admite-se:
x p (t ) Xsen(t 1 ) (64)
onde:
X – amplitude da vibração forçada (m);
ω – freqüência da força de excitação (rad/s);
1 - ângulo de frase entre a vibração forçada e a força de excitação.
Derivando (64) duas vezes em ralação ao tempo;
x p (t ) X cos(t 1 ) (65)
x p (t ) 2 Xsen(t 1 ) (66)
(61);
t 1 0 e t 1 / 2 em (67);
c X F0 sen(1 ) (68)
(k m 2 ) X F0 sen( / 2 1 )
26
Teoria de Controle – José A. Riul
(k m 2 ) X F0 cos(1 ) (69)
(c X )2 ((k m 2 ) X )2 ( F0 )2
[(k m 2 )2 (c)2 ]( X )2 ( F0 )2
X F0 / (k m 2 )2 (c )2 (71)
m 2 2 c 2
X ( F0 / k ) / (1 ( )) ( )
k k
(73)
Mas,
n k / m (74)
c cc 2mn
k k k
27
Teoria de Controle – José A. Riul
m 2 2
( )2 (76)
k k / m n
(77)
2 2
X ( F0 / k ) / [1 ( ) ] (2 ) 2
n n
(78)
Substituindo (78) em (64);
F0 sen(t 1 )
x p (t )
k 2 2
[1 ( ) ] (2 ) 2
n n
(79)
A Figura 9 mostra a vibração forçada do sistema de 1 GDL amortecido (Figura 8). Observa-se que
inicialmente a resposta depende da solução da equação homogênea e da particular ou permanente
ou estacionária, e que após 1,75 segundos a solução da equação homogênea vai para zero,
caracterizando o regime transitório; após esse tempo resta a solução da equação permanente que
caracteriza o regime permanente. Pode-se observar ainda que o sistema vibra nessa fase com
freqüência ω igual a da força de excitação, através do período da vibração permanente.
28
Teoria de Controle – José A. Riul
kX
1/ [1 ( ) 2 ]2 (2 ) 2
F0 n n
(78.a)
Na Figura 11, y é o deslocamento da massa (M-m) que não gira, de sua posição de equilíbrio
estático e o deslocamento da massa de desbalanceamento m é dado por:
F F I 0
(82)
y : Fm Fa FI 0
O peso W do corpo não foi levado em consideração dado que o mesmo se equilibra estaticamente
com a força da mola.
De (82);
30
Teoria de Controle – José A. Riul
(84)
onde:
F0 me 2 (85)
y(t ) yh (t ) y p (t ) (86)
y p (t ) Ysen(t 1 ) (88)
2 2
Y ( F0 / k ) / [1 ( ) ] (2 ) 2
n n
(90)
Substituindo (85) em (90);
Yk YM n2 MY ( / n )2
(91)
me 2 me 2 me [1 ( / n ) 2 ]2 (2 / n ) 2
31
Teoria de Controle – José A. Riul
me ( / n )2
y(t ) Ce (n )t sen(at ) (92)
M [1 ( / n )2 ]2 (2 / n ) 2
A curva de vibração gerada a partir de (92) é idêntica a da Figura 9. A Figura 12 mostra o módulo e
ângulo de fase da vibração forçada gerada pela massa excêntrica, usando as equações (89) e (91).
32
Teoria de Controle – José A. Riul
O peso W do corpo 2 é equilibrado estaticamente com a força da mola. Do DCL da Figura 13,
tem-se:
F F I 0
(93)
y : Fm Fa FI 0
(97)
Observa-se que (97) é uma equação diferencial do movimento de 2 a ordem, não homogênea, logo
admite como solução:
x(t ) xh (t ) x p (t ) (98)
(100)
Derivando (100);
33
Teoria de Controle – José A. Riul
x p (t ) i Xeit (101)
(103)
De (103);
X (k ic)
(104)
Y [(k-M 2 ) ic]
A equação (104) é composta por uma função complexa no numerador e outra no denominador, e
seu módulo é dado por:
X (k ic)
Y [(k-M 2 ) ic]
X k 2 (c)2
(105)
Y (k-M 2 )2 (c)2
X 1 (c / k ) 2
Y [1-( / n ) 2 ]2 (c / k ) 2
(106)
Substituindo (75) em (106);
X 1 (2 / n ) 2
Y [1-( / n )2 ]2 (2 / n ) 2
(107)
E,
34
Teoria de Controle – José A. Riul
1 (2 / n ) 2
X Y
[1-( / n ) 2 ]2 (2 / n ) 2
(108)
De (100);
X Xei1 (109)
X 1 (2 / n ) 2
(110)
Y [1-( / n )2 ]2 (2 / n ) 2
1 (2 / n ) 2
X Y
[1-( / n ) 2 ]2 (2 / n ) 2
(111)
Usando (104);
X Xei1 (k ic)
Y Y [(k-M 2 ) ic]
(k ic)
ei1 cos 1 isen1
[(k-M 2 ) ic]
(k ic)[(k-M 2 ) ic]
cos 1 isen1
[(k-M 2 ) ic][(k-M 2 ) ic]
(k ic)[(k-M 2 ) ic]
cos 1 isen1
(k-M 2 )2 (c)2
35
Teoria de Controle – José A. Riul
De (112) e (113);
Mc 3
1 tg 1 ( )
k 2 [1-( / n )2 ] (c)2
(114)
Dividindo numerador e denominador de (114) por k2;
Mc 3 / k 2
1 tg 1 ( )
[1-( / n )2 ] (c/k) 2
2 ( / n )3
1 tg 1 ( )
[1-( / n )2 ] (2 / n ) 2
(115)
Substituindo (111) em (100);
1 (2 / n ) 2
x p (t ) Y ei (t 1 ) (116)
[1-( / n ) ] (2 / n )
2 2 2
1 (2 / n ) 2
x(t ) Ce (n )t sen(at ) Y ei (t 1 )
[1-( / n ) ] (2 / n )
2 2 2
(117)
36
Teoria de Controle – José A. Riul
A curva de vibração gerada a partir de (117) é idêntica a da Figura 9. A Figura 14 mostra o módulo
e ângulo de fase da vibração forçada gerada pelo movimento do suporte, usando as equações (110)
e (115).
Figura 14 – Módulo e ângulo de fase da vibração forçada gerada pelo movimento de suporte.
- Molas em série: Considerando o eixo mostrado na Figura 17, que tem três seções transversais
distintas, seu coeficiente de rigidez equivalente é dado pela equação (134).
37
Teoria de Controle – José A. Riul
1 1 1 1
(135)
keq k1 k2 k3
1 1 1 1
.......... (136)
keq k1 k2 kn
- Molas em paralelo: Considerando o eixo mostrado na Figura 17.a, que foi confeccionado por dois
materiais de módulos de elasticidade diferentes, seu coeficiente de rigidez equivalente é dado pela
equação (137).
keq k1 k2 (137)
38
Teoria de Controle – José A. Riul
P k est (139)
A deflexão estática é dada por (140).
PL3
est (140)
3EI
3EI
k (141)
PL3
Exemplos
F F I 0
39
Teoria de Controle – José A. Riul
g
sen 0 (1.1)
L
A equação (1.1) é uma EDM de 2a ordem, de coeficientes constantes, homogênea e não linear.
Linearizando (1.1); ou seja, considerando pequenos deslocamentos angulares, tem-se:
sen (1.2)
g
0 (1.3)
L
E,
g 2 L
n e 2
L n g
(1.4)
40
Teoria de Controle – José A. Riul
0 0.2 rd e 0 0 (1.6)
(t ) 0.2sen(nt ) (1.7)
De (17);
0n 0.2n
tg 1 ( ) tg 1 ( ) / 2 rd (1.8)
0 0
g
(t ) 0.2sen( t ) (1.9)
L 2
M O MI 0
Wsen .r FIt .r M I 0
Wsen .r mr .r I 0
( I mr 2 ) Wrsen 0
41
Teoria de Controle – José A. Riul
Wr
sen 0 (2.1)
( I mr 2 )
A equação (2.1) é uma EDM de 2a ordem, de coeficientes constantes, homogênea e não linear.
Linearizando (2.1); ou seja, considerando pequenos deslocamentos angulares, tem-se:
sen (2.2)
Wr
0 (2.3)
( I mr 2 )
E,
Wr
n (2.4)
( I mr 2 )
2 ( I mr 2 )
2 (2.5)
n Wr
42
Teoria de Controle – José A. Riul
0 0.2 rd e 0 0 (2.7)
(t ) 0.2sen(nt ) (2.8)
De (17);
0n 0.2n
tg 1 ( ) tg 1 ( ) / 2 rd (2.9)
0 0
Wr
(t ) 0.2sen( t )
( I mr )
2
2
(2.10)
posição do baricentro e medindo-se seu período de vibração. Esta é uma forma experimental para
determinação de momento de inércia.
43
Teoria de Controle – José A. Riul
M O M I2 0 (3.1)
Mas;
E,
x1 asen x2 L / 2sen x3 Lsen (3.4)
44
Teoria de Controle – José A. Riul
x1 a x2 L / 2 x3 L (3.6)
De (3.6);
x2 ( L / 2) x3 L (3.7)
Tem-se ainda:
1
ka 2 m( L / 2)2 cL2 mL2 0
12
1
( mL2 m( L / 2)2 ) cL2 ka 2 0
12
a 3k
n (3.11)
L m
45
Teoria de Controle – José A. Riul
Exemplo 4 – Considere a força externa cíclica atuando na barra homogênea da Figura 20, conforme
mostrado na Figura 21 e determine: a equação diferencial do movimento da barra, a solução
permanente da EDM e represente-a na forma de espaço de estado.
Do DCL da barra mostrado na
Figura 21, e partindo da equação (3.2), incluindo o momento da força externa, tem-se:
sen(t 1 ) (4.3)
Derivando (4.3);
cos(t 1 ) (4.4)
46
Teoria de Controle – José A. Riul
2sen(t 1 ) (4.5)
3F0 / mL
(4.10)
3c 2 3ka 2
( ) ( 2 2 )2
m mL
Substituindo (4.9) e (4.10) em (4.3) tem-se a solução permanente procurada. Um outro caminho
para encontrar é substituir o valor de 1 encontrado em (4.9) em (4.7) ou (4.8).
(4.12)
47
Teoria de Controle – José A. Riul
A função de transferência (H(s)), para um sistema linear e invariante no tempo é dada por:
Y ( s)
H ( s) (1)
U ( s)
Y ( s) B( s)
b s
j 0
j
j
H ( s) n
(2)
a s
U ( s) A( s) i
i
i 0
onde:
A(s) e B(s) - polinômios
n – ordem do sistema;
an = 1;
n m - sistema causal.
Os elementos {ai, bj, n} são desconhecidos e devem ser obtidos analiticamente ou estimados.
A resposta impulsiva continua, h(t), para um sistema linear e invariante no tempo, está
relacionada por:
t
y (t ) h(t )u ( )d (3)
0
e,
h(t ) L1[ H (s)] (4)
onde:
t – tempo contínuo;
48
Teoria de Controle – José A. Riul
x(t ) Ax(t ) bu (t )
(5)
y(t ) cx(t )
DIAGRAMA DE BLOCOS
U(s) Y(s)
G(s)
Para o bloco mostrado, a saída Y(s) é igual a G(s) multiplicada por U(s). A entrada e a saída
são definidas pelas direções das setas.
49
Teoria de Controle – José A. Riul
Y(s) = G(s)U(s) 2)
50
Teoria de Controle – José A. Riul
Y ( s)
G( s) 4) FTAD
E ( s)
B( s )
G( s) H ( s) 5) FTMA
E ( s)
Y ( s ) G( s ) E ( s ) 6)
Substituindo 7) em 6) tem-se:
51
Teoria de Controle – José A. Riul
Y (s) G(s)[ R(s) H (s)Y (s)] Y (s)(1 G(s) H (s)) G(s) R(s)
Y ( s) G(s)
8) FTMF
R( s ) 1 G ( s ) H ( s )
F ( s) L[ f (t )] f (t )e st dt (1)
0
onde:
f(t) – função de tempo em que f(t)=0 para t<0;
s = a + ib – variável complexa;
L – símbolo da transformada de Laplace.
52
Teoria de Controle – José A. Riul
F ( s) L[ f (t )] f (t )e st dt
0
c i
1
f (t ) L1[ F ( s)]
2 i c i
F ( s)e st ds (2)
onde:
c – abscissa de convergência, é uma constante real.
e st A A
F ( s) Ae st dt A e st dt A( )0 [0 1]
0 0
s s s
d d
F1 ( s) L[ f (t )] ( f (t ))e st dt
dt 0
dt
e st d e st
F ( s) L[ f (t )] f (t )e st dt f (t )( ) 0 [ f (t )] dt
0
s 0
dt s
f (0) 1 d f (0) 1 d
{ [ f (t )]e st }dt {L[ f (t )]}
s s 0 dt s s dt
d
F1 ( s) L[ f (t )] sF ( s) f (0)
dt
d2 d2 d2
0 dt 2
st
F2 ( s) L[ ( f (t ))] [ ( f (t ))]e dt F2 ( s ) L[ ( f (t ))] s 2 F ( s) sf (0) f (0)
dt 2 dt 2
53
Teoria de Controle – José A. Riul
8 cos(t ) s
s 2
2
9 e at sen(t )
( s a)2 2
10 e at cos(t ) sa
( s a)2 2
11 n n2
ent sen(( 1 2 )nt )
1 2 s 2 2n s n2
12 1 s
ent sen(( 1 2 )nt )
1 2 s 2n s n2
2
13
1
1
ent sen(( 1 2 )nt ) n2
1 2 s( s 2 2n s n2 )
1 2
tan 1 ( )
54
Teoria de Controle – José A. Riul
2 d2
£ 2 f (t ) s 2 F ( s) sf (0) f (0)
dt
3 dn n ( k 1)
£ n f (t ) s n F ( s ) s n k f (0)
dt k 1
onde
( k 1)
d k 1
f (t ) f (t )
dt k 1
4 £ f (t )dt
F ( s) 1
f (t )dt
s
s t 0
£ f (t )dt
5 t F ( s)
0 s
6 £ e at f (t ) F ( s a)
7 dn
£ t n f (t ) (1) n F ( s) n=1, 2, 3.....
ds n
8 t
£ f ( ) aF (as)
a
Exemplo 4) Determinar o modelo matemático usando as leis físicas, que representa a translação de
um veículo na direção vertical (fig. 2)
Figura 2 - Veículo
d2 d
F F 0 2
[mx(t )] [cx(t )] [kx(t )] u(t ) e.1)
I
dt dt
55
Teoria de Controle – José A. Riul
d2 d
2
[mx(t )] [cx(t )] [kx(t )] u(t )
dt dt
d2 d
m 2
[ x(t )] c [ x(t )] k[ x(t )] u (t )
dt dt
Aplicando a transforma inversa de Laplace no resultado anterior, tem-se x(t) que é a solução da
EDM no tempo.
X ( s) 1
[ms 2 cs k ] X ( s) U ( s) G( s) 2
U (s) ms cs k
(ms 2 cs k ) 0 (d1)
Resolvendo (d1);
56
Teoria de Controle – José A. Riul
c c 2 4km c c k
p1,2 p1,2 ( )2 (d2)
2m 2m 2m 2m m
cc 2 k c k
( ) 0 ( c )2 n2 cc =2mn (d3)
2m m 2m m
c
(d4)
cc
c
c 2mn n (d5)
2m
e sabe-se que:
k
n2 (d6)
m
c c k
p1,2 ( )2 n (n )2 (n )2 ( 2 1)n
2m 2m m (d7)
Se >1, então c cc , tem-se de (d7) dois pólos reais distintos; nesse caso o sistema é
superamortecido e o movimento é aperiódico.
57
Teoria de Controle – José A. Riul
Se 1 então c cc , tem-se de (d7) dois pólos reais idênticos; nesse caso o sistema é criticamente
Se <1, então c cc , tem-se de (d7) dois pólos complexos conjugados; nesse caso o sistema é
p1,2 n ( 2 1)n n i 2 (1 2 )n n i (1 2 )n n ia
(d10)
onde: a é a freqüência circular amortecida,
a (1 2 )n
Se =0, então c = 0, tem-se de (d7) dois pólos complexos puros conjugados; nesse caso o sistema é
sem amortecimento e o movimento é oscilatório.
58
Teoria de Controle – José A. Riul
n
cos( ) (d12)
n
1 1
No caso a) a FT do sistema é dada por: G( s) 2 e1)
(ms cs k ) ( s 2s 100)
2
2 4 400
s 2 2s 100 0 p1,2 1 1 100 1 99
2
e2)
p1,2 1 99 1 i 99 p1 1 i 99 e p2 1 i 99 .
1 1
No caso b) a FT do sistema é dada por: G( s) 2 e3)
(ms cs k ) ( s 100)
2
Então tem-se: s 2 100 0 p1,2 100 i 100 i10i p1 i10 e p2 i10. e4)
59
Teoria de Controle – José A. Riul
1 1
No caso c), a FT do sistema é dada por: G( s) 2 e5)
(ms cs k ) ( s 20s 100)
2
1 1
No caso d) a FT do sistema é dada por: G( s) 2 e7)
(ms cs k ) ( s 50s 100)
2
c P1 P2
0,1 2 -1+ i 99 -1 - i 99
0 0 -10i 10i
1 20 -10 -10
2,5 50 -2,087 -47,9129
60
Teoria de Controle – José A. Riul
5
G2 ( s)
1s 20s 2 100s
3
Programa lugarraizes.m
clear all;
close all;
format long e;
m = 1;
k = 100;
c = 2;
n = [1];
d = [1 2 100];
roots(d)
figure(1)
rlocus(n,d)
n1 = [5];
d1 = [1 20 100 0];
figure(2)
rlocus(n1,d1)
roots(d1)
Root Locus
50
40
30
20
10
Imaginary Axis
-10
-20
-30
-40
-50
-6 -5 -4 -3 -2 -1 0 1 2 3 4
Real Axis
61
Teoria de Controle – José A. Riul
Root Locus
30
20
10
Imaginary Axis
-10
-20
-30
-50 -40 -30 -20 -10 0 10 20
Real Axis
62
Teoria de Controle – José A. Riul
1 c j
1
[ F ( s)] f (t ) F ( s)e st ds para t 0 I)
2 c j
A solução da equação acima é difícil, por isso, seu uso não é recomendado para obter a
transformada inversa.
Se a transformada não está na forma reconhecível na tabela, recorre-se às frações parciais.
Considere a função racional :
bm s m ....... b1s b0 N ( s)
F ( s) n 1
m<n 1)
s an1s ....... a1s a0 D( s)
n
63
Teoria de Controle – José A. Riul
N ( s) N ( s) k1 k2 kj kn
F ( s) n
+ + ...+ ...+ 2)
s
D( s )
- pi
s - p1 s - p2 s - pj s - pn
i 1
k1 ( s p j ) k2 ( s p j ) kj kn ( s p j )
( s p j ) F ( s) + + ...+ ...+ 3)
s - p1 s - p2 1 s - pn
k j ( s p j ) F ( s) j = 1, 2, ...n 4)
s = pj
1 1 1 1
[ F ( s)] [ F1 ( s)] [ F2 ( s)] .... [ Fn ( s)]
5)
f (t ) f1 (t ) f 2 (t ) .... f n (t )
N ( s) k1 k21 k22 k2 r
F ( s) r
+ + 2
...+ 6)
( s - p1 )( s - p2 ) s - p1 s - p2 ( s - p2 ) ( s - pn ) r
E,
1 d r j
k2 j r j
[( s p2 )r F ( s)] 7)
(r j )! ds s=p 2
k1 k2 kj kn
F ( s) + + ...+ ...+ 8)
s - a+jb s - a-jb s - pj s - pn
E,
64
Teoria de Controle – José A. Riul
A transformada inversa dos dois primeiros termos de 8), f1(t), é dada por:
5 5
F ( s) a1)
s 3s 2 ( s 1)( s 2)
2
k1 k2 5 k k
F ( s) + = 1 + 2 a2)
s - p1 s - p2 ( s 1)( s 2) s +1 s +2
Usando 4) em a2);
( s 1)5
k j ( s p j ) F ( s) k1 ( s 1) F ( s) s = -1 = =5
s = pj ( s 1)( s 2) s =-1
( s 2)5
k j ( s p j ) F ( s) k2 ( s 2) F ( s) s = -2 = = -5
s = pj ( s 1)(( s 2) s =-2
Logo,
5 5 5
= + a3)
( s 1)( s 2) s +1 s +2
Usando 5);
65
Teoria de Controle – José A. Riul
1 1 1 1 5 1 5 1 5
[ F ( s)] [ F1 ( s)] [ F2 ( s)] [ ] [ ] [ ]
( s 1)( s 2) ( s 1) ( s 2)
f (t ) f1 (t ) f 2 (t ) 5et 5e 2t
2s 3 2s 3
F ( s) b1)
s 2s s s( s 1)2
3 2
Usando 4) em b2);
s(2s 3)
k j ( s p j ) F (s) k1 ( s) F ( s) s = 0 = =3
s = pj s( s 1)2 s =0
Usando 7) em b2);
1 d r j 1 d 21
k2 j r j
[( s p ) r
F ( s )] k 2 1
[( s p2 ) 2 F ( s )]
(r j )! ds
2 21
s=p
(2 1)! ds s=p
2 2
1d d d 2s 3
k21 [( s p2 ) 2 F ( s)] k21 [( s 1) 2 F ( s)] = [( s 1) 2 ]
1 ds s = p2 ds s = -1 ds s ( s 1) 2 s = -1
d 2s 3 2s-(2s+3)1
k21 = [ ] = = -3
ds s s = -1 s2 s=-1
66
Teoria de Controle – José A. Riul
Logo,
2s 3 2s 3 3 3 1
F ( s) b3)
s 2s s s(s 1)
3 2 2
s s 1 (s 1)2
f (t ) f1 (t ) f 2 (t ) f3 (t ) 3 3et tet
10 10
F ( s) c1)
s 4s 9s 10 ( s 2)( s 2 2s 5)
3 2
Então,
( s 2)10
k j ( s p j ) F ( s) k1 ( s 2) F ( s) s = -2 = =2 c3)
s = pj ( s 2)( s 2 2s 5) s =-2
Usando 9);
67
Teoria de Controle – José A. Riul
10
k2 ( s a jb) F ( s ) s = a+jb k2 ( s 1 j 2) F ( s ) s = -1+j2 = ( s 1 j 2)
( s 2)( s 1 j 2)( s 1 j 2) s = -1+j2
10 10 10
k2 = = ( tan -1 (0) tan -1 (2/1) tan -1 (4/0))
(1 j 2 2)(1 j 2 1 j 2) (1 j 2)( j 4) ( 1 2 ) 4
2 2 2
10
k2 (0 63, 4 90 ) 1,118 153, 4 1, 0005 0, 4988 j
( 5)4
A transformada inversa dos dois últimos termos de c2), é dada por 10), como abaixo.
f 2 (t ) 2Re-at cos(bt ) 2(1,118)e 1t cos(2t 153, 4 ) 2, 23e 1t cos(2t 153, 4 )
1 1
No caso a) a FT do sistema é dada por: G( s) 2 e1)
(ms cs k ) ( s 2s 100)
2
68
Teoria de Controle – José A. Riul
2 4 400
s 2 2s 100 0 p1,2 1 1 100 1 99
2
e2)
p1,2 1 99 1 i 99 p1 1 i 99 e p2 1 i 99 .
1 1 k1 k1*
G( s) f1)
( s 2 2s 100) ( s 1 i 99)( s 1 i 99) ( s 1 i 99) ( s 1 i 99)
( s 1 i 99)1 1 1
k1 s 1 i 99 s 1 i 99
( s 1 i 99)( s 1 i 99) ( s 1 i 99) ( 1 i 99 1 i 99)
1
(i 2 99)
Logo, de f1);
A resposta do sistema considerando U(s) como sendo um impulso unitário é dada por:
X ( s)
G ( s) X ( s) G ( s)U ( s) x(t ) L1 ( X ( s)) L1 (G( s))
U ( s)
69
Teoria de Controle – José A. Riul
1 1
No caso b) a FT do sistema é dada por: G( s) 2 e7)
(ms cs k ) ( s 50s 100)
2
1 1 k1 k2
G( s) g1)
( s 50s 100) ( s 2, 087)( s 47,9129) ( s 2, 087) ( s 47,9129)
2
e,
( s 2, 087)1 1 1 1
k1 s 2, 087 s 2, 087
( s 2, 087)( s 47,9129) ( s 47,9129) ( 2, 087 47,9129) 45,8259
k1 0, 02182 g2)
( s 47,9129)1 1 1 1
k2 s 47,9129 s 47,9129
( s 2, 087)( s 47,9129) ( s 2, 087) (47,9129 2, 087) 45,8259
Logo,
1 1 k1 k2
G(s)
( s 50s 100) ( s 2, 087)( s 47,9129) ( s 2, 087) ( s 47,9129)
2
g4)
0, 02182 0, 02182
( s 2, 087) ( s 47,9129)
0, 02182 0, 02182
f (t ) L1 ( ) L1 ( ) f1 (t ) f 2 (t ) =0,02182e-2,087t 0,02182e -47,9129t
( s 2, 087) ( s 47,9129)
g5)
70
Teoria de Controle – José A. Riul
A resposta do sistema considerando U(s) como sendo um impulso unitário é dada por:
X ( s)
G( s) X ( s) G( s)U ( s) x(t ) L1 ( X ( s)) L1 (G( s))
U ( s)
k
G( s) FTMA
Js cs
2
e
k k
Js cs = Js cs =
2 2 k k/J n2
G( s) = FTMF
1 2
k Js 2 cs k Js 2 cs k s 2 c s k s 2 2n s n2
Js cs Js 2 cs J J
n2 n2
( s) U ( s )
s 2 2n s n2 s(s 2 2n s n2 )
1
(t ) 1 ent sen(( 1 2 )nt )
1 2
1 2
tan 1 ( )
Exemplo:
B( s) 2s 3 5s 2 3s 6
A( s) s 3 6s 2 11s 6
Comandos:
71
Teoria de Controle – José A. Riul
n=[2 5 3 6] e d=[1 6 11 6]
[r,p,k]=residue(n,d)
Resultados:
r = -6.00, -4.00 e 3.00;
p = -3.00, -2.00 e -1.00
k=2
Usando:
[n,d]=residue(r,p,k)
B( s) 2s 3 5s 2 3s 6
A( s) s 3 6s 2 11s 6
clear all
n=[1]
d=[1 2 100]
[r,p,k]=residue(n,d)
Resultado:
r= 0 - 0.0503i e 0 + 0.0503i
p = -1.0000 + 9.9499i e -1.0000 - 9.9499i
k = []
72
Teoria de Controle – José A. Riul
clear all
n=[1]
d=[1 20 100]
[r,p,k]=residue(n,d)
Resultado:
r= 0 e 1
p = -10 e -10
k= []
clear all
n=[1]
d=[1 0 100]
[r,p,k]=residue(n,d)
Resultado:
r = 0 - 0.0500i e 0 + 0.0500i
p = 0 +10.0000i e 0 -10.0000i
k =[]
clear all
n=[1]
d=[1 50 100]
[r,p,k]=residue(n,d)
Resultado:
r = -0.0218 e 0.0218
p = -47.9129 e -2.0871
k = []
73
Teoria de Controle – José A. Riul
d n y (t ) d n1 y (t ) dy (t )
n
an 1 n 1
.... a1 a0 y(t ) g (t ) 1)
dt dt dt
De 1);
74
Teoria de Controle – José A. Riul
x1 (t ) x 2 (t )
x 2 (t ) x3 (t )
x 3 (t ) x 4 (t )
4)
..................
..................
x n 1 (t ) x n (t )
d n y(t )
a n1 xn (t ) ... a1 x2 (t ) a0 x1 (t ) g (t ) 5)
dt n
Usando 6) em 5);
x n an1 xn (t ) ... a1 x2 (t ) a0 x1 (t ) g (t ) 7)
Adicionando 7) em 4);
x1 (t ) x 2 (t )
x 2 (t ) x3 (t )
x 3 (t ) x 4 (t )
.................. 8)
..................
x n 1 (t ) x n (t )
x n a n 1 x n (t ) ... a1 x 2 (t ) a 0 x1 (t ) g (t )
75
Teoria de Controle – José A. Riul
x1 0 1 0 0 . . 0 0 x1 0
x
2 0 0 1 0 . . 0 0 x 2 0
x 3 0 0 0 1 . . 0 0 x 3 0
. . . . . . . . . . .
g (t ) 9)
. . . . . . . . . . .
. . . . . . . . . . .
x 0 0 0 0 . . 0 1 x n 1 0
n 1
x n a0 a1 a2 a3 . . . a n 1 x n 1
Ou de 9):
X AX Bg (t ) ou,
10)
X AX Bu
Y(t) = Cx + Du 11)
C e D – Matrizes de Saída
x(t ) x1 (t ) e x(t ) x2 (t )
Tem-se:
76
Teoria de Controle – José A. Riul
x1 (t ) x2 (t )
k c 1
x2 (t ) x1 (t ) x2 (t ) u (t )
m m m
x1 (t ) 0 1 x1 (t ) 0
u (t ) (e.3)
x2 (t ) k / m c / m x2 (t ) 1/ m
x1 (t )
y (t ) [1 0] (e.4)
x2 (t )
Onde:
0 1 0
A k c ; B1
m m m
Y CX Du
Ou seja;
y1 1 0 x1 1 0 x
y 0 0 u 0 u
2 1 x2 0 1 x
Onde:
1 0
C e D [0]
0 1
77
Teoria de Controle – José A. Riul
Respostas a) e b).
mola.m
clear all
close all
m = 1.0;
ca = 2.0;
k = 100.0;
a = [0 1;-k/m -ca/m];
b = [0;1/m];
c = [1 0];
d = [0];
xo = [0.1 0];
t = 0.0;
dt = 0.05;
for i = 1:1:500;
u = 10*sin(20*t);
tv(i) = t;
uv(i) = u;
t = t+dt;
end
y = lsim(a,b,c,d,uv,tv,xo);
figure(1)
plot(tv,uv);grid;
figure(2)
plot(tv,y);grid;
78
Teoria de Controle – José A. Riul
0.15
x
0.1
0.05
-0.05
-0.1
-0.15
-0.2
0 5 10 15 20 25
0.5
x
0.4
0.3
0.2
0.1
-0.1
-0.2
-0.3
-0.4
-0.5
0 5 10 15 20 25
Respostas c).
Mola1.m
clear all
close all
79
Teoria de Controle – José A. Riul
m = 1.0;
ca = 2.0;
k = 100.0;
a = [0 1;-k/m -ca/m];
b = [0;1/m];
c = [1 0];
d = [0];
xo = [0.1 0];
t = 0.0;
dt = 0.05;
for i = 1:1:500;
u = 0*sin(20*t);
tv(i) = t;
uv(i) = u;
t = t+dt;
end
y = lsim(a,b,c,d,uv,tv,xo);
figure(1)
plot(tv,uv);grid;
figure(2)
plot(tv,y);grid;
80
Teoria de Controle – José A. Riul
0.1
x
0.08
0.06
0.04
0.02
-0.02
-0.04
-0.06
-0.08
0 5 10 15 20 25
Respostas d).
mola2.m
clear all
close all
m = 1.0;
ca = 2.0;
k = 100.0;
a = [0 1;-k/m 0];
b = [0;1/m];
c = [1 0];
d = [0];
xo = [0.1 0];
t = 0.0;
dt = 0.05;
for i = 1:1:500;
u = 0*sin(20*t);
tv(i) = t;
uv(i) = u;
t = t+dt;
end
81
Teoria de Controle – José A. Riul
y = lsim(a,b,c,d,uv,tv,xo);
figure(1)
plot(tv,uv);grid;
figure(2)
plot(tv,y);grid;
0.1
x
0.08
0.06
0.04
0.02
-0.02
-0.04
-0.06
-0.08
-0.1
0 5 10 15 20 25
Exemplo 8) Obter a FT, a partir das equaçoes de espaço de estados 10) e 11).
Y ( s)
c( sI A)1 b H ( s) (5.c)
U (s)
82
Teoria de Controle – José A. Riul
m = 1;
k = 100;
ca = 2;
a = [0 1; -k/m -ca/m];
b = [0;1/m];
c = [1 0];
d = [0];
iu=1;
[n,d] = ss2tf(a,b,c,d,iu)
resposta
n = 0 4.440892098500626e-016 1.000000000000014e+000
Obs. Com a função “tf2ss” obtém-se as equações de espaço de estados a partir da FT.
83
Teoria de Controle – José A. Riul
Representando (1) na forma de Espaço de Estados, com a mudança de variáveis como (2);
y1 x1 , y2 x1 , y3 x2 e y4 x2 (2)
Tem-se de (1):
y1 y2
2k c k 1
y2 y1 y2 y3 u1
m m m m
y3 y4
k 2k c 1 (3)
y4 y1 y3 y4 u2
m m m m
0 1 0 0
y1 2k c k y1 0 0
y 0
2 m m m y2 1/ m 0 u1
0 u2
4)
y3 0 0 0 1 y3 0
y4 k 2k c y4 0 1/ m
m 0
m m
z1 1 0 0 0 y1
z
2 0 1 0 0 y2
5)
z3 0 0 1 0 y3
z4 0 0 0 1 y4
Programa mola2gdl.m
clear all
close all
84
Teoria de Controle – José A. Riul
m = 1.0;
ca = 2.0;
k = 100.0;
c1 = [1 0 0 0];
c2 = [0 0 1 0];
d = [0];
t = 0.0;
dt = 0.05;
for i = 1:1:500;
u1 = 10*sin(20*t);
u2 = 5*sin(15*t);
tv(i) = t;
u1v(i) = u1;
u2v(i) = u2;
t = t+dt;
end
u = [u1v;u2v];
y = lsim(a,b,c,d,u,tv,xo);
y1 = lsim(a,b,c1,d,u,tv,xo);
y2 = lsim(a,b,c2,d,u,tv,xo);
figure(1)
plot(tv,y);grid;
legend('x1', 'x2')
figure(2)
plot(tv,y);grid;
legend('x1', 'x2')
figure(3)
plot(tv,y1,tv,y2);grid;
Resposta a)
85
Teoria de Controle – José A. Riul
0.2
x1
0.15 x2
0.1
0.05
-0.05
-0.1
-0.15
-0.2
0 5 10 15 20 25
Resposta b)
0.2
x1
x2
0.15
0.1
0.05
-0.05
-0.1
-0.15
0 1 2 3 4 5 6 7
Resposta c)
86
Teoria de Controle – José A. Riul
0.2
x1
0.15 x2
0.1
0.05
-0.05
-0.1
-0.15
-0.2
0 1 2 3 4 5 6 7
A análise do desempenho de um sistema pode ser realizada por vários métodos. Um dos
métodos é através da especificação de sinais de teste como funções: degrau, rampa, impulso, etc.
A resposta temporal de um sistema de controle consiste em duas partes: resposta transitória e
resposta estacionária. A resposta transitória vai do estado inicial até o estado final. A resposta
estacionaria diz respeito ao sinal de saída do sistema quando t ∞.
87
Teoria de Controle – José A. Riul
1 .
GMA(s) = 1 . ; GMF(s) = GMA .= Ts .
Ts 1 + GMA 1+ 1 .
Ts
GMF(s) = 1 .= Y(s) . 1)
Ts + 1 R(s)
1/ T k k2
Y ( s) 1
s ( s 1/ T ) s ( s 1/ T )
s (1/ T )
k1 | s 0 k1 1
s ( s 1/ T )
( s 1/ T )(1/ T )
k2 | s 1/ T k2 1
s ( s 1/ T )
88
Teoria de Controle – José A. Riul
1 1
Logo, Y ( s) 2)
s ( s 1/ T )
y(t) = 1 – 3) para t ≥ 0.
y(t) = 0, para t = 0 e
y(t) = 1, para t = ∞
y(t)
T 2T 3T 4T t
k
G( s) (1)
Js cs
2
89
Teoria de Controle – José A. Riul
R(s) + Y(s)
_ K . =
– Js² + cs
R(s) + Y(s)
_ ωn² . =
– s² + 2ξωns
_ K . K .
GMF(s) = Js² + cs .= Js² + cs .
1 + _ K . Js² + cs + K .
Js² + cs Js² + cs
Y ( s) n2
G p ( s) 2 (2) FTMF
U ( s) s 2n s n2
onde:
n - freqüência natural;
- fator de amortecimento;
Para:
1 sistema superamortecido (raízes reais e distintas);
1 sistema criticamente amortecido (raízes reais e iguais);
1 sistema subamortecido (raízes complexas conjugadas).
Para < 1
A resposta do sistema à entrada degrau unitário é da forma:
1 nt
y(t ) 1 e sen(n Bt )
B
(3)
90
Teoria de Controle – José A. Riul
B
Com B 1 2 e tg 1 ( )
O máximo valor da resposta que ocorre no instante de tempo de pico é:
tp (5)
(n B)
Portanto medindo y(tp), o fator de amortecimento é obtido através da Eq. (4) e com tp e ,
obtém-se a frequência natural n usando a Eq. (5), que substituídas em (2) fornecem a função de
transferência G(s).
91
Teoria de Controle – José A. Riul
ts – Tempo de Estabilização – é o tempo que o sistema leva para entrar e permanecer na faixa de ±
2% do valor final.
4
ts (6)
n
PO – Percentual de Overshoot (sobre-sinal).
y (t p ) y() 1 2
PO 100% (e )100% (7)
y ( )
ess – Erro em Regime
ess yr () y() lims0 s[ yr (s) y(s)] (8)
u(t ) A cos(1t ) 1)
De 1);
As
U (s) 2)
s 12
2
Tem-se ainda,
G( s) As G(s) As
Y ( s) G( s)U ( s) 3)
s 1 ( s j1 )( s j1 )
2 2
k1 k2
Y ( s) Yg ( s) 4)
( s j1 ) ( s j1 )
92
Teoria de Controle – José A. Riul
onde: Yg(s) é o conjunto de termos na expansão em frações parciais que originam do denominador
de G(s).
Assumindo que nesse sistema, os termos em Yg(s) decaem para zero com o tempo, então apenas os
dois primeiros termos da Eq. 4) contribuem para a resposta estacionária e dessa forma, tem-se de 3)
e de 4).
G( s) As k1 k2
5)
( s j1 )(s j1 ) ( s j1 ) ( s j1 )
1
k1 AG ( j1 ) 7)
2
1
k2 AG ( j1 ) 9)
2
93
Teoria de Controle – José A. Riul
Substituindo 7) e 9) em 11);
1 1
y(t ) AG( j1 )e j1t AG( j1 )e j1t 12)
2 2
1 1
y(t ) A G( j1 ) e j e j1t A G( j1 ) e j e j1t 13)
2 2
De 13);
(e j (1t ) e j (1t ) )
y(t ) A G( j1 ) A G( j1 ) cos(1t ) 14)
2
Conclui-se de 14) que a resposta em regime estacionário do sistema, para uma entrada senoidal,
depende da amplitude da entrada, da frequência da entrada, da amplitude da função de transferência
do sistema e do ângulo da função de transferência, que é o deslocamento de fase da senoide de saída
em relação a da entrada.
onde:
Fo - amplitude da entrada ou da excitação;
ω - frequência de entrada ou da excitação.
(m s² + c s + K) X(s) = U(s)
G(s) = 1 . a.2)
ms² + cs + K
G(iω) = 1 . = 1 . a.3)
i²mω² + iωc + K (K – mω²) + iωc
De a.3):
|G(iω)| = | 1 | .
| (K – mω²) + iωc |
|G(iω)| = 1 . a.4)
0
tg-1 1 -1
ϕ(ω) = = 0 . – tg ωc .
K – mω²
tg-1 ωc .
K – mω²
Logo,
cω . a.4.a)
ϕ(ω) = – tg-1
K – mω²
1 c
x(t) = Fo |G(iω)| sen (ωt + ϕ(ω) = Fo sen(t tg 1 ( ))
(k m 2 ) 2 (c) 2 k m 2
Ex. 1- Considere e e
G(iω) = . 2 . = . 2 .
(2 – 4) + i6 –2 + 6i
| G(iω) | = . | 2 | . =. 2 . =. 2 .
| – 2 + i6 |
| G(iω) | = 0,316
e
x(t) = U |G(iω)| sen(ωt + ϕ(ω)) x(t) = 8 (0,316) sen(2t – 108,4º)
DIAGRAMA DE BODE
Re Im
96
Teoria de Controle – José A. Riul
| G(iω) | ϕ (ω)
ω ω
A função resposta em frequência G(iω) pode ser mostrada na forma polar ou pelo Diagrama
de Nyquist. Este diagrama é construído em função das partes Real e Imaginária de G(iω) em função
de ω, como abaixo:
97
Teoria de Controle – José A. Riul
Nyquist Diagram
0.8
0.6
0.4
0.2
Imaginary Axis
-0.2
-0.4
-0.6
-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis
98
Teoria de Controle – José A. Riul
Bode Diagram
Gm = Inf dB (at Inf rad/sec) , Pm = -180 deg (at 0 rad/sec)
0
-40
-60
-80
0
-45
Phase (deg)
-90
-135
-180
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Nyquist Diagram
G(s) = 2/(s 2 + 3s + 2)
0.8
0.6
0.4
0.2
Imaginary Axis
-0.2
-0.4
-0.6
-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis
99
Teoria de Controle – José A. Riul
5
Ex.: Dado G( s) , construir os diagramas de Bode e de Nyquist usando o Matlab, e
s 2
2
2
variando de 0 a 10. Idem para G( s)
s 3s 2
2
programa diagrabn.m
clear all
close all
n = [5];
d = [1 2 0]
w = 0:0.5:10;
[mag,phase] = BODE(n,d,w)
[re,im] = NYQUIST(n,d,w)
resposta = [w' mag phase re im];
figure(1)
bode(n,d);grid
title('Bode Motor cc malha G(s) = 5/s^2+2s')
figure(2)
nyquist(n,d);grid
title('Nyquist Motor cc malha G(s) = 5/s^2+2s')
n1 = [2];
d1 = [1 3 2]
w = 0:0.1:10;
[mag1,phase1] = BODE(n1,d1,w)
[re1,im1] = NYQUIST(n1,d1,w)
resposta1 = [w' mag1 phase1 re1 im1];
figure(3)
bode(n1,d1);grid
title('Bode MassaMola G(s) = 2/(s^2+3s + 2)')
figure(4)
nyquist(n1,d1);grid
title('Nyquist MassaMola G(s) = 2/(s^2+3s + 2)')
100
Teoria de Controle – José A. Riul
20
Magnitude (dB)
0
-20
-40
-60
-80
-90
Phase (deg)
-135
-180
-1 0 1 2
10 10 10 10
Frequency (rad/sec)
15
10
5
Imaginary Axis
2
46dB
dB -2 dB
dB -4
-6 dB
0
-5
-10
-15
-20
-1.4 -1.2 -1 -0.8 -0.6 -0.4 -0.2 0
Real Axis
101
Teoria de Controle – José A. Riul
-20
Magnitude (dB)
-40
-60
-80
0
-45
Phase (deg)
-90
-135
-180
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
0.4 -10 dB
10 dB
0.2
Imaginary Axis
20 dB -20 dB
-0.2
-0.4
-0.6
-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis
102
Teoria de Controle – José A. Riul
103
Teoria de Controle – José A. Riul
INTRODUÇÃO
Sensor
CONTROLADORES AUTOMÁTICOS
- Controlador proporcional.
- Controlador do tipo integral.
- Controlador do tipo proporcional e integral.
- Controlador do tipo proporcional e derivativo.
- Controlador do tipo proporcional, integral e derivativo.
104
Teoria de Controle – José A. Riul
E(s) U(s)
KI .
+ s D
–
Y(s)
U(s) = Kp + KI E(s) 6)
s
onde:
Kp: ganho proporcional.
ajustáveis
KI: ganho integral.
.
ou
E(s) U(s)
+ Kp + KI + KDs
– s
Ref(s) = 1 + Gc(s) 1 .
Jms² + cs
–
106
Teoria de Controle – José A. Riul
clear all
close all
% ftma = 1/Jms^2 + cs
jm = 1.0;
c = 0.5;
n = [1];
d = [jm c 0];
ftma = tf(n,d)
ftmf = feedback(ftma,1)
kp = 0.4;
kd = 0.2;
ki = 0;
npid = [kd kp ki];
dpid = [1 0];
ftpid = tf(npid,dpid)
ftcma = series(ftpid,ftma)
ftcmf = feedback(ftcma,1)
t = 0.0;
dt = 0.1;
for i=1:1:400;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end
y = lsim(ftma,degrauv,tv);
yf = lsim(ftmf,degrauv,tv);
yc = lsim(ftcma,degrauv,tv);
ycf = lsim(ftcmf,degrauv,tv);
figure(1)
plot(tv,degrauv,'k');grid;
107
Teoria de Controle – José A. Riul
xlabel('Tempo (s)')
ylabel('Referência (radianos)')
title ('Referência - Degrau Unitário')
figure(2)
plot(tv,y,'k');grid;
figure(3)
plot(tv,yf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição Angular (radianos)')
title ('Servomotor - Sem Ação de Controle')
figure(4)
plot(tv,yc,'k');grid;
figure(5)
plot(tv,ycf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição Angular (radianos)')
title ('Servomotor - Ação de Controle')
Resultados:
1.8
1.6
1.4
Referência (radianos)
1.2
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30 35 40
Tempo (s)
108
Teoria de Controle – José A. Riul
0.5
0
0 5 10 15 20 25 30 35 40
Tempo (s)
1.2
1
Posição Angular (radianos)
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30 35 40
Tempo (s)
109
Teoria de Controle – José A. Riul
ESTABILIDADE
A dominância relativa de polos a malha fechada é determinada pela relação das partes reais
dos polos a malha fechada e pelos resíduos calculados nos polos.
Se as relações das partes reais excedem 5 (P1r / P2r > 5) e não havendo zeros na vizinhança,
então os polos a malha fechada mais próximos de jω dominarão no desempenho da resposta
transitória.
Os polos a malha fechada que tem efeito dominante sobre o comportamento da resposta
transitória são chamados de polos dominantes. Normalmente, ocorrem na forma de um par
complexo conjugado e são os mais importantes.
A estabilidade de um sistema linear a malha fechada pode ser determinada pela localização
dos polos a malha fechada no plano s.
Polos no semiplano direito do plano s, a medida que o tempo cresce, dão origem ao modo
dominante, e a resposta transitória aumenta, isto representa um sistema instável. Portanto, esses
polos não são permitidos em sistemas de controle lineares usuais. Se todos os polos a malha fechada
estiverem situados à esquerda do eixo “jω”, a resposta transitória termina por alcançar um equilíbrio
e isto representa um sistema estável. Se um sistema é instável ou estável é uma propriedade sua, que
não depende da entrada. A entrada não afeta a propriedade de estabilidade do sistema e contribui
somente com a resposta estacionária. Portanto, o problema de estabilidade absoluta pode ser
resolvido não se escolhendo polos no semiplano s da direita, incluindo “jω” (resposta oscilatória
permanente).
Para garantir resposta transitória rápida e bem amortecida é necessário que os polos a malha
fechada pertençam a região mostrada na figura.
Im Ts – tempo de acomodação;
Nesta σ = ξ ωn
± 2%
região ξ > 0,4 ± 5%
Ts< 4,0 / σ
Re
Ts 110
Teoria de Controle – José A. Riul
Para determinar os polos a malha fechada, o polinômio A(s) tem que ser fatorado.
O critério de Routh permite determinar o número de polos a malha fechada que estão no
semiplano s direito sem ter que fatorar o polinômio. Este critério diz se há ou não raízes instáveis de
uma equação polinomial sem ter que resolvê-la.
Quando este critério é aplicado em um sistema de controle, são obtidas informações sobre a
estabilidade absoluta do sistema, diretamente dos coeficientes da equação característica.
111
Teoria de Controle – José A. Riul
sn – a0 a2 a4 a6 ...
sn-1 – a1 a3 a5 a7 ...
sn-2 – b1 b2 b3 b4 ...
sn-3 – c1 c2 c3 c4 ...
sn-4 – d1 d2 d3 d4 ...
: : :
: : :
S2 – e1 e2
S1 – f1
S0 – g1
b1 = a1 a2 – a0 a3 .; b2.= a1 a4 – a0 a5 .
a1 a1
b3 = a1 a6 – a0 a7 .; . . . .
a1
Os coeficientes c1, c2, c3, ... e d1, d2, d3, ... são calculados como os anteriores.
c1 = b1 a3 – a1 b2 .; c2.= b1 a5 – a1 b3 .
b1 b1
c3 = b1 a7 – a1 b4 .; . . . .
b1
d1 = c1 b2 – b1 c2 .; d2 = c1 b3 – b1 c3 .; . . . .
c1 c1
112
Teoria de Controle – José A. Riul
O processo segue até que a n-ésima linha tenha sido completada. O arranjo completo de
coeficientes é triangular. Ao desenvolver o arranjo, uma linha inteira pode ser dividida ou
multiplicada por um número positivo visando simplificar os cálculos, sem alterar a estabilidade.
O critério de Routh diz que o número de raízes de (2) com partes reais positivas é igual ao
número de mudanças de sinal dos coeficientes da primeira coluna do arranjo tabular. Observar que
apenas os sinais da primeira coluna são necessários.
A condição necessária e suficiente para que todas as raízes de (2) fiquem no semiplano s
esquerdo é que todos os coeficientes de (2) sejam positivos e que todos os termos da primeira
coluna do arranjo tabular tenham sinais positivos.
Ex. 2 - Aplicar o critério de Routh para o polinômio: a 0s3 + a1s2 + a2s + a3 = 0, onde: a0, a1, a2 e a3
são números positivos.
s3 – a0 a2 0
s2 – a1 a3 0
s1 – b1 b2 0
s0 – c1 c2 0
b1 = a1 a2 – a0 a3 .; b2.= 0
a1
c1 = b1 a3 – a1 b2 . c1 = a3, c2 = 0
b1 0
a0 a2
a1 a3
(a1a2 – a0a3) / a1 0
a3 0
113
Teoria de Controle – José A. Riul
Ex. 3 - Dada a função de transferência a malha fechada de um sistema, pede-se determinar a região
de valores de K para os quais existirá estabilidade.
C(s) = K .= K .
R(s) s(s² + s + 1) (s + 2) + K s4 + 3s3 + 3s2 + 2s + K
s4 + 3s3 + 3s2 + 2s + K = 0
s4 1 3 K 0
s3 3 2 0 0
b1 = 7
s2 b2 = K 0
3
c1 = 2 – 9 K
s1 0 0
7
s0 d1 = K 0
b1 = 3(3) – (1)(2) . = 7 ; b2 = 3K – 0 = K
3 3 3
c1 = 2 (7/3) – 3 (K) .= 2 – 3K 3 = 2 – 9 K ; c2 = c
7/3 7 7
d1 = (2 – 9/7K) • K – (7/3)(0) . = d1 = K ; d2 = 0
2 – 9/7K
114
Teoria de Controle – José A. Riul
115
Teoria de Controle – José A. Riul
Um sistema é do tipo:
0 (zero) se N = 0
1 se N = 1
2 se N = 2
3 se N = 3
Y(s) = G(s) . 2)
R(s) 1 + G(s)
e E(s) = 1 . 3)
R(s) 1 + G(s)
O teorema do valor final fornece uma maneira eficiente para a determinação do desempenho
em regime estacionário de um sistema estável.
Como de 3):
116
Teoria de Controle – José A. Riul
Neste texto:
Posição – Saída (qualquer, como posição angular, linear, temperatura, etc).
Velocidade – Taxa de variação da saída.
Aceleração – Taxa de variação da velocidade.
ess = lim s .· 1 = 1 6)
s0
1 + G(s) s 1 + G(0)
ess = 1 7)
1 + Kpo
Subst. 8) e 9) em 7):
117
Teoria de Controle – José A. Riul
O erro estacionário para um sistema a uma excitação em rampa unitária é dado por:
118
Teoria de Controle – José A. Riul
r(t) = t² ., para t ≥ 0
2
.= 0 , para t < 0
Substituindo 18 à 21 em 17):
119
Teoria de Controle – José A. Riul
Entrada
clear all
close all
% ftma = 1/Jms^2 + cs
% Sistema de segunda ordem e do tipo 1
jm = 1.0;
c = 0.5;
n = [1];
d = [jm c 0];
ftma = tf(n,d)
ftmf = feedback(ftma,1)
120
Teoria de Controle – José A. Riul
t = 0.0;
dt = 0.1;
for i=1:1:200;
degrau = 1;
rampa = 1*t;
degrauv(i) = degrau;
rampav(i) = rampa;
parabo = (t^2)/2;
parabov(i) = parabo;
tv(i)=t;
t = t + dt;
end
yfdegrau = lsim(ftmf,degrauv,tv);
yframpa = lsim(ftmf,rampav,tv);
yfparabo = lsim(ftmf,parabov,tv);
figure(1)
plot(tv,degrauv,'--k',tv,yfdegrau,'k');grid;
xlabel('Tempo (s)')
ylabel('Resposta (radianos)')
title ('Resposta a um Degrau Unitário')
figure(2)
plot(tv,rampav,'--k',tv,yframpa,'k');grid;
xlabel('Tempo (s)')
ylabel('Resposta (radianos)')
title ('Resposta a uma Rampa Unitária')
figure(3)
plot(tv,parabov,'--k',tv,yfparabo,'k');grid;
xlabel('Tempo (s)')
ylabel('Resposta (radianos)')
title ('Resposta a uma Parábola')
Resultados:
121
Teoria de Controle – José A. Riul
1
Resposta (radianos)
0.5
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
18
16
14
Resposta (radianos)
12
10
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
122
Teoria de Controle – José A. Riul
180
160
140
Resposta (radianos)
120
100
80
60
40
20
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Amplificador de Servomotor
Potência
+
K 1 .
s² + 2s
–
123
Teoria de Controle – José A. Riul
1 .
K
s² + 2s
GMF(s) = = k . (a.1)
1+ K . s² + 2s + k
s² + 2s
s² + 2 s + k = 0 (a.2)
s = (– 2 ± )/2= – 1 ± (a.3)
Im
s
k=2 1 s= – 1 ±
k s
k=0 Re
0 0, –2
–2 –1 k=1 0 k=0
1 –1
2 –1 ± 1i
3 –1 ± i
k=3
k=4
124
Teoria de Controle – José A. Riul
clear all
close all
% ftma = 1/Jm s^2 + cs
jm = 1.0;
c = 2.0;
n = [1];
d = [jm c 0];
ftma = tf(n,d)
ftmf = feedback(ftma,1)
% funçao de transferencia do controlador P
k1 = 1.0;
k2 = 0.5;
k3 = 10.0;
n1 = [k1];
d1 = [1];
n2 = [k2];
d2 = [1];
n3 = [k3];
d3 = [1];
ftp1 = tf(n1,d1)
ftp2 = tf(n2,d2)
ftp3 = tf(n3,d3)
ftcma1 = series(ftp1,ftma)
ftcmf1 = feedback(ftcma1,1)
ftcma2 = series(ftp2,ftma)
ftcmf2 = feedback(ftcma2,1)
ftcma3 = series(ftp3,ftma)
125
Teoria de Controle – José A. Riul
ftcmf3 = feedback(ftcma3,1)
t = 0.0;
dt = 0.1;
for i=1:1:400;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end
ycf1 = lsim(ftcmf1,degrauv,tv);
ycf2 = lsim(ftcmf2,degrauv,tv);
ycf3 = lsim(ftcmf3,degrauv,tv);
figure(1)
plot(tv,degrauv,'k',tv,ycf1,'k',tv,ycf2,'k',tv,ycf3,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição Angular (radianos)')
title ('Servomotor - Com Ação de Controle Proporcional')
Resultado:
1
Posição Angular (radianos)
0.8 k=1
0.6
k = 0.5
0.4
0.2
0
0 5 10 15 20 25 30 35 40
Tempo (s)
126
Teoria de Controle – José A. Riul
R(s) + Y(s)
D k G(S)
–
H(S)
Y(s) = KG(s) 1)
R(s) 1 + KG(s) H(s)
1 + KG(s)H(s) = 0 1.a)
ou,
KG(s)H(s) = –1 2)
G ( s) H ( s) Mei
a12 b12 b b
onde : M= ; = - ; =tg -1 ( 1 ) , =tg -1 ( 2 ) (3)
a b
2
2
2
2
a1 a2
ou,
G ( s) H ( s) Mei (4)
a12 b12 b b2
onde : M= ; = - ; =tg -1 ( 1 ) , =tg -1 ( ) (5)
a b
2
2
2
2
a1 a2
127
Teoria de Controle – José A. Riul
k |G(s)H(s)| = 1 6) a = –1
b=0
k |G(s)H(s)| = 1 8)
G(s)H(s) = ± 180º 9)
Considere:
G(s) = NG(s) e H(s) = NH(s) 11)
DG(s) DH(s)
Observe de 12.a) que as raízes de DG(s)DH(s) são os polos do sistema em malha aberta e as
de NG(s)NH(s) são os zeros do sistema em malha aberta.
128
Teoria de Controle – José A. Riul
De 12) para k = 0 DG(s)DH(s) = 0, então as raízes da equação característica são iguais aos
polos em malha aberta.
De 12) para k ∞ NG(s)NH(s) = 0, então as raízes da equação característica tendem para
os zeros em malha aberta.
Com isto, os ramos do lugar das raízes começam (k = 0) nos polos de malha aberta e
terminam nos zeros de malha aberta.
Dessa regra conclui-se que o número de ramos do lugar das raízes é igual ao número de
polos em malha aberta. Normalmente, o número de zeros em malha aberta é menor que o número
de polos em malha aberta.
2ª regra: No eixo real do plano complexo, existe lugar das raízes a esquerda de um número ímpar
de polos e zeros de malha aberta.
4ª regra: As assíntotas dos ramos para k ∞, no caso de Np (n° de polos) de malha aberta ser
maior que NZ (n° de zeros) em malha aberta, Np > NZ, são definidas por σA (centro das assíntotas) e
ϕA – ângulos das assíntotas, como:
1 + k G(s)H(s) = 0 (1.a)
Escrevendo (1.a) em função do numerador e do denominador, tem-se:
129
Teoria de Controle – José A. Riul
Comandos no Matlab:
rlocus (num, den) - para modelo na forma de função de transferencia
rlocus (a, b, c, d) - para modelo na forma de espaço de estados
% Riul 2012
clear all
close all
jm = 1.0;
c = 2.0;
n = [1];
d = [jm c 0];
ftma = tf(n,d)
ftmf = feedback(ftma,1)
figure(1)
rlocus(ftma,'k')
%[k,poles] = rlocfind(ftma)
k1 = 678.84;
a1 = 1,74e-5;
a2 = 2.89e-4;
a3 = 1.0;
n1 = [k1];
d1 = [a1 a2 a3 0];
ftma1 = tf(n1,d1)
ftmf1 = feedback(ftma1,1)
figure(2)
130
Teoria de Controle – José A. Riul
rlocus(ftma1,'k')
%[k,poles] = rlocfind(ftma)
% sistema 3 - ftma2 = (s2 + 2s + 4)/((s2 + 4s)(s + 6)(s2 + 1.4s + 1))
n2 = [1 2 4];
%a = s2 + 4s
a = [1 4 0];
%b = s + 6
b = [1 6];
%c = s2 + 1.4s + 1
c = [1 1.4 1];
d = conv (a, b);
e = conv (c, d);
d2 = e;
roots (n2);% – fornece os zeros em malha aberta
roots (d2);% – fornece os polos em malha aberta
ftma2 = tf(n2,d2)
figure(3)
rlocus (ftma2,'k')
Root Locus
Lugar das Raízes do Servomotor
1.5
0.5
Imaginary Axis
-0.5
-1
-1.5
-2.5 -2 -1.5 -1 -0.5 0 0.5
Real Axis
Resultados:
131
Teoria de Controle – José A. Riul
Root Locus
Lugar das Raízes do Sistema Eletrohidráulico
6
2
Imaginary Axis
-2
-4
-6
-8 -6 -4 -2 0 2 4
Real Axis
Root Locus
Lugar das Raízes do Sistema 3
20
15
10
5
Imaginary Axis
-5
-10
-15
-20
-25 -20 -15 -10 -5 0 5 10
Real Axis
Nos três resultados gráficos anteriores, o símbolo “x” indica a existência de um polo e o símbolo
“o” indica a existência de um zero.
132
Teoria de Controle – José A. Riul
- Compensação em Série
+
GC(s) G(s)
–
H(s)
- Compensação em Paralelo
+
G1(S) +
G2(S)
––
––
GC(S)
H(S)
No projeto de um sistema de controle pelo método do lugar das raízes, os lugares das raízes
do sistema são submetidos a uma mudança através do uso de um compensador de modo que um par
de polos dominantes do sistema possa ser alocado na posição desejada.
- Efeitos da adição de polos: A adição de um polo na função de transferência a malha aberta tem
como efeito deslocar o lugar das raízes para a direita, no plano complexo s, tendendo a diminuir a
estabilidade do sistema e tornando a acomodação da resposta mais lenta.
- Efeitos da adição de zeros – A adição de um zero na função de transferência a malha aberta tem
como efeito deslocar o lugar das raízes para a esquerda, no plano complexo s, tendendo a tornar o
sistema mais estável e mais rápida a acomodação da resposta.
133
Teoria de Controle – José A. Riul
Im
s
GC(s) = KC (s – Zo) I)
s – Po
θ2 θ1
Re
Po Zo
Se |Zo| < |Po|, a contribuição angular será sempre positiva, do lugar das raízes, e o
compensador é chamado de avanço de fase. Se |Z o| > |Po|, a contribuição angular será sempre
negativa, do lugar das raízes, e o compensador é chamado de atraso de fase.
sa
Gc ( s) kc 0<a<b (1)
sb
O projeto lugar das raízes é baseado no remodelamento do lugar das raízes do sistema, por adição
de polos e zeros na planta, para forçar o lugar das raízes passar através do ponto desejado no plano
complexo.
Procedimento:
134
Teoria de Controle – José A. Riul
1 – Selecione o polo desejado “s1” para o sistema operar, a partir das especificações de desempenho
requeridas para o sistema;
2 – Determine o ângulo Ø de “s1”:
Im( s1 )
tan 1 (2)
Re( s1 )
3 – Determine o ângulo do compensador Øc:
c c
p z (4)
2 2
135
Teoria de Controle – José A. Riul
7 – Determine o ganho do compensador kc, de tal forma que o sistema com controlador em malha
fechada funcione em s = s1; então a equação característica e kc são da forma:
1 Gc ( s1 )G ( s1 ) 0 Gc ( s1 )G ( s1 ) 1
(7)
1
Gc ( s1 )G ( s1 ) 1 kc =
Gc ( s1 )
G ( s1 )
kc
400 400
G( s) a)
s( s 30s 200) s( s 10)( s 20)
2
s1 ja ( ) 2 a e j
2
136
Teoria de Controle – José A. Riul
c 1800 G ( s1 )
400 400
G ( s1 )
s1 ( s1 10)( s1 20) (6, 75 11, 69 j )( 6, 75 11, 69 j 10)( 6, 75 11, 69 j 20)
400
G ( s1 )
(6, 75 11, 69 j )(3, 25 11, 69 j )(13, 25 11, 69 j)
400 400
G ( s1 ) 0,1382
6, 75 11, 69 j 3, 25 11, 69 j 13, 25 11, 69 j 13,5(12,13)(17, 67)
G ( s1 ) 400 6, 75 11, 69 j 3, 25 11, 69 j 13, 25 11, 69 j 0 0 120 0 74, 460 41, 420
G ( s1 ) 235,890 124,120
Logo,
c 1200 55,880
p 32, 060
2 2
c 1200 55,880
z 87,940
2 2
De 5), tem-se;
Im( s1 ) 11, 69
b Re( s1 ) 6, 75 25, 42
tg ( p ) tg (32, 060 )
Im( s1 ) 11, 69
a Re( s1 ) 6, 75 7,17
tg (z ) tg (87,940 )
De 1), tem-se:
s1 7,17 0, 42 11, 69 j
0
11, 7e j 87,94
0,5311 55,890
s1 25,12 18, 67 11, 69 j 22, 03e j 32,050
De 7), tem-se:
137
Teoria de Controle – José A. Riul
1 1 1
Gc ( s1 )G ( s1 ) 1 kc = = =
Gc ( s1 ) s1 +a 400 s1 +a 400
G ( s1 )
kc s1 +b s1 ( s1 10)( s1 20) s1 +b s1 ( s1 10)( s1 20)
1
kc =
s1 +7,17 400
s1 +25,42 s1 ( s1 10)( s1 20)
Entao,
1 1
kc = 13, 62
s1 +7,17 400 (0,5311)(0,1382)
s1 +25,42 s1 ( s1 10)( s1 20)
E, de 1),
sa s 7,17
Gc ( s) kc =13,63
sb s 25, 42
Ex. Elaborar um programa computacional e obter as respostas do sistema em malha fechada sem e
com o compensador, para a referencia igual a um degrau unitário.
clear all
close all
rd=pi/180;
g=1/rd;
nump = [400];
denp = [1 30 200 0];
ftpma = tf(nump,denp)
ftpmf = feedback(ftpma,1)
kc = 13.62;
a = 7.17;
b = 25.42;
numc = [kc kc*a];
denc = [1 b];
ftcma = tf(numc,denc)
ftcpma = series(ftcma,ftpma)
ftcpmf = feedback(ftcpma,1)
t=0;
138
Teoria de Controle – José A. Riul
dt = 0.01;
for i = 1:1:200
ref = 1;
tv(i) = t;
refv(i) = ref;
t = t+dt;
end
y1 = lsim(ftpmf,refv,tv);
y2 = lsim(ftcpmf,refv,tv);
figure(1)
plot(tv,refv,tv,y1,tv,y2)
legend('ref', 'y1','y2')
grid
1.4
ref
y1
1.2
y2
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
s + 25.42
5448 s + 3.906e004
-------------------------------------------------
s^4 + 55.42 s^3 + 962.6 s^2 + 10532 s + 3.906e004
U(s) = K p + K I + KD s E(s) 2)
s
De 2):
U(s) = GC(s) = Kp + KI + KD s 3)
E(s) s
KI
KI
s
+ +
e(t) + u(t) E(s) + U(s)
Kp Kp
+ +
.d.
KD KDs
dt
140
Teoria de Controle – José A. Riul
O controlador proporcional é um ganho puro de valor Kp. Portanto, o ganho K que é usado
no lugar das raízes é um controlador P.
Da Eq. 4),
1 + GC(s)Gp(s)H(s) = 0 5)
GC(s) = Kp 5.a)
De 5) e de 5.a);
1 + KpGp(s)H(s) = 0 6)
GC(s) = Kp + KI 7)
s
Ele aumenta o tipo do sistema em uma unidade e é usado para melhorar a resposta em
regime estacionário.
141
Teoria de Controle – José A. Riul
O controlador PI tem um polo na origem, s = 0 e um zero em s = –KI / Kp. Como o polo está
mais próximo da origem que o zero, o controlador é de atraso de fase, e adiciona um ângulo
negativo ao critério de ângulo do lugar das raízes. Assim, esse controlador é usado para melhorar a
resposta em regime estacionário do sistema.
GC(s) = Kp + KDs = KD s + Kp 9)
KD
No procedimento analítico para o projeto do controlador PID abaixo, assume-se que o lugar
desejado para o polo a malha fechada é s1, que, em geral, é complexo, e que H(s) = 1
(retroalimentação uitária).
O PID tem função de transferência dada por:
GC(s) = Kp + KI + KD.s 1)
s
142
Teoria de Controle – José A. Riul
KD +Kps1+KI = (α ejγ) s1 3)
Gp(s1)
onde:
|s1| = ; β = tg-1 ω1
σ1
e
Gp(s1) = |Gp(s1)| ejψ ; ψ = Gp(s1)
e ainda,
= s1*s1 = (σ1 + j ω1) (σ1 + j ω1) = |s1| e jβ • |s1| e jβ = |s1|² e j(2β)
onde:
M = |Gp(s1)| ; θ=γ–ψ
α
Usando 4) e 5) em 3):
|s1| ejβ • 1 .
Me-jθ
|s1| ej (β+θ)
M
143
Teoria de Controle – José A. Riul
Δ
KD = 1 |s1|² cos(β + θ)senβ – KI|s1| senβ – |s1|² sen (β + θ) cosβ
Δ M M
KD = 1 . sen(–θ) – KI senβ .
M |s1| sen(–β) |s1|² sen (–β)
KD = sen(θ) + KI 10)
M |s1| sen(β) |s1|²
e,
|s1|² cos(2β) |s1| cos (β + θ) – KI
M
Kp =
|s1|² sen(2β) |s1| sen (β + θ)
M
Δ
144
Teoria de Controle – José A. Riul
b a
Kp = 1 |s1|³ cos(2β) sen(β + θ) – |s1|³ cos(β + θ) sen(2β) + KI |s1|² sen (2β)
Δ M M
Kp = 1 . sen(θ – β) + KI sen(2β) .
M sen(–β) |s1| sen (–β)
Kp = –1 . sen(θ – β) + – KI sen(2β) .
M sen(β) |s1| senβ
Kp = sen(β – θ) – KI (2senβcosβ) .
M sen(β) |s1| senβ
Considerando que o lugar das raízes do sistema compensado passe pelo ponto s = s 1, tem-se
de 12):
GC(s1)Gp(s1) = –1 13)
–1 = α e jγ Re
–1
α=1 e γ = 180º 14)
145
Teoria de Controle – José A. Riul
θ=γ–ψ
θ = 180º – ψ = 180º – Gp(s1) 15)
KD = senψ + KI . 19)
|s1| |Gp(s1)| sen(β) |s1|²
As equações 19) e 20) são usadas para o projeto de um controlador PID e de controladores
PI e PD, ajustando-se para “zero” o ganho apropriado.
KGp(s) H(s) = 1 = 1 .
(s + 1) (s + 2) s² + 3s + 2
Solução:
O sistema deverá operar em:
s1 = σ + j ωa
146
Teoria de Controle – José A. Riul
Das especificações de desempenho, da constante de tempo τ = 0,25 seg, determina-se a parte real σ
de s1 ;
σ = -1/ τ = -1/0.25 = -4,0 ;
e do fator de amortecimento ξ = 0,707, determina-se a parte imaginaria ωa de s1 ;
ωa = ωnsen(ϕ) = 4 sen(45º) = 4 ( =4
Logo,
s1 = |s1| e jβ = –4 + 4j; |s1| = ; β = tg-1(4/-4)
s1 = 5,66 e j135º
Gp(s1) H(s1) = 1 = 1 .
(–4 + 4j + 1) (–4 + 4j + 2) (–3 + 4j) (–2 + 4j)
Gp(s1) H(s1) = 1 .
(-10 - 20j)
|Gp(s1) H(s1)| = 0,0447 ; Ψ = –243,43o e Gp(s1) H(s1) = 0,0447ej-243,43º
147
Teoria de Controle – José A. Riul
Kp = – sen(β + ψ) – 2 KI cosβ .
|Gp(s1) H(s1)| senβ |s1|
Kp = 30,025
KD = sen ψ + KI .
|s1| |Gp(s1) H(s1)| senβ |s1|²
KD = 5,0031
Ex. 4 – Elaborar um programa no Matlab para resolver o Ex. 3 e mostrar os seguintes resultados: O
Lugar das Raízes, as respostas do sistema sem e com o controlador PID, considerando como
referência um degrau unitário.
clear all
close all
ang = (180/pi);
rd = 1/ang;
v1 = s1;
if real(v1)>=0 & imag(v1)>=0
angulo = angle(v1)*ang;
148
Teoria de Controle – José A. Riul
%Gp(s)H(s) = 1/(s+1)(s+2)
gh1 = s1+2;
gh2 = s1+1;
gh = gh1*gh2
mgh = 1/abs(gh)
v1 = gh;
if real(v1)>=0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
elseif real(v1)>=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
end
% angulo do denominador é negativo
figh = -angulo
beta = beta*rd;
fi = figh*rd;
% projeto do PID
% ki deve ser dado, pois tem-se duas equações e tres incognitas.
% Uma delas (kp, kd ou ki) tem que ser dada.
%Fazer a variaçao para melhorar resposta
ki = 0.10;
kp = (-sin(beta+fi)/(mgh*sin(beta))) - ((2.0*ki*cos(beta))/ms1)
kd = (sin(fi)/(ms1*mgh*sin(beta))) + (ki/(ms1*ms1))
k = 1;
n = [k];
d = [1 3 2];
ftma = tf(n,d)
149
Teoria de Controle – José A. Riul
roots(d);
figure(1)
rlocus(ftma,'k')
ftmf = feedback(ftma,1)
figure(2)
rlocus(ftmf)
t = 0.0;
dt = 0.1;
for i=1:1:400;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end
figure(3)
plot(tv,degrauv);grid;
y = lsim(ftma,degrauv,tv);
yf = lsim(ftmf,degrauv,tv);
figure(4)
plot(tv,degrauv,'k',tv,yf,'k');grid;
ftpid = tf(npid,dpid)
figure(5)
rlocus(ftcma)
ftcmf = feedback(ftcma,1)
figure(6)
rlocus(ftcmf)
%[k,poles] = rlocfind(ftcmf)
yftc = lsim(ftcma,degrauv,tv);
yftcf = lsim(ftcmf,degrauv,tv);
figure(7)
plot(tv,yftc,tv,yftcf);grid
150
Teoria de Controle – José A. Riul
figure(8)
plot(tv,degrauv,'k',tv,yf,'k',tv,yftcf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição(cm)')
title ('Respostas do Sistema sem e com Ação de Controle PID')
Resultados:
151
Teoria de Controle – José A. Riul
Root Locus
g(s)h(s) = k/(s 2 + 3s + 2)
0.8
0.6
0.4
0.2
Imaginary Axis
-0.2
-0.4
-0.6
-0.8
-2.5 -2 -1.5 -1 -0.5 0 0.5
Real Axis
152
Teoria de Controle – José A. Riul
1
1
3
Posição(cm)
0.8
0.6
0.4 2
0.2
0
0 5 10 15 20 25 30 35 40
Tempo (s)
Ex. 5 - Projetar um controlador PD para o servomotor; G(s) = k/(s2 + 2s) com as especificações de
projeto: τ = 0,5 seg e ξ = 0,707.
Solução:
O sistema deverá operar em: |s1| = ωn s1
2 = ωa
s1 = σ + j ωa 45º
45º = ϕ
ξ ωn = σ = 2
Das especificações de desempenho, da constante de tempo τ = 0,5 seg, determina-se a parte real σ
de s1 ;
σ = -1/ τ = -1/0.5 = -2,0 ;
e do fator de amortecimento ξ = 0,707, determina-se a parte imaginaria ωa de s1 ;
153
Teoria de Controle – José A. Riul
|s1| = =2
β = tg-1 2 = tg-1(–1) = 135º
–2
s1 = 2 ej135º
β
Para k = 1:
|Gp(s1) H(s1) = 1 .= 1 .
s = s1 |(–2 + 2 j) (–2 + 2 j + 2)| |(–2 + 2 j) (2 j)|
= 1 .= 1 .= 0,1768
|–4 – 4 j|
Então:
KD = sen ψ .
|s1| |Gp(s1) H(s1)| senβ
KD = sen(– 225º) .
(2 )(0,1768) sen(135º)
KD = 1,9997
GC(s) = Kp + KDs = 8 + 2 s
Ex. 6 – Elaborar um programa no Matlab para resolver o Ex. 5 e mostrar os seguintes resultados: O
Lugar das Raízes, as respostas do sistema sem e com o controlador PD, considerando como
referência um degrau unitário.
154
Teoria de Controle – José A. Riul
clear all
close all
ang = (180/pi);
rd = 1/ang;
v1 = s1;
if real(v1)>=0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
elseif real(v1)>=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
end
beta = angulo
%Gp(s)H(s) = 1/(s)(s+2)
gh1 = s1;
gh2 = s1+2;
gh = gh1*gh2
mgh = 1/abs(gh)
v1 = gh;
if real(v1)>=0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
155
Teoria de Controle – José A. Riul
beta = beta*rd;
fi = figh*rd;
% projeto do PID
% ki deve ser dado, pois tem-se duas equações e tres incognitas.
% Uma delas (kp, kd ou ki) tem que ser dada.
%Fazer a variaçao para melhorar resposta
ki = 0.0;
kp = (-sin(beta+fi)/(mgh*sin(beta))) - ((2.0*ki*cos(beta))/ms1)
kd = (sin(fi)/(ms1*mgh*sin(beta))) + (ki/(ms1*ms1))
% g(s)h(s) = k/(s^2+2)
% ftma - função de transferencia em malha aberta
% ftmf - função de transferencia em malha fechada com retroação unitária
% ftcma - função de transferencia com controlador em malha aberta
% ftcmf - função de transferencia com controlador em malha fechada
% com retroação unitária.
k = 1;
n = [k];
d = [1 2 0];
ftma = tf(n,d)
roots(d);
figure(1)
rlocus(ftma,'k')
ftmf = feedback(ftma,1)
figure(2)
rlocus(ftmf)
t = 0.0;
dt = 0.1;
for i=1:1:400;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end
figure(3)
plot(tv,degrauv);grid;
y = lsim(ftma,degrauv,tv);
156
Teoria de Controle – José A. Riul
yf = lsim(ftmf,degrauv,tv);
figure(4)
plot(tv,degrauv,'k',tv,yf,'k');grid;
ftpid = tf(npid,dpid)
figure(5)
rlocus(ftcma)
ftcmf = feedback(ftcma,1)
figure(6)
rlocus(ftcmf)
%[k,poles] = rlocfind(ftcmf)
yftc = lsim(ftcma,degrauv,tv);
yftcf = lsim(ftcmf,degrauv,tv);
figure(7)
plot(tv,yftc,tv,yftcf);grid
figure(8)
plot(tv,degrauv,'k',tv,yf,'k',tv,yftcf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição(radianos)')
title ('Respostas do Sistema sem e com Ação de Controle PD')
Resultados:
kp = 8.0000 ; kd = 2.0000
Transfer function:
157
Teoria de Controle – José A. Riul
1
---------
s^2 + 2 s
Transfer function:
1
-------------
s^2 + 2 s + 1
Transfer function:
2 s^2 + 8 s
-----------
s
Transfer function:
2 s^2 + 8 s
-----------------
s^3 + 4 s^2 + 8 s
158
Teoria de Controle – José A. Riul
Root Locus
G(s) = k/(s 2 + 2s)
1.5
0.5
Imaginary Axis
-0.5
-1
-1.5
-2.5 -2 -1.5 -1 -0.5 0 0.5
Real Axis
1.2
com controle
1
Posição(radianos)
0.8
sem controle
0.6
0.4
0.2
0
0 5 10 15 20 25 30 35 40
Tempo (s)
159
Teoria de Controle – José A. Riul
Tipo Controlador Kp TI TD
P 0.5*Kcr ∞ 0
PI 0.45*Kcr (1/1.2)*Pcr 0
160
Teoria de Controle – José A. Riul
8 Pcr
2
y(t)
-2
-4
-6
-8
-10
0 50 100 150 200 250 300 350
t
Para empregar este método o sistema deve ser capaz de instabilizar com o aumento do
ganho. Um sistema que é naturalmente estável para qualquer ganho positivo não pode produzir uma
oscilação sem amortecimento no sinal de saída.
O procedimento para encontrar o ganho critico e o período critico é experimental, não há
necessidade do conhecimento explicito da função de transferencia do sistema. Os valores
encontrados de ganho não garantem uma característica de resposta temporal predeterminada, apenas
indica uma região de operação favorável. Deve ser feito um ajuste manual em cada ganho para
obter a característica de resposta desejada.
Ex. 7 – Projetar um controlador PID para o sistema G(s) = 1/s(s + 36)(s + 100), usando o método
experimental de por Ziegler-Nichols.
Solução:
Fazendo a variação de Kcr obteve-se uma oscilação sustentada na saída, para Kcr = 489600 e Pcr
= 2.2 seg. Com esses dados foi elaborado o programa abaixo, que gerou o resultado mostrado na
figura apresentada.
Resultados:
Transfer function (ftma):
161
Teoria de Controle – José A. Riul
1
----------------------
s^3 + 136 s^2 + 3600 s
Transfer function (PID):
clear all
close all
% sistema - ftma1 = k1/s(s + 36)(s + 100)
k1=1;
n1 = [k1];
d1 = [1 136 3600 0];
ftma1 = tf(n1,d1)
ftmf1 = feedback(ftma1,1)
figure(1)
rlocus(ftma1,'k')
%[k,poles] = rlocfind(ftma1)
t = 0.0;
dt = 0.1;
for i=1:1:50;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end
yf = lsim(ftmf1,degrauv,tv);
162
Teoria de Controle – José A. Riul
figure(2)
plot(tv,degrauv,'k',tv,yf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição(radianos)')
title ('Respostas do Sistema sem e com Ação de Controle PD')
ftpid = tf(npid,dpid)
figure(3)
plot(tv,degrauv,'k',tv,yftcf,'k');grid
xlabel('Tempo (s)')
ylabel('Posição(radianos)')
title ('Resposta do Sistema com Ação de Controle PID')
163
Teoria de Controle – José A. Riul
1.2
1
Posição(radianos)
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Tempo (s)
164