Edvaldo ASSUNÇÃO Marcelo C. M. TEIXEIRA CONTROLE LINEAR Sistemas Contínuos e Discretos no Tempo VOLUME 1 UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA Laboratório de Pesquisa em Controle CONTROLE LINEAR Sistemas Contínuos e Discretos no Tempo VOLUME 1 Sistemas Contínuos no Tempo Prof. Dr. Edvaldo Assunção Prof. Dr. Marcelo Carvalho Minhoto Teixeira 2018 AGRADECIMENTOS Os autores desejam agradecer ao aluno Pierre Goebel, que em uma tarde de verão decidiu digitar toda apostila de forma voluntária e com o prazer de proporcionar uma leitura agradável aos demais alunos. Agradecem também ao Eng. Bruno Sereni que elevou esse material à excelência didática por seu brilhantismo e vocação natural para arte de uma docência inovadora. Muito obrigado Bruno e Pierre! PREFÁCIO O Material Esta apostila foi elaborada com o intuito de ser um material complementar aos estudos da teoria de controle, na disciplina Controle Linear I, ministrada no curso de Engenharia Elétrica da Faculdade de Engenharia de Ilha Solteira, FEIS-UNESP. Aqui, são abordados os fundamentos da teoria de controle de sistema lineares e contínuos no tempo, através do conceito de realimentação de sistemas. São discutidos o conceito de estabilidade de um sistema, os métodos para avaliar a condição de estabilidade de um sistema, e métodos para o projeto de controladores. Abordam-se, também, os conceitos de função de transferência de sistemas e da representação de sistemas através de diagrama de blocos. Um foco especial é dado ao estudo da resposta transitória de sistemas de 1ª e 2ª ordem e ao projeto de controladores utilizando o método do lugar das raízes, visando garantia da estabilidade e atendimento a critérios de desempenho. Nos apêndices desta apostila são apresentados os roteiros para as aulas práticas previstas na ementa da disciplina de Controle Linear I. Os experimentos visam embasar os conceitos teóricos apresentados, aperfeiçoar a formação dos alunos, além de, especialmente, promover estímulo e motivação para o contínuo aprendizado ao longo do curso. Os Autores Edvaldo Assunção é Professor Adjunto da Universidade Estadual Paulista Júlio de Mesquita Filho. Possui graduação em Engenharia Elétrica pela Universidade Estadual Paulista Júlio de Mesquita Filho (1989), mestrado em Engenharia Eletrônica e Computação pelo Instituto Tecnológico de Aeronáutica (1991) e doutorado em Engenharia Elétrica pela Universidade Estadual de Campinas (2000). Tem experiência na área de Engenharia Elétrica, com ênfase em Teoria de Controle e Automação Eletrônica, atuando principalmente nos seguintes temas: LMIs, controle ótimo e robusto đģ2 e đģ∞ e controle linear. É membro pesquisador do Grupo de Pesquisa Sistemas de Controle e Automação, cadastrado no Diretório de Grupos de Pesquisa no Brasil - CNPq. Marcelo Carvalho Minhoto Teixeixa é Professor Titular do Departamento de Engenharia Elétrica da Faculdade de Engenharia de Ilha Solteira (FEIS) da Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP), onde atua desde 1982. Possui graduação em Engenharia Elétrica pela Escola de Engenharia de Lins (1979), mestrado em Engenharia Elétrica pela Universidade Federal do Rio de Janeiro (1982) e doutorado em Engenharia Elétrica pela Pontifícia Universidade Católica do Rio de Janeiro (1989). Adicionalmente, fez um estágio de Pós-doutoramento na Purdue University, nos Estados Unidos, em 1996 e 1997. Tem experiência na área de Engenharia Elétrica, com ênfase em Teoria de Sistemas de Controle e Automação, atuando principalmente nos seguintes temas: controle com modelos fuzzy Takagi-Sugeno, LMIs, controle com estrutura variável, controle adaptativo, controle não-linear, controle com redes neurais, controle linear, controle clássico e aplicações de controle automático. SUMÁRIO 1 INTRODUÇÃO ................................................................................................................. 5 1.1 CONCEITOS BÁSICOS EM CONTROLE ........................................................................................................ 6 2 CLASSIFICAÇÃO E LINEARIZAÇÃO DE SISTEMAS ............................................................... 11 2.1 SISTEMAS LINEARES........................................................................................................................... 12 2.2 LINEARIZAÇÃO DE SISTEMAS ................................................................................................................ 21 2.3 LINEARIZAÇÃO ENVOLVENDO EQUAÇÕES DIFERENCIAIS ............................................................................... 27 2.4 LINEARIZAÇÃO EXATA POR REALIMENTAÇÃO ............................................................................................ 29 3 TRANSFORMADA DE LAPLACE ........................................................................................ 31 3.1 DEFINIÇÃO ..................................................................................................................................... 32 3.2 PROPRIEDADES DAS TRANSFORMADAS DE LAPLACE .................................................................................... 35 3.3 TRANSFORMADA INVERSA DE LAPLACE ................................................................................................... 40 3.4 RESOLUÇÃO DE EQUAÇÕES DIFERENCIAIS LINEARES E INVARIANTES NO TEMPO ................................................... 49 4 FUNÇÃO DE TRANSFERÊNCIA ......................................................................................... 53 4.1 DEFINIÇÃO ..................................................................................................................................... 54 4.2 FUNÇÃO DE TRANSFERÊNCIA DE CIRCUITOS COM AMPLIFICADOR OPERACIONAL (A.O.) ........................................ 63 4.3 FUNÇÃO DE TRANSFERÊNCIA DE UM SISTEMA ROTACIONAL MECÂNICO ............................................................ 71 4.4 FUNÇÃO DE TRANSFERÊNCIA DE UM MOTOR DE CORRENTE CONTÍNUA ............................................................ 72 5 DIAGRAMA DE BLOCOS.................................................................................................. 76 5.1 INTRODUÇÃO .................................................................................................................................. 77 5.2 FUNÇÃO DE TRANSFERÊNCIA DE MALHA FECHADA ..................................................................................... 78 5.3 MANIPULAÇÃO NO DIAGRAMA DE BLOCOS............................................................................................... 81 5.4 SIMPLIFICAÇÃO DE DIAGRAMA DE BLOCOS COM O MATLAB ........................................................................ 90 6 MODELO EM DIAGRAMA DE FLUXO DE SINAL .................................................................. 92 6.1 DIAGRAMA DE FLUXO DE SINAL ............................................................................................................ 93 7 ESTABILIDADE DE SISTEMAS DINÂMICOS ......................................................................... 99 7.1 DEFINIÇÃO DE ESTABILIDADE ............................................................................................................. 100 7.2 CRITÉRIO DE BIBO ESTABILIDADE ....................................................................................................... 104 7.3 O CRITÉRIO DE ESTABILIDADE DE ROUTH-HURWITZ ................................................................................. 111 7.4 PROJETO DE CONTROLADORES ATRAVÉS DO MÉTODO DE ROUTH-HURWITZ ..................................................... 114 7.5 ESTABILIDADE RELATIVA ................................................................................................................... 118 8 RESPOSTA TRANSITÓRIA DE SISTEMAS DE 1ª E 2ª ORDEM .............................................. 128 8.1 ENTRADA DEGRAU ......................................................................................................................... 129 8.2 RESPOSTA TRANSITÓRIA DE SISTEMA DE 1ª ORDEM .................................................................................. 129 8.3 RESPOSTA TRANSITÓRIA DE SISTEMAS DE 2ª ORDEM ................................................................................. 133 8.4 RESPOSTA TRANSITÓRIA × LOCALIZAÇÃO DOS POLOS NO PLANO-S.............................................................. 143 8.5 RESPOSTA AO DEGRAU DE SISTEMAS DE ORDEM SUPERIOR ......................................................................... 147 8.6 RESPOSTA TRANSITÓRIA USANDO O MATLAB ....................................................................................... 150 8.7 ÍNDICES DE DESEMPENHO ITAE, ISE, IAE.............................................................................................. 152 9 ERRO DE REGIME PERMANENTE .................................................................................... 155 9.1 EXEMPLOS DE ERRO DE REGIME PERMANENTE ......................................................................................... 156 9.2 ANÁLISE DE ERROS DE REGIME PERMANENTE .......................................................................................... 158 10 SINAIS DE PERTURBAÇÃO EM SISTEMAS DE CONTROLE .................................................. 166 10.1 SINAIS DE PERTURBAÇÃO .................................................................................................................. 167 11 MÉTODO DO LUGAR DAS RAÍZES .................................................................................. 173 11.1 DEFINIÇÃO DE ROOT-LOCUS ............................................................................................................. 174 11.2 AS REGRAS DO ROOT-LOCUS ............................................................................................................ 177 11.3 PROJETO DE CONTROLADORES UTILIZANDO ROOT-LOCUS ......................................................................... 193 11.4 TÉCNICA DE CANCELAMENTO DE POLOS E ZEROS...................................................................................... 201 11.5 OBTENDO O ROOT-LOCUS ATRAVÉS DO MATLAB ................................................................................... 204 APÊNDICE A – LABORATÓRIO 1: INTRODUÇÃO AO MATLAB .................................................... 210 APÊNDICE B – LABORATÓRIO 2: INTRODUÇÃO À ROBÓTICA ................................................... 236 APÊNDICE C – LABORATÓRIO 3: CONTROLE DE MOTOR C.C.................................................... 239 APÊNDICE D – LABORATÓRIO 4: PROJETO E IMPLEMENTAÇÃO DE CONTROLADORES USANDO A TÉCNICA DO LUGAR DAS RAÍZES PARA O SISTEMA BALL BALANCER......................................... 242 APÊNDICE E – LABORATÓRIO 5: RESPOSTA TRANSITÓRIA DE SISTEMAS DINÂMICOS E ERROS DE REGIME PERMANENTE ........................................................................................................... 255 BIBLIOGRAFIA BÁSICA ........................................................................................................... 261 CAPÍTULO 1 - Introdução CAPÍTULO 1 1 Introdução INTRODUÇÃO Neste Capítulo... Não é difícil pensar em situações do dia-a-dia nas quais usamos os conceitos relacionados à teoria de controle. Por exemplo, quando dirigimos um carro nós realizamos o controle da velocidade ao medi-la através do velocímetro. Então, a partir desta medida, decidimos se devemos pisar mais no acelerador, ou se devemos tirar o pé, para que a velocidade que desejamos seja atingida. Este é o preceito básico de realimentação, algo que discutiremos em detalhes neste capítulo. Roberto Nickson – Unsplash (CC0) Controle está em toda parte Iremos dar início ao estudo na busca de compreender o que é e como controlar um sistema. Veremos, também, a ideia de como representar um sistema através de seu modelo matemático, e apresentaremos um conceito fundamental da teoria de controle: a realimentação. CONTROLE LINEAR Sistemas Contínuos no Tempo 1.1 Conceitos Básicos em Controle A engenharia diz respeito ao conhecimento e ao controle de materiais e forças da natureza para o benefício da humanidade. Dizem respeito aos engenheiros de sistemas de controle o conhecimento e controle de segmentos à sua volta, chamados de sistemas, com a finalidade de dotar a sociedade de produtos úteis e econômicos. Os objetivos duplos de conhecimento e controle são complementares, uma vez que o controle efetivo de sistemas requer que os sistemas sejam compreendidos e modelados. Além disso, a engenharia de controle deve considerar muitas vezes o controle de sistemas mal conhecidos, como sistemas de processos químicos. O presente desafio ao engenheiro de controle é a modelagem e o controle de sistemas modernos, complexos e interligados, como sistemas de controle de tráfego, processos químicos, sistemas robóticos e automação industrial e controla-los em benefício da sociedade. Um sistema de controle é uma interconexão de componentes formando uma configuração de sistemas que produzirá uma resposta desejada do sistema. A base para análise de um sistema é formada pelos fundamentos fornecidos pela teoria dos sistemas lineares, que supõe uma relação de causa e efeito para os componentes de um sistema. Apresentamos a seguir uma definição de sistema. Sistema: é qualquer coisa que interage com o meio ambiente, recebendo deste informações ou ações chamadas entradas ou excitações e reagindo sobre ele dando uma resposta ou saída. Isto está sintetizado na figura abaixo: Figura 1.1 Representação de um sistema e da relação entrada-saída. Geralmente, u(t) e y(t) são relacionados matematicamente através de uma equação diferencial. Exemplos de sistemas: i) um avião cuja entrada é o combustível e a saída é seu deslocamento, ii)uma caldeira cujas entradas são ar e combustível e a saída é a temperatura da água, iii) um automóvel cuja entrada é o ângulo do acelerador e a saída é a velocidade do automóvel, iv) o rastreador solar cuja entrada é a posição relativa do sol e a saída é a posição angular das placas conversoras de energia solar. O modelo matemático de um sistema é muito importante (fundamental) para o projeto de controle automático. O modelo de um sistema é a relação entre a entrada u(t) e a saída y(t) do sistema. O modelo pode ser obtido usando-se leis físicas, por exemplo, leis de Newton, leis de Kirchoff, etc. Ou então usando-se metodologias experimentais, com por exemplo respostas transitórias, respostas em frequência etc. 6 CAPÍTULO 1 – Introdução O controle de um sistema baseia-se em medir uma variável de interesse do sistema e, a partir desta leitura, atuar sobre o mesmo de forma a conduzir o valor medido até um certo valor desejado. Um fundamento básico da teoria de controle é o uso da realimentação. Através de exemplos, iremos introduzir o conceito de realimentação. Exemplo 1.1 Considere o seguinte problema no qual uma pessoa deseja aquecer o interior de uma sala, tendo em vista que a temperatura externa é 0 °C. Para isto ele dispõe de um aquecedor superdimensionado e um termômetro para leitura da temperatura interna da sala. Figura 1.2 Problema de controle de temperatura. O objetivo de controle é manter a temperatura da sala em Ts=22 °C, mesmo na ocorrência de alguns eventos: abrir a porta, desligar o fogão etc. E que a pessoa possa dormir, isto é, que ela não precise se preocupar com o controle da temperatura. 1ª Estratégia: o homem fecha a chave e então vai dormir. O sistema de controle pode ser esquematizado no seguinte diagrama: Figura 1.3 Diagrama de blocos do sistema de controle de temperatura em malha aberta. Neste caso temos que o sistema de controle é uma conexão série de três outros sistemas: HOMEM-CHAVE-AQUECEDOR. Esta configuração é chamada de sistema de malha aberta. 7 CONTROLE LINEAR Sistemas Contínuos no Tempo O resultado é que a temperatura da sala irá crescer indefinidamente se o aquecedor estiver superdimensionado e Ts >> 22 °C. Essa estratégia falhou. Neste caso: Figura 1.4 Comportamento da resposta Ts (°C) para a primeira estratégia de controle. 2a estratégia: o homem lê o termômetro e usa a seguinte tática: Se Ts īŖ 22 °C ele liga a chave Se Ts > 22 °C ele desliga a chave Neste caso teremos: Figura 1.5 Comportamento da resposta Ts (°C) para a segunda estratégia de controle. Neste caso o homem não terá altas temperaturas, esta estratégia é melhor que a 1º porém, o homem não dormirá. O diagrama de blocos deste sistema de controle é: Figura 1.6 Diagrama de blocos do sistema de controle de temperatura em malha fechada. 8 CAPÍTULO 1 – Introdução 3a estratégia: controle automático usando um bimetal. O bimetal é composto de dois metais com coeficientes de dilatação térmica diferentes. Figura 1.7 Princípio de funcionamento do bimetal. Vemos que o bimetal sofre deformações caso a temperatura esteja acima de um certo valor, que varia de bimetal para bimetal. No exemplo apresentado pela Figura 7 (a), vemos que quando a temperatura está abaixo de 22 °C, o bimetal curva-se para cima. Caso a temperatura do bimetal esteja acima de 22 °C, então o mesmo encurva-se para baixo. Este comportamento pode ser usado para realizar a automação do aquecedor, conforme mostra a Figura 1.7(b), onde o contato elétrico do circuito é fechado sempre que a temperatura estiver abaixo de 22 °C. O diagrama de blocos deste sistema de controle é: Figura 1.8 Diagrama de blocos do sistema de controle de temperatura em malha fechada sem intervenção do homem. Note que este é um sistema de malha fechada. Esta é a melhor tática, pois o homem poderá dormir e a temperatura da sala será mantida em Ts īģ 22 °C. Fator de sucesso: a decisão é tomada após a comparação entre o que queremos e o realmente temos, ou seja, existe realimentação. 9 CONTROLE LINEAR Sistemas Contínuos no Tempo O esquema genérico de um sistema de malha fechada é: Figura 1.9 Representação gráfica de um sistema em malha fechada. Exemplo 1.2 sistema de controle biológico, consistindo de um ser humano que tenta apanhar um objeto. Figura 1.10 Sistema de controle biológico: apanhando um objeto com as mãos. O sistema de malha aberta tem as seguintes vantagens: i.) Simples construção; ii.) Mais barato que a malha fechada; iii.) Conveniente quando a saída é de difícil acesso ou economicamente não disponível. E ter as seguintes desvantagens: i.) Distúrbios e variações na calibração acarretam erros e a saída pode ser diferente da desejada; ii.) Para manter a qualidade na saída é necessária uma recalibração periódica; iii.) Inviável para sistemas instáveis 10 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 2 2 Classificação e Linearização de Sistemas CLASSIFICAÇÃO E LINEARIZAÇÃO DE SISTEMAS Neste Capítulo... As equações diferenciais que regem a dinâmica de voo de um helicóptero militar de carga são não lineares. Entretanto, quando se objetiva desenvolver um controle de voo automático para uma máquina dessas, seu modelo matemático pode ser linearizado, e técnicas de controle linear podem ser aplicadas, tornando o projeto de controle mais simples. O renomado matemático russo Alexander M. Lyapunov (1857-1918) provou, a mais de 100 anos, a validade da estabilização de sistemas não lineares via modelos lineares obtidos a partir de linearização em torno de um ponto de operação (ou equilíbrio). Wes Calder – Defense Images - Flickr (CC BY-NC 2.0) Controle de voo Veremos que os sistemas de interesse em controle podem ser classificados como lineares ou não lineares, de acordo com o princípio de superposição. Entretanto, veremos que com a técnica de linearização poderemos aplicar teoria de controle linear para controlar sistemas sistema não lineares. CONTROLE LINEAR Sistemas Contínuos no Tempo 2.1 Sistemas Lineares Seja o sistema abaixo, considerando com condições iniciais nulas, I.C.=0. Em um sistema físico isto equivale a dizer que o sistema não possui energia armazenada em t=0 (o sistema estará em repouso). Figura 2.1 Sistema com condições iniciais nulas. Suponha que a entrada u(t)= u1(t) gera a saída y(t)=y1(t) e que a entrada u(t)=u2(t) gera a saída y(t)=y2(t), tal como mostra a Figura 2.2. Figura 2.2 Representação do sistema com condições iniciais nulas para duas entradas distintas. A partir das considerações apresentadas, podemos agora definir o conceito de sistema linear. Definição: um sistema é dito linear em termos da sua excitação u(t) (entrada) e sua resposta y(t) (saída) se o princípio de superposição for “respeitado” pelo sistema. Princípio de Superposição Se a entrada u(t)= u1(t) gera a saída y(t)=y1(t), se a entrada u(t)=u2(t) gera a saída y(t)=y2(t) e se aplicarmos no sistema uma combinação linear das entradas u1(t) e u2(t), ou seja, u(t)=īĄu1(t)+īĸu2(t) a saída y(t) será a mesma combinação linear das saídas y1(t) e y2(t), ou seja, y(t)=īĄy1(t)+īĸy2(t), īĸ īĄ e īĸīī. Figura 2.3 Representação do princípio de superposição. Desta forma, para verificar se um sistema é linear aplica-se o Princípio da Superposição. 12 CAPÍTULO 2 – Classificação e Linearização de Sistemas Exemplo 2.1: Verifique se o sistema y(t)=aâu(t) é linear. Figura 2.4 Representação do sistema y(t)=aâu(t). Solução: Para verificar se o sistema é linear, utilizaremos o princípio da superposição, supondo a existência de duas entradas distintas, u(t)= u1(t) e u(t)=u2(t), e em seguida aplicando a seguinte combinação linear: đĸ(đĄ) = đŧ â đĸ1 (đĄ) + đŊ â đĸ2 (đĄ) no sistema đĻ(đĄ) = đ â đĸ(đĄ). Na Figura 2.5, temos uma representação gráfica deste sistema. Figura 2.5 Característica de saída do sistema y(t)=aâu(t). Seguindo o raciocínio apresentado, temos: Para đĸ1 (đĄ) tem-se đĻ1 (đĄ) = đ â đĸ1 (đĄ) Para đĸ2 (đĄ) tem-se đĻ2 (đĄ) = đ â đĸ2 (đĄ) (2.2) Para đĸ(đĄ) = đŧ â đĸ1 (đĄ) + đŊ â đĸ2 (đĄ) tem-se đĻ(đĄ) = đ[đŧ â đĸ1 (đĄ) + đŊ â đĸ2 (đĄ)] Ainda, đĻ(đĄ) = đŧ â đ â đĸ1 (đĄ) + đŊ â đ â đĸ2 (đĄ)] (2.3) (2.1) Substituindo (2.1) e (2.2) em (2.3) tem-se: đĻ(đĄ) = đŧ â đĻ1 (đĄ) + đŊ â đĻ2 (đĄ) Portanto o princípio da superposição foi respeitado, logo o sistema em questão é linear. Exemplo 2.2: Verifique se o sistema dado por y(t)= aâu(t)+b é linear ou não. Figura 2.6 Representação do sistema y(t)=aâu(t)+b. 13 CONTROLE LINEAR Sistemas Contínuos no Tempo Solução: De forma análoga ao realizado no Exemplo 2.1, vamos observar se o sistema em questão respeita o princípio de superposição. Considerando, então, duas entradas distintas, temos: đĸ1 (đĄ) ⇒ đĻ1 (đĄ) = đ â đĸ1 (đĄ) + đ ⇒ đĸ1 (đĄ) = đĻ1 (đĄ)−đ (2.4) đĸ2 (đĄ) ⇒ đĻ2 (đĄ) = đ â đĸ2 (đĄ) + đ ⇒ đĸ2 (đĄ) = đĻ2 (đĄ)−đ (2.5) e, Figura 2.7 Característica de saída do sistema y(t)=aâu(t)+b. đ đ Agora, considerando uma entrada dada por uma combinação linear das entradas anteriormente apresentadas, obtém-se: đĸ(đĄ) = đŧ â đĸ1 (đĄ) + đŊ â đĸ2 (đĄ) ⇒ đĻ(đĄ) = đ[đŧ â đĸ1 (đĄ) + đŊ â đĸ2 (đĄ)] + đ (2.6) Substituindo (2.4) e (2.5) em (2.6) tem-se: ou ainda, đĻ(đĄ) = đ [ đŧ(đĻ1 (đĄ) − đ) đŊ(đĻ2 (đĄ) − đ) + ]+đ đ đ đĻ(đĄ) = đŧ â đĻ1 (đĄ) + đŊ â đĻ2 (đĄ) + đ(1 − đŧ − đŊ) (2.7) Observe que (2.7) será igual a đĻ(đĄ) = đŧ â đĻ1 (đĄ) + đŊ â đĻ2 (đĄ) se, e somente se, b=0 ou (1-īĄ-īĸ)=0 ī īĄ=1-īĸ Porém, no enunciado foi suposto que bīš0. Note que, assim, a expressão īĄ=1-īĸ restringe os valores de īĄ e īĸ. Entretanto, vimos que para que seja um sistema seja linear é necessário que đĻ(đĄ) = đŧ â đĻ1 (đĄ) + đŊ â đĻ2 (đĄ), īĸ īĄ e īĸ ī ī, portanto concluímos que o sistema não é linear. đĻ(đĄ) = đ â đĸ(đĄ) + đ Assim, a partir dos resultados obtidos nos Exemplos 2.1 e 2.2, podemos concluir que, equações lineares em suas respectivas variáveis, não necessariamente se encaixarão na definição de sistema linear apresentada. 14 CAPÍTULO 2 – Classificação e Linearização de Sistemas A figura ao lado resume as conclusões obtidas. Veja que ambas as retas são lineares em u(t), porém o termo b≠0 derruba o princípio de superposição para o sistema do Exemplo 2.2. Uma característica interessante de se observar é que b=0 implica no fato de que a reta y(t) necessariamente passa pela origem do plano. Figura 2.8 Sistemas definidos por retas não necessariamente enquadram-se no conceito de sistema linear Exemplo 2.3: Mostre que o sistema chamado integrador eletrônico é linear. Figura 2.9 Sistema integrador eletrônico Solução: Ao avaliar o princípio de superposição, consideramos as seguintes entradas distintas: đĄđ đĸ(đĄ) = đĸ1 (đĄ) ⇒ đĻ1 (đĄ) = ∫ đĸ1 (đĄ)đđĄ (2.8) đĸ(đĄ) = đĸ2 (đĄ) ⇒ đĻ2 (đĄ) = ∫ đĸ2 (đĄ)đđĄ (2.9) 0 đĄđ 0 Assim, uma entrada dada por uma combinação linear de đĸ1 (đĄ) e đĸ2 (đĄ) gera uma saída y(t) tal que đĄđ đĸ(đĄ) = đŧ â đĸ1 (đĄ) + đŊ â đĸ2 (đĄ) ⇒ đĻ(đĄ) = ∫ [đŧ â đĸ1 (đĄ) + đŊ â đĸ2 (đĄ)]đđĄ 0 e, devido as propriedades lineares da integral, đĻ(đĄ) pode ser reescrita como đĄđ đĄđ đĻ(đĄ) = đŧ â (∫ đĸ1 (đĄ)đđĄ) + đŊ â (∫ đĸ2 (đĄ)đđĄ) 0 Substituindo (2.8) e (2.9) em (2.10) tem-se 0 đĻ(đĄ) = đŧ â đĻ1 (đĄ) + đŊ â đĻ2 (đĄ) e, portanto, o sistema integrador eletrônico é um sistema linear. 15 (2.10) CONTROLE LINEAR Sistemas Contínuos no Tempo Informações Complementares O circuito eletrônico que implementa o integrador utiliza amplificadores operacionais (A.O.). Tal circuito é representado abaixo. Figura 2.10 Circuito eletrônico que implementa o sistema integrador O amplificador operacional será alvo de estudos mais detalhados, uma vez que este possui um papel fundamental no desenvolvimento da teoria de controle. Exercícios 2.1 Determine se os sistemas a seguir são lineares. a) y(t) = đĸ2 (đĄ). b) y(t) = đ đđĄ (đĸ(đĄ)). c) y(t) = cos(đĸ(đĄ)). d) y(t) = 1 đĸ(đĄ) , đĸ(đĄ) ≠ 0. e) y(t) = u(t). f) đĄ y(t) = 5 ∫0 đ đĸ(đĄ)đđĄ + 2 g) đĻ(đĄ) = √đĸ(đĄ). h) đĻ(đĄ) = i) 1 . đĸ2 (đĄ) y(t) = 10 â u(t) + 22 đ đđĄ đ đđĄ (đĸ(đĄ)). đĄ (đĸ(đĄ)) + 3 ∫0 đ đĸ(đĄ)đđĄ. Observação O sistema apresentado no Exercício 2.1-i) é um controlador industrial conhecido como controlador PID. O projeto de um controlador PID consiste em ajustar três parâmetros conhecidos como ganhos (Proporcional, Integral e Derivativo). Tal ajustes são feitos forma recursiva para fornecer a dinâmica desejada ao sistema que se deseja controlar. Devido a facilidade que apresenta para ser implementado, os PIDs são largamente utilizados na indústria. Iremos estudar em maiores detalhes o projeto de controladores PID no Volume 2 deste curso. 16 CAPÍTULO 2 – Classificação e Linearização de Sistemas Sistemas Dinâmicos Controle baseia-se no intento de garantir determinadas características de interesse aos mais diversos tipos de sistemas. Via de regra, os sistemas de interesse neste curso são sistemas dinâmicos, isto é, sistemas que apresentam comportamentos que variam durante sua operação. Esta classe de sistemas é facilmente encontrada nas mais diversas áreas e aplicações, como as máquinas elétricas em nas indústrias, os aviões-caça na área militar, ônibus espaciais na área da pesquisa espacial, as reações químicas no campo da biologia, o mercado de ações na área da economia, e assim por diante. De forma geral, os sistemas dinâmicos podem ser expressos por equações diferenciais da forma đ đ đ=0 đ=0 ∑ đđ (đĄ) đĻ đ (đĄ) = ∑ đđ (đĄ) đĸ đ (đĄ) (2.11) sendo que, u(t) é a entrada do sistema, y(t) a saída do sistema, yi(t) denota a i-ésima derivada de y(t) e uj(t) denota a j-ésima derivada de u(t). Utilizando a estratégia baseada no princípio de superposição, podemos demonstrar que sistemas representados segundo a forma (2.11) são lineares. Suponha que para a entrada u(t)= u1(t) a solução de (2.11) proporciona y(t)=y1(t) e que para u(t)= u2(t) ī y(t)= y2(t), temos: đ đ đ=0 đ=0 đĸ1 (đĄ) ⇒ ∑ đđ (đĄ) đĻ1 đ (đĄ) = ∑ đđ (đĄ) đĸ1 đ (đĄ) (2.12) đĸ2 (đĄ) ⇒ ∑ đđ (đĄ) đĻ2 đ (đĄ) = ∑ đđ (đĄ) đĸ2 đ (đĄ) (2.13) đ đ đ=0 đ=0 Para u(t)= īĄu1(t)+īĸu2(t), como īĄ e īĸ são constantes então uj(t)= īĄu1j(t)+īĸu2j(t), então obtém-se đ đ đ=0 đ=0 ∑ đđ (đĄ) đĻ đ (đĄ) = ∑ đđ (đĄ) [đŧđĸ1 đ (đĄ) + đŊđĸ2 đ (đĄ)] ou ainda, đ ∑ đđ (đĄ) đĻ đ=0 đ (đĄ) đ = đŧ (∑ đđ (đĄ) đĸ1 đ=0 đ (đĄ)) đ + đŊ (∑ đđ (đĄ) đĸ2 đ (đĄ)) đ=0 Mas, por (2.12) e (2.13), podemos reescrever (2.14) como 17 (2.14) CONTROLE LINEAR Sistemas Contínuos no Tempo đ ∑ đđ (đĄ) đĻ đ=0 đ (đĄ) đ = đŧ (∑ đđ (đĄ) đĻ1 đ=0 đ (đĄ)) đ + đŊ (∑ đđ (đĄ) đĻ2 đ (đĄ)). đ=0 E, lembrando que đŧ é uma constante, esta pode ser incluída nos somatórios, sem comprometer o resultado das operações. Assim, chega-se a đ ∑ đđ (đĄ) đĻ đ=0 linear. đ (đĄ) đ = ∑ đđ (đĄ) [đŧđĻ1 đ (đĄ) + đŊđĻ2 đ (đĄ)]. (2.15) đ=0 Por (2.15), podemos concluir que đĻ đ (đĄ) = đŧđĻ1 đ (đĄ) + đŊđĻ2 đ (đĄ), logo o sistema é Sistemas Lineares Variantes e Invariantes no Tempo Considerando a representação de sistemas dinâmicos através de equações diferenciais, tal como apresentamos anteriormente, podemos fazer algumas observações importantes a respeito dos elementos ai(t) e bj(t). Tais elementos são denominados parâmetros do sistema, e carregam as informações que descrevem o sistema. Com base na característica destes parâmetros, os sistemas apresentam diferentes dinâmicas. Quando todos os parâmetros ai(t) e bj(t) são constantes (isto é, para todo i=1, 2, ..., n e j=1, 2, ... , m), então temos um sistema linear e invariante no tempo (SLIT). Isso significa que as características do sistema não sofrem mudanças ao longo do tempo. Por exemplo, uma esfera caindo em queda livre sob ação da força gravitacional pode ser considerado como um SLIT, uma vez que a massa (parâmetro do sistema) não varia com o tempo. Agora, caso algum dos parâmetros ai(t) e bj(t) sofram variações ao longo do tempo tempo (para algum i=1, 2, ... , n e/ou j=1, 2, ... , m), então temos um sistema linear variante no tempo (SLVT). Este tipo de sistema apresenta características que não se mantem constantes. Um foguete lançador de nave espacial é um SLVT, pois ao longo do lançamento sua massa sofre drástica diminuição a medida que o combustível do propulsor vai sendo consumido. Vejamos, em maiores detalhes, estes exemplos de sistemas SLIT e SLVT. Exemplo 2.4: Sistema linear invariante no tempo (SLIT) O levitador magnético é um sistema físico muito interessante, cujo objetivo consiste em manter uma esfera suspensa no ar, através da compensação da força gravitacional por meio da ação de uma força de origem magnética. Isso é obtido por meio do uso de uma bobina elétrica que, ao ser percorrida por uma corrente elétrica, produzirá um campo magnético (đĩ) em seu interior e no espaço ao seu redor. Ao posicionar uma esfera de material ferromagnético, em uma posição suficientemente próxima à bobina, a ação do campo magnético induz uma força magnética 18 CAPÍTULO 2 – Classificação e Linearização de Sistemas que tenderá a aproximar a esfera da bobina. A Figura 2.11 apresenta uma montagem que permite utilizar este fenômeno para a construção do levitador magnético. Assim, podemos equacionar este sistema através da força resultante que atua sobre a esfera. Seja đš(đĄ) a força resultante que atua sobre a esfera. Sendo đ a massa da esfera, đ o módulo da aceleração gravitacional, đđđđ o módulo da força magnética que atua sob a esfera e đĻĖ (đĄ) a aceleração resultante da esfera, temos đš(đĄ) = đđđđ − đđ = đđĻĖ (đĄ) (2.16) Então, adotando a força resultante đš(đĄ) como entrada do sistema đĸ(đĄ) e considerando como saída đĻ(đĄ) a posição vertical da esfera, podemos descrever este sistema segundo Figura 2.11 Diagrama esquemático: levitador magnético 1 đĻĖ (đĄ) = đĸ(đĄ) đ (2.17) Podemos observar que a equação diferencial dada em (2.17) está na forma padrão que for apresentada anteriormente, isto é đ đ đ=0 đ=0 ∑ đđ (đĄ) đĻ đ (đĄ) = ∑ đđ (đĄ) đĸ đ (đĄ) pois, para đ = 2 e đ = 0, temos SLIT. Portanto, como os parâmetros đđ e đđ são todos constantes no tempo, este é um Exemplo 2.5: Sistema linear variante no tempo (SLVT) Analisaremos, agora, o exemplo do foguete lançador de nave espacial. O combustível é consumido durante o percurso e, portanto, a massa total do sistema varia ao longo do tempo. Para descrever este sistema, faremos uso de um modelo simplificado do problema, que aborda apenas as variáveis de interesse no momento. Para tanto, consideremos a 19 (2.18) CONTROLE LINEAR Sistemas Contínuos no Tempo representação gráfica apresentada na Figura 2.12. Figura 2.12 Foguete lançador e seu modelo simplificado Na construção do modelo matemático do foguete lançador, descreveremos a força resultante em termos da variação do momento linear em relação ao tempo, ou seja: đ(đĄ) − đđ (đĄ) − đđ (đĄ) = de forma que đâ(đĄ) đđĄ (2.19) â(đĄ) = đ(đĄ) â đŖ(đĄ) (2.20) đĸđ (đĄ) = đ(đĄ) − đđ (đĄ) − đđ (đĄ) (2.21) onde đ(đĄ) é a massa e đŖ(đĄ) a velocidade. Seja đĸđ (đĄ) a força resultante, ou seja: Substituindo (2.19) e (2.20) em (2.21) temos: ou ainda, đĸđ (đĄ) = đ đđŖ(đĄ) đđ(đĄ) (đ(đĄ) â đŖ(đĄ)) = â đŖ(đĄ) + đ(đĄ) â đđĄ đđĄ đđĄ đđ(đĄ) â đĻĖ (đĄ) + đ(đĄ) â đĻĖ (đĄ) = đĸđ (đĄ) đđĄ (2.22) E, colocando a expressão (2.22) forma padrão para sistemas dinâmicos, observase que 20 CAPÍTULO 2 – Classificação e Linearização de Sistemas (2.23) Por (2.23), vemos que os parâmetros a1 e a2 são dependentes do tempo, ou seja, concluímos que, de fato, este é um SLVT. Exercícios 2.2 Descreva 5 sistemas que sejam SLIT e 5 sistemas que sejam SLVT. Não se esqueça de mostrar qual é a entrada e qual é a saída de cada sistema. 2.3 Suponha que o sistema de deslocamento de um trem de metrô seja linear, e considere que o trem utiliza energia elétrica para se mover. Analisando o movimento entre uma estação e a próxima pode, este sistema classifica-se como SLIT ou SLVT? E se a análise for feita no movimento entre as duas estações extremas da linha? 2.4 Demonstre a equação diferencial na forma padronizada do integrador eletrônico estudado neste capitulo, considerando que 1 đĄđ ∫ đĸ(đĄ) đĻ(đĄ) = − đ đļ đ é a expressão da saída y(t) fornecida pelo integrador. (Repare que a forma padrão é apresentada em termo apenas das derivadas da entrada e da saída do sistema). 2.2 Linearização de Sistemas Na engenharia de controle, uma operação normal do sistema pode ser em torno do que chamamos de ponto de equilíbrio. Nestas condições, o sistema apresenta variações bem pequenas em seus sinais. Para entender melhor este conceito, imagine-se equilibrando uma vareta na palma de sua mão. É possível observar (se você for bom em equilibrar coisas) que uma vez colocada na posição vertical, você acaba precisando fazer apenas pequenas correções na posição de sua mão para mantê-la equilibrada. Note, também, que o ângulo que a vareta faz com a vertical sofre variações bem pequenas enquanto você a mantém equilibrada. Este sistema que acabamos de imaginar é chamado de pêndulo invertido (Figura 2.13), e é caracterizado como Figura 2.13 Sistema não linear: pêndulo invertido sendo não linear, e a posição em que a vareta faz 90° com a palma da sua mão (đ = 0°) é um ponto de equilíbrio deste sistema. 21 CONTROLE LINEAR Sistemas Contínuos no Tempo A grande questão é que se o sistema operar em torno de um ponto de equilíbrio e se os sinais envolvidos forem pequenos, então é possível aproximar o sistema não linear por um sistema linear, ou seja, linearizar o sistema. Assim, o sistema linear obtido é equivalente ao sistema não linear, considerado dentro de um conjunto limitado de operações. Existem várias formas de se obter um modelo linear de um sistema. O processo de linearização apresentado a seguir tem como base o desenvolvimento da função não linear em uma série de Taylor em torno de um ponto de operação e a retenção somente do termo linear. Como vimos, a linearização de um sistema não linear supõe que o sistema operará próximo de um ponto de equilíbrio, também chamado de ponto de operação (P.O.). Considere que o sistema: Figura 2.14 Sistema y(t)=f(x). opera próximo ao ponto de operação (P.O.): Expandindo y=f(x) em uma série de Taylor em torno deste ponto, teremos: (đĨ − đĨđ )2 đ 2 đ(đĨ) đđ(đĨ) ) (đĨ | ) − đĨđ + ( | ) +⯠đĻ = đ(đĨ) = đ(đĨ)|đ.đ. + ( đđĨ 2 đ.đ. 2! đđĨ đ.đ. (2.24) sendo P.O.=(xo,yo), que é o ponto de operação do sistema. A suposição de que o sistema não linear irá operar em torno do P.O., implica que x ficará próximo de xo, logo (x-xo) será pequeno e quando elevado a 2, 3, ... será menor ainda, portanto: (đĨ − đĨđ )2 (đĨ − đĨđ )3 ≅0, ≅ 0, ⯠2! 3! (2.25) Substituindo (2.25) em (2.24) tem-se: ou đđ(đĨ) đĻ ≅ đ(đĨ)|đ.đ. + ( | ) (đĨ − đĨđ ) đđĨ đ.đ. 22 CAPÍTULO 2 – Classificação e Linearização de Sistemas đĻ ≅ đ(đĨđ ) + ( đđ đđ(đĨ) ) (đĨ − đĨđ ) ⇒ đĻ = đĻđ + đđĨđĨ ⇒ đĻ − đĻđ = đđĨđĨ | đđĨ đĨ=đĨ đ E, finalmente: đ đĢđ ΔđĻ = đΔđĨ (2.26) Note que (2.26) define um sistema linear, tal como verificamos no Exemplo 2.1. Na Figura 2.12, temos uma interpretação geométrica do procedimento de linearização descrito acima. Figura 2.15 Linearização em torno do ponto de operação P.O. Se tivermos uma função de várias variáveis: đĻ(đĄ) = đ(đĨ1 , đĨ2 , ⯠, đĨđ ) đ đ. đ. = (đĨ1đ , đĨ2đ , ⯠, đĨđđ , đĻđ ) a expansão em série de Taylor desprezando-se potências maiores que 1 é dada por: đđ đđ đđ | ) (đĨ1 − đĨ1đ ) + ( | ) (đĨ2 − đĨ2đ ) + ⯠+ ( | ) (đĨđ − đĨđđ ) đĻ(đĄ) ≅ â đ(â)|đ.đ. + ( đđĨ1 đ.đ. đđĨ2 đ.đ. đđĨđ đ.đ. â â â đĻ0 ou ainda, đ1 đ2 đĻâ− đĻ0 ≅ đ1 đĨđĨ1 + đ2 đĨđĨ2 + ⯠+ đđ đĨđĨđ . âđĻ 23 đđ CONTROLE LINEAR Sistemas Contínuos no Tempo E, assim, âđĻ = đ1 đĨđĨ1 + đ2 đĨđĨ2 + ⯠+ đđ đĨđĨđ Observação Se o cálculo de y0, m1, m2, ... , mn não for possível de ser realizado devido à ocorrência de divisão por zero, diz-se que o sistema não é linearizável em torno do P.O. em questão. que é um sistema linear. Exemplo 2.6: Linearize a função que corresponde ao momento (torque) que a massa m faz com relação ao ponto “P” do pêndulo simples abaixo. Linearizar em torno do ponto de operação īą = 0. O momento é dado por: đŧ =đšâđ Neste caso, a força perpendicular à alavanca (formada pela corda que prende a esfera ao ponto P) corresponde a componente da força peso dada por đš = đđđ đđ(đ) E, o comprimento do braço de alavanca é dado pela extensão do fio. Logo, o momento pode ser reescrito tal como Figura 2.16 Diagrama do sistema pêndulo simples. đŧ = đđđđ đđ(đ) Observação Note que đ(đ) é não linear: đ = đ1 ⇒ đ đđ(đ1 ) e đ = đ2 ⇒ đ đđ(đ2 ) đ = đŧ â đ1 + đŊ â đ2 ⇒ đ đđ(đŧ â đ1 + đŊ â đ2 ) ≠ đŧ â đ đđ(đ1 ) + đŊ â đ đđ(đ2 ) Logo, este fato implicará na não linearidade de đ(đ). Definimos, assim, uma função đ(đ) tal que đ(đ) = đđđđ đđ(đ) Como neste caso, o ponto de operação é īą=0, a expansão em série de Taylor, descartando os termos de ordem superior a 1, fornece: 24 CAPÍTULO 2 – Classificação e Linearização de Sistemas mas, e, logo, đ(đ) ≅ đ(đ)|đ=0 + ( đđ(đ) | ) (đ − 0) đđ đ=0 đ(đ)|đ=0 = đđđđ đđ(0) = 0 (2.28) đđ(đ) = đđđđđđ (đ) đđ (2.29) đđ(đ) | = đđđđđđ (0) = đđđ đđ đ=0 Assim, substituindo (2.28) e (2.29) em (2.27), temos đ(đ) = đđđđ A Figura 2.17 apresenta a característica do sistema pêndulo simples e sua linearização em torno do ponto de operação đ = 0, com o auxílio do software MATLAB®. đ đ Estes gráficos mostram que para − ≤ đ ≤ o sistema linearizado é uma boa aproximação do sistema não linear. 4 4 Figura 2.17 Gráficos para o sistema pêndulo simples e sua linearização em torno do P.O. đ = 0. 25 CONTROLE LINEAR Sistemas Contínuos no Tempo Exemplo 2.7: Linearize a função đ(đ) = đ â đ 2 em torno do P.O. đđ = 1 đ´, e apresente sua interpretação geométrica. Solução: Expandindo a função đ(đ) em sua série de Taylor, descartando os termos de ordem superior a 1: đ(đ) ≅ đ(đ)|đđ + đđ(đ) | (đ − đđ ) đđ đđ Figura 2.18 Sistema P(i)=Ri² : Potência elétrica dissipada por um resistor. Derivando đ(đ) com respeito a đ obtemos đđ đđ đ 2 = = 2đ đ đđ đđ Logo, no ponto de operação considerado, temos: đ|đđ =1 = đ â 12 đ đđ | = 2đ â 1 đđ đđ =1 e, substituindo estes resultados na expressão linearizada de đ(đ), chega-se a đˇ|đđ=đ â â 12 = 2đ â â 1 (đ đ(đ) = đ â 12 + 2đ â 1(đ − 1) ⇒ đ(đ) â −đ â − 1) đđˇ ou, equivalentemente: đ =100 đē đĨđ = 2đ â đĨđ → Interpretação geométrica: đ đđ đđˇ = đđđ â đđ Figura 2.19 Representação gráfica de P(i) e sua linearização em torno de io=1 A. 26 CAPÍTULO 2 – Classificação e Linearização de Sistemas Exercícios đ 2.5 Repita o Exemplo 2.6 para đ(đ) = 0,1 cos(đ), e đđ = . Use o MATLAB para 2 Adaptado de (MORITA et. al. 2002)1 desenhar os gráficos da função não linear e a linearizada. 2.6 Linearize as funções a seguir em torno P.O. đĨđ = 1. a) đĻ(đĨ) = 5đĨ + 2 b) đĻ(đĨ) = 3√đĨ + 1 c) đĻ(đĨ) = 2đĨ 3 2.7 Uma área tecnológica de grande importância atualmente são as pesquisas para o desenvolvimento de micro e macro sistemas. A teoria de controle é fundamental para o seu avanço tecnológico. Considere o micro levitador dado na figura abaixo. O atuador é construído de PZT com um imã permanente na ponta. A bola é de material ferromagnético e tem distância de 2mm. Figura 2.20 Sistema de micro levitação utilizando controle de movimento Na Figura 2.20 a força de atração é dada por: đš(đĨ) = đ đĨ2 sendo k=4,98x10-8N/m2. Linearize o sistema no ponto de operação xo=1mm, considere como saída de interesse y(x)=f(x). É possível linearizar este sistema em torno do ponto xo=0mm? 2.3 Linearização Envolvendo Equações Diferenciais No método de linearização mostrado, as funções não envolvem funções diferenciais. Nestas situações é necessário calcular o ponto de operação do sistema que é um ponto de equilíbrio (P.E.), obtido supondo que o sistema esteja em equilíbrio e, 1MORITA, T., SHIMIZU, K. ,HASEGAWA, M., OKA, K. HIGUCHI,T . A Miniaturized Levitation System With Motion Control Using a Piezoelectric Actuator. Publicado em IEEE Transactions on Control Systems Technology, V.10. No. 5, Setembro de 2002. 27 CONTROLE LINEAR Sistemas Contínuos no Tempo portanto, não está variando ao longo do tempo, ou seja, todas as derivadas são nulas. Depois, expande-se o sistema em função das variáveis e suas derivadas: đ(đĨ, đĨĖ ) ≅ đ|đ.đ¸. + đđ đđ | (đĨĖ − đĨĖ đ.đ¸. ) + | (đĨ − đĨđ.đ¸. ) đđĨ đ.đ¸. đđĨĖ đ.đ¸. (2.30) Exemplo 2.8: Supondo o seguinte sistema não-linear: đĻĖ = 2đĨ(đĄ) − đĨ 2 (đĄ) (2.31) sendo, đĨ(đĄ) a entrada e đĻ(đĄ) a saída, o linearize em torno do ponto de equilíbrio (P.E.). Solução: É necessário primeiramente determinar o P.E., para isso supõe-se todas derivadas nulas, isto é, đĻĖ (đĄ) = 0. Assim, obtém-se: 0 = 2đĨđ.đ¸. (đĄ) − đĨđ.đ¸. 2 (đĄ) đĨđ.đ¸. (đĄ) = 2 đ đĻĖ đ.đ¸. (đĄ) = 0 đđĸ ⇒ { đĨđ.đ¸. (đĄ) = 0 đ đĻĖ đ.đ¸. (đĄ) = 0 Rescrevendo o sistema (2.31) na forma đ(đĨ, đĻĖ ) = 0, teremos: đ(đĨ, đĻĖ ) = −đĻĖ (đĄ) + 2đĨ(đĄ) − đĨ 2 (đĄ) = 0 Logo, o modelo linear dado segundo (2.30), considerando o P.E. (đĨđ.đ¸. (đĄ) = 2, đĻĖ đ.đ¸. (đĄ) = 0), apresentará: đ|đ.đ¸. = đ|đĨđ.đ¸.(đĄ)=2 = −(0) + 2(2) − (2)2 = 4 − 4 = 0 đĻĖđ.đ¸. (đĄ)=0 đđ đđ = −1 = −1 ⇒ | đđĻĖ đđĻĖ đĨđ.đ¸. (đĄ)=2 đĻĖđ.đ¸. (đĄ)=0 { đđ đđ = 2 − 2đĨ(đĄ) ⇒ | = 2 − 2(2) = −2 đđĨĖ đĨđ.đ¸. (đĄ)=2 đđĨ E, assim, teremos: đĻĖđ.đ¸. (đĄ)=0 (x − 2) đ(đĨ, đĻĖ ) ≅ −(0) + (−1) (đĻĖ â − 0) + (−2) â ΔđĻĖ đ(đĨ, đĻĖ ) = −ΔyĖ − 2ΔđĨ ΔđĨ Finalmente, o sistema linearizado será dado por ΔyĖ = −2ΔđĨ, pois đ(đĨ, đĻĖ ) = 0, conforme assumimos no princípio. 28 CAPÍTULO 2 – Classificação e Linearização de Sistemas Observação Quando colocado no ponto de equilíbrio, o sistema tende a permanecer neste ponto, uma vez que todas as derivadas associadas à sua dinâmica são nulas. 2.4 Linearização Exata por Realimentação Linearização por realimentação é obtida subtraindo-se os termos não lineares das equações do sistema e adicionando-o ao controle. Vamos entender como esta técnica funciona através de um exemplo. Exemplo 2.9: Considere o pêndulo que possui o torque de entrada đđ (đ) (controle) agindo no eixo de rotação, de forma que đđ (đ) seja definido tal como: đđ (đ) − đđđ â đ đđ(đ) = đŧθĖ (2.32) đŧ = đđ 2 (2.33) sendo I o momento de inércia em torno do eixo, que neste caso vale Figura 2.21 Sistema pêndulo simples com torque de controle Suponha que o ângulo īą possa ser medido, e projete đđ (đ) tal que o sistema tenha linearização exata. Solução: A partir de (2.32) e (2.33), temos a seguinte equação diferencial: (2.34) đđ (đ) = đđ 2 θĖ + đđđ â đ đđ(đ) Definindo o torque đđ (đ) como đđ (đ) = đđđ â đ đđ(đ) + đĸ (2.35) đĸ = đđ 2 θĖ (2.36) e substituindo (2.35) em (2.34), tem-se: que é um sistema linear. A equação (2.36) é linear, não importando quão grande o ângulo o seja. A realimentação proporciona um torque đđ (đ) baseado na medida de īą tal que o sistema realimentado seja linear. A Figura 2.22 apresenta um esquema que ilustra este procedimento. 29 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 2.22 Linearização exata para o sistema pêndulo simples com torque de controle Exercício 2.8 Linearize o seguinte sistema na forma exata. Figura 2.23 Sistema para o Exercício 2.8. 30 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 3 3 Transformada de Laplace TRANSFORMADA DE LAPLACE Neste Capítulo... Como vimos, sistemas físicos podem ser modelados através de equações diferenciais. Por exemplo, obter a corrente elétrica que atravessa algum dos indutores, ou a tensão elétrica em um dado capacitor no circuito ao lado, por meio da solução de suas equações diferenciais, pode ser uma tarefa (muito) difícil. Felizmente, existe uma ferramenta muito poderosa pode ser usada para representar a dinâmica destes sistemas através de equações algébricas, tornando nosso trabalho consideravelmente mais simples, e esta é a Transformada de Laplace. Faremos uma revisão dos conceitos e principais propriedades da Transformada de Laplace e da Transformada Inversa de Laplace, ferramentas essenciais para teoria de controle linear. Veremos, também, como obter a solução de Equações Diferenciais Lineares e Invariantes no Tempo através da Transformada de Laplace. Pixabay (CC BY-NC 2.0) A Ferramenta CONTROLE LINEAR Sistemas Contínuos no Tempo 3.1 Definição A capacidade de obter aproximações lineares de sistemas físicos permite ao projetista de sistemas de controle o uso de Transforma de Laplace. O método da transformada de Laplace substitui a solução mais difícil de equações diferenciais pela solução mais fácil de equações algébricas. Como os sistemas de controle são altamente complexos e largamente interconectados, o uso da Transformada de Laplace será crucial para o desenvolvimento dos conceitos abordados ao longo deste curso. A ideia é a de, primeiramente, aplicar a Transformada de Laplace (denotada pelo símbolo đ{â}) às equações diferenciais que modelam o sistema dinâmico de interesse, e depois, projetar o controlador no domínio “s”. Finalmente, implanta-se o controlador e analisa-se o resultado obtido no domínio do tempo, percorrendo o caminho contrário, isto é, lançando-se mão da Transformada Inversa de Laplace Figura 3.1 Conceito de Transformada de Laplace e da (denotada pelo símbolo đ−đ {â}). A Figura Transformada Inversa de Laplace 3.1 traduz a essência deste raciocínio. Observação Nesse curso a maioria das transformadas â{â} e â−1 {â} serão utilizadas diretamente das tabelas. Seja đ(đĄ) uma função no tempo em que đ(đĄ) = 0, đĄ < 0. A Transformada de Laplace da função f(t) é dada por: â{đ(đĄ)} = ∫ +∞ 0 đ(đĄ) â đ −đ đĄ đđĄ = đš(đ ) sendo que o ‘s’ é uma variável complexa que não depende de t, descrita como đ = đ + đđ (3.1) (3.2) onde đ é a parte real e đ é a parte imaginária. 32 CAPÍTULO 3 – Transformada de Laplace Exemplo 3.1: Uma função que será muito utilizada neste curso é a função degrau. Iremos calcular sua Transformada de Laplace. Um exemplo da função degrau é o fechamento da chave “S” no circuito abaixo: Supondo que os capacitores estão descarregados e os indutores têm corrente nula no instante inicial t=0s, ao fechar a chave s, a tensão đŖ(đĄ) passará, instantaneamente, de 0 volts para A volts. Figura 3.2 Circuito elétrico com resistores, capacitores e indutores. Assim, dizemos que a tensão đŖ(đĄ) é do tipo degrau, de amplitude A, pois đŖ(đĄ) = { 0, đ´, đĄ<0 đĄ≥0 (3.3) Logo, assumindo que a chave é fechada no instante t=0, a tensão đŖ(đĄ) pode ser representada graficamente segundo a Figura 3.3. Figura 3.3 Sinal v(t) - degrau de amplitude A. Aplicando-se a Transformada de Laplace à função đŖ(đĄ) tem-se đ(đ ) = â{đŖ(đĄ)} = ∫ Substituindo-se (3.3) em (3.4) tem-se đ(đ ) = ∫ +∞ 0 đ´âđ −đ đĄ +∞ đŖ(đĄ) â đ −đ đĄ đđĄ 0 +∞ đ −đ đĄ đđĄ = đ´ â | −đ 0 ∴ đ(đ ) = đ´ đ = đ´ [ đđđ đ −đ đĄ − đ −đ â0 ] −đ đĄ→+∞ A Tabela 3.1 apresenta pares de Transformada de Laplace para algumas funções. Veja que, pela linha 2, a Transformada de Laplace da função degrau unitário (A=1) é dada 1 por â{1(đĄ)} = đ . 33 (3.4) CONTROLE LINEAR Sistemas Contínuos no Tempo Tabela 3.1 Pares de Transformada de Laplace đ(đ) Impulso Unitário đŋ(đĄ) 1 đĄ đ−1 , (đ = 1,2,3, … ) (đ − 1)! đĄ đ , (đ = 1,2,3, … ) đ −đđĄ 6 đĄđ −đđĄ 7 8 9 10 1 đĄ đ−1 đ −đđĄ , (đ = 1,2,3, … ) (đ − 1)! đĄ đ đ −đđĄ , (đ = 1,2,3, … ) sen đđĄ cos đđĄ 11 senh đđĄ 12 cosh đđĄ 13 1 (1 − đ −đđĄ ) đ 14 15 16 17 18 19 20 1 (đ −đđĄ − đ −đđĄ ) đ−đ 1 (đđ −đđĄ − đđ −đđĄ ) đ−đ 1 1 [1 + (đđ −đđĄ − đđ −đđĄ )] đđ (đ − đ) 1 (1 − đ −đđĄ − đđĄđ −đđĄ ) đ2 1 (đđĄ − 1 + đ −đđĄ ) đ2 đ −đđĄ sen đđĄ 21 22* 23* 1 đ 1 đ 2 1 đ đ đ! đĄ 3 5 1 Degrau Unitário đ(đĄ) 2 4 đ(đ) đđ √1 − đ2 đ −đđĄ cos đđĄ đ −đđđ đĄ sen (đđ √1 − đ 2 đĄ) 1 − đ −đđđ đĄ [cos (đđ √1 − đ 2 đĄ) + đđđ đđ √1 − đ 2 *As regras 22 e 23 são válidas para 0 < đ < 1. sen (đđ √1 − đ 2 đĄ)] đ đ+1 1 đ +đ 1 (đ + đ)2 1 (đ + đ)đ đ! (đ + đ)đ+1 đ đ 2 + đ2 đ 2 đ + đ2 đ 2 đ − đ2 đ 2 đ − đ2 1 đ (đ + đ) 1 (đ + đ)(đ + đ) đ (đ + đ)(đ + đ) 1 đ (đ + đ)(đ + đ) 1 đ (đ + đ)2 1 2 đ (đ + đ) đ (đ + đ)2 + đ 2 (đ + đ) (đ + đ)2 + đ 2 đđ 2 đ 2 + 2đđđ đ + đđ 2 đđ 2 1 â 2 2 đ + 2đđđ đ + đđ đ 34 CAPÍTULO 3 – Transformada de Laplace 3.2 Propriedades das Transformadas de Laplace Nesta seção, iremos abordar as principais propriedades relacionadas à Transformada de Laplace. Essas propriedades serão extremamente úteis nas manipulações matemáticas e análises que faremos ao longo de nossos estudos em controle. Porém, antes iremos fazer algumas observações acerca do formato no qual a transformada đš(đ ) se apresenta. Observando a Tabela 3.1 nota-se que genericamente F(s) é composta pela divisão de dois polinômios em ‘s’, ou seja: đ(đ ) đ đ + đđ đ đ−1 + ⯠+ đ1 đš(đ ) = = đˇ(đ ) đ đ + đđ đ đ−1 + ⯠+ đ1 Consideremos, como exemplo, uma đš(đ ) tal que đš(đ ) = đ +1 đ(đ ) = đ + 1 âš{ đˇ(đ ) = đ + 2 đ +2 Nestes termos, apresentaremos uma definição de polos e zeros, fundamental em nossos estudos daqui para frente. Definição: Denominamos como zeros as raízes de N(s) (numerador de F(s)). E, por sua vez, denominamos como polos as raízes de D(s) (denominador de F(s)). . Em nosso exemplo, F(s) apresenta um polo e um zero, tais quais { đ§1 = −1 đ1 = −2 Uma vez compreendido o conceito matemático de polos e zeros, partimos para o estudo de algumas das propriedades da Transformada de Laplace. Considere uma função đ(đĄ) no tempo em que đ(đĄ) = 0, đĄ < 0, e que đš(đ ) é a sua Transformada de Laplace. i.) Propriedade da Linearidade â{đŧđ1 (đĄ) + đŊđ2 (đĄ)} = đŧđš1 (đ ) + đŊđš2 (đ ) Prova: â{đŧđ1 (đĄ) + đŊđ2 (đĄ)} = ∫ = đŧ∫ +∞ 0 35 đ1 (đĄ)đ −đ đĄ +∞ 0 [đŧđ1 (đĄ) + đŊđ2 (đĄ)]đ −đ đĄ đđĄ = đđĄ + đŊ ∫ +∞ 0 đ1 (đĄ)đ −đ đĄ đđĄ = = đŧđš1 (đ ) + đŊđš2 (đ ) (3.5) CONTROLE LINEAR Sistemas Contínuos no Tempo ii.) Transformada de Laplace da Derivada Primeira â{ Prova: đ đ(đĄ)} = đ đš(đ ) − đ(0) đđĄ +∞ +∞ đ −đ đĄ â { đ(đĄ)} = ∫ đ(đĄ)đ đđĄ = ∫ đ −đ đĄ đđ(đĄ) đđĄ 0 0 Integrando por partes, temos: { Logo ∫ +∞ 0 đ −đ đĄ đđ(đĄ) = đ(đĄ)đ −đ đĄ | +∞ 0 đŖ = đ −đ đĄ ⇒ đđŖ = −đ đ −đ đĄ đđĸ = đđ(đĄ) ⇒ đĸ = đ(đĄ) −∫ = [0 − đ(0) â 1] + đ [∫ +∞ 0 +∞ 0 đ(đĄ)(−đ đ −đ đĄ )đđĄ = Lembrete đ(đĄ)đ −đ đĄ đđĄ] = đ đ đ ∫ đŖ â đđĸ = đĸ â đŖ| − ∫ đĸ â đđŖ đ = đ đš(đ ) − đ(0) đ đ iii.) Transformada de Laplace da Derivada Segunda â{ Prova: đ2 đ đ(đĄ)} = đ 2 đš(đ ) − đ đ(0) − đ(đĄ)| 2 đđĄ đđĄ đĄ=0 đ2 đ đ â { 2 đ(đĄ)} = â { ( đ(đĄ))} đđĄ đđĄ đđĄ Transformada da derivada đ primeira de đ(đĄ) (Prop. ii) Utilizando a Propriedade ii), temos: â{ Transformada da derivada primeira de đ(đĄ) (Prop. ii) đđĄ đ đ đ đ ( đ(đĄ))} = đ â đ { đ(đ)} − ( đ(đĄ))| đđĄ đđĄ đđĄ đ đ = đ â [đđ(đ) − đ(đ)] − ( đ đ(đĄ))| đđĄ = đ 2 đš(đ ) − đ đ(0) − ( đĄ=0 đ đ(đĄ))| đđĄ đĄ=0 đĄ=0 = = 36 CAPÍTULO 3 – Transformada de Laplace iv.) Transformada de Laplace da Derivada n-ésima đ đđ đ â { đ đ(đĄ)} = đ đ đš(đ ) − ∑ (đ đ−đ đ(đĄ)| ) đđĄ đđĄ đĄ=0 v.) Teorema do Valor Final – T.V.F đ=1 Se os polos de đ â đš(đ ) possuem parte real negativa, então, é válida a seguinte relação: lim đ(đĄ) = lim đ â đš(đ ) đĄ→+∞ đ →0 Obs.: mais adiante neste curso, veremos que um sistema que tem todos os polos com parte real negativa, é dito estável. Exemplo 3.1: Sabendo que 1 đ (đ + 1) determine o valor de đ(đĄ)|đĄ→+∞ (também chamado de valor de regime permanente). Solução: Neste caso, â{đ(đĄ)} = đš(đ ) = đ â đš(đ ) = đ â 1 1 = đ (đ + 1) đ + 1 que possui apenas um pólo: đ1 = −1. E, como đ1 < 0, pode-se aplicar o T.V.F.: 1 =1 đ →0 đ + 1 đđđ đ(đĄ) = đđđ đ â đš(đ ) = đđđ đĄ→+∞ đ âļ0 ∴ đ(+∞) = 1 Para simples verificação, segundo a Tabela 3.1, linha 14, tem-se: Logo đ(đĄ) = â −1 { 1 } = 1 − đ −đĄ đ +1 đ(đĄ)|đĄ→+∞ (1 − đ −đĄ )|đĄ→+∞ = 1 que é o mesmo resultado obtido aplicando-se o T.V.F. Observação O T.V.F. permite obter o valor de regime de um sistema tendo-se apenas a sua Transformada de Laplace (F(s)), sem a necessidade do conhecimento da função temporal (f(t)). Ou seja, o T.V.F. é útil para determinar o valor de regime de f(t), conhecendo-se apenas F(s). 37 CONTROLE LINEAR Sistemas Contínuos no Tempo Exemplo 3.2: Avalie a possibilidade de aplicar o T.V.F. à função đ(đĄ) = sen đĄ Solução: A Figura 3.3 apresenta uma representação gráfica de đ(đĄ) = sen đĄ. Note que para đĄ → +∞, đ(đĄ) não tem um único valor. 1.5 1 f(t)=sen t 0.5 0 -0.5 -1 -1.5 0 5 10 15 20 25 30 35 40 t [rad] Figura 3.4 Gráfico de f(t)=sen t. Segundo a Tabela 3.1, linha 10, temos que: Analisando đ â đš(đ ), obtemos â{đ(đĄ)} = đ â đš(đ ) = đ â đ 2 1 +1 1 âš đ1,2 = ±đ đ 2 + 1 Logo đ đ{đ1 , đ2 } = 0, e assim, não pode-se aplicar o T.V.F. Se erroneamente aplicarmos o T.V.F. teremos: đ =0 đ →0 đ 2 + 1 đđđ đ(đĄ) = đđđ đ â đš(đ ) = đđđ đĄ→+∞ đ âļ0 Porém, a senóide não tende a zero quando đĄ → +∞. O erro foi aplicar o T.V.F. sendo que os polos de F(s) não têm parte real negativa. Exemplo 3.3: Determinar a Transformada de Laplace da função impulso, đš(đ). Uma ideia de entrada impulsiva é o choque do taco de baseball com a bola, o choque tem uma grande intensidade e curtíssima duração. A função đŋ(đĄ) é definida como 0, đĄ ≠ 0 đŋ(đĄ) = { +∞, đĄ = 0 đ ∫ +∞ −∞ đŋ(đĄ) = 1 38 CAPÍTULO 3 – Transformada de Laplace Podemos avaliar a função impulso como sendo o caso limite da função pulso de área unitária, đĢ(đ), definida como 1 Δ(đĄ) = { , đ đĄ<0 đ≤đĄ≤0 0, đĄ > đ Temos na Figura 3.4 uma representação gráfica da função impulso e da função pulso de área unitária. Figura 3.5 Gráficos das funções đĨ(đĄ) e đŋ(đĄ). Veja que sendo A área sob a curva Δ(đĄ) (Figura 3.4 (a) ), então 1 đ´= âđ =1 đ E, no caso limite em que đ → 0, temos đđđ Δ(đĄ) = đŋ(đĄ) đĄ→+∞ Solução: Aplicando a definição da Transformada de Laplace à função đŋ(đĄ): â{đŋ(đĄ)} = ∫ +∞ 0 đŋ(đĄ)đ −đ đĄ 0+ đđĄ = ∫ đŋ(đĄ)đ −đ đĄ đđĄ + ∫ 0− +∞ 0+ Como para 0− < đĄ < 0+ , đŋ(đĄ) = 1 e para đĄ ≠ 0, đŋ(đĄ) = 0 0+ â{đŋ(đĄ)} = ∫ 1 â đ −đ đĄ đđĄ + ∫ 0− 0+ đŋ(đĄ)đ −đ đĄ đđĄ +∞ 0+ 0 â đ −đ đĄ đđĄ â{đŋ(đĄ)} = ∫ đ −đ đĄ đđĄ 0− E, no intervalo 0− < đĄ < 0+ , đ −đ đĄ (đĄ) = 1. Logo, â{đŋ(đĄ)} = 1 Veja que este é o mesmo resultado apresentado na Linha 1 da Tabela 3.1. 39 CONTROLE LINEAR Sistemas Contínuos no Tempo Exercícios 3.1 Calcule a transformada de Laplace de um sinal u(t) de controle típico de um sistema automático digital, ou seja controle por computador. Figura 3.6 Sinal de controle u(t) - Exercício 3.1 3.2 3.3 Determine o valor de regime permanente de đ(đĄ), tal que sua Transformada de Laplace đš(đ ) seja dada por 1 đš(đ ) = đ (đ + 1)(đ + 2) Avalie a possibilidade de aplicar o teorema do valor final à função đ(đĄ) tal que sua Transformada de Laplace đš(đ ) seja dada por 1 đš(đ ) = 2 2 đ (đ + 4đ + 4) 3.3 Transformada Inversa de Laplace A ideia por trás da Transformada Inversa de Laplace é a de sair do domínio da variável complexa (s) para o domínio do tempo (t). Figura 3.7 O conceito básico da transformada inversa de Laplace A técnica que iremos utilizar consiste em expandir a função đš(đ ) em frações parciais e, então, utilizar a Tabela 3.1, que apresenta os pares de transformada de Laplace, para encontrar a função đ(đĄ) correspondente. Como vimos, đš(đ ) frequentemente pode ser escrita como sendo uma relação de dois polinômios, tal como: đ(đ ) đš(đ ) = đ(đ ) 40 CAPÍTULO 3 – Transformada de Laplace sendo que đ(đ ) e đ(đ ) são polinômios tais que đđđđĸ[đ(đ )] ≥ đđđđĸ[đ(đ )] Ainda, o polinômio đ(đ ) é da forma: đ(đ ) = đ đ + đ1 đ đ−1 + ⯠+ đđ sendo đđ ∈ â, đ = {1,2, … , đ}, que pode ser expresso na forma: đ(đ ) = (đ + đ 1 )(đ + đ 2 ) ⯠(đ + đ đ−1 )(đ + đ đ ) de forma que −đ đ , đ = 1,2, … , đ são quantidades que podem reais ou complexas e que correspondem às raízes de đ(đ ). O método de expansão em frações parciais para determinação das transformadas inversas de Laplace passa pela análise de 3 casos distintos que podem ocorrer com đ(đ ). Estes casos estão ligados à natureza das raízes de đ(đ ), que podem ser todas distintas, apresentar multiplicidade ou serem complexas. 1ºCaso: O polinômio đ¸(đ) possui apenas raízes distintas. Neste caso, a função đš(đ ) pode ser expandida da seguinte forma: đš(đ ) = đ(đ ) đ1 đ2 đđ = + +â¯+ đ + đ đ đ(đ ) đ + đ 1 đ + đ 2 sendo đđ os chamados resíduos da raiz đ = −đ đ , e são determinados por: đđ = [(đ + đ đ ) â đš(đ )]|đ =−đ đ = [(đ + đ đ ) â para đ = 1,2, … , đ. Exemplo 3.4: Determine đ(đĄ) sendo đš(đ ) = đ(đ ) ]| đ(đ ) đ =−đ 5đ + 3 (đ + 1)(đ + 2)(đ + 3) đ Solução: Neste caso, đ(đ ) = 5đ + 3 e đ(đ ) = (đ + 1)(đ + 2)(đ + 3). Logo, temos e os resíduos đđ = [(đ + đ đ ) â 41 đš(đ ) = đ(đ ) ]| đ1 đ2 đ3 + + đ +1 đ +2 đ +3 đ(đ ) đ =−đ đ são: CONTROLE LINEAR Sistemas Contínuos no Tempo đ1 = [(đ + 1) â 5đ + 3 5(−1) + 3 2 ]| = = − = −1 (đ + 1)(đ + 2)(đ + 3) đ =−1 [(−1) + 2)][(−1) + 3)] 2 đ2 = [(đ + 2) â đ3 = [(đ + 3) â Assim, 5(−2) + 3 −7 5đ + 3 ]| = = =7 (đ + 1)(đ + 2)(đ + 3) đ =−2 [(−2) + 1)][(−2) + 3)] −1 5(−3) + 3 −12 5đ + 3 ]| = = = −6 (đ + 1)(đ + 2)(đ + 3) đ =−3 [(−3) + 1)][(−3) + 2)] 2 đš(đ ) = − 1 7 6 + − đ +1 đ +2 đ +3 Finalmente, usando a Linha 6 da Tabela 3.1, tem-se: â −1 {đš(đ )} = −đ −đĄ + 7đ −2đĄ − 6đ −3đĄ , đĄ ≥ 0. 2ºCaso: O polinômio đ¸(đ) possuir raízes não distintas. Neste caso, se a raiz đ = −đ đ tiver multiplicidade ‘r’, teremos: đš(đ ) = đ1 đđ−1 đ´1 đ´2 đ´1 + â¯+ +[ + + â¯+ ]+â¯+ 2 (đ + đ đ )đ đ + đ 1 đ + đ đ−1 đ + đ đ (đ + đ đ ) + sendo: đ´đ = [(đ + đ đ )đ â đ´đ−1 = { đ´đ−đ đ´1 = đđ+1 đđ + â¯+ đ + đ đ+1 đ + đ đ đ(đ ) ]| đ(đ ) đ =−đ đ đ(đ ) đ [(đ + đ đ )đ â ]}| đ(đ ) đ =−đ đđ ⯠đ 1 đđ đ(đ ) = { đ [(đ + đ đ )đ â ]}| đ! đđ đ(đ ) đ =−đ ⯠đ đ(đ ) đđ−1 1 { đ−1 [(đ + đ đ )đ â ]}| (đ − 1)! đđ đ(đ ) đ =−đ đ 42 CAPÍTULO 3 – Transformada de Laplace Exemplo 3.4: Determine đ(đĄ) sendo đš(đ ) = 1 đ (đ + 1)3 (đ + 2) Solução: Veja que a raiz đ = −1 tem multiplicidade đ = 3, logo, đš(đ ) = đ2 đ´1 đ´2 đ´3 đ1 + + + + 2 (đ + 1)3 đ đ + 2 đ + 1 (đ + 1) Neste caso, os resíduos das raízes simples (de multiplicidade 1) são: đ1 = đ â đš(đ )|đ =0 = [đ â 1 1 ]| = 3 đ (đ + 1) (đ + 2) đ =0 2 đ2 = (đ + 2) â đš(đ )|đ =−2 = [(đ + 2) â 1 1 ]| = 3 đ (đ + 1) (đ + 2) đ =−2 2 Agora, para determinar os resíduos das raízes múltiplas, fazemos: đē(đ ) = (đ + 1)3 â đš(đ ) = (đ + 1)3 â 1 1 = đ (đ + 1)3 (đ + 2) đ (đ + 2) Então, teremos: đ´1 = đē(đ )|đ =−1 = [ Mas, đ´2 = 1 ]| = −1 đ (đ + 2) đ =−1 đ đē(đ )| đđ đ =−1 đ −1 đ −(đ + 2) − đ [đ (đ + 2)−1 ] = 2 đē(đ ) = đđ đđ đ (đ + 2)2 Logo: E, seguindo: 43 đ´2 = −(đ + 2) − đ | =0 đ 2 (đ + 2)2 đ =−1 CONTROLE LINEAR Sistemas Contínuos no Tempo đ´3 = 1 đ 3−1 1 đ2 1 đ đ [ 3−1 đē(đ )]| = [ 2 đē(đ )]| = { [ đē(đ )]}| (3 − 1)! đđ 2! đđ 2 đđ đđ đ =−1 đ =−1 đ =−1 Assim, utilizando o resultado obtido no cálculo de đ´2 : đ´3 = 1 đ −(đ + 2) − đ { [ ]}| = −1 2 đđ đ 2 (đ + 2)2 đ =−1 Finalmente, teremos: 1⁄ 1⁄ 1 2 2 + 1 − đš(đ ) = + đ đ + 2 đ + 1 (đ + 1)3 Segundo as linhas 2, 6 e 8 da Tabela 3.1, tem-se: *função degrau unitário đ(đĄ) = 1 1 1 1(đĄ)∗ + đ −2đđĄ − đĄ 2 đ −đĄ , đĄ ≥ 0 2 2 2 3ºCaso: O polinômio đ¸(đ) possuir raízes complexas distintas Vamos ilustrar o método, aplicado a este caso, através de um exemplo. Exemplo 3.5: Determine a â −1 {â} de đš(đ ) = đ (đ 2 1 + đ + 1) Solução: Temos que as raízes de đ(đ ) são: đ 1 = 0 1 √3 (đđíđ§đđ đđđđđđđĨđđ đđđđđĸđđđđđ ) đ 2,3 = − ± đ 2 2 Neste caso é mais interessante usar a componente relativa ás raízes complexas na forma polinomial, ou seja: đš(đ ) = đ (đ 2 1 đļ1 đļ2 đ + đļ3 = + 2 + đ + 1) đ đ +đ +1 Calculamos đļ1 conforme já aprendemos: đļ1 = [đ â đš(đ )]|đ =0 = [đ â đ (đ 2 1 ]| =1 + đ + 1) đ =0 44 CAPÍTULO 3 – Transformada de Laplace Assim, a função đš(đ ) fica tal como: Ou, ainda: đš(đ ) = đ (đ 2 1 đļ2 đ + đļ3 1 = + 2 + đ + 1) đ đ + đ + 1 đ đđ + đ + đ + đĒđ đđ + đĒđ đ đš(đ ) = = đ (đ 2 + đ + 1) đ (đ 2 + đ + 1) Logo, para que a relação anterior seja satisfeita, é necessário que: 1 = đ 2 + đ + 1 + đļ2 đ 2 + đļ3 đ Agrupando os termos em đ 2 đ đ 1 , obtém-se: đ 2 â 0 + đ â 0 + 1 = đ 2 (1 + đļ2 ) + đ (đļ3 + 1) + 1 E, analisando a correspondência entre os coeficientes que multiplicam as potências em đ , temos: 0 = đļ2 + 1 âš đļ2 = −1 0 = đļ3 + 1 âš đļ3 = −1 Assim: Ou: đš(đ ) = 1 −đ − 1 1 đ +1 + 2 = − 2 đ đ +đ +1 đ đ +đ +1 1 1 1 1 đ + + đ + 1 1 2 2 2 2 đš(đ ) = − = − − 2 2 đ 1 3 đ 1 3 1 2 3 (đ + ) + (đ + ) + (đ + ) + 2 4 2 4 2 4 Finalmente, das linhas 20 e 21 da Tabela 3.1, temos: đĄ 3 3 1 −đĄ đ(đĄ) = 1(đĄ) − đ −2 cos (√ đĄ ) − đ 2 sen (√ đĄ ) 4 4 √3 45 CONTROLE LINEAR Sistemas Contínuos no Tempo Observação Se em algum dos casos anteriores, com đš(đ ) = primeiro realizamos a divisão polinomial: đ(đ ) , com đđđđĸ[đ(đ )] = đđđđĸ[đ(đ )], então, đ(đ ) đ (đ ) sendo đ´ o quociente e đ (đ ) o resto. Depois, proceda a expansão em frações parciais de đ(đ ). Exemplo 3.6: Determine a â −1 {â} de đš(đ ) = đ đ +1 Solução: Neste caso, đ(đ ) = đ e đ(đ ) = đ + 1. Logo, đđđđĸ[đ(đ )] = đđđđĸ[đ(đ )], então é necessário fazer: ∴ đš(đ ) = 1 + −1 âš đ(đĄ) = â −1 {đš(đ )} = đŋ(đĄ) − đ −đĄ đ +1 Observação Se đđđđĸ[đ(đ )] = đđđđĸ[đ(đ )], então sempre aparecerá uma componente impulsiva (đŋ(đĄ)) đđ đ(đĄ). O gráfico de f(t) do exemplo anterior é: 0 -0.1 -0.2 -0.3 f(t) -0.4 -0.5 -0.6 -0.7 -0.8 -0.9 -1 0 1 2 3 4 5 6 t [segundos] Figura 3.8 Gráfico de f(t) segundo Exemplo 3.6. 46 CAPÍTULO 3 – Transformada de Laplace Expansão em Frações parciais usando o MATLAB Apresentaremos, através de exemplos, o procedimento para realizar expansão em frações parciais utilizando o software MATLAB®. Este artifício se dá através do comando residue, cuja sintaxe é apresentada abaixo: [r,p,k]=residue(num,den) Informando os coeficientes dos polinômios đ(đ ) e đ(đ ) em đš(đ ) = đ(đ ) đ(đ ) através dos vetores num e den, obtém-se os resíduos (r) da expansão em frações parciais de đš(đ ), os polos de cada fração parcial (p) e o termo direto (k). Vejamos, então, o primeiro exemplo, retirado de OGATA1. Exemplo 3.6 Considere a seguinte função đĩ(đ ) 2đ 3 + 5đ 2 + 3đ + 6 = đ´(đ ) đ 3 + 6đ 2 + 11đ + 6 Solução: Para essa função, digitamos o seguinte comando no MATLAB®: num=[2 5 3 6]; den=[1 6 11 6]; [r,p,k]=residue(num,den) Assim, como resultado, o MATLAB® devolve: r = [-6.0000 -4.0000 3.0000]' p = [-3.0000 -2.0000 -1.0000]' k = 2 Essa é a representação na linguagem utilizada pelo MATLAB® da seguinte expansão em parciais: đĩ(đ ) 2đ 3 + 5đ 2 + 3đ + 6 −6 −4 3 = 3 = + + +2 2 đ´(đ ) đ + 6đ + 11đ + 6 đ + 3 đ + 2 đ + 1 Agora, para encontrar â −1 {â} basta utilizar os resultados da Tabela 3.1. Para sistemas que tenham polos com multiplicidade, deve-se observar a sequência dos elementos de r e p fornecidos pelo MATLAB®. Veja o Exemplo 3.7 para entender esse detalhe. Exemplo 3.7 Expanda a seguinte função polinomial em frações parciais: đĩ(đ ) đ 2 + 2đ + 3 đ 2 + 2đ + 3 = = (đ + 1)3 đ´(đ ) đ 3 + 3đ 2 + 3đ + 1 Solução: Para essa função, temos: 47 CONTROLE LINEAR Sistemas Contínuos no Tempo num=[1 2 3]; den=[1 3 3 1]; [r,p,k]=residue(num,den) O resultado fornecido pelo MATLAB® é mostrado a seguir. r = [1.0000 0.0000 2.0000]' p = [-1.0000 -1.0000 -1.0000]' k = 0 Essa é a representação na linguagem utilizada pelo MATLAB® da seguinte expansão em parciais: đĩ(đ ) 2đ 3 + 5đ 2 + 3đ + 6 1 0 2 = 3 = + + 2 2 (đ + 1)3 đ´(đ ) đ + 6đ + 11đ + 6 đ + 1 (đ + 1) Note que o termo direito k é zero. Para obter a função original đĩ(đ )/đ´(đ ) a partir de r, p e k, utilizamos as seguintes linhas de programação: num,den = residue(r,p,k); printsys(num,den,'s ') Assim, como resposta, o computador apresentará a relação de polinômios denominada por num/den, como se segue: num/den = s ^2 + 2 s + 3 --------------s ^2 + 2 s + 3 Por último, apresentamos um exemplo considerando um sistema com polos complexos. Exemplo 3.7 Determine a expansão em frações parciais da função đš(đ ): đš(đ ) = đ (đ 2 1 + đ + 1) Solução: Tal como realizado nos exemplos anteriores, informamos os coeficientes dos polinômios do numerador e do denominador de đš(đ ), e utilizamos a função residue para obter os parâmetros da expansão, isto é: num=[1]; den=[1 1 1 0]; [r,p,k]=residue(num,den) Como resultado, temos: r=[-0.5000+0.2887i -0.5000-0.2887i 1.0000 + 0.0000i]' p= [-0.5000+0.8660i -0.5000-0.8660i 0.0000 + 0.0000i]' k=0 48 CAPÍTULO 3 – Transformada de Laplace Assim, a representação de đš(đ ) em expansão em parciais assume a forma: đš(đ ) = đ (đ 2 1 −0,5 + 0,2887đ −0,5 − 0,2887đ 1 = + + + đ + 1) đ + 0,5 − 0,8660đ đ + 0,5 + 0,8660đ đ O caminho inverso, por sua vez, seria: [num,den]=residue(r,p,k) printsys(num,den,'s') Como resultado, obtem-se: num/den = 2.2204e-16 s^2 + 2.2204e-16 s + 1 --------------------------------s^3 + s^2 + 1 s Note que os coeficientes de đ 2 e đ são valores extremamente pequenos, correspondentes a zero, mas que por questões de aproximações numéricas não retorna como tal pelo MATLAB®. Assim, entendemos como: 1 đđĸđ 2.2204đ −16 đ 2 + 2.2204đ −16 đ + 1 = = 3 3 2 đ + đ + 1đ đ + đ 2 + 1đ đđđ Exercícios 3.4. Sendo calcule f(t). 3.4 đš(đ ) = 1 (đ + 1)(đ + 2)2 Resolução de Equações Diferenciais Lineares e Invariantes no Tempo Conforme mencionamos no início deste capítulo, uma das aplicações da transformada de Laplace é a resolução de equações diferenciais lineares. Via de regra, a solução de equações diferenciais lineares pode ser bastante complexa. Assim, a estratégia consiste em aplicar a transformada de Laplace às equações diferenciais do problema em questão, encontrar a solução no domínio da variável complexa “s”, e então aplicar a transformada inversa de Laplace para obter a solução desejada no domínio do tempo. Vejamos como esta estratégia funciona através de um exemplo. 49 CONTROLE LINEAR Sistemas Contínuos no Tempo Exemplo 3.9 Considere o circuito na Figura 3.9. A tensão sobre o capacitor é đŖđ (đĄ). Suponha que o capacitor esteja descarregado inicialmente, ou seja: đŖđ (đĄ)|đĄ=0 đđĸ đŖđ (0) = 0 Suponha que a chave seja fechada em t=0, isto é, o comportamento da tensão đŖ(đĄ) é tal como o de uma função degrau (Figura 3.3). Logo, temos Figura 3.9 Circuito RC que determine đ´ â{đŖ(đĄ)} = . đ Nestas condições, o comportamento da tensão no capacitor, đŖđ (đĄ), para đĄ > 0. Solução: Para o capacitor tem-se: đ = đļ â đŖđ (đĄ) Derivando a expressão acima com respeito ao tempo, obtém-se: đđŖđ (đĄ) đđŖđ (đĄ) đđ =đļ âš đ(đĄ) = đļ đđĄ đđĄ đđĄ Fazendo a análise das tensões na malha que compõe o circuito, tem-se: Ou, então: đŖ(đĄ) = đ â đ(đĄ) + đŖđ (đĄ) đŖ(đĄ) = đ â đļ đđŖđ (đĄ) + đŖđ (đĄ) đđĄ Equação diferencial que descreve o comportamento dinâmico do sistema Aplicando a transformada de Laplace à expressão acima: Logo, â{đŖ(đĄ)} = đ đļ â â { đđŖđ (đĄ) } + â{đŖđ (đĄ)} đđĄ đ´ = đ đļ â [đ đđļ (đ ) − đŖđ (0)] + đđ (đ ) đ Como, conforme o enunciado, a condição inicial đŖđ (0) é nula, temos: đ´ đ´ = [đ đļđ + 1] â đđ (đ ) âš đđ (đ ) = đ đ (đ đļđ + 1) Dividindo o numerador e o denominador de đđ (đ ) e realizando expansão em frações parciais: 50 CAPÍTULO 3 – Transformada de Laplace đđ (đ ) = sendo, Logo, obtemos: đ´ đ đļ đ (đ + 1 ) đ đļ = đ1 đ2 + đ đ + 1 đ đļ đ1 = [đ â đđ (đ )]|đ =0 = đ´ 1 = −đ´ đ2 = [(đ + ) â đđ (đ )]| 1 đ đļ đ =− đ đļ đ´ đ´ − đ đ + 1 đ đļ Aplicando a transformada inversa de Laplace, com o auxílio da Tabela 3.1, chegađđ (đ ) = se a: đĄ 3.10. đĄ â −1 {đđ (đ )} = đ´ − đ´đ −đ đļ = đ´ (1 − đ −đ đļ ) Assim, o comportamento de đŖđ (đĄ) ao longo do tempo tal como ilustrado na Figura Figura 3.10 Comportamento da tensão no capacitor do circuito do Exemplo 3.9. Exercícios 3.5. Determine a evolução temporal de vc(t) e i(t) no circuito da Figura 3.11, considerando que a chave S é fechada em đĄ = 0 đ đđđĸđđđđ , e đŖđ (0) = 0 đ. 3.6. Determine a evolução temporal de vc(t) e i(t) no circuito da Figura 3.12. Suponha que não haja energia armazenada no circuito antes da chave se fechar, ou seja, vc(t)=0 e i(t)=0. Aplique o T.V.F. para determinar os valores de regime. 51 CONTROLE LINEAR Sistemas Contínuos no Tempo São dados: R1=R2=1 âĻ C=10-3 F Figura 3.11 Circuito para o Exercício 3.5. São dados: R=1 âĻ L=0,2 H C=10-3 F Figura 3.12 Circuito para o Exercício 3.6. 3.7. Resolva a seguinte equação diferencial: sendo: e, đĨĖ (đĄ) + 3đĨĖ (đĄ) + 2đĨ(đĄ) = đĸ(đĄ) đĨĖ (0) = đĨĖ (0) = đĨ(0) = 0 đĸ(đĄ) = { 0, đĄ < 0 1, đĄ ≥ 0 52 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 4 4 Função de Transferência FUNÇÃO DE TRANSFERÊNCIA Neste Capítulo... Presente nas mais diversas aplicações, os motores de corrente contínua também aparecem como protagonistas em muitos sistemas de controle. Uma das aplicações mais importantes (e empolgantes!) dos motores C.C. é a robótica. Manipuladores robóticos presentes na indústria ganham vida com articulações formadas por elementos constituídos por motores C.C. Esses são escolhidos por possuírem elevado torque (necessário em operações industriais) e a possibilidade de controle de velocidade e posição angular. Contudo, para projetar um controlador para um motor C.C. precisamos, primeiramente, conhecer sua função de transferência. Estudaremos um conceito fundamental no projeto de controladores: a função de transferência. Veremos como obter a função de transferência de um sistema. Além disso, faremos um estudo do motor de corrente contínua, um sistema eletromecânico de extrema importância na aplicação prática da teoria de controle. RobtShop Inc © O Motor C.C. CONTROLE LINEAR Sistemas Contínuos no Tempo 4.1 Definição Conforme vimos no Capítulo 3, passar do domínio do tempo para o domínio da variável complexa ‘s’ através da transformada de Laplace traz significativas vantagens por permitir realizar o estudo de equações diferenciais por meio de equações algébricas. Tratando-se de sistemas dinâmicos, esta simplicidade fica evidenciada na forma pela qual podemos relacionar a saída de um sistema para uma determinada entrada. No domínio de Laplace, esta relação é dada por: đ(đ ) = đē(đ ) â đ(đ ) (4.1) Em (4.1), đ(đ) é a transformada de Laplace da saída đĻ(đĄ), đŋ(đ) é a transformada um sistema dinâmico e sua função de de Laplace da entrada đĨ(đĄ) e, por sua vez, Figura 4.1 Associação entre transferência. đŽ(đ) representa a função de transferência do um sistema. A função de transferência de um sistema de equações diferenciais lineares invariantes no tempo é definida como a relação entre a transformada de Laplace da saída đ(đ) (função resposta) e a transformada de Laplace da entrada đŋ(đ) (função excitação) sob a hipótese de que todas as condições iniciais são nulas. Assim, a função de transferência de um sistema é dada por: đē(đ ) = đ(đ ) đ(đ ) (4.2) Vejamos o exemplo a seguir para melhor entender o conceito de função de transferência. Exemplo 4.1: Considere o satélite da Figura 4.2. Deseja-se estabelecer o controle da posição angular đ(đĄ) do satélite, através do acionamento de propulsores laterais que, quando ligados, provocam a rotação do satélite em torno de seu centro de massa. O acionamento de um dos propulsores implica no surgimento de uma força đš(đĄ), que por sua vez, gera o torque đ(đĄ) do propulsor. Figura 4.2 Controle de posição angular de satélite através de torque propulsor. 54 CAPÍTULO 4 – Função de Transferência Assim, consideremos que saída que se deseja controlar é a posição angular đ(đĄ) do satélite e que a entrada de controle é o torque đ(đĄ). Admita que a velocidade de rotação đĖ(đĄ) e a posição angular đ(đĄ) são nulas em đĄ = 0, ou seja: đĖ(đĄ) = 0 đđđ⁄đ e đ(đĄ) = 0 đđđ (C.I. nulas). Neste caso, o torque é dado por: đ(đĄ) = đŋ â đš(đĄ) (4.3) Aplicando a segunda lei de Newton ao presente sistema e observando que não há nenhum atrito no ambiente dos satélites temos: ∑ đĄđđđđĸđđ = ( Ou seja, đđđđđđĄđ đ´đđđđđđçãđ )â( ) đđ đ´đđđĸđđđ đŧđéđđđđ đ 2 đ(đĄ) đ(đĄ) = đŊ â đđĄ 2 (4.4) (4.5) sendo que đŊ é o momento de inércia do satélite. Nosso objetivo é encontrar a função de transferência que relaciona a entrada đ(đĄ) com a saída đ(đĄ). Para isso, aplicamos a transformada de Laplace em (4.4): â{đ(đĄ)} = đŊ â â { đ 2 đ(đĄ) }⇒ đđĄ 2 ⇒ đ(đ ) = đŊ â [đ 2 đ(đ ) − đ đ(đĄ)|đĄ=0 − đĖ(đĄ)|đĄ=0 ] đ(đ ) = đŊ â đ 2 đ(đ ) (4.6) Assim, podemos observar que a saída se relaciona com a entrada da seguinte forma: đ(đ ) = 1 đ(đ ) đŊđ 2 (4.7) Como comentamos, a função de transferência de um sistema é definida através de uma relação entre a saída e a entrada do sistema. Assim, neste caso, temos: đē(đ ) = đ(đ ) 1 = đ(đ ) đŊ â đ 2 sendo đē(đ ) a função de transferência do satélite. 55 (4.8) CONTROLE LINEAR Sistemas Contínuos no Tempo Esquematicamente, podemos representar o sistema estudado no Exemplo 4.1 tal como ilustra a Figura 4.3. Figura 4.3 Representação esquemática: Função de transferência entre a posição angular de um satélite e o torque produzido por seu sistema de propulsão. Observação Note que no Exemplo 4.1 nada se assumiu a respeito da entrada đ(đĄ), ou seja, essa é uma entrada qualquer ou genérica. Podemos dizer, de forma geral, que a função de transferência do sistema,đē(đ ), NÃO depende da entrada. O conceito de função de transferência será muito útil neste curso. Conhecer a função de transferência de um sistema permitirá que façamos uma análise do mesmo e, a partir disto, projetaremos sistemas de controle automático, de forma que o sistema passe a operar segundo as especificações que nós determinaremos. Exercício 4.1. Determine a função de transferência do circuito da Figura 4.4, sendo đŖđ (đĄ) a entrada e đŖđ (đĄ) a saída, supondo condições iniciais nulas. Figura 4.4 Circuito RC Generalização da Função de Transferência Agora que passamos a entender o significado de função de transferência a partir de um exemplo aplicado a um sistema particular, mostraremos, a seguir, uma generalização do conceito de função de transferência. 56 CAPÍTULO 4 – Função de Transferência Considere um sistema linear invariante no tempo (SLIT), descrito pela equação diferencial: â(đ−1) â(đ) â (đĄ) đ0 đĻ(đĄ) + đ1 đĻĖ (đĄ) + ⯠+ đđ−1 đĻ (đĄ) + đĻ (đĄ) = đ0 đĸ(đĄ) + đ1 đĸĖ (đĄ) + ⯠+ đđ (đ) (4.9) đĸ Considere, também, que suas condições iniciais são nulas, isto é: â(đ) â (0) = 0 đĻ(0) = đĻĖ (0) = ⯠= đĻ (0) = 0 đ đĸ(0) = đĸĖ (0) = ⯠= (đ) đĸ (4.10) Vale lembrar que já provamos, no Capítulo 3, que um sistema dinâmico descrito conforme (4.8) é um sistema linear. Adicionalmente, se đđ e đđ são constantes, então o sistema é dito linear invariante no tempo. Aplicando a Transformada de Laplace em (4.9), temos: đ0 đ(đ ) + đ1 [đ đ(đ ) − đĻ(0)] + ⯠+ [đ đ đ(đ ) − đ đ−1 đĻ(0) − â(đ−1) đĻ (0)] = đ0 đ(đ ) + đ1 [đ đ(đ ) − đĸ(0)] + ⯠+ đđ [đ đ đ(đ ) − đ đ−1 đĸ(0) − (4.11) â(đ−1) (0)] đĸ Como por (4.10) as condições iniciais são nulas, a equação (4.11) torna-se đ0 đ(đ ) + đ1 đ đ(đ ) + ⯠+ đ đ đ(đ ) = đ0 đ(đ ) + đ1 đ đ(đ ) + ⯠+ đđ đ đ đ(đ ) (4.12) đ(đ )[đ0 + đ1 đ + ⯠+ đ đ ] = đ(đ )[đ0 + đđ + ⯠+ đđ đ đ ] (4.13) Agora, agrupando adequadamente os termos de (4.12), obtém-se: E, como sabemos, a função de transferência đŽ(đ) é dada pela relação entre a transformada de Laplace da saída đ(đ ) e a transformada de Laplace da entrada đ(đ ), considerando que todas as condições iniciais são nulas (tal como fizemos em nossa dedução). Nestes termos, a partir de (4.13), chega-se a: đ(đ ) đ0 + đđ + ⯠+ đđ đ đ = đ0 + đ1 đ + ⯠+ đ đ đ(đ ) A relação (4.14) corresponde à forma genérica da função de transferência de um sistema. Sua representação gráfica pode ser feita tal como ilustra a Figura 4.5. Figura 4.5 Representação gráfica: função de transferência de um sistema genérico 57 (4.14) CONTROLE LINEAR Sistemas Contínuos no Tempo Observações 1) Note que a função de transferência genérica é uma razão entre dois polinômios genéricos. Ou seja, a função de transferência relaciona entrada e saída do sistema de forma geral. 2) Mais uma vez, enfatizamos: G(s) independe do valor da entrada. Logo, é uma característica intrínseca ao sistema. 3) Sendo đĸ(đĄ) = đŋ(đĄ) (impulso unitário), temos đ(đ ) = 1. Assim: đ(đ ) = đē(đ ) â đ(đ ) = đē(đ ) â 1 ∴ đ(đ) = đŽ(đ) Ou seja, a resposta đ(đ ) ao impulso é matematicamente igual à função de transferência đē(đ ) do sistema. Obtendo a função de transferência de um sistema Basicamente, existem duas formas de se obter a função de transferência de um sistema, sendo elas: A- Experimentalmente- estudaremos a metodologia experimental nas aulas práticas, em laboratório. B- Teoricamente- consiste em seguir os seguintes passos: Passo 1- Escreva a equação diferencial do sistema, utilizando as leis físicas, mecânicas, circuitos elétricos, etc. Passo 2- Aplique a transformada de Laplace na equação encontrada, considerando todas as condições iniciais nulas. Passo 3- Isole a saída da entrada, fazendo: â{đ đíđđ} = đđĸđçãđ đđ đĄđđđđ đđđêđđđđ â{đđđĄđđđđ} ou seja, đ(đ ) = đē(đ ) đ(đ ) Exemplo 4.2: Pesquisas recentes em controle automático vêm desenvolvendo o piloto automático para automóveis. É de suma importância que se tenha conhecimento da função de transferência de um sistema para realizar o projeto de um controlador para o mesmo. Sendo assim, vejamos um modelo para o sistema dinâmico: automóvel, apresentado na Figura 4.6 (a). 58 CAPÍTULO 4 – Função de Transferência Figura 4.6 Sistema automóvel e seu modelo. Na Figura 4.6 (b) temos um modelo esquematizado do sistema, no qual indicamos as forças que atuam sobre o carro, sendo elas: a força realizada pelo motor (đĸ(đĄ)) e força de atrito (đđ (đĄ)). A entrada do sistema é a força đ(đ) realizada pelo motor e a saída é a posição đ(đ) do carro. Entretanto, a velocidade đ(đ) = đĖ (đ) também pode ser considerada como uma saída de interesse do sistema, uma vez que a força đĸ(đĄ) produz uma mudança na velocidade đŖ(đĄ) . Suponha que o carro esteja parado em đĄ ≤ 0, logo, đĨ(0) = đĨĖ (0) = đĨĖ (đĄ) = 0 e que o motor esteja em ponto morto, ou seja, đĸ(đĄ) = 0 para đĄ ≤ 0. Por simplicidade, nós assumiremos que o momento de inércia das rodas é desprezível. Assim, aplicando a lei de Newton ao modelo do sistema: ∑ đšđĨ = đ â đ = đ â đĨĖ (đĄ) (4.15) đĸ(đĄ) − đđĨĖ (đĄ) = đđĨĖ (đĄ) (4.16) A força de atrito se opõe à força de impulsão đĸ(đĄ) gerada pelo motor, logo: Como comentado acima, o impacto provocado pela entrada đĸ(đĄ) ao ser aplicada ao sistema pode ser analisado sob dois pontos de vista: i. ii. como a força đ(đ) gerada pelo motor (entrada) influencia na posição đ(đ) do veículo (saída), ou; como a força đ(đ) gerada pelo motor (entrada) influencia na velocidade đ(đ) do veículo (saída). Faremos, assim, duas análises separadas. 1ª Análise: Suponha que a saída de interesse é a posição đ(đ) do carro e que desejamos obter a função de transferência entre a força đ(đ) do motor e a posição đ(đ) do carro: đ(đ ) = đ(đ ) 59 ? CONTROLE LINEAR Sistemas Contínuos no Tempo Segundo a estratégia apresentada anteriormente, cumprimos o Passo 1 ao determinar a equação dinâmica do sistema, apresentada em (4.16). Agora, para o Passo 2, aplicamos a transformada de Laplace em (4.16), supondo condições iniciais nulas, para obter: đ(đ ) − đ â đ đ(đ ) = đ â đ 2 đ(đ ) (4.17) Por fim, cumprindo o Passo 3, podemos isolar a saída da entrada: O que conduz à relação: đ(đ )[đ â đ 2 + đ â đ ] = đ(đ ) 1 đ(đ ) = = đēđđđ (đ ) đ(đ ) đđ 2 + đđ (4.18) sendo đēđđđ (đ ) a função de transferência do sistema, entre saída posição đ(đ) e a entrada força đ(đ). Figura 4.7 Representação da função de transferência entre a força de impulsão e a posição do automóvel. 2ª Análise: Suponha que a saída de interesse é a velocidade đ(đ) do carro e que desejamos obter a função de transferência entre a força đ(đ) do motor e a velocidade đ(đ) do carro: đ(đ ) = đ(đ ) ? Primeiramente, precisamos readequar a equação diferencial que representa a dinâmica do sistema para que essa esteja em termos dos parâmetros considerados na nova análise (força đĸ(đĄ) e velocidade đŖ(đĄ)). Para tanto, substituímos đŖ(đĄ) = đĨĖ (đĄ) em (4.16). Assim, temos: đĸ(đĄ) − đđŖ(đĄ) = đđŖĖ (đĄ) (4.19) đ(đ ) − đđ(đ ) = đ â đ đ(đ ) (4.20) pois đŖĖ (đĄ) = đĨĖ (đĄ). Cumprimos, assim, o Passo 1. Dando sequência, aplicamos a transformada de Laplace na equação dinâmica (4.19), tal como indica o Passo 2 para, então, obter: 60 CAPÍTULO 4 – Função de Transferência Agora, isolando a entrada da saída (Passo 3), (4.20) pode ser reescrita como: E, assim, temos: đ(đ )[đ + đđ ] = đ(đ ) 1 đ(đ ) = = đēđđ¸đŋ (đ ) đ(đ ) đđ + đ sendo đēđđ¸đŋ (đ ) a função de transferência do sistema, entre saída velocidade đ(đ) e a entrada força đ(đ). Figura 4.8 Representação da função de transferência entre a força de impulsão e a velocidade do automóvel. Das análises, podemos concluir que um mesmo sistema pode ter sua dinâmica analisada de diferentes pontos de vista, a depender de qual saída teremos o interesse em investigar. Neste caso, vimos que uma mesma entrada (força) produz impactos em duas grandezas relacionadas ao sistema (posição e velocidade), sendo que estas relações são caracterizadas por funções de transferências diferentes. Exemplo 4.3: Considere o sistema de suspensão de um automóvel, ilustrado na Figura 4.8 (b). Mola Figura 4.9 Sistema de suspensão de um automóvel. A entrada do sistema corresponde ao perfil da pista đ(đ) ao passo que a saída de interesse é o deslocamento đ(đ) da carroceria do carro. O modelo apresentado corresponde a 61 1 4 de automóvel, isto é, ao comportamento de uma das quatro rodas do (4.21) CONTROLE LINEAR Sistemas Contínuos no Tempo automóvel, referente a uma massa que corresponde a 1 4 da massa total. Como mostra a Figura 4.8 (a) diagrama, o sistema de suspensão é composto por uma mola e um amortecedor. O cilindro do amortecedor contém ar que passa de um lado para o outro, quando ocorre um movimento relativo. Ele aplica sempre uma força de reação, ou seja, contrária ao movimento de suas extremidades. Figura 4.10 Funcionamento do amortecedor. O amortecedor viscoso proporciona fricção viscosa, ou seja, ele se opõe a qualquer movimento relativo das duas extremidades, dissipando energia na forma de calor. A relação entre a força atrito e o deslocamento do pistão do amortecedor é dada por: đšđ (đĄ) = đ â đĖ(đĄ) forma: Sendo assim, podemos identificar as forças que atuam sobre a massa đ da seguinte São as forças: đšđ = đ(đĻ − đĨ) a força exercida pela mola, e; đšđ = đ(đĻĖ − đĨĖ ) a força exercida pelo amortecedor. Figura 4.11 Diagrama de forças atuantes na massa đ, no instante inicial. Nesta análise supomos que as condições iniciais são nulas. Desta forma, inicialmente o sistema está em equilíbrio, e o peso (đđ) está sendo sustentado pela deflexão inicial do amortecedor e da mola. Sabemos que: ∑ đšđĻ = đ â đ 62 CAPÍTULO 4 – Função de Transferência Logo: đđ − đ(đĻĖ − đĨĖ ) − đđ − đ(đĻ − đĨ) = đđĻĖ (4.22) −đ(đ đ(đ ) − đ đ(đ )) − đ(đ(đ ) − đ(đ )) = đ â đ 2 đ(đ ) (4.23) Assim, aplicando a transformada de Laplace com condições iniciais nulas, obtemos: E, isolando a saída da entrada: Levando a: đ(đ )(đ â đ 2 + đđ + đ) = (đ đ + đ)đ(đ ) đ(đ ) đ đ + đ = = đē(đ ) 2 đ(đ ) đđ + đđ + đ 4.2 (4.24) Figura 4.12 Representação da função de transferência entre o perfil da pista đĨ(đĄ) e o deslocamento da carcaça do automóvel đĻ(đĄ). Função de Transferência de Circuitos com Amplificador Operacional (A.O.) O amplificador operacional (A.O.) tem a característica de alta impedância de entrada e baixa impedância de saída. Idealmente, a impedância de entrada é infinita, logo a corrente de entrada é nula. A Figura 4.13 mostra o circuito do A.O. na configuração inversora. P Figura 4.13 Amplificador operacional na configuração inversora. 63 CONTROLE LINEAR Sistemas Contínuos no Tempo Função de Transferência do Amplificador Operacional Como đ đ→ + ∞, tem-se que đ1 īģ0 đ´, logo a tensão no nó đ é igual a 0 đ. Dizemos, então, que o nó P está conectado a um terra virtual. Levando em conta estas considerações, o circuito da Figura 4.13 pode ser representado, de forma equivalente, tal como apresenta a Figura 4.14. Figura 4.14 Circuito equivalente do amplificador operacional em configuração inversora. Pelo circuito da Figura 1.14, tem-se: đ(đĄ) = đ 1 đ(đĄ) ⇒ đ = đ(đĄ) đ 1 0 = đ 2 đ(đĄ) + đŖ(đĄ) ⇒ đŖ(đĄ) = −đ 2 â đ(đĄ) (4.25) (4.26) Substituindo (4.25) em (4.26): đŖ(đĄ) = − đ 2 đ(đĄ) đ 1 (4.27) đ(đ ) = − đ 2 đ¸(đ ) đ 1 (4.28) Aplicando a transformada em (4.27), obtém-se: Assim: đ 2 đ(đ ) =− = đē(đ ) đ¸(đ ) đ 1 (4.29) A partir da função de transferência obtida, podemos notar que circuito amplificador operacional na configuração inversora inverte o sinal da entrada e provê a đš ela um ganho đšđ . đ Figura 4.15 Representação esquemática do amplificador operacional. 64 CAPÍTULO 4 – Função de Transferência Função de Transferência do Amplificador Operacional Integrador Um importante circuito construído a partir de um amplificador operacional é o amplificador operacional integral. Sua importância em controle deriva, especialmente de sua função de transferência. Para determina-la, analisemos o circuito da Figura 4.15 (a). Figura 4.16 Circuito amplificador operacional integrador. Seguindo a ideia de terra virtual apresentada anteriormente, o circuito da Figura 4.15 (a) pode ser representado de forma equivalente tal como apresentado na Figura 4.15 (b). Representando os elementos do circuito da Figura 4.15(b) como impedâncias no domínio ‘s’ (ver curso de Circuitos Elétricos), temos: Figura 4.17 Representação no domínio da variável 's' do circuito equivalente A.O. integrador. Da Figura 4.16, podemos obter: đ¸(đ ) = đ â đŧ(đ ) + 0 ⇒ đŧ(đ ) = 0= 1 đŧ(đ ) + đ(đ ) đ đļ đ¸(đ ) đ (4.30) (4.31) E, substituindo (4.30) em (4.31): đ(đ ) = − 65 1 đ¸(đ ) đ đļđ (4.32) CONTROLE LINEAR Sistemas Contínuos no Tempo O que leva a: đ(đ ) 1 =− = đē(đ ) đ¸(đ ) đ đļđ (4.33) Esta é a função de transferência do integrador. Note que a relação (4.33) possui um polinômio de 1ª ordem no denominador, com apenas ‘s’, o que proporciona o polo đ 1 = 0. Ou seja, a função Figura 4.18 Representação gráfica da função de transferência de transferência do integrador mostra que do circuito amplificador integrador. este sistema tem, por característica própria, um polo na origem. Este conceito será muito útil ao longo deste curso. O amplificador operacional integrador tem este nome pois, na prática, a saída đŖ(đĄ) é igual à integral da entrada đĸ(đĄ). De uma forma genérica, representamos: Figura 4.19 O integrador. É possível realizar a verificação desta afirmação a partir da simples verificação apresentada abaixo. a) Para entrada degrau unitário: b) Para entrada rampa 66 CAPÍTULO 4 – Função de Transferência Exercício 4.2. Determine as funções de transferência dos circuitos abaixo: a) b) c) MATLAB em Controle Linear O MATLAB possui um “toolbox” com uma grande diversidade de funções apropriadas para a análise de sistemas de controle. Estas funções estão disponíveis através do comando: help control. Para ilustrar a utilidade do MATLAB nesta análise, utilizaremos o sistema de suspensão de um automóvel que estudamos no Exemplo 4.3, cujo modelo e função de transferência são reapresentados nas Figuras 4.20 (a) e (b), respectivamente. 67 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 4.20 Sistema de suspensão e sua função de transferência. Faremos a análise do comportamento do sistema para dois casos de perfis de pistas: degrau e rampa, cujos detalhes veremos logo adiante. Neste estudo, consideremos que as constante do sistema, em unidades do SI, são: đ = 200; đ = 500; đ = 1000. 1ª Análise: Suponha que o automóvel passe pela elevação apresenta na Figura 4.21. Figura 4.21 Sistema de suspensão e a entrada degrau. Esta elevação corresponde à entrada do sistema e é chamada de entrada degrau. Consideremos que o automóvel desloca-se em um perfil de pista đĨ(đĄ) constante de, com valor 0 đđ. Em um certo instante, o carro encontra um degrau de 25 đđ, de forma que o perfil da pista đĨ(đĄ) assume, de forma instantânea, o valor 25 đđ. Para observar a resposta do sistema (movimento do sistema massa-mola, amortecedor, ou seja, o suposto automóvel) executemos um programa no MATLAB. Aqui, utilizamos a função step, que promove a aplicação de uma entrada degrau ao sistema de interesse e fornece a respectiva resposta, ou comportamento da saída đĻ(đĄ). O sistema é informado à função step através dos polinômios do numerador e denominador de sua função de transferência. Utilizando o programa da Tabela 4.1, via software MATLAB, para implementamos o degrau considerado neste problema. 68 CAPÍTULO 4 – Função de Transferência Tabela 4.1 Programa no MATLAB para simulação do sistema de suspensão: entrada degrau. %Parâmetros do sistema m=1000; f=500; k=200; %Numerador num=[f,k]; %Denominador den=[m,f,k]; %Tempo de simulação tempo=0:0.1:30; %Função degrau y=0.25*step(num,den,tempo); %Gráfico plot(tempo,y,'b') xlabel('Tempo[s]'); ylabel('y(t)[m]'); Assim, obtemos a resposta do sistema tal como mostra a Figura 4.22. 0.35 0.3 y(t)[m] 0.25 0.2 0.15 0.1 0.05 0 0 5 10 15 20 25 30 Tempo[s] Figura 4.22 Resposta do sistema de suspensão a uma entrada degrau de 20 cm. 2ª Análise: Agora, suponha que o automóvel passe por um tipo diferente de elevação, apresentado na Figura 4.23. Consideraremos que, ao longo da rampa, a variação do perfil da pista seguirá a seguinte função do tempo: đĨ(đĄ) = 0,025 â đĄ Para verificar a saída do sistema đĻ(đĄ) (posição da massa) através de um programa no MATLAB, precisaremos construir o vetor de entrada que Figura 4.23 Sistema de suspensão sujeito a entrada rampa. implemente a rampa da qual 69 CONTROLE LINEAR Sistemas Contínuos no Tempo estamos tratando nesta segunda análise. A partir disso, utilizaremos a função lsim para obter a saída đĻ(đĄ). De forma bastante parecida à função step, a lsim fornece a saída de um sistema, sendo informados o numerador e o denominador de sua função de transferência. Por outro lado, enquanto a função step considera, de forma padrão, que a entrada tratase de uma entrada degrau, a função lsim permite a simular a resposta do sistema para qualquer tipo de entrada. Para isso, o usuário deve especificar, através de vetores, as informações da entrada e de tempo. O par de vetores indicam, elemento a elemento, a característica da entrada para um determinado valor de tempo. A sintaxe da função lsim é apresentada abaixo: Figura 4.24 Função lsim. O programa abaixo realiza a simulação do comportamento da posição đĻ(đĄ) considerando a entrada rampa tratada nesta análise. Tabela 4.2 Programa no MATLAB para simulação do sistema de suspensão: entrada rampa. %Parâmetros do sistema m=1000; f=500; k=200; num=[f,k]; den=[m,f,k]; %Tempo de simulação tempo=0:1:10; %Tempo até que x(t)=25 cm %Tempo total de simulação t=0:1:40; %Construção do vetor entrada u=0.025*tempo; u=u'; a=0.25*ones(1,30); %Criando elementos com valor cte. 25cm a=a'; u=[u; a]; y=lsim(num,den,u,t); plot(t,y,'b',t,u,'r') xlabel('Tempo[s]'); ylabel('y(t)[m]'); text(18,0.28,'y(t)'); text(13,0.24,'u(t)'); 70 CAPÍTULO 4 – Função de Transferência Como resultado, obtemos a resposta đĻ(đĄ) apresentada na Figura 4.25. 0.35 0.3 y(t) y(t)[m] e u(t)[m] 0.25 u(t) 0.2 0.15 0.1 0.05 0 0 5 10 15 20 25 30 35 40 Tempo[s] 4.3 Função de Transferência de um Sistema Rotacional Mecânico Um sistema rotacional mecânico representa a carga que um motor elétrico tem em seu eixo. A Figura 4.25 apresenta uma ilustração deste sistema. Figura 4.25 Sistema rotacional mecânico. Sabemos que: logo, ∑ đĄđđđđĸđđ = (đđđđđđĄđ đđ đđéđđđđ) â (đđđđđđđçãđ đđđđĸđđđ) Ė = đŊđĖ(đĄ) đ(đĄ) − đđ(đĄ) 71 (4.34) CONTROLE LINEAR Sistemas Contínuos no Tempo Aplicando a transformada de Laplace, considerando condições iniciais nulas, temos: đ(đ ) − đ đđ(đ ) = đŊđ 2 đ(đ ) (4.35) Assim, considerando como entrada o torque aplicado đ(đĄ) e como saída a posição angular do eixo do motor đ(đĄ), pode-se obter a função de transferência do sistema a partir de (4.35) como segue: đ(đ ) 1 = 2 = đē(đ ) đ(đ ) đŊđ + đđ Figura 4.26 Representação da função de transferência de um sistema rotacional mecânico. Exercício 4.3. Prove que se a saída de interesse fosse a velocidade de rotação īˇ(đĄ) = đĖ(đĄ), então a função de transferência será dada por: đē(đ ) = 1 đ(đ ) = đ(đ ) đŊđ + đ 4.4 Função de Transferência de um Motor de Corrente Contínua O motor CC converte energia elétrica de corrente contínua em energia mecânica de movimento rotativo, vide Dorf 8ºed, pg. 40. A Figura 4.27 apresenta um esquema ilustrativo de um motor de corrente contínua. Figura 4.27 Motor de corrente contínua. 72 CAPÍTULO 4 – Função de Transferência Este tipo de motor é largamente utilizado em numerosas aplicações de controle, incluindo manipuladores robóticos, mecanismos de transporte e fitas, acionadores de disco, máquinas-ferramentas e atuadores de senso válvulas. Isso se dá devido ao fato de os motores CC apresentam características específicas, tais como torque elevado, possibilidade de controle de velocidade ou posição angular sobre uma ampla faixa de valores, portabilidade, característica velocidade-torque “bem comportada” e adaptabilidade a vários tipos de métodos de controle. A função de transferência do motor CC será deduzida por meio de uma aproximação linear do motor real, construída sob a hipótese de que os efeitos de histerese e queda de tensões nas escovas serão desprezados. Para tanto, consideremos a Figura 4.28, que nos traz um modelo do circuito elétrico que representa o motor CC da Figura 4.27. A tensão đđ (đĄ) é aplicada ao enrolamento do estator (também chamado de enrolamento de campo), e atua como controle, pois é ela quem regula a intensidade do campo magnético gerado pelo estator, que por sua vez, será responsável por induzir a movimentação do rotor. Logo, consideraremos đđ (đĄ) como a entrada do sistema, e por sua vez, đ(đĄ) será a saída de interesse. Com a aplicação da tensão đđ (đĄ), uma corrente đđ (đĄ) passa a circular no enrolamento de campo. Assim, um campo magnético é criado. Consequentemente, um fluxo magnético passa a Figura 4.28 Modelo do motor de corrente contínua. existir no entreferro do motor. O fluxo no entreferro do motor é proporcional à corrente de campo, podendo ser descrito por: đ(đĄ) = đđ đđ (đĄ) Quando existe uma corrente đđ (đĄ) circulando nos enrolamentos do rotor (também chamado de enrolamento de armadura), ocorre uma interação entre esta e o campo magnético do estator. Como resultado, uma força de natureza magnética passa a atuar nos condutores do enrolamento do rotor. As espiras deste enrolamento são dispostas de forma que as forças que atuam sobre seus condutores apareçam em forma binária, o que dá origem a um torque, responsável por produzir o movimento do eixo do rotor. A Figura 4.29 apresenta uma melhor visualização deste fenômeno. 73 (4.36) CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 4.29 Funcionamento do motor de corrente contínua. Logo, o torque đđ (đĄ) desenvolvido pelo motor é admitido como sendo proporcional ao fluxo đ(đĄ) e à corrente de armadura đđ (đĄ), podendo ser expresso por: đđ (đĄ) = đđ đ(đĄ)đđ (đĄ) = đđ đđ đđ (đĄ)đđ (đĄ) (4.37) Como o controle do motor é feito através da corrente de campo, ia(t) é considerada como uma constante: đđ (đĄ) = đŧđ . Logo: đđ (đĄ) = đđ đđ đŧđ đđ (đĄ) (4.38) đđ (đĄ) = (đ đ + đ đŋđ )đŧđ (đ ) (4.39) đđ (đĄ) = đđĖ(đĄ) (4.40) Por sua vez, a corrente de campo se relaciona com a tensão de campo através da relação E, o torque de atrito dos rolamentos é dado por: Como sabemos, Logo: ∑ đĄđđđđĸđđ = (đđđđđđĄđ đđ đđéđđđđ) â (đđđđđđđçãđ đđđđĸđđđ) (4.41) đđ (đĄ) − đđ (đĄ) = đŊ â đĖ(đĄ) Substituindo (4.38) e (4.40) em (4.41): sendo đđ = đđ đđ đŧđ . đđ đđ (đĄ) − đđĖ (đĄ) = đŊ â đĖ(đĄ) (4.42) 74 CAPÍTULO 4 – Função de Transferência Aplicando a transformada de Laplace supondo condições iniciais nulas em (4.42): đđ đŧđ (đ ) = đ đđ(đ ) + đŊđ 2 đ(đ ) (4.43) đđ đ (đ ) = (đ đ + đŊđ 2 )đ(đ ) đ đ + đŋđ đ đ (4.44) Isolando-se đŧđ (đ ) em (4.39) e substituindo em (4.43): ou ainda, đđ đđ đ(đ ) = = đđ (đ ) (đ đ + đŋđ đ )(đ đ + đŊđ 2 ) đ (đ đ + đŋđ đ )(đ + đŊđ ) (4.45) Normalmente, đŋđ é muito pequeno. Assim, (4.45) pode ser resumida a: đđ ⁄đ đ(đ ) đ = đđ (đ ) đ (đ + đŊđ ) sendo, então (4.45) a função de transferência de um motor de corrente contínua. Exercício 4.4. Como seria a F.T. do motor CC se a saída de interesse fosse đ(đĄ) = đĖ(đĄ), ou seja, a velocidade de rotação do eixo? 75 (4.45) CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 5 5 Diagrama de Blocos DIAGRAMA DE BLOCOS Neste Capítulo... A importância da relação causa e efeito da função de transferência é evidenciada pela facilidade de representar a ligação entre as variáveis do sistema através de diagramas. A representação das relações de sistemas em diagrama de blocos é predominante na engenharia de sistemas de controle. O helicóptero de bancada da Quanser®, equipamento adquirido pelo LPC-FEIS, é um sistema extremamente complexo. A dinâmica que relaciona a tensão elétrica (đŖ) aplicada aos motores do helicóptero e a angulação de pitch (đ) ao longo de seu voo pode ser representada de forma simples através de um diagrama de blocos. đŊ(đ) đŽ(đ) đ¸(đ) LPC – Laboratório de Pesquisa em Controle – FEIS - UNESP Simplificação Conheceremos uma forma gráfica de representar a relação entre um sistema e suas variáveis de interesse: o diagrama de blocos. Veremos quais são os blocos que permitem representar os elementos em um sistema de controle, bem como as regras para simplificar diagramas de blocos. Esta técnica pode ser útil quando queremos encontrar a função de transferência de um sistema com inter-relações mais complexas. CAPÍTULO 5 – Diagrama de Blocos 5.1 Introdução Como vimos até então, os sistemas dinâmicos que abrangem os sistemas de controle automático são representados matematicamente por um conjunto de equações diferenciais. O uso da transformada de Laplace reduz o problema à solução de um conjunto de equações algébricas lineares, facilitando sua manipulação. Um sistema de controle tem como objetivo o controle de variáveis específicas em um dado sistema. Para isto, torna-se necessário obter conhecimento acerca da interrelação entre as variáveis controladas e as variáveis de controle. Esta relação é representada pela função de transferência do sistema, que relaciona as variáveis de entrada e de saída. Veremos, a seguir, três elementos básicas de construção dos diagramas de blocos, sendo elas: a função de transferência, o detector de erros, e o sistema em malha fechada. A Função de Transferência Já viemos trabalhando com este elemento de representação nos últimos capítulos. A função de transferência elemento básico de um diagrama de blocos e traduz a relação entre a saída do sistema e a entrada aplicada. Figura 5.1 Diagrama de blocos: função de transferência. O Detector de Erro O processo de controlar o valor de uma determinada variável de um sistema envolve a comparação do valor medido com uma determinada referência. Na representação em diagrama de blocos, esta comparação é representada através do elemento detector de erro, apresentado na Figura 5.2. Figura 5.2 Diagrama de blocos: o detector de erro. 77 CONTROLE LINEAR Sistemas Contínuos no Tempo 5.2 Função de Transferência de Malha Fechada Conforme vimos no Capítulo 1, o fator de sucesso de um sistema de controle está na realimentação. A realimentação consiste em comparar o valor da saída que se tem interesse em controlar com um certo valor de referência. Então, a partir do erro calculado, atuar sobre o sistema de forma a minimizar o erro, isto é, modificar o valor da saída até que este esteja o mais próximo quanto possível do valor de referência. Desta forma, um sistema de controle pode ser representado através de uma configuração básica em diagrama de blocos conforme apresentada na Figura 5.3. Esta configuração é comumente referida como sistema em malha fechada. Figura 5.3 Diagrama de blocos: sistema em malha fechada. Esta configuração é extremamente importante em controle. Agora, iremos em busca de definir a relação entre a entrada e a saída de um sistema em malha fechada. A função de transferência que relaciona đ(đ ) com đ(đ ) no sistema da Figura 5.3 é conhecida como função de transferência de malha fechada. Pela Figura 5.1, temos que a saída đ(đ ) e dada por: đ(đ ) = đē(đ ). đ¸(đ ) (5.1) đ¸(đ ) = đ(đ ) − đ(đ ) (5.2) E, pela Figura 5.2, o erro calculado đ¸(đ ) é: Substituindo (5.2) em (5.1) temos: ou ainda, ainda: đ(đ ) = đē(đ ). [đ(đ ) − đ(đ )] đ(đ ) + đē(đ )đ(đ ) = đē(đ ). đ(đ ) đ(đ )[1 + đē(đ )] = đē(đ ). đ(đ ) (5.3) 78 CAPÍTULO 5 – Diagrama de Blocos Logo, isolando a saída da entrada em (5.3), obtemos: đ(đ ) = đē(đ ) đ(đ ) 1 + đē(đ ) (5.4) Assim, a entrada đ(đ ) é relacionada com a saída đ(đ ) através da função đš(đ ): Ou seja: đš(đ ) = đē(đ ) âš đ(đ ) = đš(đ ) â đ(đ ) 1 + đē(đ ) Figura 5.4 Função de transferência de malha fechada. Uma forma mais genérica e completa de um sistema em malha fechada apresenta um elemento na realimentação, entre a saída đ(đ ) e a entrada negativa do detector de erro, conforme mostra a Figura 5.5. Este elemento, cuja função de transferência é denominada por đģ(đ ), e representa a influência que o sensor, responsável por realizar a leitura da saída, exerce sobre a resposta global do sistema. Figura 5.5 Sistema em malha fechada: representação completa. Veja que este diagrama representa o diagrama de controle de temperatura mostrado no Capítulo 1. Do diagrama da Figura 5.5, temos: e 79 đ¸(đ ) = đ(đ ) − đģ(đ )đ(đ ) (5.5) đ(đ ) = đē(đ )đ¸(đ ) (5.6) CONTROLE LINEAR Sistemas Contínuos no Tempo Substituindo (5.5) em (5.6): đ(đ ) = đē(đ )[đ(đ ) − đģ(đ )đ(đ )] Expandindo o termo em colchetes: đ(đ ) = đē(đ )đ(đ ) − đē(đ )đģ(đ )đ(đ ) Isolando os termos com đ(đ ) dos termos com đ(đ ): đ(đ ) + đē(đ )đģ(đ )đ(đ ) = đē(đ )đ(đ ) Colocando đ(đ ) em evidência, đ(đ )[1 + đē(đ )đģ(đ )] = đē(đ )đ(đ ) E, finalmente, isolando saída da entrada, obtemos: đ(đ ) = đē(đ ) đ(đ ) 1 + đē(đ )đģ(đ ) (5.7) Exercício 5.1. Mostre que a F.T.M.F. do sistema da Figura 5.6 é đē(đ ) đ(đ ) = đ(đ ) 1 − đē(đ )đģ(đ ) Figura 5.6 Sistema em malha fechada: realimentação positiva. 80 CAPÍTULO 5 – Diagrama de Blocos 5.3 Manipulação no Diagrama de Blocos Os diagramas de blocos podem ser simplificados de forma a serem representados, ao final, por uma única função de transferência, na forma apresentada na Figura 5.1. Muitas vezes, entretanto, algumas manipulações devem ser feitas no diagrama original para que possamos simplificá-lo. Apresentamos, agora, algumas regras úteis que nos permitirão manipular um diagrama de blocos. a) Verificação: De (đ) tem-se đ1 (đ ) = đē(đ )đ(đ ) } (đ) đ2 (đ ) = đ(đ ) E, a partir de (đđ), tem-se đ1 (đ ) = đē(đ )đ(đ ) 1 } (đ) . đ(đ ) = đ(đ ) đ2 (đ ) = đē(đ ). đē(đ ) Como (a) é equivalente a (b), então (đ) é equivalente a (đđ). b) Verificação: De (đ) ⇒ { đ2 (đ ) = đē(đ )đ(đ ) đ (đ ) = đē(đ )đ(đ ) e, por (đđ) ⇒ { 2 đ1 (đ ) = đē(đ )đ(đ ) đ1 (đ ) = đē(đ )đ(đ ) Logo, (đ) e (đđ) são equivalentes. 81 CONTROLE LINEAR Sistemas Contínuos no Tempo c) Verificação: Pelos diagramas apresentados, temos: (đ) ⇒ đ(đ ) = đŧđ (đ)đŽ(đ) − đŧđ (đ) đ2 (đ ) (đđ) ⇒ đ(đ ) = (đ1 (đ ) − ) đē(đ ) = đŧđ (đ)đŽ(đ) − đŧđ (đ) đē(đ ) Logo, (đ) e (đđ) são equivalentes. Na Tabela 5.1 são apresentadas as principais regras para redução de diagramas de blocos, extraídas de Ogata. Tabela 5.5.1 Regras para redução de diagramas de blocos. Regra Diagrama Original Diagrama de Bloco Equivalente 1 2 3 4 5 82 CAPÍTULO 5 – Diagrama de Blocos Tabela 5.1 Continuação: Regras para redução de diagramas de blocos Regra Diagrama Original Diagrama de Bloco Equivalente 6 7 8 9 10 11 12 13 Obs.: A regra 13 já foi demonstrada nas páginas anteriores. 83 CONTROLE LINEAR Sistemas Contínuos no Tempo Exercício 5.2. Demonstre todas as regras da tabela anterior que ainda não foram demonstradas. Exemplo 5.1: Determine a F.T.M.F. do diagrama de blocos da Figura 5.7. Figura 5.7 Diagrama de blocos para o Exemplo 5.1. Solução: Usando a regra 9 da Tabela 5.1, temos: Agrupando os blocos que estão em série (regra 4 da Tabela 5.1), tem-se: Usando a regra 13, tem-se: 84 CAPÍTULO 5 – Diagrama de Blocos Usando a regra 4: Usando a regra 13: ou ainda, Aplicando novamente a regra 13 temos: Exercício: Determine a função de transferência de malha fechada de: 85 CONTROLE LINEAR Sistemas Contínuos no Tempo Resposta: A representação em diagramas de blocos também pode ser útil quando buscamos a função de transferência de circuitos envolvendo amplificadores operacionais. Vejamos, através do Exemplo 5.2, uma aplicação desta ideia. Exemplo 5.2: Determine a F.T.M.F. do circuito abaixo. Em seguida, obtenha o comportamento de đŖđ (đĄ) através de uma simulação do circuito utilizando o MATLAB. Para a simulação, considere que R=103âĻ e C=10-6F, e que đŖđ (đĄ) seja uma entrada degrau unitário. Figura 5.8 Circuito para o Exemplo 5.2. Solução: Dividiremos o circuito da Figura 5.8 em partes, e faremos uma análise individual para cada uma delas. Primeira Parte: Figura 5.9 Circuito para o Exemplo 5.2: Somador. Primeiramente, será necessário introduzir o equacionamento do amplificador operacional na configuração somador. 86 CAPÍTULO 5 – Diagrama de Blocos Pelo circuito da Figura 5.9, tem-se: đ1 (đĄ) = Adicionalmente: đŖđ (đĄ) ; đ đ2 (đĄ) = đŖ3 (đĄ) ; đ đ3 (đĄ) = đŖ4 (đĄ) đ đ(đĄ) = đ1 (đĄ) + đ2 (đĄ) + đ3 (đĄ) 0 = đ(đĄ)đ + đŖ1 (đĄ) âš đŖ1 (đĄ) = −đ đ(đĄ) (5.8) (5.9) (5.10) Logo, substituindo (5.9) em (5.10): đŖ1 (đĄ) = −đ ( đŖđ (đĄ) đŖ3 (đĄ) đŖ4 (đĄ) + + ) = −(đŖđ (đĄ) + đŖ3 (đĄ) + đŖ4 (đĄ)) đ đ đ (5.11) Aplicando a transformada de Laplace, supondo condições iniciais nulas em (5.11): đ1 (đ ) = −(đđ (đ ) + đ3 (đ ) + đ4 (đ )) Assim, por (5.12), concluímos que o modelo em diagrama de blocos do A.O. somador é apresentado na Figura 5.10. Figura 5.10 Diagrama de blocos: circuito AO somador do Exemplo 5.2. Segunda Parte: Portanto, o diagrama de bloco deste trecho do circuito é: 87 (5.12) CONTROLE LINEAR Sistemas Contínuos no Tempo Terceira Parte: Portanto, o diagrama de bloco deste trecho do circuito é: Os demais trechos do circuito são análogos às análises já efetuadas. Assim, podemos representar o circuito da Figura 5.8 através do diagrama de blocos da Figura 5.11. Figura 5.11 Diagrama de blocos do circuito da Figura 5.8. Agora, a fim de obter a função de transferência entre đđ (đ ) e đđ (đ ), prosseguimos com a redução do diagrama da Figura 5.11, utilizando as regras da Tabela 5.1. Fazendo associações série e depois usando a regra 13: E, aplicando a regra 13 novamente: 88 CAPÍTULO 5 – Diagrama de Blocos Realizando as simplificações necessárias, obtemos: O último diagrama de blocos obtido sinaliza, diretamente, a função de transferência entre a entrada đđ (đ ) e a saída đđ (đ ). A partir da função de transferência obtida, podemos utilizar o MATLAB para simular a resposta do sistema à uma entrada degrau unitário. O resultado da simulação está mostrado na Figura 5.12, e o programa utilizado é apresentado na Tabela 5.2. 1.4 đđ (đ) Tensão de Saída [volts] 1.2 1 0.8 0.6 0.4 0.2 0 0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 Tempo [segundos] Figura 5.12 Resposta da saída vs(t) para entrada degrau unitário. Tabela 5.2 Programação em MATLAB para o Exemplo 5.2. % Parâmetros do sistema R=1e3; C=1e-6; %Função de transferência num=1; den=[(r*c)^2 r*c 1]; %Tempo de simulação tempo=0:0.0001:0.02; %Resposta ao degrau y=step(num,den,tempo); %Plotando o gráfico de ve(t) plot(tempo,y,'b') xlabel('Tempo [segundos]') ylabel('Tensão de Saída [volts]') 89 0.018 0.02 CONTROLE LINEAR Sistemas Contínuos no Tempo 5.4 Simplificação de Diagrama de Blocos com o MATLAB O MATLAB apresenta algumas funções para simplificação de diagrama de blocos. Suponha as seguintes funções de transferência. đē1 (đ ) = num1 ; den1 đē2 (đ ) = num2 den2 Como determinar a função de transferência entre đļ(đ ) e đ (đ ) dos diagramas a seguir, utilizando o MATLAB? a) b) c) (a) sistema em cascata; (b) sistema em paralelo; (c) sistema com realimentação (de malha fechada). As funções que possibilitam determinar a função de transferências dos diagramas apresentados são: series parallel feedback Basicamente, cada uma delas trabalha com um padrão de ligação entre dois blocos de função de transferência diferentes. Fornecendo duas funções de transferência que estejam ligadas em série, como no diagrama a), ou em paralelo, como no diagrama b), ou ainda, constituindo uma realimentação de malha fechada, como no diagrama c), series, parallel e feedback retornam, respectivamente, a função de transferência resultante. 90 CAPÍTULO 5 – Diagrama de Blocos A sintaxe para trabalhar com estas funções, considerando o exemplo dado, seria: [num, den] = series(num1, den1, num2, den2) [num, den] = parallel(num1, den1, num2, den2) [num, den] = feedback(num1, den1, num2, den2) Assim, num e den recebem o polinômio do numerador e do denominador, respectivamente, da função de transferência resultante de cada associação. Atribuindo valores à num1, den1, num2 e den2, apresentamos um programa que realiza todas as associações acima, a fim de melhor ilustrar o funcionamento destas funções. Tabela 5.3 Programação em MATLAB: funções para simplificação de diagrama de blocos. num1=[0 0 10]; den1=[1 2 10]; num2=[0 5]; den2=[1 5]; [num,den]=series(num1,den1,num2,den2); printsys(num,den) [num,den]=parallel(num1,den1,num2,den2); printsys(num,den) [num,den]=feedback(num1,den1,num2,den2); printsys(num,den) Como resposta, o MATLAB exibirá em sua Command Window, os seguintes resultados: num/den = 50 ----------------------s^3 + 7 s^2 + 20 s + 50 num/den = 5 s^2 + 20 s + 100 ----------------------s^3 + 7 s^2 + 20 s + 50 Série Diagrama a) Paralelo Diagrama b) num/den = 10 s + 50 -----------------------s^3 + 7 s^2 + 20 s + 100 Malha Fechada Diagrama c) Para maiores detalhes digite no MATLAB: help series, ou help parallel ou ainda, help feedback. 91 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 6 6 Modelo em Diagrama de Fluxo de Sinal MODELO EM DIAGRAMA DE FLUXO DE SINAL Neste Capítulo... Fluxo de Sinal Os diagramas de blocos são adequados para a representação das interrelações entre variáveis controladas e de entrada. Contudo, para um sistema com interrelações razoavelmente complexas, o procedimento de redução do diagrama de blocos é trabalhoso. Um método alternativo para se determinar a relação entre variáveis de um sistema foi desenvolvido por Samuel Jefferson Mason e é baseado em uma representação do sistema por meio de segmentos de arcos. Este método é chamado de diagrama de fluxo de sinal e sua vantagem é a disponibilidade de uma fórmula geral para determinar a função de transferência equivalente do sistema. Conheceremos uma maneira alternativa de representar sistemas, especialmente aqueles que possuem complexas relações entre suas variáveis: o modelo em digrama de fluxo de sinal. CAPÍTULO 6 – Modelo em Diagrama de Fluxo de Sinal 6.1 Diagrama de Fluxo de Sinal Para compreender o mecanismo dos diagramas de fluxo de sinal, iremos apresentar as regras de sua construção e exemplos ao longo do capítulo. Inicialmente, consideremos: đđ (đ ) = đēđđ (đ )đđ (đ ) (6.1) sendo đđ (đ ) e đđ (đ ) sinais e đēđđ (đ ) função de transferência. O diagrama de fluxo de sinal de (6.1) é apresentado na Figura 6.1. Figura 6.1 Modelo de um diagrama de fluxo de sinal. Toda variável num diagrama de fluxo de sinal é designada por um nó, e cada função de transferência por um ramo. Existem algumas regras que traduzem as ligações de um diagrama de fluxo de sinal em equações algébricas. Apresentamos, a seguir, as regras da adição e a regra da multiplicação. Regra da adição Para o diagrama da Figura 6.2, a regra da adição diz que: đ3 (đ ) = đē13 (đ )đ1 (đ ) + đē23 (đ )đ2 (đ ) Figura 6.2 Regra da adição em diagramas de fluxo de sinal. Regra de Multiplicação Considerando o digrama de fluxo de sinal da Figura 6.2, e a regra Figura 6.3 Regra da multiplicação em diagramas de fluxo de sinal. 93 (6.2) CONTROLE LINEAR Sistemas Contínuos no Tempo da multiplicação, temos que: đ4 (đ ) = đē12 (đ )đē23 (đ )đē34 (đ )đ1 (đ ) (6.3) Compreendido o conceito básico de diagramas de fluxo de sinal, apresentamos algumas definições a respeito das estruturas encontradas neste tipo de representação de sistemas. Definições: Percurso: é um ramo ou sequência contínua de ramos que podem ser atravessados de um sinal (nó) a outro sinal (nó). Laço: é um percurso fechado que se origina e termina em um mesmo nó de modo que ao longo do percurso nenhum nó seja encontrado duas vezes. Laços disjuntos: dois laços são ditos disjuntos quando não possuem um nó comum. Dois laços que se tocam são não disjuntos e compartilham um ou mais nós comuns. Exemplo de construção de diagrama e fluxo a partir do diagrama de blocos Na Figura 6.4 temos um sistema em malha fechada em sua representação em diagrama de blocos e, ao lado, sua representação equivalente em diagrama de fluxo de sinais. Figura 6.4 Sistema em malha fechada. Neste caso, entre a entrada đ (đ ) e a saída đļ(đ ) temos um único percurso: Figura 6.5 Percurso existente em um diagrama de fluxo de sinais de um sistema em malha fechada. Também temos um único laço: Figura 6.6 Laço existente em um diagrama de fluxo de sinais de um sistema em malha fechada. 94 CAPÍTULO 6 – Modelo em Diagrama de Fluxo de Sinal Como temos apenas um laço, não existem laços disjuntos. Ganhos em um diagrama de fluxo de sinal Na representação em diagrama de fluxo de sinal podemos definir dois tipos de ganhos, sendo eles: Ganho do Laço: é o produto dos ganhos dos ramos do laço. Por exemplo, para o diagrama da Figura 6.4, o ganho do laço é: đŋ1 = −đē(đ )đģ(đ ) Ganho de Percurso: é o produto dos ganhos dos ramos encontrados atravessando-se o percurso. Por exemplo, o ganho do percurso entre a entrada e a saída do diagrama da Figura 6.4 é: đ1 = đē(đ ) Fórmula de Mason A função de transferência đđđ (đ ) entre a variável đđ (đ ) e đđ (đ ) de um diagrama de fluxos é dada pela fórmula de Mason: ∑đĄđ=1 đđđđ Δđđđ (6.4) đđđ (đ ) = Δ sendo đđđđ = đ-ésimo percurso entre a variável đđ (đ ) e a variável đđ (đ ). đĄ = número total de percursos entre đđ (đ ) e đđ (đ ). Δ = determinante do diagrama. Δđđđ = cofator do percurso đđđđ . O somatório é feito para todos os đ percursos possíveis entre đđ (đ ) e đđ (đ ). O cofator Δđđđ é o determinante com todos os laços que tocam o percurso k removidos (Dorf 8ºed.). O determinante Δ é: đ đ,đ đ=1 đ=1 đ=1 Δ = 1 − ∑ đŋđ + ∑ đŋđ đŋđ − ∑ đŋđ đŋđ đŋđ + â¯, sendo đŋđ igual ao valor da transmitância do đ-ésimo laço. Portanto, a regra para calcular Δ em termos dos laços đŋ1 , đŋ2 , đŋ3 , â¯, đŋđ , é (Dorf 8º ed.): Δ = 1 - (soma de todos os ganhos de laços distintos) + (soma dos produtos de ganhos de todas as combinações de laços disjuntos 2 à 2) 95 (6.5) CONTROLE LINEAR Sistemas Contínuos no Tempo - (soma dos produtos de ganhos de todos as combinações de laços disjuntos 3 à 3) +⯠Podemos representar a função de transferência entre a entrada đ (đ ) e a saída đ(đ ) é sob uma forma simplificada: ∑đ đđ Δđ (6.6) đ(đ ) = Δ sendo đ(đ ) = đ(đ ) . đ (đ ) Exemplo (Dorf 8ºed.): Um diagrama do fluxo de sinal com dois percursos está mostrado na Figura 6.7. Um exemplo de sistema de controle com múltiplos percursos de sinal é o de um robô com diversas pernas. Figura 6.7 Diagrama de fluxo de sinal para o Exemplo 6.1. Os dois percursos conectando a entrada đ (đ ) e a saída đ(đ ) são: Figura 6.8 Percursos do diagrama da Figura 6.7. Os ganhos de percurso são: đ = đē1 đē2 đē3 đē4 { 1 đ2 = đē5 đē6 đē7 đē8 96 CAPÍTULO 6 – Modelo em Diagrama de Fluxo de Sinal (6.7) Na Figura 6.8 apresentam-se os quatro laços independentes (distintos) do diagrama completo. Assim, os ganhos dos laços são: đŋ1 = đē2 đģ2 đŋ { 3 = đē6 đģ6 đŋ4 = đē7 đģ7 Figura 6.9 Laços do diagrama da Figura 6.7. (6.8) Veja que os laços L1 e L2 não tocam L3 e L4, logo o determinante é: Δ = 1 − (đŋ1 + đŋ2 + đŋ3 + đŋ4 ) + (đŋ1 đŋ3 + đŋ1 đŋ4 + đŋ2 đŋ3 + đŋ2 đŋ4 ) (6.9) đŋ1 = đŋ2 = 0 e Δ1 = 1 − (đŋ3 + đŋ4 ) (6.10) đĨ2 = 1 − (đŋ1 + đŋ2 ) (6.11) pois não há combinações de laços disjuntos 3 a 3, ou maiores. O cofator do determinante ao longo do percurso 1 (đ1 ) é calculado, a partir de Δ, removendo-se os laços que tocam o percurso 1, assim De modo semelhante, o cofator para o percurso 2 (đ2 ) é fazendo-se đŋ3 = đŋ4 = 0 em Δ, obtendo-se: Portanto a função de transferência do sistema é đ1 Δ1 + đ2 Δ2 đ1 (1 − đŋ3 − đŋ4 ) + đ2 (1 − đŋ1 − đŋ2 ) đ(đ ) = đ(đ ) = = 1 − đŋ1 − đŋ2 − đŋ3 − đŋ4 + đŋ1 đŋ3 + đŋ1 đŋ4 + đŋ2 đŋ3 + đŋ2 đŋ4 Δ đ (đ ) (6.12) Substituindo-se (6.7) e (6.8) em (6.12): đ(đ ) = đē1 đē2 đē3 đē4 (1 − đē6 đģ6 − đē7 đģ7 ) + đē5 đē6 đē7 đē8 (1 − đē2 đģ2 − đē3 đģ3 ) 1 − đē2 đģ2 − đē3 đģ3 − đē6 đģ6 − đē7 đģ7 + đē2 đģ2 đē6 đģ6 + đē2 đģ2 đē7 đģ7 + đē3 đģ3 đē6 đģ6 + đē3 đģ3 đē7 đģ7 Exercícios 6.1. Mostre que a função de transferência entre đ(đ ) e đ (đ ) do diagrama da Figura 6.10 é dada por: đ(đ ) = 97 đ(đ ) đē1 đē4 (đē2 + đē3 ) = đ (đ ) 1 − đē1 đē4 đģ1 + đē1 đē2 đē4 đģ2 + đē1 đē3 đē4 đģ2 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 6.10 Diagrama de fluxo de sinal para o Exercício 6.1. 6.2. Determine a função de transferência de malha fechada đ(đ ) = abaixo, sendo: đ1 = 3; đ2 = 2; đ3 = 5: đ(đ ) đ (đ ) para o sistema Figura 6.11 Diagrama de fluxo de sinal para o Exercício 6.2. 6.3. Para o sistema em diagrama de blocos da Figura 6.12, encontre o diagrama de fluxo equivalente e utilize a regra de Mason para determinar a F.T. entre đ(đ ) e đ (đ ): đ(đ ) = đ(đ ) . đ (đ ) Figura 6.12 Diagrama de blocos para o Exercício 6.3. 98 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 7 7 Estabilidade de Sistemas Dinâmicos ESTABILIDADE DE SISTEMAS DINÂMICOS Neste Capítulo... A Ponte de Tacoma Narrows No estado de Washington, no dia 7 de Novembro de 1940, a ponte suspensa sobre o estreito de Tacoma, apenas 4 meses depois de ter sido aberta ao tráfego, foi destruída durante um vendaval. A ação do vento sobre a ponte deu início a um movimento de oscilação da pista, que passou a ganhar amplitudes cada vez maiores, o que culminou em seu colapso. A ponte apresentava um comprimento total de 1530 m, com um vão central de 850 m. Como poderíamos caracterizar a estabilidade do sistema ponte de Tacoma? Estável? Instável? Por que? Apresentaremos o conceito de estabilidade através da BIBO estabilidade e de um teorema que analisa a resposta impulsiva do sistema. Veremos, também, como aplicar o critério de Routh-Hurwitz para caracterizar a estabilidade de um sistema, assim como para realizar o projeto de controladores. CONTROLE LINEAR Sistemas Contínuos no Tempo 7.1 Definição de Estabilidade Um requisito fundamental de um sistema de controle é a sua estabilidade. Uma definição, sem rigor, de estabilidade é: um sistema é dito estável, se sua resposta a qualquer excitação “razoável”, não sair do controle. Para entendermos melhor o conceito de estabilidade, consideremos o sistema da Figura 7.1, considerando com condições iniciais nulas. Vale lembrar que, em um sistema físico, isto equivale a dizer que o sistema não possui energia armazenada em đĄ = 0 (o sistema estará em repouso). Figura 7.1 Sistema aeronave com controle automático de altitude: conceituando estabilidade. sendo â(đĄ) a altitude do avião ao longo do tempo. O sistema da Figura 7.1 consiste em um avião que possui um sistema de controle automático de altitude. Suponha que, em um determinado instante, o avião sofra uma perturbação, caracterizada por uma rajada de vento. A partir do comportamento do avião após esta perturbação, podemos avaliar a sua estabilidade. Se, após a ocorrência da perturbação, o avião conseguir se manter a uma altitude constante (â1 ), então o sistema é dito estável. Contudo, o sistema é dito instável se, após a atuação da rajada de vento, o avião passar a perder altitude indeterminadamente, até fatalmente colidir com a terra. Veja que, neste caso, o avião não foi capaz de manter uma altitude constante. Vejamos, através da Figura 7.2, um outro exemplo para compreendermos o conceito de estabilidade. Se movermos lentamente os cones, o cone “a” voltará à posição original e o cone “b” não vai retornar à posição original. Desta forma, o cone “a” está na posição estável e o cone “b” na posição instável. 100 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos a b Instável Estável Figura 7.2 Conceito de estabilidade: Posição de cones. A realimentação de sistemas é uma técnica que permite estabilizar sistemas instáveis, se utilizada corretamente. O exemplo abaixo ilustra a utilização da realimentação para estabilizar um sistema instável. Exemplo 7.1: Considere o circuito com A.O. da Figura 7.3. Figura 7.3 Circuito com amplificadores operacionais para o Exemplo 7.1. Vemos que a função de transferência do circuito é dada por: O que implica em 1 đđ (đ ) = đđ (đ ) đ đļđ 1 đ (đ ) đ đļđ đ Assim, se đŖđ (đĄ) for um degrau unitário, então: đđ (đ ) = E, consequentemente, đđ (đ ) = đđ (đ ) = 101 1 đ 1 1 â đ đļđ đ (7.1) (7.2) (7.3) (7.4) CONTROLE LINEAR Sistemas Contínuos no Tempo Para obter đŖđ (đĄ), aplicamos a transformada inversa de Laplace em (7.4), obtemos: đŖđ (đĄ) = â −1 {đđ (đ )} = â −1 { đĄ 1 }= 2 đ đļ đ đļđ (7.5) Note que đŖđ (đĄ) corresponde a uma reta passando pela origem, com inclinação 1/đ đļ. Podemos, assim, fazer a seguinte associação: Figura 7.4 Formas dos sinais đŖđ (đĄ) e đŖđ (đĄ) para o circuito da Figura 7.3. Veja que, ao aplicar um degrau unitário, a saída crescerá indeterminadamente. Logo, o sistema é naturalmente instável. No intento de estabilizar o circuito, faremos a realimentação do mesmo, criando um sistema em malha fechada. Para tanto, necessitaremos de mais um A.O. para implementar o somador (detector de erro). A Figura 7.5 apresenta o circuito realimentado. Observação No Exemplo 7.1, vimos que a saída tende a assumir um valor cada vez maior, na medida que o tempo đ avança. Porém, na prática, um circuito amplificador operacional não pode fornecer uma tensão de saída infinitamente grande. A saída é limitada a um valor máximo. Este valor é sempre inferior à tensão externa de alimentação do A.O. Quando a saída atinge este valor máximo, dizemos que o amplificador operacional saturou. Figura 7.5 Circuito com realimentação. A representação em diagrama de blocos do circuito da Figura 7.5 é: 102 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos Figura 7.6 Representação em diagrama de blocos. Assim, utilizando as regras de redução de diagramas de blocos temos: 1 − đđ (đ ) −1 đ đļđ = = 1 đđ (đ ) đ đļđ + 1 1+ đ đļđ (7.6) Aplicando a entrada degrau unitário ao circuito com realimentação: đđ (đ ) = −1 −1 1 1 1 . đđ (đ ) = . = − . đ đļđ + 1 đ đ đļđ + 1 đ đļ (đ + 1 ) đ đ đļ (7.7) Logo, para obter o sinal đŖđ (đĄ), aplicamos a transformada inversa de Laplace em (7.7), obtendo: đŖđ (đĄ) = â −1 {đđ (đ )} = â −1 {− 1 1 . } đ đļ (đ + 1 ) đ đ đļ (7.8) E, finalmente, pela de acordo com a Linha 14 da Tabela 3.1, chegamos a: đŖđ (đĄ) = − đĄ 1 1 â (1 − đ − đ đļ ) đ đļ 1 đ đļ đĄ đŖđ (đĄ) = − (1 − đ − đ đļ ) (7.9) A partir do resultado encontrado, podemos fazer a associação apresentada na Figura 7.6. Figura 7.7 Formas dos sinais đŖđ (đĄ) e đŖđ (đĄ) para o circuito da Figura 7.4. Podemos, assim, tirar as seguintes conclusões: • Conclusão 1: Provavelmente, este sistema é estável, uma vez que o valor de đŖđ (đĄ) tende a um valor constante. • Conclusão 2: a realimentação pode estabilizar sistemas instáveis desde que seja feita convenientemente. 103 CONTROLE LINEAR Sistemas Contínuos no Tempo Exercício 7.1. Verifique se o sistema da Figura 7.8 é estável ou instável. (Note que este sistema é semelhante ao anterior, a única diferença é que a realimentação não foi feita pela saída do último A.O. e sim na saída do integrador). Figura 7.8 Circuito para o Exercício 7.1. 7.2 Critério de BIBO Estabilidade Até agora, não foi estabelecido um critério matemático para estabilidade de sistemas. Assim, nos exemplos anteriores, aplicamos um degrau na entrada e analisamos a característica da saída. Se esta fosse crescente indeterminadamente (sempre), o sistema é dito instável. Contudo, é importante que tenhamos um critério sistemático para determinar a estabilidade (ou instabilidade) de sistemas lineares. Assim, apresentamos uma definição mais formal para a caracterização da estabilidade: o critério de BIBO estabilidade. Definição: Um sistema qualquer é dito estável se, e somente se, para qualquer entrada limitada (Bounded-Input) a saída correspondente é limitada (Bounded-Output). IBO Vejamos, agora, um exemplo aplicando o critério BIBO para avaliar a estabilidade de um sistema. Exemplo 7.2: Considere o sistema tipo integrador apresentado abaixo: Para testar sua estabilidade, coloquemos uma entrada degrau, que é limitada, e verificaremos se a saída é limitada. Neste caso, teremos: 1 1 1 1 đ(đ ) = đ(đ ) = â = 2 đ đ đ đ 104 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos Logo, para obter a saída no tempo: 1 đĻ(đĄ) = â −1 { 2 } = đĄ đ Assim, podemos analisar o comportamento da saída đĻ(đĄ). Figura 7.9 Análise de estabilidade do sistema tipo integrador. Como para uma entrada limitada, a saída foi ilimitada então concluímos que o sistema tipo integrador é instável. Observação O critério de BIBO estabilidade é valido tanto para sistemas lineares quanto para sistemas não lineares. 2. De acordo com sua própria definição, para verificar se o sistema é estável através do critério da BIBO estabilidade, devemos aplicar todas as entradas limitadas e verificar se todas as saídas correspondentes são limitadas. Um exemplo de sistema que aparentemente era estável para algumas entradas, e achava-se que era para todas as entradas limitadas é a ponte de Tacoma Narrows, apresentada na capa deste capítulo e na Figura 7.10. Ela recebe um vento com tal intensidade que começou a oscilar e, então se rompeu. Para esta entrada limitada a saída foi ilimitada (rompimento). Figura 7.10 Ponte de Tacoma Narrow: uma certa entrada limitada gerou saída ilimitada. 105 CONTROLE LINEAR Sistemas Contínuos no Tempo Podemos concluir que, utilizando o critério de BIBO estabilidade precisamos encontrar pelo menos uma entrada limitada que produza uma saída ilimitada para provar que um sistema é instável. Por sua vez , caso a tarefa seja provar que um dado sistema é estável, temos que nos certificar de que a saída é limitada para todo tipo de entrada limitada. É fácil observar que este procedimento pode se tornar muito trabalhoso e pouco prático. Assim, para evitar isto, passaremos a utilizar o Teorema 7.1. Teorema 7.1: “Um SLIT é estável se, e somente se, o módulo da sua resposta ao impulso for integrável em um intervalo infinito”, ou seja: ∫ +∞ 0 |đ(đĄ)| đđĄ < +∞ (7.10) A seguir será demonstrada apenas a suficiência deste teorema. Prova: Se o sistema tem entrada đĸ(đĄ), saída đĻ(đĄ) e resposta impulsiva đ(đĄ), então đĻ(đĄ) = ∫ đ(đ)đĸ(đĄ − đ) đđ supondo que đĻ(đĄ) = 0 e đĸ(đĄ) = 0 para đĄ < 0. Se đĸ(đĄ) é limitada, então existe uma constante đ tal que |đĸ| ≤ đ < +∞, logo a saída será limitada por (7.11) (7.12) |đĻ(đĄ)| = |∫ đ(đ)đĸ(đĄ − đ) đđ| ≤ ∫|đ(đ)| |đĸ(đĄ − đ)| đđ ≤ ∫|đ(đ)| đ đđ = đ ∫|đ(đ)| đđ então, a saída será limitada se ∫|đ(đ)| đđ for limitada. Exemplo 7.3: Utilizando o Teorema 7.1, prove que o integrador é um sistema instável. Solução: Para o sistema integrador, temos que đ(đ ) = Como đ(đ ) é um impulso, então: Logo, tem-se que đ(đ ) = 1 đ(đ ) đ đ(đ ) = 1 1 1 1 â 1 = ⇒ đĻ(đĄ) = â{đ(đ )} = â { } = 1 đ đ đ vide linha 2 da Tabela 3.1, sendo đĻ(đĄ) é a resposta ao impulso. 106 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos Assim: Figura 7.11 Comportamento da sistema integrador: entrada impulso gera saída degrau. +∞ +∞ +∞ Pelo Teorema temos: ∫0 |đĻ(đĄ)| đđĄ = ∫0 |1| đđĄ = ∫0 ī O integrador é instável. = +∞ 1 đđĄ = đĄ|+∞ 0 Este procedimento para determinar se um sistema é estável ou instável ainda é um tanto quanto trabalhoso. Uma estratégia muito mais prática e definitiva para avaliar a estabilidade de um sistema será apresentada por meio do corolário a segui. Antes, porém, convém fazermos um estudo a respeito dos polos e os zeros de uma função de transferência, no plano-đ , por meio de um exemplo. Exemplo 7.4: Considere a seguinte função de transferência: (đ + 1)(đ − 4) đē(đ ) = (đ + 3 + đ)(đ + 3 − đ) Analisando as raízes do numerador da função apresentada, temos que os zeros de đē(đ ) são: đ§1 = −1 e đ§2 = 4 Por sua vez, o denominador da função de transferência considerada indicar que os polos de đē(đ ) são: đ1 = −3 + đ e đ2 = −3 − đ Assim, utilizando a notação apresentada na Figura 7.12, Figura 7.12 Notação para representação de polos e zeros no plano-s. podemos representar os polos e zeros no plano-đ conforme a Figura 7.13. 107 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 7.13 Localização de polos e zeros do sistema do Exemplo 7.3, no plano-s. Agora, tendo em mente os conceitos discutidos acima, apresentamos o seguinte corolário do Teorema 7.1. Corolário 7.1: “Um SLIT é estável se, e somente se, todos os polos da função de transferência do sistema tiverem parte real negativa”. Para ilustrar o corolário, consideremos o sistema do Exemplo 7.1, que trata de um circuito com amplificadores operacionais. Vimos que sem realimentação o circuito é um sistema instável, e sua função de transferência é đē1 (đ ) = 1 đ đļđ . E, com realimentação, o circuito é um sistema estável, e sua função de transferência é đē2 (đ ) = Figura 7.14 Região de estabilidade no plano-s. −1 . Adicionalmente, no Exercício 7.1 đ đļđ +1 temos um sistema instável, cuja função de transferência é đē3 (đ ) = −1 đ đļđ −1 . Os polos dessas funções de transferência, bem como sua representação no plano-đ são apresentados na Figura 7.15. Figura 7.15 Análise de estabilidade. 108 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos Vejamos a forma da resposta ao impulso de đē2 (đ ) e đē3 (đ ): đ2 (đĄ) = â −1 {đē2 (đ )} = â −1 { −1 } đ đļđ + 1 Linha 6 da Tabela 3.1 = −đĄ −1 â đ đ đļ đ đļ đ3 (đĄ) = â −1 {đē3 (đ )} = â −1 { −1 } đ đļđ − 1 Linha 6 da Tabela 3.1 = đĄ −1 â đ đ đļ đ đļ +∞ que é limitada: ∫0 |đ2 (đĄ)| đđĄ < đ. que tende a −∞ quando đĄ tende a +∞, portanto ilimitada. Note que đ2 (đĄ) = −1 −đ −đ â đ đšđĒ đĄ sendo đšđĒ o polo de đē2 (đ ), e đ3 (đĄ) = đ đļ −1 đ đļ đ đ đ đšđĒđĄ sendo đšđĒ o polo de đē3 (đ ). Então, para um sistema que tenha polos reais, o coeficiente da exponencial está diretamente ligado ao valor do polo, de forma que podemos fazer a seguinte associação: • Se polo< 0 ⇒ exponencialmente limitada, sistema estável; • Se polo> 0 ⇒ exponencial ilimitada, sistema instável. Exemplo 7.5: Determine se o sistema abaixo é estável ou instável. 1 đē(đ ) = 2 đ + 0,2đ + 1 Solução: Os polos são obtidos através de: đ 2 + 0,2đ + 1 = 0 ⇒ Δ = 0,22 − 4 = −3,96 Portanto, os polos do sistema são: Assim, temos đ1,2 = −0,2 ± √−3,96 ⇒ đ1,2 = −0,1 ± đ0,995 2 Figura 7.16 Representação dos polos do sistema do Exemplo 7.5, no plano-s. Façamos, agora, uma verificação da resposta impulsiva de đē(đ ). Segundo a linha 22 da Tabela 3.1, com đđ = 1 īˇ e đ = 0,1. 1 đ(đĄ) = â −1 {đē(đ )} = â đ −0,1đĄ â sen ((1. √1 − 0,12 ) â đĄ) 2 √1 − 0,1 109 CONTROLE LINEAR Sistemas Contínuos no Tempo Então, Logo: đ(đĄ) = 1 . đ −0,1đĄ . sen(1,005đĄ) 1,005 Figura 7.17 Resposta ao impulso do circuito do Exemplo 7.5. Como đ(đĄ) → 0 quando đĄ → +∞, então a integral de |đ(đĄ)|é limitada, ou seja, +∞ ∫0 |đĻ(đĄ)| đđĄ < ∞ ⇒ sistema estável. Da Figura 7.17, percebe-se que a parte real dos polos (−0,1) proporciona o conteúdo exponencial (đ −0,1đĄ ) da resposta e, portanto, é a parte real dos polos é quem faz a resposta đ(đ) decrescer. Na Figura 7.18, apresentamos alguns exemplos de configurações de polos e zeros de sistemas e as respectivas conclusões a respeito da estabilidade. Figura 7.18 Exemplos de configurações de polos e zeros de sistemas. 110 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos 7.3 O critério de Estabilidade de Routh-Hurwitz Um problema de analisar a estabilidade de um sistema a partir dos polos de sua função de transferência é que determinar as raízes de polinômio de ordem maior que 2. Uma estratégia simples e prática para driblar este problema é utilizar o critério de estabilidade de Routh-Hurwitz. Adolf Hurwitz e Edward John Routh publicaram, independentemente, um método de investigar a estabilidade de um sistema linear. O critério de estabilidade de RouthHurwiitz verifica se todos os polos de uma função de transferência pertencem ao semiplano esquerdo do plano-đ . Suponha que a função de transferência de um dado sistema é da forma: đ0 đ đ + đ1 đ đ−1 + ⯠+ đđ−1 đ + đđ đē(đ ) = , đ0 ≠ 0 đ0 đ đ + đ1 đ đ−1 + ⯠+ đđ−1 đ + đđ (7.12) 1º Passo: Identifique o denominador de G(s): đˇ(đ ) = đ0 đ đ + đ1 đ đ−1 + ⯠+ đđ−1 đ + đđ (7.13) 2º Passo: Verifique se qualquer destas constantes (đđ ) é igual a zero ou, negativa na presença de pela menos uma constante positiva. Se isto ocorrer, conclua que o sistema é instável e não é necessário executar os próximos passos. Do contrário, nada pode-se concluir, vá para o 3º Passo. 3º Passo: Construa a seguinte tabela: đ đ đ−1 đ0 đ1 đ1 đ1 đ đ đ−2 đ đ−3 ⎠1 đŧ1 đ 0 đ1 đ đ2 đ3 đ2 đ2 đŧ2 0 đ4 đ5 đ3 đ3 0 0 ⯠⯠⯠⯠1ª Coluna Os elementos đđ , đ1 , â¯, đđ são os coeficientes do polinômio do denominador, đˇ(đ ). Os elementos đ1 , đ2 , đ3 , â¯, đ1, đ2 , ⯠e todos os demais são calculados através das seguintes expressões: đ1 đ2 − đ0 đ3 đ1 = đ1 đ1 đ4 − đ0 đ5 đ2 = đ1 ⎠đ1 đ3 − đ1 đ2 đ1 = đ1 đ1 đ5 − đ1 đ3 đ2 = đ1 ⎠4º Passo: Aplique o seguinte critério de estabilidade de Routh-Hurwitz: Definição: “O número de raízes de đˇ(đ ) (polos de đē(đ )) com parte real maior que zero (positiva) é igual ao número de mudanças de sinal dos coeficientes da primeira coluna da tabela construída no 3º Passo.” 111 CONTROLE LINEAR Sistemas Contínuos no Tempo Exemplo 7.6: Estude a estabilidade de um sistema cuja função de transferência é dada por: 2đ + 1 đē(đ ) = 4 3 đ + 2đ + 3đ 2 + 4đ + 5 Solução: Neste caso, o denominador de đē(đ ) é um polinômio de ordem 5. Vamos, então, executar os passos para aplicar o critério de estabilidade de Routh-Hurwitz. 1º Passo: đˇ(đ ) = đ 4 + 2đ 3 + 3đ 2 + 4đ + 5 2º Passo: Todos coeficientes de đˇ(đ ) são positivos, portanto nada pode-se concluir. 3º Passo: đ 4 1 3 5 đ 2 2.3 − 1.4 =1 2 2.5 − 1.0 =5 2 0 đ 3 đ 1 đ 0 2 1.4 − 2.5 = −6 1 −6.5 − 1.0 =5 −6 4 0 0 Neste caso, os elementos da 1ºcoluna são: 1ª Coluna đ 4 đ 3 1 2 đ 2 1 đ 1 đ 0 Perceba que ocorreram duas mudanças de sinais, uma de 1 para -6 e outra de -6 para 5. Logo este sistema tem dois polos do lado direito do plano-đ e, assim, o sistema é INSTÁVEL. −đ 5 Exemplo 7.7: Determine se o sistema é estável ou instável: đ 2 + đ − 1 đē(đ ) = 3 đ + 3đ 2 − đ + 5 Solução: Seguindo os passos para aplicar o critério de Routh-Hurwitz, temos: 1º passo: đˇ(đ ) = đ 3 + 3đ 2 − đ + 5 2ºpasso: existe um coeficiente negativo na presença de outro positivo, logo o sistema é instável e não precisa ir ao passo seguinte. 112 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos Caso Especial do critério de Routh-Hurwitz Se o primeiro elemento de uma linha é zero, e pelo menos um elemento na mesma linha é diferente de zero, então substituiu-se o primeiro elemento de linha, que é zero, por um pequeno número Δ, que poderá ser negativo ou positivo, e continua-se o cálculo das próximas linhas da tabela. O Exemplo 7.8 ilustra este caso. Exemplo 7.8: Estude a estabilidade de đē(đ ) = đ 5 + 2đ 4 + 2đ 3 5 + 4đ 2 + 11đ + 10 1ºpasso: đˇ(đ ) = đ 5 + 2đ 4 + 2đ 3 + 4đ 2 + 11đ + 10 2ºpasso: Todos os coeficientes são positivos, nada pode-se concluir. 3ºpasso: Construção da tabela: đ 5 đ 4 đ 3 đ 2 1 2 11 2 4 10 2.2 − 1.4 2.11 − 1.10 =0 =6 2 2 0 đ 1 đ 0 Neste caso aparece um zero na 1ª coluna e outros elementos desta linha são diferentes de zero. Veja que não é possível calcular os elementos da linha đ 2 pois seria necessário dividir por 0. Substitua o 0 por đĢ e continue. đ 5 1 2 11 đ 3 2 Δ 4 10 đ 4 0 đ 2 đ 4 đ 2 đ 1 đ 0 113 6 Δ. 4 − 2.6 10 Δ 0 đ 5 1 2 11 đ 3 2 Δ 4 10 10 0 đ 1 đ 0 −12 Δ −12 . 6 − 10Δ Δ −12 Δ 6 0 CONTROLE LINEAR Sistemas Contínuos no Tempo Para Δ pequeno, Δ ≈ 0, tem-se a tabela final: đ 5 1 2 11 đ 3 2 Δ 4 10 10 0 đ 4 đ 2 đ 1 đ 0 −12 Δ 6 0 6 10 Se Δ → 0 pela esquerda, ou seja, Δ < 0, temos 2 trocas de sinais na primeira coluna. Se Δ → 0 pela direita, ou seja, Δ > 0, temos também 2 trocas de sinais na primeira coluna. Assim, o sistema é instável. Exercícios 7.2. Verifique a estabilidade de: 7 + + + 6đ 2 + 6đ + 9 7.3. O piloto automático de um avião tem a seguinte F.T.M.F.: đē(đ ) = đ 5 3đ 4 2đ 3 đ(đ ) 150đ 3 + 900đ 2 + 165đ + 900 = 5 đđ (đ ) đ + 15đ 4 + 240,5đ 3 + 1303,6đ 2 + 1667,4đ + 924 verifique se o sistema é estável ou instável. 7.4 Projeto de controladores através do método de RouthHurwitz O cálculo dos polos de um sistema (raízes de um polinômio) é fácil para os usuários do MATLAB ou das calculadoras científicas atuais. Por exemplo, os polos do exemplo acima são calculados pelo MATLAB com o comando: >> den=[1 3 -1 5]; >> roots(den) Logo, aparentemente o método de Routh-Hurwitz seria desnecessário, porém ele é extremamente útil para projetar controladores, o Exemplo 7.9 ilustra esta aplicação. 114 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos Exemplo 7.9: Determine o intervalo de K, ganho do controlador, para o qual o sistema realimentado seja estável. Figura 7.19 Sistema para o Exemplo 7.9. Solução: A F.T.M.F. do sistema da Figura 7.19 é dada por: đ(đ ) = đ(đ ) (đ + 1) đž(đ + 1) đž(đ + 1) đ (đ − 1)(đ + 6) = = 3 2 (đ + 1) đ (đ − 1)(đ + 6) + đž(đ + 1) đ + 5đ + (đž − 6)đ + đž 1+đž đ (đ − 1)(đ + 6) đž Note que não é possível obter os polos da F.T.M.F. usando a calculadora. Usemos, assim, o método de Routh-Hurwitz: 1ºpasso: đˇ(đ ) = đ 3 + 5đ 2 + (đ − 6)đ + đž 2ºpasso: Para que todos os coeficientes sejam positivos: (I) đž−6>0 ⇒ đž >6 e, đž>0 Logo, por (I) e (II): (II) (III) đ˛>đ 3ºpasso: Construindo o arranjo tabular: đ 3 1 đž−6 đ 1 5(đž − 6) − 1 â đž 5 0 đ 2 đ 0 5 đž đž Para que os elementos da 1ª coluna sejam todos positivos, é necessário que: 5(đž − 6) − đž > 0 ⇒ 5đž − 30 − đž > 0 5 ⇒ 4đž − 30 > 0 30 ⇒ đž> 4 (IV) ⇒ đ˛ > đ, đ 115 CONTROLE LINEAR Sistemas Contínuos no Tempo e đ˛>đ (V) Assim, considerando as condições (III), (IV) e (V), garante que o sistema será estável. đ˛ > đ, đ Projeto de controlador dependente de dois parâmetros Um controlador industrial muito utilizado é o controlador P.I. (proporcional e integral). Neste caso, a estabilidade fica dependente de dois parâmetros. Um exemplo de projeto ilustra o uso do critério de estabilidade de Routh-Hurwitz para este caso, e está mostrado a seguir. Exemplo 7.10: Para o sistema controlado por um controlador P.I. dado na Figura 7.20, encontre as faixas de đžđ e đžđŧ do controlador tal que o sistema seja estável. Figura 7.20 Sistema com controlador PI, para o Exemplo 7.10. Solução: A F.T.M.F. é 1 đ đž + đžđŧ ].[ ] [ đ đ(đ ) đ (đ + 1)(đ + 2) = ⇒ 1 đ (đ ) 1 + [đ đžđ + đžđŧ ] . [ ] đ (đ + 1)(đ + 2) ⇒ đ(đ ) đ đžđ + đžđŧ = ⇒ đ (đ ) đ (đ + 1)(đ + 2) + đ đžđ + đžđŧ ⇒ đ(đ ) đ đžđ + đžđŧ = 3 2 đ (đ ) đ + 3đ + (2 + đžđ )đ + đžđŧ 1º passo: đˇ(đ ) = đ 3 + 3đ 2 + (2 + đžđ )đ + đžđŧ 2º passo: Para que todos os coeficientes sejam positivos é necessário que: đžđŧ > 0 e 2 + đžđ > 0 (I) ⇒ đ˛đˇ > −đ 116 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos 3ºpasso: đ 3 1 đ 1 3(2 + đžđ ) − đđŧ 3 đ 2 đ 0 3 đžđŧ Assim, para elementos da 1ª coluna sejam todos positivos: 2 + đžđ đžđŧ 3(2 + đžđ ) − đžđŧ > 0 ⇒ 0 De (I), (II) e (III) tem-se a região: đžđŧ > 0 đ˛đˇ > đ˛đ° đ −đ Figura 7.21 Região de estabilidade do sistema do Exemplo 7.10 em função de đžđ e đžđ . Exercícios 7.4. Encontre a faixa de đ tal que o sistema abaixo seja estável Figura 7.22 Sistema para o Exercício 7.4. 7.5. Encontre a faixa de đžđ e đžđ do controlador abaixo tal que o sistema seja estável. Figura 7.23 Sistema para o Exercício 7.5. 117 (II) (III) CONTROLE LINEAR Sistemas Contínuos no Tempo 7.5 Estabilidade Relativa A estabilidade estudada até agora neste curso é conhecida como estabilidade absoluta pois tem-se como referência o lado esquerdo do plano-đ . Um outro conceito é o conceito de estabilidade relativa. Este novo conceito está relacionado à margem de segurança de um sistema no tocante à sua estabilidade. Por exemplo, no plano-đ da Figura 7.24, pode-se dizer que os polos đ1 e đ1 ′ tem menor margem de estabilidade que os polos đ2 e đ3 . Figura 7.24 Conceito de margem de estabilidade relativa. Podemos usar o critério de Routh-Hurwitz para estudar a margem de estabilidade relativa de um sistema, neste caso é necessário realizar uma translação de eixo imaginário, tal como mostra a Figura 7.25. Os ao lado são relacionados através da seguinte equação de translação de eixos: ou, ainda Figura 7.25 Translação do eixo imaginário. đ ′ = đ + đŋ (7.14) đ = đ ′ − đŋ (7.15) Exemplo 7.11: Verifique se o sistema abaixo tem todos os polos à esquerda de đ = −1. đē(đ ) = đ 3 + 9đ 2 1 + 26đ + 24 (7.16) Solução: Neste caso, deve-se realizar a translação de eixos indicada na Figura 7.26. Figura 7.26 Translação do eixo imaginário para o Exemplo 7.11. 118 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos A translação do eixo imaginário é feita substituindo đ = đ ′ − 1 em đē(đ ): đē(đ ) = Então, đē(đ ) = (đ ′ − (đ ′ − 1)(đ ′2 − 1)3 2đ ′ 1 + 9(đ ′ − 1)2 + 26(đ ′ − 1) + 24 + 1) + ⇒ đē(đ ) = 1 9(đ ′2 − 2đ ′ + 1) + 26đ ′ − 26 + 24 1 đ ′3 + 6đ ′2 + 11đ ′ + 6 ⇒ Vemos que os coeficientes do denominador de đē(đ ) são todos positivos. Assim, construindo o arranjo tabular e aplicando o critério de Routh: đ ′3 1 đ ′1 66 − 6 60 = = 10 6 6 đ ′2 đ ′0 6 11 6 0 6 ∴ Este sistema é estável, sua estabilidade relativa engloba o eixo đ = −1. Portanto sua margem de estabilidade é > 1. Isto é, todos polos do sistema (7.16) têm parte real menor do que −1. Observação Para determinar a margem de estabilidade (total) de um sistema é necessário ir transladando o eixo đ (imaginário) até o surgimento de um zero na 1º coluna da tabela de RouthHurwitz, indicando que existe polo sobre o eixo imaginário đ ′. Este trabalho pode ser evitado, utilizando-se as calculadoras científicas para obter todos os polos do sistema (ou o MATLAB). A margem de estabilidade será igual ao módulo da parte real do polo mais próximo ao eixo imaginário, supondo-se que todos os polos são de sistema estáveis. Exercícios 7.6. Use o MATLAB para determinar a margem de estabilidade do sistema: đ đē(đ ) = 3 đ + 4đ 2 + 6đ + 4 119 CONTROLE LINEAR Sistemas Contínuos no Tempo 7.7. Verifique, usando o critério de Routh-Hurwitz, se o sistema abaixo tem todos seus polos à esquerda de đ = −2. đē(đ ) = đ + 0,1 đ 4 + 3đ 3 + đ 2 + 2đ + 4 7.8. Projete K tal que o sistema abaixo tenha margem de estabilidade maior que 4. Figura 7.27 Sistema para o Exercício 7.8. Exemplo Completo de Projeto: Levitador Magnético Como forma de fixar os conceitos apresentados neste capítulo, veremos agora um projeto de controle completo para o sistema físico levitador magnético. No estudo a ser realizado, iremos projetar um controlador que estabilize o sistema e, também, especificar o circuito eletrônico que implementa o sistema de controle projetado. Exemplo 7.12: Consideremos o levitador magnético apresentado na Figura 7.28. Figura 7.28 Sistema levitador magnético. A passagem da corrente đ(đĄ) através da bobina enrolada no núcleo de material ferromagnético cria um campo magnético que, ao interagir com a esfera, também feita de material ferromagnético, cria uma força de atração sobre a mesma, atraindo-a na direção da espira. Se a corrente đ(đĄ) diminui, a intensidade do campo magnético diminui, assim como a intensidade da força de atração, fazendo com a que esfera volte a se afastar da bobina. 120 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos A posição đĨ(đĄ) da esfera é medida através de um sensor, constituído por circuito composto por um LED (Light Emiting Diode ou Diodo Emissor de Luz) e um fototransistor. O fototransistor é um transistor cujo terminal base é formado por uma célula sensível a luz. A corrente de emissor é controlada através da intensidade luminosa recebida na base. Assim, dependendo da posição đĨ(đĄ) da esfera, a base do fototransistor recebe mais ou menos luz. Consequentemente, a corrente de emissor depende da posição da esfera, e assim, a tensão đŖđĨ (đĄ) é uma medida proporcional a đĨ(đĄ). Um projeto de controlador para este sistema visa, através da leitura de đŖđĨ (đĄ), controlar a corrente đ(đĄ) de modo a manter a esfera suspensa no ar. O diagrama de blocos deste sistema é: Figura 7.29 Diagrama de blocos do sistema levitador. Assim, os polos da planta đē(đ ) (levitador) são dados por: đ 2 − 10 = 0 ⇒ đ1,2 = ±√10 Logo, a representação dos polos do sistema no plano-đ é dada na Figura 7.30. Como um dos polos possui parte real positiva, o sistema é instável. No intento de estabilizar o sistema, faremos a realimentação do mesmo. Iremos impor que uma referência para a posição đĨ(đĄ) seja dada através de um sinal đĨđ (đĄ). O erro entre a posição real, lida pelo sensor e a posição de referência será alimentado a um controlador, Figura 7.30 Polos do sistema levitador. que por sua vez, determinará a corrente đ(đĄ) a ser fornecida para a bobina do levitador. A Figura 7.31 apresenta o sistema realimentado. Figura 7.31 Sistema de controle do levitador magnético. a) b) 121 Verifique se é possível estabilizar o sistema com um dos seguintes controladores: đļ(đ ) = đž (proporcional); (đ +1) đļ(đ ) = đ (đ +2). CONTROLE LINEAR Sistemas Contínuos no Tempo Solução: A primeira tentativa de controlar o sistema é supor um controlador proporcional K. Assim, verifiquemos se é possível estabilizar o levitador usando realimentação com o controlador đļ(đ ) = đž Neste caso, a função de transferência de malha fechada do sistema é: 2đž đ(đ ) 2đž 2 − 10 đ = = 2 đđ (đ ) 1 + 2đž đ − 10 + 2đž đ 2 − 10 Aplicando o método de Routh-Hurwitz: 1º passo: đˇ(đ ) = đ 2 − 10 + 2đ 2º passo: Um dos coeficientes do polinômio é igual a zero, ou seja, đ 2 + đ. đ − (10 + 2đž) Portanto não é possível estabilizar o sistema, pois nenhum valor de đž consegue reverter esta situação modificando o valor deste coeficiente. ∴ Não é possível estabilizar o levitador com um controlador do tipo đĒ(đ) = đ˛. Uma nova tentativa é feita utilizando o controlador đļ(đ ) = đž (đ + 1) (đ + 2) Para este novo caso, tem-se a seguinte F.T.M.F.: đž(đ + 1) 2 . 2 đđ (đ ) 2đžđ + 2đž (đ + 2) (đ − 10) = = đž(đ + 1) 2 (đ + 2)(đ 2 − 10) + 2đžđ + 2đž đ(đ ) 1+ . 2 (đ + 2) (đ − 10) = đ 3 + 2đ 2 2đžđ + 2đž + (2đž − 10)đ + 2đž − 20 Seguindo o critério de Routh: 1º passo: đˇ(đ ) = đ 3 + 2đ 2 + (2đž − 10)đ + 2đž − 20 2º passo: É necessário que 2đž − 10 > 0 ⇒ đ˛ > đ e 2đž − 20 > 0 ⇒ đ˛ > đđ ∴ đ˛ > đđ (I) 122 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos 3º passo: Montando o arranjo tabular: đ 3 1 đ 1 2 â (2đž − 10) − 1 â (2đž − 20) 2 đ 2 đ 0 2đž − 10 2 2đž − 20 0 2đž − 20 Assim, para que não haja alternância de sinal entre os elementos da primeira coluna, é necessário que 2 â (2đž − 10) − 1 â (2đž − 20) >0 ⇒đž>0 2 e 2đž − 20 > 0 ⇒ đž > 10 (II) (III) De (I), (II) e (III), este controlador estabiliza o levitador com đž > 10. Para especificar o controlador, escolhemos đž = 20, logo đļ(đ ) = 20(đ + 1) (đ + 2) Para implementar o controlador fazemos a divisão polinomial indicada em đļ(đ ): đļ(đ ) = Logo, que equivale a: đļ(đ ) = 20(đ + 1) ⇒ (đ + 2) 20đ + 20 đ + 2 20đ + 40 20 −20 20(đ + 1) 20 = 20 − (đ + 2) đ +2 Figura 7.32 Representação equivalente do controlador C(s). Desta forma, o diagrama completo fica: 123 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 7.33 Diagrama de blocos equivalente do sistema. O circuito do controlador é implementado utilizando amplificadores operacionais. Cada um dos blocos do controlador podem ser implementados pelos circuitos abaixo: Figura 7.34 Circuitos com A.O. para implementar o controlador C(s). Veja que, sendo đģ(đ ) a função de transferência do circuito da Figura (b), teremos: 1 đ đļ đģ(đ ) = đ đ + đ đļ 124 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos 1 2 Assim, escolhemos: đ đļ = 20 e đ = 20. O circuito de controle completo do Exemplo 7.12 é apresentado na Figura 7.35. Figura 7.35 Circuito de controle para o sistema levitador magnético, implementado com amplificadores operacionais. Os sinais đĨđ (đĄ), đŖđĨ (đĄ) e đ(đĄ) serão conectados com o levitador mostrado na Figura 7.28. Como a corrente de saída do A.O é pequena, o sinal đ(đĄ) de saída do controlador deverá ter um amplificador de corrente antes de ser conectado na bobina. Outra alternativa é usar o A.O. da saída como sendo o amplificador LH0101, indicado na Figura 7.35. Ele é um amplificador cuja potência nominal é de 60 W, com pico de corrente de saída de 5A, e tensão de alimentação Vcc= īą 15 V e necessita de dissipador de calor. Ou ainda, pode-se utilizar o amplificador operacional de potência LM 675. Exercícios 7.9. Considere o rastreador solar mostrado na Figura 7.36. Figura 7.36 Sistema rastreador solar. 125 CONTROLE LINEAR Sistemas Contínuos no Tempo Este sistema possui o seguinte diagrama de blocos: Figura 7.37 Diagrama de blocos do rastreador solar. Note que este sistema é instável, pois đ1 = 0 e đ2 = −2. A ideia é que a angulação da placa đđ (đ ) coincida com a angulação dos raios solares đđ (đ ), ou seja, que a placa siga o Sol. Realimente o sistema conforme o diagrama abaixo e determine a faixa de đž para que o sistema seja estável. Projete o circuito do controlador usando A.O. Figura 7.38 Diagrama de blocos do sistema para o Exercício 7.9. 7.10. No sistema abaixo, qual a faixa de k que resulta em estabilidade? Figura 7.39 Diagrama de blocos do sistema para o Exercício 7.10. 7.11. O veículo explorador de Marte, Sojourner, 1997, é mostrado na Figura 7.40. Este veículo é alimentado através de painéis solares, e também pode ser controlado da Terra, enviando-lhe comandos đ(đĄ). O diagrama de blocos do sistema é apresentado na Figura 7.41. Encontre a faixa de đž tal que o sistema seja estável. Este diagrama de blocos não inclui a presença de ruídos. Figura 7.40 Explorador de Marte, Sojourner. 126 CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos Figura 7.41 Diagrama de blocos do explorador de Marte, Sojourner (OGATA). 7.12. Um projeto de uma estação espacial orbital está mostrado na Figura 7.41. É crítico o problema de manter a estação com uma orientação đđ (đĄ) aproximadamente na direção do sol đđ (đĄ) para obter máxima capacidade de geração de energia. O diagrama de blocos do sistema de controle é dado na Figura 7.42. Figura 7.42 Projeto de estação espacial. Figura 7.43 Diagrama de blocos para o sistema de orientação da estação espacial. Determine a faixa de đž tal que o sistema seja estável. 127 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 8 8 Resposta Transitória de Sistemas de 1ª e 2ª Ordem RESPOSTA TRANSITÓRIA DE SISTEMAS DE 1ª E 2ª ORDEM Neste Capítulo... As indústrias modernas estão exigindo, cada vez mais, sistemas de controle automático com alto desempenho. Por exemplo, no caso de robôs utilizados para soldagem em uma fábrica de automóveis, o processo da fabricação exige que o robô solde vários pontos em um certo período de tempo relativamente curto, especificado previamente. Para solucionar estes problemas de controle automático foram adotados alguns índices de desempenho, que permitem a especificação do comportamento desejado do sistema controlado, para a elaboração de um projeto. Wikipedia - KUKA Systems GmbH (CC BY-SA 3.0) Controle na Indústria Apresentaremos alguns índices de desempenho de resposta transitória de sistemas dinâmicos de 1ª e 2ª ordem em função de parâmetros de sua função de transferência. Faremos, também, uma associação direta de tais índices com a posição dos polos do sistema, no plano-đ. CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem 8.1 Entrada Degrau Os índices de desempenho dos sistemas de controle são estudados em função da resposta transitória do sistema devido a uma entrada degrau. Este tipo de entrada é muito presente em diversas aplicações práticas. Por exemplo, quando apertamos um botão no painel de um elevador, solicitando que este saia, suponha, do primeiro para o segundo andar, estamos aplicando uma entrada referência do tipo degrau. Ou, então, quando damos um comando a um aparelho condicionador de ar através de seu controle remoto para que a temperatura passe dos 25°C para 15°C, temos outro exemplo de entrada do tipo degrau. Estes, e outros exemplos, são ilustrados na Figura 8.1. Figura 8.1 Exemplos de entrada tipo degrau. Agora, passaremos a investigar como um sistema responde quando uma entrada do tipo degrau é aplicada. Em particular, estudaremos o comportamento de sistemas de 1ª e 2ª ordem. A ordem de um sistema é caracterizada pelo número de polos em sua função de transferência. Conforme veremos, sistemas de 1ª e 2ª ordem possuem respostas ao degrau muito bem definidas. Este fato nos possibilitará realizar manipulações na característica natural de um sistema, através do projeto de controladores. Assim, poderemos melhorar o desempenho de um dado sistema de interesse. 8.2 Resposta Transitória de Sistema de 1ª Ordem Estudaremos as características da resposta ao degrau de um sistema de 1ª ordem através do Exemplo 8.1. 129 CONTROLE LINEAR Sistemas Contínuos no Tempo Exemplo 8.1: Considere o sistema de 1ª ordem: tanque d’agua controlado por chave boia da Figura 8.2. Figura 8.2 Sistema de controle de nível de água por chave boia. A taxa de variação de altura é proporcional a đ´(đĄ) − â(đĄ), isto é: đ â(đĄ) = đ[đ´(đĄ) − â(đĄ)] đđĨ (8.1) Aplicando a transformada de Laplace em (8.1), obtém-se: đ đģ(đ ) = đđ´(đ ) − đđģ(đ ), C.I. nulas (sem água) Neste caso, đ´(đĄ) é a entrada e â(đĄ) e saída. Logo, a função de transferência será: đģ(đ ) đ = đ´(đ ) đ + đ (8.2) (8.3) Confirmamos, assim, que este é um sistema de 1ª ordem, pois o polinômio do denominador é de primeira ordem (tem apenas 1 polo). Como a base da boia é constante, đ´(đĄ) é constante, então a transformada de Laplace de đ´(đĄ) é, đ´ đ´(đ ) = đ Assim, temos: đ´ đ (8.4) â đģ(đ ) = đ+đ đ Assim, a resposta do sistema a essa entrada é obtida usando-se a transformada inversa de Laplace em (8.4): đ´ đ â(đĄ) = â −1 {đģ(đ )} = â −1 { â }⇒ đ+đ đ ⇒ â(đĄ) = đ´(1 − đ −đđĄ ) (8.5) A Figura 8.3 apresenta o gráfico da resposta do sistema considerando entrada degrau. 130 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem De acordo com o gráfico da Figura 8.3, se desejar que o reservatório se encha mais rapidamente, devemos aumentar o valor đ. Note que o polo deste sistema é: (đ + đ) = 0 ⇒ đ 1 = −đ Logo, para variar a velocidade de enchimento deve-se variar o valor do polo de sistema. Figura 8.3 Resposta do sistema tanque com controle de nível por chave boia para entrada degrau. Caso Genérico: Sistemas de 1ª Ordem De forma genérica, um sistema de 1ª ordem pode ser representado conforme Figura 8.4. Figura 8.4 Representações de um sistema de primeira ordem. Suponha que este sistema seja estável, ou seja, đ > 0 pois assim, teremos đđđđ = −đ < 0. Agora, suponha que đĸ(đĄ) = đ´, đĄ ≥ 0 ou seja uma entrada degrau: Figura 8.5 Entrada degrau. đ´ Assim, tem-se que đ(đ ) = . đ Como sabemos, a saída đ(đ ) pode ser expressa por đ(đ ) = đē(đ ) â đ(đ ). Logo: đ(đ ) = đđ đ´ . (đ + đ) đ (8.6) Segundo com a linha 14 da Tabela 3.1, aplicando a transformada de Laplace em (8.6): đĻ(đĄ) = â −1 {đ(đ )} = đ â đ´(1 − đ −đđĄ ) 131 (8.7) CONTROLE LINEAR Sistemas Contínuos no Tempo A expressão (8.7) representa a resposta ao degrau de um sistema de primeira ordem genérico. De forma geral, podemos fazer a seguinte análise da resposta obtida em (8.7): Figura 8.6 Análise da resposta característica de um sistema de 1ª ordem. 4 Em termos práticos, considera-se que para đĄ ≥ , o sistema já está em regime đ permanente. O tempo đĄ = 1 đ é chamado de constante de tempo do sistema, simbolizado por đ: đ= 1 đ Por sua vez, o instante de tempo đ = đđ é chamado de tempo de estabelecimento. 1 Note que o polo de đē(đ ) é đ1 = −đ, ou seja, đ1 = − , e ainda se đ é pequeno, o đ sistema entra em regime mais rapidamente do que outro com đ maior, o diagrama da Figura 8.7 ilustra este fato. Figura 8.7 Influência do valor de đ (ou, equivalentemente, do polo ) na rapidez da resposta transitória em um sistema de 1ª ordem. Uma (valiosa) utilidade de se conhecer a característica da resposta de um sistema de 1ª ordem para entrada degrau é a possibilidade se obter-se a função de transferência do sistema a partir de um simples ensaio. O Exemplo 8.2 a metodologia de se medir uma função de transferência G(s) a partir de sua resposta transitória a uma entrada degrau. 132 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Exemplo 8.2: Um motor de corrente contínua (C.C) possui a seguinte função de transferência, tendo como saída de interesse a velocidade de rotação do eixo (Ω(đ )): đđ Ω(đ ) = đē(đ ) = đ(đ ) đ +đ sendo đ(đ ) a tensão de alimentação do motor C.C. Deseja-se medir experimentalmente a sua função de transferência, ou seja, determinar os parâmetros đ e đ. Para isto, aplica-se uma entrada degrau de amplitude đ´ = 2 volts, por exemplo. A saída foi registrada pelo osciloscópio digital foi tal como apresenta a Figura 8.8. Figura 8.8 Resposta ao degrau: motor C.C. Comparando-se esta curva experimental com a teórica dada na página anterior, tem-se đ. đ´ = 1000 đđđ Adicionalmente, đ´ = 2. Logo, đ = 500 ⁄đ e, ainda: 1 = 2s ⇒ đ = 0,5[s−1 ] đ Finalmente: đē(đ ) = 8.3 500.0,5 250 = (Função de transferência do Motor C.C.) đ + 0,5 đ + 0,5 Resposta Transitória de sistemas de 2ª ordem Agora, passaremos ao estudo das características da resposta ao degrau de uma nova classe de sistemas: sistemas de 2ª ordem. Vejamos o Exemplo 8.3. Exemplo 8.3: Considere o sistema de suspensão de um automóvel (já estudado no Capítulo 4), apresentado na Figura 8.9. Sua função de transferência é apresentada abaixo: đđ + đ đ(đ ) = đē(đ ) = đ(đ ) đđ 2 + đđ + đ 133 CONTROLE LINEAR Sistemas Contínuos no Tempo Note que este sistema é de 2ª ordem pois G(s) possui 2 polos. Em uma simulação realizada com o MATLAB, a resposta a entrada degrau indica na Figura 8.9 é apresentada na Figura 8.10. Os parâmetros considerados foram đ = 1000 đđ, đ = 500 đ đ⁄ đ e đ = 200 đ/đ. 0.35 0.3 y(t)[m] 0.25 0.2 0.15 0.1 0.05 0 0 5 10 15 20 25 30 Tempo[s] Figura 8.10 Resposta do sistema de amortecimento a um degrau de 25 cm. Figura 8.9 Sistema de amortecimento. Nitidamente, percebe-se que esta resposta é diferente da resposta do sistema de 1ª ordem. Novas simulações foram feitas no intuito de investigar o impacto do valor do coeficiente do amortecedor đ na resposta do sistema a entrada degrau. Nas Figuras 8.11 e 8.12 apresentam-se as respostas do sistema para đ = 300 respectivamente. 0.4 đ đ⁄ đ e đ = 1500 đ đ⁄ đ , 0.35 0.35 0.3 0.3 0.25 y(t)[m] y(t)[m] 0.25 0.2 0.2 0.15 0.15 0.1 0.1 0.05 0.05 0 0 5 10 15 20 25 30 Tempo[s] 0 0 5 10 15 20 25 30 Tempo[s] Figura 8.12 Resposta do sistema de amortecimento a um degrau đ de 25 cm, para đ = 300 đ⁄ . đ Figura 8.11 Resposta do sistema de amortecimento a um degrau đ de 25 cm, para đ = 1500 đ⁄ . đ Veja, pela Figura 8.11, que um valor menor para o coeficiente đ o sistema apresenta maiores oscilações durante o transitório. E, por sua vez, um aumento no valor de đ faz com que as oscilações ao longo do transitório sejam atenuadas. Na prática, especifica-se por meio de um parâmetro quão grande devem ser as oscilações ou o amortecimento do sistema. E, então, o projeto de controlador deverá ser feito de modo a atender a essas especificações. 134 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Caso genérico: Sistemas de 2ª Ordem Um sistema de 2ª ordem genérico pode ser representado conforme apresenta a Figura 8.13. Figura 8.13 Representação genérica de um sistema de 2ª ordem. Os parâmetros da função de transferência de um sistema de 2ª ordem genérico, conforme apresentado na Figura 8.13, são denominados como sendo: đđ = frequência natural não-amortecida, đđ > 0 đ = coeficiente de amortecimento, đ > 0 Dependendo do valor de đ, recebe uma classificação diferente. O caso de interesse é o caso de subamortecimento, para o qual 0 < đ < 1. Para este caso, os polos de đē(đ ) são encontrados fazendo: đ 2 + 2đđđ đ + đđ2 = 0 Logo : (8.8) Δ = đ 2 − 4đđ = 4đđ2 (đ 2 − 1) E, assim, os polos (raízes de (8.8)) serão: Ou ainda, đ1,2 = − 2đđđ ± √4đđ2 (đ 2 − 1) = −đđđ ± đđ √đ 2 − 1 2 đ1,2 = −đđđ ± đđ √(1 − đ 2 ). (−1) (8.9) Mas, como 0 < đ < 1, então đ1 < 1 . Logo, (1 − đ 2 ) > 0, e, portanto: đ1,2 = −đđđ ± đđ √(1 − đ 2 ). √(−1) đ Finalmente, os polos de đē(đ ) são: đ1,2 = −đđđ ± đđđ √(1 − đ 2 ) A Figura 8.14 temos a representação no plano-đ dos polos de um sistema de 2ª ordem genérico, obtidos conforme (8.10). 135 (8.10) CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 8.14 Polos de um sistema de 2ª ordem genérico subamortecido, representados no plano-s. Segundo a Figura 8.14, temos: 2 đ 2 = (đđ √(1 − đ 2 )) + (đđđ )2 ⇒ đ = đđ cos đ = Observações đđđ đđđ = = đ ⇒ đŊ = đđĢđđđ¨đŦ đ đ đđ i. Se đ = 1, temos um sistema criticamente amortecido. Neste caso, os polos são: đ1,2 = đđ ii. Para đ > 1 temos o caso de um sistema superamortecido. Neste caso, os polos são: đ1,2 = −đđđ ± đđ √(đ 2 − 1), que não tem componente imaginário: que correspondem a dois polos de dois sistemas de primeira ordem. Assim, a resposta transitória será a composição das respostas de cada sistema de primeira ordem calculadas separadamente. iii. Se đ = 0 temos um sistema não amortecido. Neste caso, os polos são: đ1,2 = ±đđđ Lembre-se: đđ é a frequência natural não amortecida. 136 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem As deduções mostradas a seguir referem-se apenas ao caso 0 < đ < 1 (sistema subamortecido). A resposta do sistema apresentado na Figura 8.13 a uma entrada degrau unitário, 1 đ(đ ) = , é: đ đ(đ ) = đē(đ ) â đ(đ ) = 1 đđđ2 â 2 2 đ + 2đđđ đ + đđ đ (8.11) Segundo a linha 23 da Tabela 3.1, a transformada de Laplace de (8.11) é đĻ(đĄ) = đ {1 − đ −đđđđĄ . [cos (đđ √1 − đ 2 . đĄ) + sendo 0 < đ < 1. Por simplicidade, definimos: đωđ đđ √1 − đ 2 . sen (đđ √1 − đ 2 . đĄ)]} (8.12) đđ = đđ √1 − đ 2 e đ = đđđ Logo, (8.12) pode ser reescrito como: que tem a forma: đĻ(đĄ) = đ {1 − đ −đđĄ . [cos(đđ . đĄ) + đ . sen(đđ . đĄ)]} đđ Figura 8.15 Resposta de um sistema de 2ª ordem genérico a entrada degrau. A resposta đĻ(đĄ) acima indica que podemos definir os seguintes índices de desempenho: đđ → tempo de subida đđ → tempo de pico ou instante de pico đđ → tempo de estabelecimento (ou de estabilização ou de acomodação ou de assentamento). đ´đē → máximo sobressinal ou “overshoot” Os cálculos desses índices são mostrados a seguir: 137 (8.13) CONTROLE LINEAR Sistemas Contínuos no Tempo a) Tempo de pico ou instante de pico (đđ ) Para determinar o instante de pico devemos determinar o instante em que đĻ(đĄ) é máximo, para isto achamos đ đđĄ đĻ(đĄ) = 0: đ đ đĻ(đĄ) = đ {đđ −đđĄ â [cos(đđ đĄ) + sen(đđ đĄ)] − đ −đđĄ [−đđ sen(đđ đĄ) + đ cos(đđ đĄ)]} = 0 đđĄ đđ Ou ainda: đđ −đđĄ đ 2 đ −đđĄ đ đđ(đđ đĄ) + đđ đ −đđĄ đ đđ(đđ đĄ) − đđ −đđĄ đđđ (đđ đĄ) = 0 đđđ (đđ đĄ) + đđ Portanto đ −đđĄ â [ đ2 đ đđ(đđ đĄ) + đđ đ đđ(đđ đĄ)] = 0 đđ (8.14) Como đ −đđĄ ≠ 0 para đĄ < +∞, então (8.14) torna-se: Ou ainda, đ2 đ đđ(đđ đĄ) + đđ đ đđ(đđ đĄ) = 0 đđ ( Veja que (8.16) implica em đ2 + đđ ) đ đđ(đđ đĄ) = 0 đđ (8.16) đ đđ(đđ đĄ) = 0 ⇒ đđ = 0 , đ , 2đ , 3đ ⯠Assim, temos: • Se đĄ = 0 ⇒ ponto de mínimo (não serve) đ ⇒ é o primeiro instante de derivada nula, logo este é o instante de pico. • Se đĄ = đđ Mas, como đđ = đđ √1 − đ 2 , então: đđ = đ đđ √đ − đđ Tempo de Pico (đĄđ ) b) Porcentagem de Overshoot (P.O.) A porcentagem de overshoot é definida como a porcentagem do máximo sobressinal (đđ) em relação ao valor de regime de đĻ(đĄ), ou seja: đđ đ. đ. (%) = â 100 (%) đ 138 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Lembre-se: Como đđ corresponde a diferença entre o valor de đĻ(đĄ) no instante đĄ = đĄđ e o valor de regime permanente đ, isto é: đđ = đĻ(đĄ)|đĄ=đĄđ − đ, teremos: -1 đđ = −đ + đ {1 − đ Logo, −đ( đ ) đđ â [cos (đđ â ( ⇒ đđ = đđ 0 đ đ đ )) + â sen (đđ â ( ))]} ⇒ đđ đđ đđ −đ( đ ) đđ −đ( đ ) đđ đđ đđ (%) (%) đ. đ. = â 100 = . 100 (%) đ đ Mas, đđ = đđ √1 − đ 2 e đ = đđđ . Então, finalmente: đ. đ. (%) = đ −( đđđ đ ) đđ √1−đ 2 . 100 đˇ. đļ. (%) = đ −( đđ ) √đ−đđ . đđđ (%) ⇒ (%) para 0 < đ < 1. Porcentagem de Overshoot (đđ(%)) Observe que đ. đ. só depende de đ e que quanto menor đ, maior será o valor de đ. đ. A Figura 8.16 mostra o gráfico de đ. đ.× đ , enquanto que a Figura 8.17 apresenta a resposta ao degrau de đē(đ ) para diversos valores de đ. Note que P.O. diminui com o aumento de ī¸ , ou seja, quanto maior o coeficiente de amortecimento, đ, menor é a oscilação da resposta. 139 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 8.16 Comportamento da resposta y(t) para diferentes valores de đ. Figura 8.17 Relação entre a porcentagem de overshoot e o coeficiente de amortecimento đ . c) Tempo de estabelecimento (đđ ) A função đĻ(đĄ) = đ {1 − đ −đđĄ . [cos(đđ . đĄ) + đ . sen(đđ . đĄ)]} đđ pode ser interpretada como um sinal oscilatório com a amplitude que decresce ao longo do tempo, conforme ilustra a Figura 8.18. Podemos provar este fato ao notarmos que vimos em a) tempo de pico, que os pontos de derivada nula de đĻ(đĄ), isto é: đ đĻ(đĄ) = 0 đđĨ kđ ocorrem para đĄđ = đ , đđ = 0, 1, 2 , 3, ⯠e assim, đ đ đĻ(đĄ) = đ {1 − đ −đđĄ . [đđđ (đđ . đĄđ ) + đ . đ đđ(đđ . đĄđ )]} đđ (8.17) 140 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Note que đ 1, se k đ é par â sen(đđ â đĄđ )] = { −1, se k đ é par đđ Logo, por (8.18) temos que (8.17) pode ser reescrito como (8.18) [cos(đđ â đĄđ ) + Ou đĻ(đĄ) = đ{1 − đ −đđĄ } (8.19) đĻ(đĄ) = đ{1 + đ −đđĄ } (8.20) que correspondem as envoltórias exponenciais. Assim, para determinar đĄđ , basta igualar (8.19) ou (8.20) ao valor assumido pela resposta đĻ(đĄ) que consideramos suficiente para afirmar que o sistema entrou em regime permanente. Neste sentido, admitindo que nosso critério é que đĻ(đĄ) esteja contido em uma faixa de ±1% do valor de regime (tal como indica a Figura 8.18), fazemos: đ(1 + đ −đđĄ ) = đ â (1 + 0.01) Logo, đ −đđĄđ = 0,01 ⇒ ⇒ −đđĄđ = đđ 0,01 ⇒ đĄđ = − Caso utilize a envoltória inferior, então teremos: Ou đđ 0,01 đ đ(1 − đ −đđĄ ) = đ â (1 − 0.01) ⇒ đ −đđĄđ = 0,01 −đđĄđ = ln 0,01 ⇒ đĄđ = − Porém, đ = đđ đ. Logo, đđ = − ln 0,01 đ đĨđ§ đ, đđ đ, đ = đđ đ đđ đ Figura 8.18 Análise da característica decrescente da amplitude da resposta y(t). 141 Tempo de Estabelecimento (đĄđ ) (critério de 1%) CONTROLE LINEAR Sistemas Contínuos no Tempo Se desejar que o critério para considerar entrada em regime permanente seja de 2%, tem-se: đđ = − đĨđ§ đ, đđ đ, đ = đđ đ đđ đ Tempo de Estabelecimento (đĄđ ) (critério de 2%) Se desejar 5%, tem-se: đĨđ§ đ, đđ đ đđ = − = đđ đ đđ đ Tempo de Estabelecimento (đĄđ ) (critério de 5%) Note que aumentando o coeficiente de amortecimento (đ ↑), o tempo de estabelecimento diminui (đĄđ ↓). d) Tempo de subida (đđ ) O tempo de subida é dado por: đđ ≈ đ, đ đđ Tempo de Subida que é uma aproximação considerando đ = 0,5, (veja OGATA para mais detalhes). Exercícios 8.1. Determine os valores de đ. đ. %, đĄđ , đĄđ e đĄđ para um sistema cuja função de transferência é dada por a) 1 đē(đ ) = 2 đ + 1,2đ + 1 b) 100 đē(đ ) = 2 đ + 10đ + 100 c) 8 đē(đ ) = 2 đ + 0,8đ + 4 142 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem 8.4 Resposta Transitória × Localização dos Polos no Plano-s Como já foi visto, o sistema de 2ª ordem genérico tem a seguinte função de transferência đđđ2 đ(đ ) = 2 đ + 2đđđ đ + đđ2 com os polos: đ1,2 = −đđđ ± đđđ √1 − đ 2 , 0<đ<1 que são os polos de đē(đ ) para o caso subamortecido. No plano-đ os polos são representados conforme a Figura 8.19: Figura 8.19 Representação dos polos de um sistema de 2ª ordem genérico, no plano-s. Como a localização dos polos no plano-đ depende de đ e đđ , e as especificações đ. đ., đĄđ , đĄđ também dependem de đ e đđ , podemos relacionar essas especificações com a localização dos polos. a) Tempo de subida: đđ ≈ đ,đ đđ Suponha, por exemplo, que đĄđ = 1,8 segundos. Assim, teremos đđ = 1, para qualquer valor de đ. Veja, pela Figura 8.19, que o valor de đđ define a distância radial da origem até a posição do polo. Portanto, para đĄđ = 1,8 os polos deverão estar sobre o semicírculo destacado na Figura 8.20. Figura 8.20 Região de posicionamento dos polos de um sistema de 2ª ordem para que đĄđ seja igual a 1,8 đ đđ. 143 CONTROLE LINEAR Sistemas Contínuos no Tempo Agora, caso queiramos que đĄđ ≤ 1,8 đ đđ, então đđ ≥ 1. Portanto, para đĄđ ≤ 1,8 đ đđ os polos deverão estar dentro da região hachurada da Figura 8.21. Região para đđ ≥ đ (đđ ≤ đ, đđđđ) −đ đ đŊ −đ Figura 8.21 Região de posicionamento dos polos de um sistema de 2ª ordem para que đĄđ seja menor ou igual a 1,8 đ đđ. b) Porcentagem de Overshoot: đˇ. đļ. = đđđ đ −( đđ √đ−đđ ) Por exemplo, supondo que đ. đ. = 16% , então đ = 0,5, qualquer que seja o valor de đđ . Logo: arccos đ = arccos 0,5 = 60° que no plano-đ é representado por semirretas. Para đ. đ. = 16%, os polos deverão estar sobre as semirretas mostradas na Figura 8.22. Figura 8.22 Região de posicionamento dos polos de um sistema de 2ª ordem para que a P.O. seja igual a 16 %. E, se impormos đ. đ. ≤ 16% então, consequentemente, đ ≥ 0,5. Neste caso: arccos đ ≤ 60° pois, cos đ cresce com a diminuição de đ. Assim, para đ. đ. ≤ 16% os polos deverão estar dentro da região hachurada da Figura 8.23. 144 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Figura 8.23 Região de posicionamento dos polos de um sistema de 2ª ordem para que a P.O. seja menor ou igual a 16 %. c) Tempo de estabelecimento: đđ = 8.24. đ,đ đđ đ (critério de 1%) Por exemplo, sendo đĄđ = 2,6 s, então teremos đđđ = 1,8, para quaisquer đđ e đ. Assim, para đĄđ = 2,6 os polos deverão estar sobre a reta vertical mostrada na Figura Figura 8.24 Região de posicionamento dos polos de um sistema de 2ª ordem para que đĄđ seja igual a 1,8 s. Agora, se đĄđ ≤ 2,6, então consequentemente đđ đ ≥ 1,8. Logo, para đĄđ ≤ 2,6 os polos deverão estar sobre a região hachurada da Figura 8.25. Figura 8.25 Região de posicionamento dos polos de um sistema de 2ª ordem para que đĄđ seja menor ou igual a 1,8 s. Exemplo 8.4: Desenhe a região do plano-đ na qual os polos do sistema de 2ª ordem deverão estar para atender às seguintes especificações: đĄđ ≤ 0,9s, đ. đ. ≤ 16% e đĄđ ≤ 3s. Considerando que os polos do sistema são đ1,2 = −4 ± 1,5, podemos afirmar que o sistema cumpre as especificações? 145 CONTROLE LINEAR Sistemas Contínuos no Tempo Solução: As especificações de desempenho implicam nas seguintes restrições para os parâmetros đ e đđ : • • • đĄđ ≤ 0,9 s ⇒ đđ ≥ 2 đ. đ. ≤ 16% ⇒ đ ≥ 0,5 đĄđ ≤ 3 s ⇒ đđ đ ≥ 1,5 A região que satisfaz todos esses requisitos está mostrada na Figura 8.26. Como os polos đ1 e đ2 estão dentro da região então o desempenho natural do sistema đē(đ ) atende às especificações. Figura 8.26 Região de especificação do Exemplo 8.4. Observação Em muitos casos práticos os polos do sistema NÃO se encontram dentro da região que garante que os parâmetros de desempenho requisitados sejam atendidos. Nos próximos capítulos estudaremos uma maneira de modificar a posição đ1 e đ2 dos polos utilizando a realimentação. Isto será possível através da técnica de projeto conhecida como Método Root Locus ou Método do Lugar das Raízes. Exemplo 8.5: Um braço mecânico deve sair de đĨ = 0 cm em đĄ = 0 s, estar nas proximidades de đĨ = 50 cm em đĄ = 2 s, parar (critério 1%) em đĨ = 50 cm em đĄ = 3 s e não esbarrar no parafuso. Solução: De acordo com o enunciado, a resposta transitória do sistema deverá ter o formato apresentado na Figura 8.27. Assim, neste caso, as especificações de projeto deverão ser: • • • đ. đ. < 5 50 . 100 = 10% đĄđ ≤ 2s ⇒ ⇒ đ > 0,6 1,8 đđ ≤2 ⇒ đđ ≥ 0,9 rad/s đĄđ ≤ 3s ⇒ 4,6 đđđ ≤ 3 (1%) ⇒ đđđ ≥ 1,5 Figura 8.27 Sistema de braço mecânico e transitório desejado. 146 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Como um resumo geral, apresentamos na Figura 8.28 diversas características que um polo pode fornecer à resposta do sistema mediante sua posição no plano-đ . As respostas apresentadas são referentes a uma entrada impulsiva. Figura 8.28 Característica transitória mediante posição dos polos do sistema. Exercícios 8.2. Desenhe a região do plano-đ na qual os polos do sistema de segunda ordem deverão estar para atender as seguintes especificações: a) đĄđ ≤ 1,2s, đ. đ. ≤ 10% e đĄđ ≤ 4s; b) đĄđ ≤ 1,1s, đ. đ. ≤ 20% e 1s ≤ đĄđ ≤ 6s; c) đĄđ ≤ 4s, đ. đ. ≤ 15% e 1s ≤ đĄđ ≤ 4s; d) đĄđ ≤ 0,9s, 10% ≤ đ. đ. ≤ 20% e 1s ≤ đĄđ ≤ 4s. 8.3. Desenhe no plano-đ a região que satisfaz a todas as restrições de desempenho dados no Exemplo 8.5. 8.5 Resposta ao Degrau de Sistemas de Ordem Superior Os polos de uma đē(đ ) ou são reais ou pares complexos conjugados, então, uma função de transferência com número de polos maior que 2 é dada por: đ 1 đ ∏đ=1(đ + đđ ) đ(đ ) = đē(đ ) = đ đ đ(đ ) ∏đ=1(đ + đđ ) ∏đ=1(đ 2 + 2đđ đđ đ + đđ2 ) Se os polos forem distintos e a entrada tipo degrau unitário, a resposta será: đ(đ ) = đē(đ ). , que expandida em funções parciais: s đ đ đ=1 đ=1 đđ đ đđ (đ + đđ đđ ) + đđ đđ √1 − đđ2 đ(đ ) = + ∑ +∑ đ + đđ đ đ 2 + 2đđ đđ đ + đđ2 1a ordem 147 (8.21) 2a ordem (8.22) CONTROLE LINEAR Sistemas Contínuos no Tempo Percebe-se que a resposta đ(đ ) em (8.22) é composta de respostas de 1ª ordem e 2ª ordem. A curva de resposta de um sistema estável de ordem superior é a soma de certo número de curvas exponenciais (1ª ordem) e curvas senoidais amortecidas (2ª ordem). Assim, pequenas oscilações são superpostas em oscilações maiores ou sobre as curvas exponenciais, conforme mostra a Figura 8.29. Figura 8.29 Diferentes tipos de respostas de um sistema: combinação de características oscilatórias e/ou exponenciais. Percebe-se que, às vezes, a resposta exponencial prevalece sobre a oscilatória ou vice-versa. Isto indica que as respostas de alguns polos podem ser mais significativas que as de outros. A este fato damos o nome de dominância de polos. De maneira simples, podemos dizer que dominância de polos é determinada pela relação das partes reais dos polos. Se as relações das partes reais excedem cinco, então os polos de malha fechada mais perto do eixo đđ dominarão no desempenho da resposta transitória porque estes polos correspondem a termos de resposta transitória que decaem lentamente. Na Figura 8.30 (a) temos a representação dos Figura 8.30 Dominância de polos: polos próximos ao eixo imaginário serão dominantes sobre polos de um sistema de 3ª polos mais afastados. ordem. Note que um deles representa um polo característico de 1ª ordem, enquanto os outros dois formam um par de polos complexos conjugados, típicos de sistemas de 2ª ordem. Como vemos, os polos complexos estão mais próximos do eixo imaginário, e ao mesmo tempo, o polo real está significativamente afastado dos primeiros. Isto é đ −6 quantitativamente traduzido pela razão = −1 = 6 > 5. Assim, a resposta do sistema será đ dominada pelos polos complexos, e, portanto, đĻ(đĄ) apresentará uma forma bastante próxima a resposta de um sistema de 2ª ordem, conforme apresenta a Figura 8.30(b). 148 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Outro fator que influencia na dominância de polos é a presença de zeros. Polos que possuem zeros em suas proximidades tendem a se “enfraquecer”. Isto é, sua resposta será menos dominante em detrimento a resposta de outros polos. Por exemplo, a Figura 8.31(a) mostra os mesmos polos do sistema de 3ª ordem apresentado anteriormente. Contudo, agora o sistema conta com um par de zeros complexos conjugados, localizados próximos aos polos complexos conjugados. Na situação da Figura Figura 8.31 Dominância de polos: os zeros complexos conjugados enfraquecem os polos 8.30(a), os polos complexos conjugados, passando a dominância para o polo real. complexos detinham a dominância sobre o polo real. Porém, neste novo caso, os polos complexos são enfraquecidos pelos zeros, e assim, o polo real, mesmo estando mais longe do eixo imaginário, passa a ter a dominância sobre a resposta do sistema. Uma vez que o polo dominante é um polo característico de um sistema de 1ª ordem, a resposta do sistema será muito próxima a resposta exponencial, típica de sistemas de 1ª ordem, conforme mostra a Figura 8.31(b). Contudo, quando a razão entre as partes reais dos polos do sistema não é grande (maior do que 5), e não existem zeros nas proximidades (veja Figura 8.32(a) ), não existe dominância, e assim a saída será uma composição das contribuições de cada um dos polos (Figura 8.32(b)). Figura 8.32 Dominância de polos: os pares complexos conjugados encontram-se próximos e não existem zeros nas proximidades, logo não existe dominância. Exemplo 8.6: Considere đē(đ ) = Temos: 5 (đ +1)(đ +5) 1 e entrada degrau: đ(đ ) = . đ 1 5 − 1 5 1 4 4 đ(đ ) = đē(đ ). = = + + đ đ (đ + 1)(đ + 5) đ (đ + 1) (đ + 5) 149 CONTROLE LINEAR Sistemas Contínuos no Tempo Logo: 5 1 đĻ(đĄ) = 1 − đ −đĄ + đ −5đĄ , 4 4 referente referente ao polo -1 ao polo -5 đĄ≥0 (8.23) Na Figura 8.33(a) temos uma representação gráfica da resposta (8.23). Note a configuração dos polos do sistema na Figura 8.33(b). Figura 8.33 Composição da resposta y(t) do Exemplo 8.6. Observação Como os projetos dos controladores sempre terão as especificações đ. đ., đĄđ e đĄđ retiradas da resposta de 2ª ordem, sempre deverá ser observada a existência de dominância de polos. 8.6 Resposta Transitória Usando o MATLAB O programa apresentado na Tabela 8.1 mostra como a resposta ao degrau usando o MATLAB (vide Ogata). Neste caso, consideremos 25 đ(đ ) = đē(đ ) = 2 đ + 4đ + 25 đ(đ ) Para uma entrada tipo rampa usa-se o comando lsim. A título de exemplo, na Tabela 8.2 apresentamos um programa que permite obter a resposta do sistema para uma entrada rampa, aplicada a um sistema cuja função de transferência é: đ(đ ) 1 = đē(đ ) = 2 đ(đ ) đ +đ +1 Por fim, as Figura 8.34 e 8.35 mostram os gráficos resultantes da execução de cada um dos dois programas. 150 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Tabela 8.1 Programa no MATLAB para gerar gráfico da resposta ao degrau unitário de um certo sistema (OGATA). %----------------Resposta ao degrau unitário-----------------------%**Digite o numerador e o denominador da função de transferência** num=[0 0 25]; den=[1 4 25]; %**Digite o seguinte comando de resposta ao degrau** step(num,den) %**Digite os comandos para inserir a grade e o título do gráfico** grid title (‘Resposta ao Degrau de G(s)=25/(s^2+4s+25)’) Tabela 8.2 Programa no MATLAB para gerar gráfico da resposta a rampa de um certo sistema (OGATA). %---------------- Resposta a rampa ------------------------ %**Digite o numerador e o denominador da função de transferência** num=[0 0 25]; den=[1 4 25]; %**Tempo de simulação** t=0:0.1:8; %**Definindo a rampa** r=t; %**Definindo a saída via lsim y=lsim(num,den,r,t); %**Plotando. Traço(-):rampa; Bolinha(o): saída plot(t,r, '-',t,y, 'o') grid title('Resposta à Rampa Unitária Obtida com o Uso do Comando “Isim” ') xlabel('t(s) ') ylabel('Entrada e Saída do Sistema') text(2.1,4.65, 'Entrada em Rampa Unitária') text(4.5,2.0,’Saída’) 151 CONTROLE LINEAR Sistemas Contínuos no Tempo Resposta ao Degrau de G(s)=25/(s2+4s+25) 1.4 1.2 1 y(t) 0.8 0.6 0.4 0.2 0 0 0.5 1 1.5 2 2.5 3 Tempo (seconds) Figura 8.34 Gráfico gerado a partir do programa da Tabela 8.1. Resposta à Rampa Unitária Obtida com o Uso do Comando “Isim” 2 Entrada e Saída do Sistema 1.8 1.6 1.4 1.2 1 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 Tempo (s) Figura 8.35 Gráfico gerado a partir do programa da Tabela 8.2. 8.7 Índices de Desempenho ITAE, ISE, IAE Além dos índices de especificações đ. đ., đĄđ , đĄđ e đĄđ , tem-se outros índices baseados na integral da variável em questão. 152 CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem Um índice de desempenho é uma medida quantitativa do desempenho de um sistema e escolhido de modo que a ênfase seja dada às especificações (DORF). Um índice de desempenho adequado é a integral do quadrado de erro, đŧđđ¸ (Integral of the Square of the Error): đ đŧđđ¸ = ∫ đ(đĄ)2 đđĄ (8.24) 0 Sendo đ(đĄ) o erro entre a referência e a saída, conforme mostrado na Figura 8.36. Figura 8.36 Erro đ(đĄ) em sua representação no domínio “đ ”. Segundo DORF, este critério discrimina sistemas excessivamente superamortecidos de sistemas excessivamente subamortecidos. De um modo genérico, o cálculo desta integral é ilustrado na Figura 8.37, extraída de DORF. Outro critério de desempenho é o đŧđ´đ¸ (Integral of the Absolute magnitude of the Error): đ đŧđ´đ¸ = ∫ |đ(đĄ)| đđĄ (8.25) đ (8.26) 0 Para reduzir a contribuição de grandes erros iniciais no valor da integral e aumentar a contribuição para tempos maiores, adota-se: đŧđđ´đ¸ = ∫ đĄ. |đ(đĄ)| đđĄ 0 O peso temporal para o ISE é: đ đŧđđđ¸ = ∫ đĄ. đ(đĄ)2 đđĄ 0 Em Dorf, 8ª. ed., é mostrado um exemplo de uso destes índices de desempenho, repetido a seguir. Figura 8.37 Procedimento de cálculo do índice ISE. 153 (8.27) CONTROLE LINEAR Sistemas Contínuos no Tempo Exemplo 8.7: Considere o sistema abaixo: Figura 8.38 Sistema para o Exemplo 8.7. cuja função de transferência de malha fechada é: 1 đē(đ ) = 2 đ + 2đđ + 1 Em DORF, foram calculados todos os índices de desempenho, em função do valor de đ e, reproduzidos segundo a Figura 8.39 (calculadas para uma entrada degrau). Figura 8.39 Comportamento dos índices ITAE, ITSE e ISE em função do parâmetro đ. Desta análise, temos que o valor ótimo de đ que minimiza o đŧđđ´đ¸ é đ = 0,6.Para maiores detalhes, veja DORF. 154 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 9 9 Erro de Regime Permanente ERRO DE REGIME PERMANENTE Neste Capítulo... Muitos problemas práticos, especialmente envolvendo tarefas industriais, exigem que o erro na execução de um comando seja nulo ou muito pequeno. Na confecção de placas de equipamentos eletrônicos, como computadores e celulares, braços mecânicos são incumbidos de fixar circuitos integrados (C.I.’s) em uma posição minuciosamente determinada, deslocando-se de um lado a outro da placa. Graças ao desenvolvimento da teoria de controle, a precisão na execução de manobras como esta podem ser atingidas com perfeição. MCF Electronics © O erro nulo Iremos estudar a relação entre precisão de sistemas de controle com os parâmetros do sistema. Será analisado o erro entre a entrada referência do sistema e a saída, verificando como diminuí-lo ou tornálo nulo. CONTROLE LINEAR Sistemas Contínuos no Tempo 9.1 Exemplos de Erro de Regime Permanente Os dois exemplos que serão apresentados a seguir tratam de dois tipos de entrada muito utilizadas em controle e o erro da saída em relação a elas: entrada degrau e entrada rampa. É importante salientar que esses erros são sempre tomados após ter ocorrido todos os transitórios, ou seja, são erros de regime permanente. Exemplo 9.1 O braço mecânico que ilustra a capa deste capítulo tem a função de colocar C.I.’s sobre a placa de circuito impresso (PCI) e não deve ter erro no posicionamento. A Figura 9.1 apresenta uma ilustração deste problema. Figura 9.1 - Posicionamento de CI em PCI De acordo com a problemática exposta, sendo đ(đĄ) o erro entre a referência đĸ(đĄ) e a posição do CI đĨ(đĄ), temos como imposição: đ(đĄ)|đĄ→∞ = [đĸ(đĄ) − đĨ(đĄ)]|đĄ→∞ = 0 (9.1) O diagrama de blocos que representa o sistema é apresentado na Figura 9.2. Figura 9.2 Diagrama de blocos do sistema do braço mecânico de posicionamento de CIs. 156 CAPÍTULO 9 – Erro de Regime Permanente Note que no Exemplo 9.1 đĸ(đĄ) é uma entrada tipo degrau (Figura 9.4 (a)), sendo assim, esse foi um exemplo de sistema que deve ter pequeno erro de regime permanente para uma entrada tipo degrau. Agora, vejamos um novo exemplo, que envolve um tipo diferente de entrada. Figura 9.3 Sinal de referência do sistema do braço mecânico - entrada degrau (a). Sinal de referência do sistema posicionador - entrada rampa (b). Exemplo 9.2 A antena rastreadora de satélite tem o objetivo de se posicionar tornando muito pequeno o erro entre seu ângulo e o ângulo do satélite. Suponha que o satélite realize um movimento com velocidade constante đ(đĄ) = 0,01rad/s. Desta forma, a variação do ângulo đđ (đĄ) no tempo é obtida fazendo: đ(đĄ) = đĖđ (đĄ) ⇒ đĖđ (đĄ) = 0,01 ⇒ đĄ ∴ ∫ 0 đ đ (đĄ) = 0,01 đđĄ đ đĄ đ đđ (đĄ) đđĄ = ∫ 0,01 đđĄ ⇒ đđĄ 0 đđ (đĄ) − đđ (0) = 0,01. đĄ ⇒ đđ (đĄ) = 0,01. đĄ Sendo assim, podemos representar đđ (đĄ) segundo Figura 9.4 Problema de alinhamento entre satélite e antena. a Figura 9.4 (b). Note que đđ (đĄ) é uma entrada do tipo rampa. O diagrama de blocos do sistema posicionador é apresentado na Figura 9.5. Figura 9.5 Diagrama de blocos do sistema posicionador. 157 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 9.6 Sinal de saída seguindo entrada de referência rampa. 9.2 O rastreamento apresentado no Exemplo 9.2 pode ser ilustrado no gráfico da Figura 9.6, onde a saída đđ´ (đĄ) busca a referência đđ (đĄ), ou seja: đ(đĄ) = đđ (đĄ) − đđ´ (đĄ) = 0 quando đĄ → ∞. Este é um exemplo de sistema que deve ter pequeno erro de regime permanente para uma entrada tipo rampa. A seguir mostraremos algumas condições necessárias de đˇ(đ ) e đē(đ ) para que essas especificações de erros de regime permanente sejam atendidas. Análise de Erros de Regime Permanente Nos Exemplos 9.1 e 9.2, o sistema de controle é do tipo cujo diagrama de blocos é apresentado na Figura 9.7. Figura 9.7 Diagrama de blocos de sistema de controle padrão para análise do erro de regime permanente. Para determinar o erro de regime permanente para uma determinada entrada, descreveremos o erro đ¸(đ ) em função de đ(đ ) utilizando as regras de diagrama de blocos: đ¸(đ ) = đ(đ ) − đ(đ ) (9.2) đ(đ ) = đˇ(đ ) â đē(đ ) â đ¸(đ ) (9.3) Mas, também pelo diagrama da Figura 9.7, temos: Logo, substituindo (9.3) em (9.2): đ¸(đ ) = đ(đ ) − đˇ(đ )đē(đ )đ¸(đ ) ⇒ đ¸(đ ) + đˇ(đ )đē(đ )đ¸(đ ) = đ(đ ) ⇒ đ¸(đ )[1 + đˇ(đ )đē(đ )] = đ(đ ) ⇒ đ¸(đ ) = 1 â đ(đ ) 1 + đˇ(đ )đē(đ ) (9.4) Para determinar o erro no regime permanente (đĄ → ∞), aplica-se o teorema do valor final (T.V.F.) a (9.4): 158 CAPÍTULO 9 – Erro de Regime Permanente đ(+∞) = lim đ â đ¸(đ ) (9.5) đ →0 Porém, para aplicarmos o T.V.F, os polos de đ â đ¸(đ ) deverão ter parte real menor que zero. Entretanto, observe que a F.T.M.F. do diagrama da Figura 9.7 đˇ(đ )đē(đ ) đ(đ ) (9.6) = , đ(đ ) 1 + đˇ(đ )đē(đ ) que possui os mesmos polos de đ¸(đ ) đ(đ ) . Portanto pode-se aplicar o T.V.F. se for verificado que o sistema realimentado é estável e a entrada é do tipo degrau. Assim, por (9.5) e (9.4): đ(+∞) = lim đ . đ¸(đ ) = lim đ . ( đ →0 đ →0 1 supondo entrada degrau, ou seja, đ(đ ) = . đ 1 . đ(đ )) 1 + đˇ(đ )đē(đ ) (9.7) Vamos analisar đ(+∞) para três tipos de entrada: degrau, rampa e parábola. a) Entrada degrau Neste caso, đ(đ ) = Substituindo (9.8) em (9.7), tem-se Então, đ´ đ (9.8) đ´ 1 â ) đ(+∞) = lim đ . đ¸(đ ) = lim đ â ( đ →0 đ →0 1 + đˇ(đ )đē(đ ) đ đ´ đ´ = đ →0 1 + đˇ(đ )đē(đ ) 1 + lim đˇ(đ )đē(đ ) đ(+∞) = lim (9.9) đ →0 Sabemos que, genericamente, đˇ(đ )đē(đ ) é uma razão entre dois polinômios de variável đ , ou seja: ∏đ đ=1(đ + đ§đ ) đˇ(đ )đē(đ ) = đ (9.10) ∏đ=1(đ + đđ ) Sendo assim, analisaremos os subcasos envolvendo, ou não, a presença de polos na origem de đˇ(đ )đē(đ ). a1) Se đˇ(đ )đē(đ ) não possuir polos na origem, ou seja, đđ ≠ 0, đ = 1, 2, ⯠, đ, então: lim đˇ(đ )đē(đ ) = đđ đ →0 (9.11) Substituindo (9.11) em (9.9) temos: đ(+∞) = 159 đ´ ≠0 1 + đđ (9.12) CONTROLE LINEAR Sistemas Contínuos no Tempo Portanto o erro de regime permanente não será nulo. a2) Se đˇ(đ )đē(đ ) possuir um polo na origem, ou seja, đ1 = 0, então đˇ(đ )đē(đ ) = đ ∏đ=1(đ + đ§đ ) ∏đđ=1(đ + đđ ) , đ§đ e đđ ≠ 0 (9.13) Obs.: é suposto que também não exista nenhum zero na origem do plano đ. Neste caso, temos: (9.14) lim đˇ(đ )đē(đ ) = +∞ đ →0 Substituindo (9.14) em (9.9) temos đ´ đ(+∞) = =0 1 + đđ (9.15) portanto, o erro de regime será nulo. Uma interpretação dos resultados obtidos em a1) e a2) é apresentada na Figura 9.8. Figura 9.8 Interpretação do erro de regime permanente considerando entrada degrau: sem polo na origem (a) em D(s)G(s); com um polo na origem (b) em D(s)G(s) b) Entrada rampa Neste caso, đ(s) = Substituindo (9.16) em (9.9), tem-se A s2 (9.16) A 1 â 2) đ(+∞) = lim đ â ( (9.17) đ →0 1 + đˇ(đ )đē(đ ) s Para todas as deduções mostradas a seguir, supõe-se que đˇ(đ )đē(đ ) não tenha zeros na origem do plano-s, ou seja, đ§đ ≠ 0 em (9.10). b1) Se đˇ(đ )đē(đ ) não possuir polos na origem, ou seja, đđ ≠ 0, đ = 1, 2, ⯠, đ em (9.10) então o denominador de đˇ(đ )đē(đ ) não cancelará o ‘đ ’ que restará no denominador de (9.17). Assim não pode-se aplicar o T.V.F. pois 160 CAPÍTULO 9 – Erro de Regime Permanente đ â đ¸(đ ) = đ â 1 A 1 A â 2= â 1 + đˇ(đ )đē(đ ) s 1 + đˇ(đ )đē(đ ) s possui um polo instável: đ = 0. Assim, para encontrar đ(+∞) expande-se đ¸(đ ) em frações parciais: 1 đ´1 đ´2 đ¸(đ ) = â= 2 + + đģ(đ ) 1 + đˇ(đ )đē(đ ) đ đ (9.18) (9.19) đ´ Neste caso â −1 { đ 21 } = đ´1 đĄ, que é uma rampa logo, đ(đĄ) → ∞ para đĄ → ∞. Na Figura 9.9 apresentamos uma interpretação do resultado obtido acima. Figura 9.9 Interpretação do erro de regime permanente considerando entrada rampa e sem polo na origem em D(s)G(s). Para estudar os casos seguintes, vamos simplificar (9.17): 1 đ´ đ´ đ(+∞) = lim . = lim đ →0 [1 + đˇ(đ )đē(đ )] đ đ →0 đ + đ đˇ(đ )đē(đ ) đ´ ∴ đ(+∞) = lim đ đˇ(đ )đē(đ ) (9.20) đ →0 b2) Se đˇ(đ )đē(đ ) possuir um polo na origem, ou seja: đ1 = 0, então đˇ(đ )đē(đ ) = Neste caso temos: đ ∏đ=1(đ + đ§đ ) đ . ∏đđ=2(đ + đđ ) , đ§đ e đđ ≠ 0 lim đ đˇ(đ )đē(đ ) = đđ đ →0 (9.21) Substituindo (9.21) em (9.20), obtemos: đ´ =0 (9.22) đđ Portanto, o erro de regime permanente não será nulo e nem infinito. Na Figura 9.10 apresentamos uma interpretação do resultado acima. đ(+∞) = Figura 9.10 - Interpretação do erro de regime permanente considerando entrada rampa e com um polo na origem em D(s)G(s). 161 CONTROLE LINEAR Sistemas Contínuos no Tempo b3) Se đˇ(đ )đē(đ ) possuir dois polos na origem, ou seja, đ1 = 0 e đ2 = 0, então: đˇ(đ )đē(đ ) = Neste caso temos; đ ∏đ=1(đ + đ§đ ) đ 2 . ∏đđ=3(đ + đđ ) , đ§đ e đđ ≠ 0 lim đ đˇ(đ )đē(đ ) = +∞ đ →0 (9.23) Substituindo (9.23) em (9.20): đ´ ≠0 đđ Assim, concluímos que o erro de regime permanente será nulo, como ilustra a Figura đ(+∞) = 9.11. Figura 9.11 - Interpretação do erro de regime permanente considerando entrada rampa e com dois polos na origem em D(s)G(s). c) Entrada tipo parábola: c1) Se đˇ(đ )đē(đ ) não possuir polos na origem, então: đ(+∞) → ∞ c2) Se đˇ(đ )đē(đ ) possuir um polo na origem, então: đ(+∞) → ∞ c3) Se đˇ(đ )đē(đ ) possuir dois polos na origem, então: đ´ ≠ 0, đđ´ = lim đ 2 đˇ(đ )đē(đ ) đ(+∞) = đ →0 đđ´ c4) Se đˇ(đ )đē(đ ) possuir três polos na origem, então: đ(+∞) = 0 Exercícios 9.1. Mostre que se đˇ(đ ) â đē(đ ) tiver 2 ou mais polos na origem do plano-s, o erro de regime também será nulo para uma entrada degrau. 9.2. Mostre que se đˇ(đ ) â đē(đ ) tiver 3 ou mais polos na origem do plano-s, o erro de regime também será nulo para uma entrada rampa. 9.3. Deduza os resultados para entrada tipo parábola. 162 CAPÍTULO 9 – Erro de Regime Permanente Os resultados obtidos podem ser resumidos na Tabela 9.1. Tabela 9.1 - Erros de regime permanente. Nº de polos na origem 0 1 Degrau đ¨ đŧ(đ) = đ đ´ 1 + đđ 0 2 0 ≥3 0 Rampa đ¨ đŧ(đ) = đ đ ∞ đ´ đđ 0 0 Parábola đ¨ đŧ(đ) = đ đ ∞ ∞ đ´ đđ´ 0 Sendo: đđ = lim đˇ(đ )đē(đ ), đđ = lim đ â đˇ(đ )đē(đ ) e đđ´ = lim đ 2 â đˇ(đ )đē(đ ). đ →0 đ →0 đ →0 Observações 1. Foi suposto que đˇ(đ )đē(đ ) não possui zeros na origem do plano-đ . Caso đˇ(đ )đē(đ ) tenha zero na origem, então efetuar primeiramente o possível cancelamento com os polos de đˇ(đ )đē(đ ) na origem e então depois aplicar a tabela acima. 2. Inicialmente, foi suposto que o sistema fosse estável para que se pudesse aplicar o T.V.F., portanto esta tabela só é válida se o sistema de malha fechada for estável. 3. Foi suposto que o sistema realimentado tivesse realimentação unitária, sensor com ganho unitário. Se isto não ocorrer, a tabela acima não é válida. Exemplo 9.3: Considere o sistema de controle da antena rastreadora de satélite que foi apresentado na Figura 9.5. Sendo 1 đē(đ ) = 2 , đŊđ + đĩđ quantos polos na origem o controlador đˇ(đ ) deverá possuir para que o erro de regime permanente entre đđ´ (đĄ) e đđ (đĄ) seja nulo para uma entrada tipo rampa? Solução: Segundo a Tabela 9.1, o erro de regime será nulo para uma entrada tipo rampa se o número de polos de đˇ(đ )đē(đ ) na origem for igual a 2, no mínimo. 163 CONTROLE LINEAR Sistemas Contínuos no Tempo Temos: đˇ(đ )đē(đ ) = đˇ(đ ). đŊđ 2 1 1 = đˇ(đ ). đ (đŊđ + đĩ) + đĩđ 1 polo na origem Assim, concluímos que đˇ(đ ) deverá ter um polo na origem para que o erro de regime seja nulo. Exercícios 9.4. O sistema de controle do braço mecânico da linha de montagem de circuito impresso é representado pelo diagrama da Figura 9.12. Figura 9.12 Diagrama para o Exercício 9.4. a) Determine a faixa de đž para que seja estável. b) Este sistema tem erro de regime permanente nulo para entrada degrau? c) Calcule o valor de đž para que o erro em regime permanente para entrada rampa seja menor que 1mm (não há necessidade que o erro seja nulo). Considere que a entrada rampa đĸ(đĄ) tenha a forma apresentada na Figura 9.13. d) Utilize o MATLAB para verificar os resultados dos itens a, b, c, simulando o sistema. Figura 9.13 Sinal de entrada para o Exercício 9.4. 9.5. Considerando o sistema da Figura 9.14, calcule o erro de regime permanente para entrada degrau unitário e para entrada rampa de inclinação unitária. Figura 9.14 Diagrama para o Exercício 9.5. 164 CAPÍTULO 9 – Erro de Regime Permanente 9.6. Considerando o sistema da Figura 9.15, determine o erro de regime permanente para uma entrada degrau unitário e para rampa unitária. Figura 9.15 Diagrama para o Exercício 9.6. 9.7. Projete đˇ(đ ) tal que o sistema de controle de posição do veículo explorador de Marte (abordado na Pág. 126) tenha erro de regime permanente nulo para entrada degrau e seja estável: Figura 9.16 Diagrama para o Exercício 9.7. 165 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 10 10 Sinais de Perturbação em Sistemas de Controle SINAIS DE PERTURBAÇÃO EM SISTEMAS DE CONTROLE Neste Capítulo... Em muitas ocasiões, entradas indesejadas chamadas distúrbios atuam sobre sistemas dinâmicos influenciando no comportamento de sua saída. A exemplo disto, a ação do vento sobre o refletor de uma antena rastreadora de satélite provoca desvios indesejados em sua posição angular. Seria muito interessante se a influência do distúrbio na saída do sistema pudesse ser minimizada ou até mesmo eliminada. O projeto de sistemas de controle tem se mostrado como uma saída muito eficiente para este típico problema prático. Vejamos, neste capítulo, como isto funciona. National Aeronautics and Space Administration (NASA) Entrada Distúrbio Veremos que existem situações nas quais sinais indesejados, chamados distúrbios, atuam sobre o sistema, interferindo em seu funcionamento. Estudaremos maneiras de se minimizar o impacto de sinais de distúrbio na saída de um sistema através do projeto de controladores. CAPÍTULO 10 – Sinais de Perturbação em Sistemas de Controle 10.1 Sinais de Perturbação Um sinal de perturbação é um sinal de entrada indesejável que afeta a saída do sistema (DORF). Muitos sistemas de controle são submetidos a sinais de perturbação externos que fazem com que o sistema forneça uma saída inexata. Por exemplo, os amplificadores operacionais possuem ruído inerente, gerado no interior dos circuitos integrados ou dos transistores; as antenas de radar são submetidas às rajadas de ventos, que atrapalha o seu alinhamento com satélites, etc. A implementação de um sistema de controle com realimentação é uma estratégia que pode reduzir os efeitos de perturbação ou ruídos indesejáveis. Exemplo 10.1: Considere a antena rastreadora de satélite da Figura 10.1. A posição đ(đĄ) da antena é ajustada através de um motor que provoca a rotação do refletor. A antena está sujeita a ação do vento, e existe atrito entre o mancal e o eixo de rotação do refletor Neste caso, tem-se presente na antena o torque do motor (đđ (đĄ)) que aciona o giro da antena, o torque de atrito (đđ (đĄ)) do eixo da antena e o torque devido à ação do vento đđŖ (đĄ) na parte superior da antena. Seja đŊ o momento de inércia da antena em torno ao eixo e đĩ o coeficiente de atrito temos: Figura 10.1 Representação da ação do vento em uma antena rastreadora de satélite. ∑ torques = đŊ â đĖ (đĄ) (10.1) đđ (đĄ) − đđ (đĄ) − đđŖ (đĄ) = đŊ â đĖ(đĄ) (10.2) Assim, para o exemplo em questão e considerando os sentidos de atuação dos torques na Figura 10.1, temos: Mas, sendo o torque de atrito proporcional a velocidade angular de rotação da antena, isto é đđ (đĄ) = đĩ đĖ (đĄ), então: đđ (đĄ) − đĩ đĖ(đĄ) − đđŖ (đĄ) = đŊ â đĖ(đĄ) (10.3) Aplicando-se a Transformada de Laplace em (10.3), supondo condições iniciais nulas, tem-se: đđ (đ ) − đ đĩđ(đ ) − đđŖ (đ ) = đŊđ 2 â đ(đ ) (10.4) Ainda, separando os termos referentes ao torque dos referentes à posição angular: đđ (đ ) − đđŖ (đ ) = (đŊđ 2 + đ đĩ)đ(đ ) 167 (10.5) CONTROLE LINEAR Sistemas Contínuos no Tempo Por fim, isolando đ(đ ) em (10.5): đ(đ ) = 1 [đ (đ ) − đđŖ (đ )] đ (đŊđ + đĩ) đ (10.6) O diagrama de blocos que representa este sistema é apresentado na Figura 10.2. Figura 10.2 Diagrama de blocos do sistema antena rastreadora sob ação de distúrbio. Neste caso, o torque do vento é chamado de distúrbio, pois ele atrapalha o controle da posição angular (đ(đ )) da antena realizada pelo torque do motor (đđ (đ )). Assim, um projeto de controle eficiente deverá levar em consideração a atuação do distúrbio para que o sistema apresente um comportamento adequado. A Figura 10.3 apresenta o diagrama de blocos de tal sistema de controle com realimentação. Figura 10.3 Diagrama de blocos do sistema de controle para a antena rastreadora sob ação de distúrbio. Note que agora o sistema tem duas entradas, sendo elas a referência đ(đ ) (desejada) e đđŖ (đ ), que é o distúrbio provindo do vento (indesejável). A função de transferência entre a saída (đ(đ )) e as duas entradas đđ (đ ) e đđŖ (đ ) é dada por Porém, đ (đ ) = 1 [đ (đ ) − đđŖ (đ )] đ (đŊđ + đĩ) đ đđ (đ ) = đ(đđ (đ ) − đ(đ )) (10.7) (10.8) Substituindo (10.8) em (10.7), tem-se: đ(đ ) = 1 [đ(đđ (đ ) − đ(đ )) − đđŖ (đ )] đ (đŊđ + đĩ) (10.9) 168 CAPÍTULO 10 – Sinais de Perturbação em Sistemas de Controle Ou ainda: Então, obtém-se: đ (đŊđ + đĩ)đ(đ ) + đđ(đ ) = đđđ (đ ) − đđŖ (đ ), đ(đ ) = đ 1 đđ (đ ) − đ (đ ) đ (đŊđ + đĩ) + đ đ (đŊđ + đĩ) + đ đŖ Concluímos, assim, que este sistema tem duas funções de transferência, uma de đđ (đ ) para đ(đ ) e outra de đđŖ (đ )para đ(đ ), isto é: Sendo đ(đ ) = đē1 (đ )đđ (đ ) + đē2 (đ )đđŖ (đ ) đē1 (đ ) = đē2 (đ ) = đ đ (đŊđ + đĩ) + đ −1 đ (đŊđ + đĩ) + đ (10.10) (10.11) (10.12) (10.13-a) (10.13-b) No projeto do controlador đ, para que a perturbação đđŖ (đ ) influencie o mínimo possível na saída đ(đ ), faz đ suficientemente grande e ainda, deve garantir a estabilidade do sistema. Para que đ(đ ) rastreie đđ (đ ), sendo đđ (đ ) uma entrada rampa, deseja-se que o erro de regime seja o menor possível. Usando-se a Tabela 9.1, tem-se: đ(+∞) = đ´ , đžđ (10.14) pois o sistema de malha aberta tem apenas um polo na origem, sendo Logo: đžđ = đđđ đ đˇ(đ )đē(đ ) = đđđ đ đ đ →0 đ →0 đ(+∞) = đ 1 = đ (đŊđ + đĩ) đĩ đ´. đĩ đ (10.15) Assim, para que o erro de regime seja pequeno, đ tem que ser suficientemente grande. Desta forma, valor grande de đ é adequado que este sistema possa rejeitar o distúrbio e ter erro de regime pequeno. Podemos, adicionalmente, verificar se o sistema é estável. Para este caso, analisamos o denominador de đē1 (đ ) e đē2 (đ ): đˇ(đ ) = đ (đŊđ + đĩ) + đ = đŊđ 2 + đĩđ + đ 169 (10.16) CONTROLE LINEAR Sistemas Contínuos no Tempo Aplicando o critério de Routh-Hurwitz: 1ºpasso: đˇ(đ ) = đŊđ 2 + đĩđ + đ 2ºpasso: como đŊ e đĩ são positivos então é necessário que: đ > 0 3ºpasso: đŊ đ đ 2 1 đĩ 0 đ đ 0 đ ⇒đ>0 Logo, basta que đ seja positivo para a estabilidade. O projeto do controlador para rejeição do ruído (ou perturbação) pode ser feito supondo que o distúrbio seja do tipo degrau e então analisa-se o valor de regime permanente de saída đĻ(+∞). Suponha que o vento seja uma entrada tipo degrau: 1 đđŖ = đ 1 Então, đ(đ ) = đē2 (đ ) â đđŖ (đ ) = đē2 (đ ) â đ No regime permanente: đ(đĄ)|đĄ→∞ = lim đ . đ →0 1 ∴ |đ(đĄ)|đĄ→∞ = |− |, logo đ deve ser grande. đ (−1) 1 . đ (đŊđ + đĩ) + đ đ Exemplo 10.2: Foi construído um túnel sob o Canal da Macha, ligando a Inglaterra à França (Dorf, 2ºed.). Duas máquinas perfuratrizes foram usadas, saindo ambas das extremidades do canal, indo em direção ao centro, um total de 23,5 milhas. Para obter a precisão necessária para o encontro delas no meio do túnel foi montado um sistema de orientação a laser, um modelo do controle das máquinas é dado conforme a Figura 10.4. Figura 10.4 Sistema de controle das máquinas perfuratrizes. sendo đˇ(đ ) o efeito de carga sobre a máquina, que é um distúrbio. Neste caso tem-se đ(đ ) = đ + 11đ 1 â đ (đ ) + â đˇ(đ ) đ 2 + 12đ + đ đ 2 + 12đ + đ (10.17) Para projetar đ tal que ocorra rejeição do distúrbio đˇ(đ ) fez-se đ (đ ) = 0 em (10.17) e đˇ(đ ) uma entrada tipo degrau, obtendo: 170 CAPÍTULO 10 – Sinais de Perturbação em Sistemas de Controle 1 1 â + 12đ + đ đ Assim, o valor de regime permanente da saída é: đ(đ ) = đ 2 đĻ(+∞) = lim đ đ(đ ) = lim đ . đ →0 đ →0 đ 2 1 1 . + 12đ + đ đ 1 đ Então, é necessário que đ seja grande para que a saída đĻ(+∞) seja pequeno, rejeitando a perturbação. É necessário também que o sistema đ 2 + 12đ + đ tenha raízes do lado esquerdo do plano-đ . Logo, para verificar a estabilidade, utilizamos o critério de Routh-Hurwitz: đĻ(+∞) = 1º passo: đˇ(đ ) = đ 2 + 12đ + đ 2º passo: đ > 0 3ºpasso: 1 đ 2 1 12 đ đ 0 đ đ 0 ⇒đ>0 Portanto é necessário que đ > 0. Em Dorf. (2ºed.), seleciona-se đ = 20 para uma boa rejeição de ruído đˇ(đ ) (Perturbação). Exercícios 10.1. Considere o veículo explorador de Marte abordado no Capítulo 8. O modelo do sistema considerando-se perturbações no seu deslocamento, tais como pedras, é apresentado na Figura 10.5. Figura 10.5 Diagrama de blocos do sistema de controle e rejeição de distúrbio do veículo explorador de Marte. Projete đ tal que o sistema seja estável e tenha uma boa rejeição do distúrbio đˇ(đ ). 10.2. O telescópio Hubble tem um sistema de posicionamento preciso, pois pode focalizar uma moeda a uma distância de 400 milhas (Dorf. 8ºed.). O diagrama que ilustra o sistema de controle deste sistema é apresentado na Figura 10.6. 171 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 10.6 Diagrama do sistema telescópio Hubble. Projete o amplificador đ tal que sejam atendidos todos os itens baixo: a) Seja estável; b) đđ% ≤ 10%, sendo đ (đ ) um degrau; c) Erro de regime permanente, para đ (đ ) uma entrada rampa, menor possível; d) O efeito de uma perturbação đˇ(đ ) do tipo degrau seja reduzida. 10.3. Suponha que o sistema de controle da Figura 10.7 sofra ação de um sinal de distúrbio đˇ(đ ). Projete đ tal que o sistema tenha a menor influência do distúrbio, em relação à saída đ(đ ) e, ainda, tenha erro de regime permanente nulo para entrada degrau em đ (đ ). Figura 10.7 Sistema de controle para o Exercício 10.3. 172 CONTROLE LINEAR Sistemas Contínuos no Tempo CAPÍTULO 11 MÉTODO DO LUGAR 11 Método do Lugar das Raízes DAS RAÍZES Neste Capítulo... Em 1953, Walter Richard Evans desenvolveu um importante método dentro da teoria de controle clássico para o estudo da estabilidade de sistemas e projeto de controladores: o método root-locus. Utilizando esta técnica é possível, por exemplo, projetar controladores para um complexo sistema chamado Ball Balancer. Aqui, a inclinação ordenada da placa sob a qual são montados dois servomotores pode fazer com que uma esfera seja equilibrada e realize diversas trajetórias sobre a mesma. O LPC possui um modelo deste equipamento, e este curso propõe o desafio ao aluno de realizar tal projeto de controladores com os conceitos apresentados neste capítulo. Estudaremos o método do lugar das raízes ou root-locus. Veremos que com este método podemos realizar o estudo da estabilidade de sistemas dinâmicos e o projeto de controladores. LPC – Laboratório de Pesquisa em Controle. Equipamento Quanser®. Ball Balancer CONTROLE LINEAR Sistemas Contínuos no Tempo 11.1 Definição de Root-Locus O método do lugar das Raízes foi criado por R. Evans em 1953. Tal método permite estudar a evolução das raízes de uma equação quando um parâmetro é variado continuamente. Com a escolha adequada desse parâmetro podemos fornecer a um dado sistema um comportamento dinâmico desejado. As funções de transferência de sistemas contínuos e discretos são funções complexas, ou seja, funções que possuem variáveis complexas: đ ou đ§, respectivamente. Por consequência, as regras do método do lugar das raízes são as mesmas para as duas classes de sistemas. O princípio do método está baseado na realimentação mostrada na Figura 11.1. Figura 11.1 Diagrama de Blocos do Sistema Realimentado. Neste ponto, queremos determinar a influência do ganho đž (0 < đž < +∞) sobre os polos do sistema em malha fechada. Com os conhecimentos adquiridos até aqui, podemos constatar que a função de transferência de malha fechada do sistema da figura acima é dada por đ(đ ) đž â đē(đ ) = đ(đ ) 1 + đž â đē(đ ) â đģ(đ ) (11.1) A ideia é estabelecer regras simples para traçar o lugar geométrico formado pelas raízes de 1 + đē(đ )đģ(đ ) quando đž variar de 0 a +∞, sem o conhecimento explícito das raízes de malha fechada. Isto é, iremos estudar a equação: 1 + đž â đē(đ ) â đģ(đ ) = 0, đđđđ 0 < đž < +∞ (11.2) cuja soluções são os polos de malha fechada do sistema da Figura 11.1. Ilustremos este pensamento através do Exemplo 11.1. Exemplo 11.1 Considere um acionador de disco rígido mostrado na Figura 11.2, retirado de Dorf (8ª. Ed.). O objetivo do dispositivo leitor do acionador de disco é posicionar o cabeçote de leitura das trilhas de dados armazenados. Para tanto, deve-se controlar com precisão a posição angular do cabeçote. Segundo Dorf, o disco gira com uma velocidade entre 1.800 e 7.200 rpm, e a cabeça “voa” acima do disco a uma distância menor que 100nm. A especificação de projeto é que o cabeçote vá da trilha A para a trilha B em 50ms. 174 CAPÍTULO 11 – Método do Lugar das Raízes Figura 11.2 Sistema de um acionador de disco rígido. O sistema de malha fechada deste sistema posicionador do cabeçote apresentado na Figura 11.3. Figura 11.3 Diagrama de blocos do sistema acionador de disco rígido. Em Dorf, é admitido que o sensor possui função de transferência đģ(đ ) = 1 e a função de transferência do motor e cabeçote é đē(đ ) = đžđ đ (đŊđ + đ)(đŋđ + đ ) sendo đŊ momento de inércia, đ coeficiente de atrito viscoso, đŋ indutância do motor, đ resistência elétrica e đžđ a constante de torque do motor. Admitindo que a constante elétrica do motor é desprezada (đŋ ≈ 0) e substituindo os valores de đŊ, đĩ, đ e đžđ , apresentados em Dorf, tem-se: đē(đ ) = 175 5 đ (đ + 20) (11.3) (11.4) CONTROLE LINEAR Sistemas Contínuos no Tempo Podemos verificar que a posição dos polos de malha fechada do sistema realimentado depende do valor de đžđ . Desejamos estudar os polos de malha fechada quando đžđ assume os valores đžđ = 0 até đžđ → +∞. Vamos desenhar o root-locus do sistema calculando-se as raízes do denominador da função de transferência de malha fechada (F.T.M.F.), para cada valor de đžđ . Figura 11.4 Diagrama de blocos do sistema acionador de disco rígido atualizado com valores. Considerando o diagrama atualizado, mostrado na Figura 11.4, temos 5 đžđ â 5đžđ đ(đ ) đ (đ + 20) = = 2 5 đ + 20đ + 5đžđ đ(đ ) 1 + đž â đ đ (đ + 20) (11.5) Assim, os polos de malha fechada são dados por: −20 ± √202 − 4 â 5 â đžđ đ 1,2 = = −10 ± √100 − 5 â đžđ 2 (11.6) Variando-se o valor de đžđ a partir de 0 até ∞, é possível montar a Tabela 11.1 com os valores dos polos đ 1,2 em função de đžđ . Tabela 11.1 Valores dos polos do sistema em função do parâmetro đžđ . đ˛đ 0 1 5 10 20 30 60 → +∞ đđ -20 -19,75 -18,66 -17,07 -10 -10+j7,07 -10+j14,14 -10+đ∞ đđ 0 -0,25 -1,34 -2,93 -10 -10-j7,07 -10-j14,14 -10- đ∞ E, a partir das informações da Tabela 11.1, podemos então traçar o root-locus do sistema acionador de disco rígido, conforme mostra a Figura 11.5. O lugar geométrico representado pelo traçado laranja na Figura 11.5 é o lugar geométrico das raízes da F.T.M.F., chamado de root-locus. Veja que com a análise realizada pode-se determinar o lugar geométrico que os polos de malha fechada do sistema realimentado ocupam a medida em que đžđ variar de 0 a +∞ . 176 CAPÍTULO 11 – Método do Lugar das Raízes Figura 11.5 Lugar das raízes do sistema acionador de disco rígido. Em bora tenhamos obtido êxito, é fácil notar que esta abordagem é bastante trabalhosa e pode se tornar impraticável para casos mais complexos. Felizmente, existe na literatura uma metodologia prática muito consolidada para a obtenção do lugar das raízes de um sistema. 11.2 As regras do Root-Locus Richard Evans propôs um método genérico para levantar estes lugares geométricos, baseado em algumas regras simples. Assim, torna-se possível conhecer o root-locus de um sistema sem a necessidade de determinar analiticamente as suas raízes. Regra Nº1 – Os ramos do root-locus começam nos polos de đē(đ )đģ(đ ), nos quais đž = 0. Os ramos terminam nos zeros de đē(đ )đģ(đ ), inclusive zeros no infinito. O número de “zeros no infinito” é igual a đđ§∞ = đđ − đđ§ sendo đđ o nº de polos de đē(đ )đģ(đ ) e đđ§ o nº de zeros de đē(đ )đģ(đ ). Exemplo 11.2: Suponha que no sistema da Figura 11.1, G(s) e H(s) são dados por đē(đ ) = 177 đ +2 đ +5 đ đģ(đ ) = 2 đ đ +4 (11.7) CONTROLE LINEAR Sistemas Contínuos no Tempo Sendo assim, as raízes de 1 + đžđē(đ )đģ(đ ) serão determinadas fazendo: Ou ainda: 1+đžâ (đ + 2)(đ + 5) =0 đ 2 (đ + 4) đ 2 (đ + 4) + đž(đ + 2)(đ + 5) = 0 (11.8) (11.9) A partir de (11.9), analisemos duas circunstâncias distintas: i – K=0. Neste caso, a equação (11.9) assume a forma: Logo: đđ = đđ = đ đ đđ = −đ đ 2 (đ + 4) = 0 (11.10) Note que esses são os polos de G(s)H(s). ii – Se K→+∞. Para analisar este intervalo, vamos reescrever (11.9) como: đž= đ 2 (đ + 4) (đ + 2)(đ + 5) (11.11) Assim, a medida que K→+∞, o lado direito de (11.11) tende à +∞ se, e somente se: đ → −2 (đđđđ đđ đđĸđđđđ), đ → −5 (đđđđ đđ đđĸđđđđ) đđĸ đ → −∞ Com isto, temos que s1=-2 e s2=-5 são os zeros de đŽ(đ)đ¯(đ) e đ → −∞ é um “zero no infinito”. Ou seja, para este sistema, teremos: đđ = 3 e đđ§ = 2 Logo: đĩđ∞ = đ − đ = đ Regra Nº2 – As regiões do eixo real à esquerda de um número ímpar de polos mais zeros de đžđē(đ )đģ(đ ) pertencem ao “root-locus”. Exemplo 11.3: Considerando-se os valores do exemplo anterior teremos đžđē(đ )đģ(đ ) = đž â (đ + 2)(đ + 5) đ 2 (đ + 4) Assim, os zeros são: đ§1 = −2 e đ§2 = −5, ao passo que os polos são: đ1 = đ2 = 0 e đ3 = −4. 178 CAPÍTULO 11 – Método do Lugar das Raízes Como já vimos, os polos são representados por “X” e os zeros por “O” no plano imaginário. Assim, aplicação da regra 2 neste caso teremos o root-locus da Figura 11.6. Figura 11.6 Aplicação da Regra Nº2 ao Exemplo 11.3. Esta regra é facilmente obtida verificando-se a condição de ângulo da equação 1 + đžđē(đ )đģ(đ ) = 0, que pode ser reescrita na forma: đž â đē(đ ) â đģ(đ ) = −1, đž>0 Para que esta equação seja verdadeira, a condição de ângulo impõe que: ⌊đž â đē(đ ) â đģ(đ ) = ⌊−1 = (2đ + 1) â 180°, đđđđ đ = 0, ±1, ±2, … Observações A condição de ângulo da equação característica do root-locus é ⌊đž â đē(đ ) â đģ(đ ) = ⌊−1 = 1 Na Figura 11.6, đē(đ )đģ(đ ) é avaliada em um ponto đ = đ đ através do uso de vetores que unem cada polo e cada zero ao ponto so em H(s) G(s). Vamos ilustrar com um exemplo numérico: Seja đģ(đ )đē(đ ) = đ +3 đ +8 e assuma que queiramos avaliar đģ(đ )đē(đ )|đ =đ đ : Neste caso, đģ(đ đ )đē(đ đ ) = 179 đ đ + 3 âš ⌊đģ(đ đ )đē(đ đ ) = ⌊đ đ + 3 − ⌊đ đ + 8 đ đ + 8 CONTROLE LINEAR Sistemas Contínuos no Tempo Mas, (so+3) e (so+8) são os vetores x e y, respectivamente, mostrados abaixo: Logo, ⌊đģ(đ đ )đē(đ đ ) = đŧ − đŊ Se transladarmos x horizontalmente de -3 e y de -8 teremos O que não muda os ângulos đŧ e đŊ e resulta nos vetores đĨ′ e đĻ′ que ligam o zero e polo de G(s)H(s) ao ponto so. Note que os módulos de x e y não mudam com a translação ou seja: |đĨ| = |đĨ ′ | e |đĻ| = |đĻ ′ |. Regra Nº3 – Quando đž se aproxima de +∞, os ramos do root-locus que tendem a infinito assintotam retas com inclinação 2đ + 1 â 180°, đđđđ đ = 0, ±1, ±2, … , ± (đđ − đđ§ − 1) đđ − đđ§ sendo đđ o nº de polos de đē(đ )đģ(đ ) e đđ§ o nº de zeros de đē(đ )đģ(đ ). Exemplo 11.4: Considere đžđē(đ )đģ(đ ) = đž . Logo, temos: đđ = 3 e đđ§ = 0. Assim, đ (đ +1)(đ +4) no plano complexo os polos terão representação segundo a Figura 11.4 (a). 180 CAPÍTULO 11 – Método do Lugar das Raízes Figura 11.7 (a) Configuração de polos do sistema considerado; (b) Análise de ponto P distante dos polos. Considerando, agora, um ponto đ que se distancia infinitamente dos polos representados, podemos redesenhar a Figura 11.7(a) de acordo com a Figura 11.7(b). Fazemos isto pois queremos analisar as características dos ramos do root-locus que vão para infinito. A condição para que o ponto đ pertença ao root-locus, é ⌊đē(đ )đģ(đ )| đ =đ = (2đ + 1) â 180°, đ = 0, ±1, … A medida que o ponto P tende a infinito, isto é đ → ∞, observa-se que đ1 ≅ đ2 ≅ đ3 ≅ đ, logo: ⌊đē(đ )đģ(đ )| đ =đ→∞ = −đ1 − đ2 − đ3 = −3đ = (2đ + 1) â 180° Assim, o ângulo đ que descreve pode ser descrito por đ= (2đ + 1) â (−180°) (2đ + 1) â (180°) = 3 3 Porém, neste caso, đđ = đđ§ = 3, então podemos escrever: đ= (2đ + 1) â (180°) , đđ − đđ§ đ = 0, ±1, … Retornando ao exemplo considerado, os ângulos das assíntotas serão: đ= (2đ + 1) â (180°) = (2đ + 1) â 60°, 3−0 Analisando possíveis casos para valores de đ: đ = 0 ⇒ đ = 60° {đ = 1 ⇒ đ = 180° đ = 2 ⇒ đ = 300° 181 đ = 0, ±1, … đ = −1 ⇒ đ = −60° {đ = −2 ⇒ đ = −180° đ = −3 ⇒ đ = −300° CONTROLE LINEAR Sistemas Contínuos no Tempo Porém, das relações trigonométricas, temos as seguintes equivalências: 180° = −180° 60° = −300° −60° = 300° Portanto, đŊđ = đđ°, đŊđ = −đđ° đ đŊđ = đđđ°. Regra Nº4 – O ponto de partida das assíntotas é o centro de gravidade (C.G.) da configuração de polos e zeros de đē(đ )đģ(đ ), ou seja: đļđē = ∑ đđđđđ − ∑ đ§đđđđ đđ − đđ§ Exemplo 11.5: Para o sistema do Exemplo 11.4, onde đē(đ )đģ(đ ) = - đĩđ = đ e đĩđ = đ; - os polos são: đđ = đ, đđ = −đ đ đđ = −đ; - os zeros são: nenhum. Logo, para conhecer o centro de gravidade da referida configuração de polos e zeros, fazemos: đļđē = 1 đ (đ +1)(đ +4) , teremos: ∑ đđđđđ − ∑ đ§đđđđ (0 − 1 − 4) − 0 5 = =− 3−0 3 đđ − đđ§ Então, os ramos do root-locus do sistema em questão que tendem a infinito o farão assintoticamente ás retas representadas na Figura 11.8. Figura 11.8 Configuração das retas assíntotas dos ramos que tendem a infinito do sistema considerado. Regra Nº5 – Os pontos nos quais os ramos do root-locus deixam (entram) o (no) eixo real são determinados a partir da relação đ −1 [(đē(đ )đģ(đ )) ] = 0 đđ Exemplo 11.6: No Exemplo 11.5 tínhamos: Então, podemos obter đē(đ )đģ(đ ) = (đē(đ )đģ(đ )) −1 1 đ (đ + 1)(đ + 4) = đ (đ + 1)(đ + 4) = đ 3 + 5đ 2 + 4đ 182 CAPÍTULO 11 – Método do Lugar das Raízes Logo, derivando a expressão com respeito a variável đ , tem-se: đ 3 đ −1 (đ + 5đ 2 + 4đ ) = 3đ 2 + 10đ + 4 [(đē(đ )đģ(đ )) ] = đđ đđ cujas soluções são: đ 1 = −0,4648 e đ 2 = −2,8685 Dentre as raízes encontradas, apenas a raiz đ 1 tem sentido lógico, uma vez que a raiz đ 2 não pertence ao root-locus logo não pode ser considerado como um ponto de partida/chegada. Assim, combinando os resultados obtidos até então, um esboço do root-locus do sistema é apresentado na Figura 11.9. Figura 11.9 Root-locus do sistema considerado no Exemplo 11.6. Regra Nº6 – Duas raízes deixam ou entram no eixo real com ângulos ±90° . Regra Nº7 – O “root-locus” é simétrico em relação ao eixo real. OBS: A Regra Nº7 decorre do fato de que as raízes de um polinômio de coeficientes reais ou são reais ou pares complexos conjugados. Regra Nº8 – O ganho đžđ associado a um ponto đ do root-locus pode ser obtido a partir da relação đžđ = 183 1 |đē(đ )đģ(đ )|| đ =đ CONTROLE LINEAR Sistemas Contínuos no Tempo Simples verificação: Considere a equação que pode ser colocada na forma 1 + đžđē(đ )đģ(đ ) = 0 đžđē(đ )đģ(đ ) = −1 Pela condição de módulo, temos: |đžđē(đ )đģ(đ )| = |−1| Uma vez que 0 < đž < +∞, então podemos verificar que: đž|đē(đ )đģ(đ )| = 1 Assim, para um dado ponto đ do root-locus, teremos: đžđ |đē(đ )đģ(đ )||đ =đ = 1 âš đžđ = 1 |đē(đ )đģ(đ )|| đ =đ Exemplo 11.7: Suponha que no sistema da Figura 11.1 as funções de transferência são: đē(đ ) = 1 1 đ đģ(đ ) = . đ −1 đ Calcule o máximo valor de đž de tal forma que os polos de malha fechada do sistema fiquem dentro do círculo de raio unitário, centrado na origem do plano complexo. Trace o root-locus do sistema para ajudar. Solução: Neste caso, teremos: đžđē(đ )đģ(đ ) = đž đ (đ −1) . A partir disto, podemos obter as seguintes informações a respeito da característica do sistema: - Zeros no infinito • Polos: đ1 = 0 đ đ2 = 1; • Zeros: nenhum; Logo, o número de zeros no infinito é obtido segundo a Regra Nº1: đđ§∞ = đđ − đđ§ = 2 − 0 âš đĩđ∞ = đ - Ângulo das assíntotas A partir da expressão dada pela Regra Nº3, obtemos: (2đ + 1) â (180°) đ= = ±90° đđ − đđ§ 184 CAPÍTULO 11 – Método do Lugar das Raízes - CG das assíntotas O centro de gravidade da configuração de polos e zeros é obtido através da Regra Nº4: đļđē = ∑ đđđđđ − ∑ đ§đđđđ (0 + 1) − (0) 1 = = 2−0 2 đđ − đđ§ - Ponto de partida Utilizando a relação dada pela Regra Nº5, temos: đ đ 2 đ −1 (đ − đ ) = 2đ − 1 = 0 ⇒ đ = [(đē(đ )đģ(đ )) ] = 0 ⇒ đđ đđ đ E, juntando as informações obtidas, o root-locus do sistema pode ser traçado segundo mostra a Figura 11.10. Figura 11.10 Root-locus do sistema do Exemplo 11.7. Seja, na Figura 11.10, đž0 o valor do ganho đž tal que os polos de malha fechada do sistema encontram-se no ponto do root-locus o qual encontra-se no limite da região circular especificada. Para determinar đž0 , iremos utilizar a Regra Nº8. De forma mais específica, podemos observar (Figura 11.11) que o ponto đ 0 de cruzamento do root-locus com o círculo unitário é descrito por 1 √3 đ 0 = + đ 2 2 Figura 11.11 Determinando o ponto đ 0 . 185 CONTROLE LINEAR Sistemas Contínuos no Tempo Assim, pela Regra Nº8, a condição de módulo implica em: đž0 = 1 |đē(đ )đģ(đ )|| đ =đ 0 1 1 √3 √3 = |đ (đ − 1)||đ =đ = |( + đ )| â |( + đ − 1)| = 1 0 2 2 2 2 Logo, para que os polos de malha fechada do sistema fiquem dentro do círculo de raio unitário, centrado na origem do plano complexo, é necessário que: đ < đ˛ < đ. Observações Veremos mais adiante que um sistema discreto no tempo será estável se as raízes da F.T.M.F. ficar dentro do círculo unitário estudado no Exemplo 11.7. Note, assim, que o critério de estabilidade assume formas distintas para sistemas contínuos e sistemas discretos, respectivamente. Regra Nº9: Os ângulos de saída (chegada) de polos (aos zeros) são determinados a partir do condição geral de ângulo. Exemplo 11.8: Considere o sistema tal que đžđē(đ )đģ(đ ) = đ(đ + 2) đ (đ + 1 + đ4)(đ + 1 − đ4) Neste caso, temos que đđ§∞ = 3 − 1 = đ, portanto teremos 2 assíntotas. O esboço inicial do root-locus é apresentado na Figura 11.12 (a). O objetivo agora é determinar o ângulo đ com o qual o root-locus deixa os polos complexos. Para isto, verificamos qual é o ângulo de um ponto đ próximo a esse polo, segundo mostra a Figura 11.12 (b). Figura 11.12 (a) Esboço inicial do root-locus do sistema; (b) Análise pela condição de ângulo. 186 CAPÍTULO 11 – Método do Lugar das Raízes Pela condição de ângulo, para que o ponto đ pertença ao root-locus do sistema, temos: ⌊đē(đ )đģ(đ )| đ =đ = đ2 − đ − đ1 − đ3 = (2đ + 1) â 180°, đ = 0, ±1, … Se a distância entre o ponto đ e o polo for nula, ou seja, se đ → 0, os ângulos serão: 1 đ1 = arctg ( ) + 90° = 104,04° 4 4 đ2 = arctg ( ) = 75,96° 1 đ3 = 90° { đ =? Logo, substituindo esses valores na equação de ângulo, teremos: ⌊đē(đ )đģ(đ )| đ =đ Figura 11.13 Root-locus do sistema do Exemplo 11.8. = 75,96° − đ − 104,04° − 90° = (2đ + 1) â 180°, đ = 0, ±1, … Para đ = 0 ⇒ đŊ = −đđđ, đđ° , que é ângulo de partida dos polos. Assim, o root-locus do sistema será tal como mostra a Figura 11.13. Exemplo 11.9: Trace o root-locus considerando o sistema da Figura 11.1, tal que: đžđē(đ )đģ(đ ) = đž(đ + 0,5) đ (đ − 1) Solução: Note que, em particular, este sistema tem dois polos e um zero. Adianta-se a informação de que, neste caso, o root-locus apresentará um círculo centrado no zero do sistema (đ§1 = −0,5, no caso considerado). Para determinar o raio deste circulo, basta calcular o ponto de partida por meio da relação dada na Regra Nº5 que, para este caso, apresentará a forma (2đ − 1)(đ + 0,5) − (đ 2 − đ ) đ đ (đ − 1) đ −1 [(đē(đ )đģ(đ )) ] = 0 ⇒ ( )= =0⇒ (đ + 0,5)2 đđ đ + 0,5 đđ đ 2 + đ − 0,5 = 0 Como as raízes desta equação são: đ 1 = 0,366 e đ 2 = −1,366. Note que ambas pertencem a região descrita pelo root-locus do sistema. Logo, đ 1 e đ 2 representam pontos de partida. A Figura 11.14 apresenta o root-locus completo. 187 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 11.14 Root-locus do sistema abordado no Exemplo 11.9. Este sistema tem os mesmos polos que o sistema abordado no Exemplo 11.7, acrescido de um zero em -0,5. Comparando os root-locus das Figuras 11.14 e 11.10, percebe-se que a presença do zero “atrai” o root-locus. Veremos, na próxima seção deste capítulo, que esta propriedade será fundamental para realizar o projeto de controladores via o método do root-locus, assim como as principais estratégias de projeto. Regra Nº10 – O ponto onde o root-locus cruza o eixo imaginário é obtido fazendo-se đ = đđ na equação característica. Exemplo 11.10: Na Figura 11.1, suponha que đžđē(đ ) = đ 3 đž đ đģ(đ ) = 1. + 3đ 2 + 2đ Uma vez que a equação característica é dada por: 1 + đžđē(đ )đģ(đ ) = 0 Então, teremos: 1+ đž = 0 ⇒ đ 3 + 3đ 2 + 2đ + đž = 0 3 2 đ + 3đ + 2đ Fazendo đ = đđ, obtemos: (đđ)3 + 3(đđ)2 + 2(đđ) + đž = 0 ⇒ 188 CAPÍTULO 11 – Método do Lugar das Raízes −đđ3 − 3đ2 + 2đđ + đž = 0 ⇒ đ(2đ − đ3 ) + (đž − 3đ2 ) = 0 o que será verdadeiro se, e somente se: 2đ − đ3 = 0 đŦ đž − 3đ2 = 0 Logo, da primeira condição, temos: 2đ − đ3 = 0 ⇒ đ(2 − đ2 ) = 0 ⇒ đ = đ đđ đ = ±√đ E, analogamente, da segunda condição: đž − 3đ2 = 0 ⇒ đ˛ = đđđ Observe que đ = 0 não é aceito, pois ocorre quando đž = 0. Assim, a solução é đ = √2 Isto é, o root-locus intercepta o eixo imaginário em đ = ±√2, e o valor de đž associado a este ponto é obtido fazendo: 2 đž = 3đ2 = 3(√2) ⇒ đ˛ = đ. Para traçar o root-locus completo, lançamos mão da abordagem apresentada nos exemplos anteriores. Assim, sendo đž đž đžđē(đ )đģ(đ ) = 3 = 2 đ + 3đ + 2đ (đ + 1)(đ + 2)đ Então, podemos concluir que: -Polos do sistema: đ1 = −1; đ2 = −2; đ3 = 0 -Zeros do sistema: nenhum -Zeros no infinito: đđ§∞ = đđ − đđ§ = 3 − 0 ⇒ đđ§∞ = 3 -Ângulos das assíntotas: đ= 189 (2đ + 1) â (180°) = (2đ + 1) â 60° ⇒ đđ − đđ§ đ = 60°, −60°, 180° CONTROLE LINEAR Sistemas Contínuos no Tempo -Ponto de ramificação (de partida): đ đ 3 −1 (đ + 3đ 2 + 2đ ) = 3đ 2 + 6đ + 2 = 0 ⇒ [(đē(đ )đģ(đ )) ] = 0 ⇒ đđ đđ -CG das assíntotas: đļđē = đ 1 = −1,58 đ đ 2 = −0,42 ∑ đđđđđ − ∑ đ§đđđđ (−1 − 2 + 0) − (0) = = −1 3−0 đđ − đđ§ Assim, o resultado final é apresentado na Figura 11.15. Figura 11.15 Root-locus do sistema do Exemplo 11.10. Pode-se concluir pelo root-locus que o sistema é estável para 0 < đž < 6. O cruzamento do root-locus com o eixo imaginário também pode ser determinado usando o critério de estabilidade de Routh-Hurwitz, dado nos capítulos anteriores. O exemplo abaixo ilustra esta abordagem alternativa. Exemplo 11.11: Considerando o sistema do Exemplo 11.10, utilize o critério de Routh para determinar o valor de đž tal que os polos de malha fechada do sistema encontram-se sobre o eixo imaginário, isto é, quando o root-locus cruza o eixo imaginário. Solução: Primeiramente, descrevamos a função de transferência de malha fechada do sistema: 190 CAPÍTULO 11 – Método do Lugar das Raízes đž 3 + 3đ 2 + 2đ đžđē(đ )đģ(đ ) đž đ = = 3 đž 1 + đžđē(đ )đģ(đ ) 1 + đ + 3đ 2 + 2đ + đž 3 2 đ + 3đ + 2đ Agora, pelo critério de Routh-Hurwitz: 1º) Identificando o denominador da F.T.M.F: đ 3 + 3đ 2 + 2đ + đž 2º) Para não haver troca de sinais: đ˛ > đ 3º) Montando o arranjo tabular: đ 3 1 đ 1 3â2−1âđž 3 đ 2 đ 0 2 3 đž ∴ đž 0 6−đž >0 ⇒đ˛<đ 3 Portanto, pelas condições do 2º e 3º passo da análise, o sistema será estável se 0<đž<6 e, quando K=6, a raiz da F.T.M.F estará sobre o eixo imaginário, quando o R-L cruza o eixo imaginário. Regra Nº11 – Se pelo menos dois ramos do root-locus vão para o infinito (ou seja, se existem ao menos 2 assíntotas), então a soma dos polos de malha fechada correspondentes a um mesmo valor de đž é uma constante independente de đž. Exemplo 11.12: Considerando as informações do Exemplo 11,11, calcule todos os polos do sistema de malha fechada quando đž = 6. Solução: Deseja-se determinar o terceiro polo de malha fechada do sistema quando đž = 6 a partir do conhecimento das duas outras: đ 1,2 = ±√2 . 191 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 11.16 Problemática abordada pelo Exemplo 11.11. Neste caso temos 3 assíntotas, portanto podemos aplicar a Regra Nº11: ∑ đđđđđ | đž=0 = ∑ đđđđđ | đž=6 ⇒ −2 − 1 + 0 = −đ√2 + đ√2 + đŋ ⇒ ∴ đš = −đ Exercícios 11.1. Trace o root-locus de cada um dos sistemas: 1 đ (đ + 1) đ +4 đē2 (đ )đģ2 (đ ) = đ (đ + 1) 1 đē3 (đ )đģ3 (đ ) = đ (đ + 1)(đ + 4) đē1 (đ )đģ1 (đ ) = Analise as diferenças entre as configurações de polos e zeros de cada sistema e tire conclusões a respeito do comportamento do root-locus em função da presença de polos/zeros. 11.2. Um sistema de controle é apresentado na Figura 11.17. Esboce o root-locus do sistema para cada caso de controlador đļ(đ ) indicados. 192 CAPÍTULO 11 – Método do Lugar das Raízes a) đļ(đ ) = đž b) đļ(đ ) = đž(đ + 1) c) đļ(đ ) = d) đļ(đ ) = đž(đ +1) (đ +10) đž(đ +1)(đ +3) (đ +10) * Figura 11.17 Sistema de controle para o Exercício 11.2. * O projeto de um controlador real não deverá apresentar mais zeros que polos, devido à dificuldade de implementação prática. 11.3. Trace o root-locus do sistema de controle apresentado na Figura 11.18. Figura 11.18 Sistema de controle para o Exercício 11.3. 11.3 Projeto de Controladores utilizando Root-Locus Uma propriedade importante do Root-Locus, ilustrada através do Exemplo 11.9 e melhor explorada no Exercício 11.1, é que zeros atraem o root-locus e polos repelem o root-locus. Sendo assim, utiliza-se esta propriedade para projetar controladores que, em conjunto a técnica de realimentação (sistema de malha fechada), estabilizem a planta e, ainda, atendam as especificações de desempenho: đđ%, đĄđ e erro de regime permanente, por exemplo. Iremos ilustrar esta estratégia por meio do Exemplo 11.13. Exemplo 11.13: Projete um controlador đļ(đ ), tal que o sistema da Figura 11.19 seja estável: Figura 11.19 Sistema de controle para o Exemplo 11.13. 193 CONTROLE LINEAR Sistemas Contínuos no Tempo Solução: 1º tentativa: propõem-se que o controlador đļ(đ ) seja o mais simples possível, ou seja, đļ(đ ) = đž (apenas um ganho đž). A pergunta agora torna-se: Será que existe um ganho K, tal que o sistema de malha fechada seja estável? Analisemos o root-locus do sistema para verificar: A partir da relação: đļ(đ)đē(đ) = đž (đ − 2)(đ − 4) Podemos tirar as seguintes informações e esboçar o root-locus do sistema (Figura 11.20). • • • • Número de polos: đđ = 2 Número de zeros: đđ§ = 0 Zeros no infinito: đđ§∞ = đđ − đđ§ = 2 − 0 = 2 • Ângulo das assíntotas: đđđ đ đđđĄ. = • Ponto de Partida: Centro de gravidade: đļđē = đ đđ 2đ+1 đđ −đđ§ â 180° = ∑ đđđđđ −∑ đ§đđđđ đđ −đđ§ = 2đ+1 2 (2+4)−0 2 â 180° = ±90° =3 (đ 2 − 6đ + 8) = 0 = 2đ − 6 ⇒ đ = 3 Note, pela Figura 11.20, que para qualquer valor de K os ramos do root-locus do sistema sempre estarão localizados no semi-plano direito do plano complexo. Isto é, os polos de malha fechada do sistema sempre possuirão parte real positiva, logo o sistema sempre apresentará característica de instabilidade. Portanto, não é possível estabilizar o sistema com C(s) igual a apenas um ganho K. Figura 11.20 Root-locus do sistema considerando C(s)=K. 2º tentativa: atrair o root-locus para a região de estabilidade colocando zeros no lado esquerdo do plano-đ , zeros do controlador đļ(đ ). Então, tentemos adicionar um zero no lado esquerdo do plano-đ , por exemplo, em đ = −3. Como o controlador deve ser implementado na prática, o número de zeros não pode ser maior que o número de polos. Logo, nosso controlador precisa possuir, também, pelo menos um polo. Assim, neste caso, nossa próxima tentativa pode ser o controlador: Então, teremos: đļ(đ) = đž(đ + 3) đ + 19 194 CAPÍTULO 11 – Método do Lugar das Raízes đļ(đ)đē(đ) = đž(đ + 3) 1 â đ + 19 (đ − 2)(đ − 4) Agora, tracemos o root-locus do sistema para o novo controlador considerado: • • • • • • • • Polos: đ1 = −19 , đ2 = 2 đ đ3 = 4 Número de polos: đđ = 3 Zeros: đ§1 = −3 Número de zeros: đđ§ = 1 Zeros no infinito: đđ§∞ = đđ − đđ§ = 3 − 1 = 2 Ângulo das assíntotas: đđđ đ đđđĄ. = 2đ+1 đđ −đđ§ Centro de gravidade assíntotas: đļđē = Ponto de partida: đ đđ [ (đ +19)(đ −2)(đ −4) đ +3 â 180° = 2đ+1 2 ∑ đđđđđ −∑ đ§đđđđ đđ −đđ§ â 180° = ±90° = ] = 0 ⇒ đ ≅ 2,94 (−19+2+4)−(−3) 2 =− 10 2 = −5 E, assim, podemos traçar o root-locus apresentado na Figura 11.21. Figura 11.21 Root-locus do sistema considerando controlador C(s) da 2ª tentativa. Note, pela Figura 11.21, que com o novo controlador proposto o root-locus do sistema pode ser “atraído” para a região de estabilidade (semi-plano esquerdo). Agora, existem valores de ganho K tais que todos os polos de malha fechada possuam parte real negativa. OBSERVAÇÃO A escolha do polo đ1 = −19 para o controlador proposto não pode ser feita de forma totalmente aleatória. Veja que pelo fato de que a inclinação das assíntotas ser de 90°, a posição do CG é fundamental para o sucesso desta tentativa. Para melhor ilustrar, suponha que o polo escolhido fosse đ1 = −7. 195 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 11.22 Configuração do root-locus caso o polo escolhido para o controlador fosse đ1 = −7. Neste caso, o CG das assíntotas estaria localizado em đ = 1. Logo, quando đž → ∞ os ramos do root-locus que vão para os zeros no infinito não entrariam no semiplano esquerdo, e portanto, não seria possível condicionar todos os polos de malha fechada a terem apenas parte real negativa, conforme mostra a Figura 11.22. Agora, precisamos verificar qual a faixa de valores para K que permite tornar o sistema estável. Veja, pela Figura 11.21, que escolhendo o controlador obtemos sucesso em atrair o root-locus para a região de estabilidade. Contudo, não são todos os valores de đž que resulta em polos de malha fechada com parte real negativa (uma porção do root-locus permanece do lado direito do plano-đ ). Para encontrar o valor de K tal que os polos de malha fechada estarão sobre o eixo imaginário, ou seja, na fronteira entre a região de estabilidade e a região de instabilidade (đ = đđ), podemos fazer uso da Regra Nº10 ou utilizar o critério de Routh-Hurwitz. Pela segunda abordagem, analisamos o denominador da FTMF do sistema: đļ(đ )đē(đ ) = 1 + đļ(đ )đē(đ ) đž(đ + 3) đž(đ + 3) (đ + 19)(đ − 2)(đ − 4) = 3 2 đž(đ + 3) đ + 13đ + đ (đž − 105) + 152 + 3đž 1+ (đ + 19)(đ − 2)(đ − 4) Agora, pelo critério de Routh-Hurwitz: 1º) Identificando o denominador da F.T.M.F: đ 3 + 13đ 2 + đ (đž − 105) + 152 + 3đž 2º) Para não haver troca de sinais: đž > 105 đ đž > − 3º) Montando o arranjo tabular: đ 3 đ 2 đ 1 đ 0 152 3 âš đ˛ > đđđ (đ°) 1 (đž − 105) 13 â (đž − 105) − (152 + 3đž) 13 0 đž > 151,7 13 152 + 3đž đ đž>− 152 + 3đž 152 ⇒ đ˛ > đđđ, đ (đ°đ°) 3 196 CAPÍTULO 11 – Método do Lugar das Raízes Portanto, por (I) e (II), precisamos de đž > 151,7 para que o sistema apresente apenas polos de malha fechada com parte real negativa (isto é, para que o sistema seja estável). Sendo assim, podemos escolher, em nosso projeto, por exemplo, đž = 155. Pelo Exemplo 11.13, podemos ver que utilizando o root-locus podemos realizar o projeto de um controlador que torna um sistema instável em um sistema estável. Contudo, não é apenas a estabilidade uma necessidade de projeto de sistemas de controle, mas também, os índices de desempenho estudados no Capítulo 8, PO% e te. Sugerimos que o leitor faça uma revisão destes conceitos. Vejamos, agora, um exemplo que ilustra a definição da região para o posicionamento de polos de malha fechada de um sistema no intento de atribuir ao mesmo características desejadas de desempenho. Exemplo 11.14: Deseja-se que, para um sinal de entrada do tipo degrau, o sinal de resposta na saída apresente đđ% ≤ 5% e đĄđ ≤ 2. Especifique a região na qual os polos do sistema devem estar no plano-s. Use o critério de 2% para o tempo de estabelecimento. Solução: Quanto ao tempo de estabelecimento, teremos a seguinte condição: đĄđ = 4 ≤ 2 ⇒ đđđ ≥ 2 ⇒ đđđ −đđđ ≤ −2 O que implica na definição da região de especificação da Figura 11.23. Figura 11.23 Região de especificação para đĄđ ≤ 2đ . Agora, analisando a imposição para a porcentagem de Overshoot, teremos: đđ% ≤ 5% ⇒ đ ≥ 0,7 ⇒ đ < 45° Figura 11.24 Região de especificação para PO%≤5%. 197 resultando, assim, na região da Figura 11.24. As duas especificações são satisfeitas na intersecção das regiões acima, conforme mostra a Figura 11.25. CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 11.25 Região de especificação para đđ% ≤ 5% đ đĄđ ≤ 4đ . Assim, os polos de malha fechada do sistema de controle, para o qual necessita-se de đđ% ≤ 5% e đĄđ ≤ 2, deverão estar dentro da região hachurada da Figura 11.25. Desta forma, no projeto do controlador, os ramos do root-locus do sistema realimentado deverão passar dentro desta região. E, então, deveremos escolher um valor de K tal que os polos de malha fechada sejam alocados em tal região. Exemplo 11.15: Determine a região de especificação para o projeto de um controlador que garanta uma resposta a entrada degrau com tempo de subida entre 0,9 s e 1,8 s. Solução: Como visto no Capítulo 8, o tempo de subida associado a resposta ao degrau é dado por: đĄđ ≅ 1,8 đđ , que é uma aproximação considerando đ = 0,5. Assim, as condições para atender às especificações indicadas serão: • • 1,8 đđ 1,8 đđ ≤ 1,8 ⇒ đđ ≥ 1 ≥ 0,9 ⇒ đđ ≤ 2 E, sendo assim, a região no plano-s que satisfaz as especificações é apresentada na Figura 11.26. Figura 11.26 Região de especificação para 0,9 đ ≤ đĄđ ≤ 1,8 đ . 198 CAPÍTULO 11 – Método do Lugar das Raízes Agora, iremos abordar um exemplo completo no qual projetaremos um controlador de forma a atender não somente a estabilidade, mas também índices de desempenho. Exemplo 11.16 Projete o controlador C(s) para o sistema de controle da Figura 11.27 tal que o sistema tenha đđ% ≤ 5% e đĄđ ≤ 4đ na resposta para entrada degrau, considerando critério de 2% para tempo de estabelecimento. Figura 11.27 Sistema de controle para o Exemplo 11.16. Solução: Primeiramente, iremos desenhar a região do plano-s que satisfaz todas as especificações de projeto. Para tanto, calculemos as condições de desempenho: đˇđđđđđđđđđđ đ đ đļđđđđđđđđ: đđ% ≤ 5% ⇒ đ ≥ 0,7 ⇒ đ ≤ 45° 4 ≤ 4 ⇒ đđđ ≥ 1 ⇒ −đđđ ≤ −1 đđđ Assim, região que satisfaz todas especificações é tal como mostra a Figura 11.28(a). đģđđđđ đ đ đŦđđđđđđđđđđđđđđ: đĄđ ≤ 4 ⇒ Figura 11.28 (a)Região de especificação para đđ% < 5% e đĄđ < 4 đ ; (b) Root-locus do sistema para đļ(đ ) = đž. Agora, começando o projeto do controlador, partimos da 1ª tentativa, a mais simples de todas: C(s)=K. Assim, teremos: đž đļ(đ)đē(đ) = đ (đ + 4) Então, traçamos o root-locus do sistema para o controlador considerado conforme Figura 11.28(b), a partir das informações abaixo: 199 CONTROLE LINEAR Sistemas Contínuos no Tempo • • • • • • • Polos: đ1 = 0 đ đ2 = −4 Número de polos: đđ = 2 Zeros: đđđâđĸđ Número de zeros: đđ§ = 0 Zeros no infinito: đđ§∞ = đđ − đđ§ = 2 − 0 = 2 Ângulo das assíntotas: đđđ đ đđđĄ. = Centro de gravidade: đļđē = 2đ+1 đđ −đđ§ â 180° = ∑ đđđđđ −∑ đ§đđđđ đđ −đđ§ = 2đ+1 2 â 180° = ±90° (−4+0)−(0) 2 = −2 Observe, pela Figura 11.28(b), que o sistema em malha fechada é sempre estável, uma vez que todo o root-locus encontra-se no semi-plano esquerdo. Contudo, é necessário determinar a faixa de valores para K de forma que os polos de malha fechada se situem dentro da região de especificação de projeto. Esta faixa é descrita a partir dos valores máximo e mínimo para K: đžđáđĨ e đžđđđ , respectivamente. O valor de đžđáđĨ é associado ao valor máximo de K tal que os polos de malha fechada ainda permaneçam dentro da região de especificação. Por sua vez, o đžđđđ é o valor limiar tal que para đž > đžđđđ o sistema passa a possuir polos de malha fechada complexos conjugados. Isto se faz necessário pois a teoria que estamos utilizando para a análise do comportamento transitório de sistemas assume que o sistema é do tipo subamortecido, ou seja, 0 < đ < 1 (reveja a subseção 8.3.1 deste material). Pela Figura 11.28(b), observamos que para đž = đžđáđĨ , tem-se đ = −2 + đ2, pois īą = 45°. E, para đž = đžđđđ , temos đ = −2. Desta forma, pela condição de módulo, considerando a equação característica 1 + đē(đ )đļ(đ ) = 0, teremos: đžđáđĨ 1 | = |−1| ⇒ |đ (đ + 4)| đ =−2+đ2 đžđáđĨ = |−2 + đ2| â |−2 + đ2 + 4| = √8 â √8 ⇒ ∴ đ˛đáđ = đ E, por usa vez: đžđđđ 1 | = |−1| ⇒∴ đ˛đđđ = đ |đ (đ + 4)| đ =−2 Assim, a faixa de K que atende as especificações de projeto é 4 < đž ≤ 8. Logo, podemos escolher para nosso controlador, đž = 6. Então: đļ(đ ) = 6 é o controlador que garante o sucesso neste projeto de controle. Observações Não usamos đž = đžđđđ , pois assim teríamos dois polos reais e iguais, caracterizando sistema criticamente amortecido (đ = 0). Assim, é necessário que đž > đžđđđ para que o sistema apresente 0 < đ < 1. 200 CAPÍTULO 11 – Método do Lugar das Raízes 11.4 Técnica de cancelamento de polos e zeros Conhecendo as características originais de polos e zeros de um sistema podemos promover o cancelamento estratégico de polos e zeros de forma que o root-locus do sistema passe dentro da região de especificação de um projeto de controle. Esta é uma técnica de projeto bastante intuitiva e versátil, tornando possível resolver uma vasta gama de problemas de controle, como mostraremos através dos exemplos a seguir e exercícios ao final deste capítulo. Exemplo 11.17: Considere o sistema rastreador solar, abordado no Capítulo 7, que apresenta a estrutura de controle da Figura 11.29. Figura 11.29 Sistema de controle para o rastreador solar. Projete o controlador đļ(đ ) tal que o sistema de malha fechada tenha, đđ% < 5% e đĄđ < 4 đ (critério 2%). Solução: Primeiramente, note que a região das especificações são as mesmas do Exemplo 11.16 anterior. Assim, partimos direto para o projeto do controlador. Primeira tentativa: đļ(đ ) = đž Teremos, assim: đžđē(đ )đļ(đ ) = đž â đžđ 10 = , đžđ = 10 â đž đ (đ + 0,8) đ (đ + 0,8) Desta forma, root-locus do sistema será tal como mostrado na Figura 11.30. Note que o root-locus não passa dentro da região das especificações, logo não existe đžđ tal que as especificações sejam atendidas. Segunda tentativa: Iremos projetar um controlador đļ(đ ) de forma que este possua: i) um zero que virá a cancelar o polo em đ = −0,8 da planta; ii) um polo Figura 11.30 Root-locus do sistema rastreador solar para C(s)=Kc. que será escolhido de modo que o novo root-locus do sistema realimentado passe dentro da região de especificação de projeto. 201 CONTROLE LINEAR Sistemas Contínuos no Tempo Assim, uma sugestão de controlador para atender a este fim é: đž(đ + 0,8) đļ(đ ) = (đ + 4) Desta forma, teremos: 10 đž(đ + 0,8) đž(đ + 0,8) đžđē(đ )đļ(đ ) = â = , đžđ = 10 â đž đ (đ + 0,8) (đ + 4) đ (đ + 0,8) Neste caso o novo root-locus será tal como mostra a Figura 11.31. Figura 11.31 Root-locus do sistema após cancelamento de polo. Para esta configuração de root-locus e especificações de projeto, já conhecemos os valores máximo e mínimo de đžđ , segundo Exemplo 11.16. Logo, teremos: Porém, temos que đžđ đđđĨ = 8 đ đžđ đđđ = 4. Assim: đžđ = 10 â đž đžđđđĨ = 0,8 đ đžđđđ = 0,4. Podemos escolher, então: đļ(đ ) = e o problema de controle estará resolvido. 0,7(đ + 0,8) (đ + 4) 202 CAPÍTULO 11 – Método do Lugar das Raízes Observações O cancelamento de polos e zeros mostrado anteriormente não pode ocorrer no lado direito do plano-s ou no eixo imaginário. Isto se deve ao fato de que o controlador đļ(đ ) projetado nunca poderá ser implementado na prática com um erro nulo. Isto é, na prática a implementação de đļ(đ ) não será ideal. Por exemplo, poderíamos propor o cancelamento de polos e zeros para o Exemplo 11.13, onde Assim, para atrair o R-L para o lado esquerdo do plano-s e colocá-lo dentro da região de estabilidade e especificações, podemos propor o simples controlador, cancelando o polo đ1 = 2: đļ(đ ) = đž(đ − 2) (đ + 10) Entretanto, na prática existirá um erro de implementação do controlador, de forma que o zero đ§1 = 2 não será, exatamente, posicionado em đ = 2. 203 CONTROLE LINEAR Sistemas Contínuos no Tempo Observações Ao projetar um controlador, deve-se observar a dominância dos polos que ficam dentro das regiões das especificações. A dominância de polos já foi estudada no Capítulo 8 desta apostila. No Exemplo 11.13, os polos do controlador foram colocados em -100 e -200, para que os polos de malha fechada mais próximos da origem fossem dominantes. 11.5 Obtendo o root-locus através do MATLAB Podemos utilizar o software MATLAB para traçar facilmente o root-locus de sistemas. Por exemplo, vamos traçar o root-locus de um sistema de controle tal como apresentado na Figura 11.32. Figura 11.32 Sistema para exemplo utilizando MATLAB. Basta, inicialmente, definir o numerador e o denominador de G(s)H(s): đē(đ)đģ(đ) = (đ + 1) đ +1 = 3 đ (đ + 2)(đ + 3) đ + 5đ 2 + 6đ que, para este caso, pode ser feito utilizando os comandos >> num=[1 1]; >> den=[1 5 6]; E, então, usar a função >> rlocus(num,den ) para obter o root-locus da Figura 11.33. Caso desejemos obter o valor do ganho K associado a determinado um ponto sobre a root-locus, devemos usar a função >> rlocfind(num,den) E, então, posicionar o cursor sobre o root-locus e pressione ‘Enter’. Desta forma, na tela irá aparecerão aparecer as informações: selected_point = -2.0449 - 4.4078i ans = 21.3252 (este é o valor de K quando os polos forem −2,0449 ± đ4,4078). 204 CAPÍTULO 11 – Método do Lugar das Raízes Figura 11.33 Root-locus obtido através do comando rlocus, no MATLAB. Observações As regiões de especificações de projeto também podem ser colocadas no root-locus do MATLAB usando-se a função “sgrid”. Digite: Help sgrid para maiores detalhes. Após ter projetado o controlador usando MATLAB, o aluno pode simular o sistema para uma entrada degrau (ou outras) usando a função “step” vista nos capítulos anteriores desta apostila. O MATLAB tem ainda uma ferramenta muito completa para projetar e traçar o rootlocus chamada ”rltool”. Através dela, podemos traçar o root-locus de um sistema, observar sua resposta ao degrau, analisar os diagramas de Bode, Nyquist, etc. Vejamos o Exemplo 11.18 que ilustra a aplicação desta toolbox do MATLAB. Exemplo 11.18: Considere um sistema tal que đē(đ)đģ(đ) = (đ + 1) đ +1 = 3 đ (đ + 2)(đ + 3) đ + 5đ 2 + 6đ Digitando no MATLAB os seguintes comandos: >> >> >> >> num=[1 1]; den=[1 5 6 0]; sys=tf(num,den); rltool(sys) Irá abrir a janela do rltool, como mostrado na Figura 11.34(a). 205 CONTROLE LINEAR Sistemas Contínuos no Tempo Figura 11.34 RL-Tool (a) root-locus do sistema de exemplo; (b) resposta ao degrau do sistema analisado. Na janela do Root-Locus, dê um clique com o botão direito do mouse e selecione: “Design Requirements” → “New” → “Settling Time (sec) = 8”. Repita, agora fazendo: “Design Requirements” → “New” → “Porcent Overshoot = 20”. Observe que na janela do root-locus foi desenhada a região que atende a essas especificações. A resposta ao degrau apresentada na Figura 11.34(b) foi obtida usando a ferramenta “Analysis”, através de uma janela do “rltool”. Observações A Figura 11.34 foi obtida utilizando o software MATLAB. Diferentes versões podem apresentar layouts diferentes. Um estudo mais profundo do rltool é realizado no Experimento 4, apresentado no Anexo D deste material. Exercícios 11.4. Projete um circuito com A.O. (Amplificador Operacional) que implemente o controlador projetado no Exemplo 11.17. 11.5. Lasers podem ser usados para perfurar o colo do fêmur na bacia visando a inserção apropriada de uma prótese. O uso de laser na cirurgia requer alta precisão na resposta de posição e de velocidade. O sistema de controle que usa um manipulador com motor CC é dado pela Figura 11.35. 206 CAPÍTULO 11 – Método do Lugar das Raízes Figura 11.35 Sistema de controle para procedimento cirúrgico a laser. O ganho K do amplificador deve ser projetado de modo que o erro estacionário para uma entrada rampa đĸ(đĄ) = đ´đĄ, com đ´ = 1 đđ/đ , seja menor ou igual a 0,3 mm. Além disso, o sistema precisa ser estável, e apresentar đđ% < 20% đ đĄđ < 8 đ (para 2% de regime). Use o root-locus e o conceito de polos dominantes. 11.6. O sistema de controle de posição angular de um satélite é apresentado na Figura 11.36. Figura 11.36 Sistema de controle de posição angular de um satélite. Projete đļ(đ ) tal que o sistema seja estável, apresentando đđ% < 5% e đĄđ < 0,1 đ . 11.7. Nos últimos anos, muitos sistemas de controle automáticos para veículos autoguiados vêm sendo utilizados em fábricas. O sistema de controle de um deles é dado na Figura 11.37. Figura 11.37 Sistema de controle de veículos autoguiados. Monte o root-locus deste sistema e determine um valor adequado para o ganho K de modo que o coeficiente de amortecimento seja đ = 0,707. 11.8. Um avião a jato de elevado desempenho tem sistema de controle tal como apresentado na Figura 11.38. Figura 11.38 Sistema de controle de um avião a jato de alto desempenho. Monte o lugar das raízes e determine o ganho K de modo que o đ dos polos complexos conjugados próximos ao eixo imaginário (polos dominantes) seja o maior 207 CONTROLE LINEAR Sistemas Contínuos no Tempo possível. Calcular as raízes para este valor de K e prever a resposta ao degrau do sistema, isto é, preveja os valores de đđ% e đĄđ ). Use o MATLAB para obter đĻ(đĄ) para đĸ(đĄ) degrau e compare com o esperado. Existe dominância? 11.9. O diagrama de blocos do sistema de controle da velocidade de um automóvel autônomo é mostrado na Figura 11.39. Figura 11.39 Sistema de controle de velocidade de um veículo autônomo. Para melhorar a resposta do veículo, é necessário projetar o controlador tal que o sistema de malha fechada não tenha overshoot, ou seja, đ ≥ 0,9 e que o tempo de subida esteja entre 3,0 e 6,0 segundos. 11.10. O sistema de controle de um elevador de cargas automático é mostrado na Figura 11.40. Figura 11.40 Sistema de controle de um elevador de cargas. Projete o controlador tal que o sistema tenha đđ% ≤ 10%, tempo de subida de aproximadamente 0,5 s e erro de regime nulo para entrada degrau. 11.11. Para o sistema posicionador do cabeçote do disco rígido (HD) dos computadores, dado na Figura 11.41, projete o controlador tal que o sistema tenha tempo de subida de entre 18 e 22 ms e porcentagem de overshoot inferior a 20 %. Figura 11.41 Sistema posicionador do cabeçote de um HD. 208 CAPÍTULO 11 – Método do Lugar das Raízes 11.12. Use o MATLAB para traçar o root-locus do sistema abaixo, e selecione o valor de K tal que a resposta ao degrau tenha PO%<20% e tempo de estabelecimento menor que 5 segundos. Figura 11.42 Sistema de controle para o Exercício 11.12. Simule o sistema com o ganho K projetado e verifique se realmente ocorreu a dominância. Em seguida, modifique os polos ou zeros do controlador de tal forma a ocorrer a dominância. 209 CONTROLE LINEAR Sistemas Contínuos no Tempo APÊNDICE A APÊNDICE A – Laboratório 1: Introdução ao MATLAB LABORATÓRIO 1: Introdução ao MATLAB 1. Curso de Introdução ao MATLAB 1.1. Introdução O nome MATLAB vem de Matrix Laboratory e faz referência a um software para computação numérica e visualização de alta performance. É bastante conhecido por ter uma forma muito simples de comunicação, onde o usuário consegue descrever operações matemáticas de maneira análoga a qual escrevemos no papel, o que facilita enormemente a programação. A fazer jus ao seu nome, o MATLAB trabalha fundamentalmente com matrizes para realizar as mais variadas tarefas e programas de cálculo computacional. Suas aplicações estão presentes em diversas áreas, passando pelas engenharias e pelos teóricos matemáticos. Os problemas aos quais têm se utilizado o MATLAB para buscar uma solução envolvem assuntos como controle, otimização, manipulação algébrica, redes neurais, processamento de sinais, simulação de sistemas dinâmicos, entre outros. 1.2. Interface do Usuário Para darmos início ao estudo desta importante ferramenta que é o MATLAB, partiremos para o conhecimento dos principais itens que existem na janela principal do software e que aparecem por default quando ele é inicializado. A Figura 1 apresenta a janela principal do MATLAB. Vamos, então, identificar os seus principais elementos. 210 APÊNDICE A – Laboratório 1: Introdução ao MATLAB 3 4 1 2 Figura L1. 1 Janela principal do MATLAB (versão R2010a). • Command Window A Command Window funciona como um prompt, onde o usuário pode digitar comandos diretamente, e obter as respostas mediante a estes instantaneamente. Ela é utilizada, normalmente, quando precisamos de respostas rápidas para tarefas mais simples. O símbolo “>>” caracteriza o estado de “espera de comando” do MATLAB. Os comandos só serão executados pelo programa quando a tecla Enter for pressionada. Assim, vários comandos podem ser digitados em uma mesma sequência se forem informados de maneira correta, muito embora esta seja uma maneira não muito adequada para executar tarefas com um nível de complexidade superior. A Command Window está destacada com o número “1” na Figura L1.1. • Command History À medida que o usuário vai fornecendo comandos para que o MATLAB os execute, uma lista com a exata data e hora em que tais comandos foram executados vai sendo gerada e armazenada pelo próprio software. O usuário pode visualizar esta lista através da janela Command History, que se apresenta destacada com o número “2” na Figura L1.1. Estas informações podem ser “limpas” do histórico a qualquer momento pelo usuário, simplesmente clicando com o botão direito do mouse na janela do Command History e selecionando Clear Command History. 211 CONTROLE LINEAR Sistemas Contínuos no Tempo • Workspace É na Workspace que são exibidos todos dados (variáveis) que você vai criando à medida que executa programas e instruções. Lá, é possível verificar as principais informações a respeito de cada um destes dados, como seu tipo, tamanho e forma. Através desta janela é possível, também, importar conjuntos de dados que estejam armazenados em seu computador ou outra mídia acessível, assim como exportar as variáveis que você criou, para serem utilizadas em outro computador. Você pode identificar a janela Workspace destacada com o número “3” na Figura L1.1. • Current Folder É fundamental que, antes de iniciar as operações no MATLAB, que o usuário faça a seleção do diretório com o qual irá trabalhar. O MATLAB, durante a sessão que foi aberta pelo usuário, irá salvar todos os arquivos gerados durante a mesma no diretório que estiver selecionado. O detalhe apresentado pela Figura L1.2 mostra onde o software indica com qual pasta do sistema ele está trabalhando. Figura L1. 2 Localização do campo Current Folder. Clicando no botão , destacado pela seta na Figura L1.2, o usuário pode selecionar, dentre as pastas do sistema, qual será o diretório de trabalho que pretende usar para que o MATLAB automaticamente salve os arquivos que venham a ser, eventualmente, gerados durante a sessão. Na janela Current Folder, em detalhe com número “4” na Figura 1, são exibidos todos os arquivos que se encontram dentro do diretório selecionado pelo usuário, conforme explicado no parágrafo anterior. Assim, conforme será explanado mais adiante, poderemos selecionar arquivos específicos que executam instruções predeterminadas para trabalhar durante a sessão aberta do MATLAB. 1.3. Comandos e Variáveis Agora, estamos prontos para conhecer importantes comandos que, sem dúvida, estarão presentes durante quaisquer operações que realizamos com o MATLAB, ou mesmo que são ferramentas muito úteis quando estamos perdidos ou confusos com alguma funcionalidade do software. 212 APÊNDICE A – Laboratório 1: Introdução ao MATLAB Executando instruções por meio da Command Window Uma das vantagens que tornam o MATLAB tão poderoso é a sua simplicidade. Em boa parte dos softwares que fazem uso de programação, seja em qual linguem for, algumas configurações prévias devem ser feitas para que uma operação simples como uma adição possa ser feita. Contudo, dentro do MATLAB, podemos trabalhar de forma livre e intuitiva. Como um exemplo extremamente simples, podemos adicionar dois números, digamos 7 e 9 por simplesmente clicando com o botão direito na Command Window (que de agora em diante, nos referiremos como prompt de comando, por simplicidade), para selecionarmos e digitamos: >> 7 + 9 Pressionando a tecla Enter, damos ordem ao software para executar a(s) linha(s) de comando digitada(s) no prompt. Imediatamente depois, a resposta é fornecida ali mesmo, na tela do prompt, com o seguinte aspecto: >> ans = 16 O MATLAB utiliza a variável ans para armazenar o resultado a última operação realizada pelo programa. Assim, de digitarmos >> ans e pressionarmos Enter, veremos que o prompt retornará o valor armazenado nesta variável, que neste momento, é o número “16”. Comando Atribuição (=) Outra forte evidência da simplicidade no MATLAB é que não existe necessidade de declarar uma variável antes de cria-la, como é de praxe em muitas linguagens de programação. Assim, caso queiramos criar uma variável “a”, cujo valor seja “256”, utilizamos o comando de atribuição (=): >> a = 256 Desta forma, estamos informando ao software que “a” é uma variável, e seu valor deve ser “256”. Existirá situação em que não será interessante que a resposta de uma determinada instrução seja exibida no prompt (por apresentar um número muito grande de elementos, por exemplo). Assim, para impedir que o MATLAB exiba o conteúdo de uma variável que acaba de ser criada, ou o resultado de alguma operação, basta que encerremos a linha de programa com um “;”, da seguinte forma: >> v=50 213 CONTROLE LINEAR Sistemas Contínuos no Tempo Observe que, digitando o código acima no prompt e pressionando Enter, uma nova variável é criada (conforme se pode observar na janela Workspace), porém, nenhuma informação é retornada no prompt. Mais adiante neste curso, veremos que usar o “pontoe-vírgula” será muito conveniente. Comentários (%) À medida que nossas habilidades progridem, o nível de complexidade dos programas que escrevemos no MATLAB evolui proporcionalmente. Poderá chegar um ponto em que os programas ganhem um volume de linhas de programação muito grande, e que se tornará fundamental utilizar algum recurso para descrever de forma fácil o que determinados trechos da programação realiza, a fim de facilitar sua leitura em situações posteriores. Nesta linha de pensamento, o MATLAB possibilita o usuário a escrever comentários ao longo da programação, ou seja, inserir linhas com informações que não serão executadas (interpretadas) como programas. Assim, ao utilizar o “%” antes de qualquer linha de programa, o software entenderá que o que vier a frente não é uma instrução, e sim, apenas um comentário feito pelo usuário, e assim, simplesmente irá ignorar a informação. >> a + b % Realiza a soma de a com b Perceba que todo texto comentado será pintado com a cor verde ao longo do programa. Comando HELP Sempre que nos encontramos em uma situação onde desconhecemos o comportamento de determinada ferramenta ou função do MATLAB, o comando help é a melhor saída. Acontece que o próprio MATLAB dispõe de um bando de dados com completa descrição de todas as funções que possui, assim como de outras ferramentas que são executadas em conjunto com o software. O help pode ser utilizado muito facilmente através do prompt de comando. Para tanto, basta digitar help seguido da função sobre a qual se deseja saber mais. Por exemplo, digitando: >> help exp O prompt devolve as seguintes inscrições: EXP Exponential. EXP(X) is the exponential of the elements of X, e to the X. For complex Z=X+i*Y, EXP(Z) = EXP(X)*(COS(Y)+i*SIN(Y)). Assim, vemos que a função exp representa a função exponencial. 214 APÊNDICE A – Laboratório 1: Introdução ao MATLAB Comandos clc e clear Para encerrar a apresentação dos comandos básicos no MATLAB, apresentamos o clc e o clear. Na medida em que digitamos instruções no prompt de comando e as respostas a estas instruções são exibidas, as mesmas vão se acumulando na tela. Por vezes, este acumulo polui a exibição do prompt, e também não se faz necessário de ser mantido. Assim, sempre que julgarmos necessário limpar a janela do Command History, digitamos a instrução clc. >> clc E, de forma similar, de acordo com a execução de instruções, diversas variáveis vão sendo criadas e armazenadas. Em algumas situações podemos ter não ter mais a necessidade de manter estes dados, e por questão de organização, queremos limpar estas informações da memória do software. Nestes casos, lançamos mão do comando clear: >> clear Ao ser digitado no prompt, o comando clear irá apagar todas as variáveis que estão armazenadas provisoriamente na memória do MATLAB. Portanto, tenha o cuidado de não digitar este comando “acidentalmente”. Variáveis Matriciais Conforme vimos no tópico anterior, no MATLAB® podemos declarar variáveis de maneira bem dinâmica, sem precisar declarar seu tipo, como é de praxe em muitas linguagens de programação. O que precisar ser entendido pelo usuário desde o início de seus trabalhos com este software é que sua raiz está na operação com matrizes, isto quer dizer que o MATLAB trabalha, fundamentalmente, com variáveis matriciais. Ou seja, embora tenhamos a liberdade de trabalhar com números reais (ou mesmo imaginários) de maneira bem direta, no fundo, estamos armazenando na memória do programa variáveis que são enxergadas por ele na forma de matrizes. Desta forma, quando digitamos no prompt >> b = 1500 estamos definindo “b” como uma matriz de dimensão 1x1. Ao ser digitado no prompt, o comando clear irá apagar todas as variáveis que estão armazenadas provisoriamente na memória do MATLAB. Portanto, tenha o cuidado de não digitar este comando “acidentalmente”. Similarmente a algumas linguagens de programação, sempre que precisarmos declarar uma variável matricial, procederemos da seguinte forma: 215 CONTROLE LINEAR Sistemas Contínuos no Tempo >> >> >> >> A B C D = = = = [1 2 3]; Definimos um vetor linha, com 3 colunas [1; 2; 3]; Definimos um vetor coluna, com 3 linhas [5 5; 6 6]; Definimos uma matriz 2x2 (duas linhas e duas colunas) [1 2 3; 4 5 6]; Definimos uma matriz 2x3 (duas linhas e três colunas) Note que diferenciamos uma variável “escalar” de uma matricial quando escrevemos os elementos dentro de colchetes [ ]. Observe que no exemplo mais acima neste documento que ao declarar “b” como uma variável “escalar” cujo valor era “1500” não precisamos fazer uso dos colchetes, muito embora o mesmo resultado teria sido alcançado se tivéssemos digitado >> b = [1500] Veja que sempre que separamos uma coluna de outra ao escrever uma matriz utilizamos um espaço simples. E, ao terminar de escrever os elementos de uma determinada linha, informamos ao MATLAB que uma nova linha será inclusa na matriz simplesmente por colocar ; (ponto-e-vírgula) após o último elemento inserido. Assim, após ter digitado a sequência de códigos acima, as seguintes variáveis teriam sido criadas: 5 5 đ´ = (1 2 3) đļ=( ) 6 6 1 1 2 3 đĩ = (2 ) đˇ=( ) 4 5 6 3 Procedendo desta forma, podemos declarar matrizes de quaisquer dimensões que queiramos. Manipulando Matrizes Depois de criadas, as matrizes dentro do MATLAB podem ser alteradas ou até mesmo expandidas por meio de alguns comandos. Podemos, eventualmente, desejar alterar um único elemento de uma matriz. Neste caso, podemos utilizar a seguinte sintaxe: >> A(i,j) = k Fazendo isto, estamos informando ao MATLAB que queremos que o elemento da linha i, coluna j da matriz passe a assumir o valor representado por k. Ou, se simplesmente digitarmos >> A(i,j) teremos como retorno no prompt (armazenado na variável ans), o valor que está atualmente guardado na posição i,j da matriz A. Existem algumas maneiras através das quais podemos criar ou alterar variáveis de maneira muito inteligente e estratégica. Observe os exemplos: 216 APÊNDICE A – Laboratório 1: Introdução ao MATLAB >> A = [1 2 3; 4 5 6; 7 6 9]; Cria uma matriz A 3x3 >> A = [A; 10 11 12]; Observe que digitando das duas instruções acima definimos uma matriz A3x3 tal como apresentado, e em seguida, a alteramos por adicionar uma nova linha a ela, tal como ilustra a Figura L1.3. Figura L1. 3 Inserção de uma nova linha em uma matriz já existente. Outro exemplo é apresentado abaixo: >> A = [1 1; 1 1]; >> B = [2 2; 2 2]; >> C = [A B]; >> D = [A; B]; Neste caso um pouco mais elaborado, estamos criando novas matrizes a partir de outras já existentes. Contudo, ambos os exemplos apresentados caracterizam a concatenação de matrizes, isto é, a união de matrizes (ou vetores, digamos) para criação de outras matrizes. No segundo exemplo, duas matrizes 2x2 são definidas e a partir delas, outras duas são criadas. A Figura L1.4 ilustra o raciocínio usado. Figura L1. 4 Concatenando matrizes. Isto quer dizer que, no primeiro exemplo não poderíamos executar um comando tal como: 217 CONTROLE LINEAR Sistemas Contínuos no Tempo >> A = [1 2 3; 4 5 6; 7 6 9]; Cria uma matriz A 3x3 >> A = [A; 10 11 12 13]; Veja que estaríamos tentando adicionar uma linha com 4 colunas a uma matriz que, originalmente, só possui 3 colunas. O mesmo raciocínio vale para o segundo exemplo, pois seria impossível concatenar uma matriz 2x2 com uma matriz 3x3 da seguinte forma: >> A = [1 1 1; 1 1 1; 1 1 1]; >> B = [2 2; 2 2]; >> C = [A B]; Vetor com Incremento Outro recurso muito útil é a criação de vetores com incremento. Esse artifício é particularmente essencial quando precisamos definir um vetor que constituirá o domínio de uma determinada função. Por exemplo, ao entrarmos com o comando: >> x = [1:2:9] estamos definindo um vetor x, cujo primeiro elemento começa com “1”, e o último elemento é “9”. Os elementos que “preenchem” o vetor são espaçados de “dois em dois” entre si, conforme ilustra a Figura L1.5. Figura L1. 5 Criando um vetor com incremento. Esta ferramenta é muito usada quando queremos criar um vetor que constitua o domínio de uma função trigonométrica: >> X = [0:pi/3:pi] Teremos um vetor x tal ilustrado como: đ 2đ đ = [0 đ ] 3 3 Que poderá ser usado em conjunto como a apresentada abaixo, por exemplo. >> y = sin (X) Veja que o vetor X é o argumento da função seno, constituindo os elementos do domínio desta função y=f(X). 218 APÊNDICE A – Laboratório 1: Introdução ao MATLAB Operador Dois Pontos Por fim, apresentamos outra ferramenta cuja uma das funções é possibilitar a criação e edição de matrizes: o operador dois pontos. Observe o exemplo abaixo: >> A = [1 2 3; 4 5 6; 7 8 9]; >>A(1,:) = [1 1 1] Ao digitar os comandos acima, estaremos informando ao MATLAB que queremos que os elementos englobados pela primeira linha, da primeira até a última coluna devem ser substituídos pelos elementos [1 1 1]. A ideia por trás deste código é ilustrada na Figura L1.6. Figura L1. 6 Operador dois pontos. A mesma operação poderia ser feita entrando com: >> A(1,1:3) = [1 1 1] Neste caso, a instrução seria compreendia pelo MATLAB como o pedido para que na linha 1 da matriz A, no espaço compreendido entre a coluna 1 e a coluna 3, substitua os elementos presentes por : 1 1 1 Com esta ferramenta, podemos acessar submatrizes dentro de uma matriz qualquer. Num último exemplo neste âmbito, ao digitarmos: >> A = [1 2 3; 4 5 6; 7 8 9]; >> A(2:3,1:2) = [10 10; 10 10]; estaríamos solicitando que os elementos compreendidos no subconjunto formado entre as linhas 2 e 3, e as colunas 1 e 2, sejam substituídos pelos elementos [10 10; 10 10]. A Figura L1.7 ilustra esta ideia. Figura L1. 7 Utilizando o operador dois pontos para acessar sub-blocos de matrizes. 219 CONTROLE LINEAR Sistemas Contínuos no Tempo 1.4. Operações com matrizes Uma vez que já sabemos como definir matrizes e atribuí-las a variáveis no MATLAB, estamos prontos para começar a trabalhar com elas e começar a compreender os mecanismos de funcionamentos das operações com matrizes mais básicas, porém muito poderosas com as quais este software trabalha. No MATLAB®, as principais operações matemáticas com matrizes que iremos trabalhar são a adição, subtração e multiplicação de matrizes; exponenciação com matrizes; “divisão” de matrizes; e determinação da trasposta e da inversa de uma matriz. Adição, subtração e multiplicação de matrizes A adição, subtração e multiplicação matriciais são as mais simples dentre as operações matriciais executadas pelo MATLAB. Obviamente, as regras quanto à execução destas operações seguem as regras matemáticas já conhecidas, e por isso, faz-se de extrema necessidade observar se as dimensões das matrizes envolvidas em cada operação satisfaçam os critérios para que estas sejam validas. Computando através do prompt, por exemplo, o seguinte comando: >> A + B %Adição da matriz A com a matriz B onde đ´ e đĩ são matrizes, o MATLAB fará a adição das mesmas, contanto que estas sejam matrizes de mesma dimensão. De forma completamente análoga, se dá a subtração de duas matrizes: >> A – B %Subtração entre as matrizes A e B Com respeito à multiplicação, devemos nos lembrar de que para multiplicar uma determinada matriz đ´ por outra matriz đĩ, é necessário que o número de colunas de A seja igual ao número de linhas de đĩ. Ou seja: đ´1đĨđ â đĩđđĨ2 No caso do exemplo acima, os números em destaque mostram a compatibilidade necessária para que exista o produto de đ´ por đĩ. No MATLAB, este comando é feito utilizando o operador *: >> A*B %Multiplica a matriz A pela matriz B Exponencial matricial Quando se fala de exponencial envolvendo uma matriz, deve-se tomar atenção que a operação đ´^đĩ, onde đ´ é uma matriz, só tem sentido se đ´ for uma matriz quadrada, e đĩ for um escalar. Assim, por exemplo, se temos: 1 2 3 đ´ = (4 5 6 ) đ đĩ = 2 7 8 9 220 APÊNDICE A – Laboratório 1: Introdução ao MATLAB a seguinte operação será realizada: 1 2 3 1 2 3 đ´đĩ = đ´2 = đ´ â đ´ = (4 5 6) â (4 5 6) 7 8 9 7 8 9 Observe que, no fundo, fazemos a multiplicação da matriz đ´ por ela mesma. Desta forma, é justificado a necessidade de đ´ ser uma matriz quadrada, pois do contrário, não seria possível realizar a multiplicação matricial. (Note que só existe compatibilidade no produto de đ´đ,đ por đ´đ,đ se đ = đ, ou seja, đ´ for quadrada). Divisão matricial A divisão matricial, propriamente dita, não é definida matematicamente, e assim, é “enxergada” como operação de inversão matricial pelo MATLAB. Desta forma, ao digitar um comando tal como: >> A\B o MATLAB irá interpretar o comando como sendo uma multiplicação entre a inversa da matriz đ´ pela matriz đĩ, ou seja: đ´\đĩ = đđđŖ(đ´) ∗ đĩ É muito importante notar que a inclinação da barra de divisão fará diferença na operação realizada pelo MATLAB. Se o comando dado for: >> A/B = A*inv (B) o MATLAB irá interpretar o comando como sendo uma multiplicação entre a matriz đ´ e a inversa da matriz đĩ, isto é: đ´/đĩ = đ´ ∗ đđđŖ(đĩ) Isto acontece pois quando estamos falando de matrizes, existe uma questão referente aos termos pré e pós multiplicação. Estes termos existem pois a propriedade comutativa não é valida em operações matriciais, ou seja: A*B ≠ B*A Transposta e inversa de uma matriz Obter a trasposta ou a inversa de uma determinada matriz no MATLAB é bem simples, e basta que as exigências matemáticas para a existência das mesmas sejam cumpridas. A trasposta de uma matriz đ´ qualquer pode ser encontrada simplesmente por digitar no prompt : >> A' Já para o cálculo da inversa de uma matriz đ´, devemos respeitar a condição de que A seja uma matriz quadrada não singular. Assim, calcula-se a inversa de đ´ fazendo >> inv(A) 221 CONTROLE LINEAR Sistemas Contínuos no Tempo Operação com escalares e operações elemento-a-elemento Uma última gama de operações que vamos explorar envolvendo diretamente matrizes é a que diz respeito às operações entre uma matriz e um escalar, e as operações elemento a elemento, que são fundamentais em muitas aplicações práticas. Com relação às operações matriciais que envolvem escalares, citaremos as duas mais importantes: soma por um escalar e multiplicação com um escalar. Em muitas situações, dispomos de dados armazenados em uma matriz, e precisamos fazer uma alteração global a todos os elementos desta. Por exemplo, ao realizar um experimento, podemos fazer a aquisição de certo grupo de dados, e estes podem necessitar de ajustes, como um offset ou uma mudança de escala. No caso de um offset, podemos somar (ou subtrair) um escalar de todos os elementos da matriz, de uma só vez, entrando com o seguinte código: >> A + k onde A é uma matriz qualquer e đ é um escalar. Desta forma, o MATLAB somará “đ” em cada um dos đ´đ,đ elementos da matriz đ´. E, na situação em que é necessário multiplicar todos os elementos de uma matriz đ´ qualquer por um escalar đ, basta fazer >> A*k Com isso, cada um dos đ´đ,đ elementos da matriz đ´ será multiplicado por đ. Agora, uma operação que pode causar confusão aos iniciantes no MATLAB é a operação elemento a elemento. Pois, por vezes, confunde-se o uso da multiplicação por um escalar com essa e vice-versa, resultando em erros na programação e execução de uma determinada tarefa. Para explicar o funcionamento deste tipo de operação, vamos supor o exemplo de um experimento, onde deseja-se determinar a potência elétrica dissipada por um resistor ao longo da variação de tensão elétrica aplicada a ele. Uma forma de realizar este experimento é medir, simultaneamente, a tensão aplicada ao resistor e a corrente que circula através dele em consequência desta tensão. Assim, para cada valor de tensão, será associado um valor de corrente elétrica. Por fim, fazendo a multiplicação da tensão pela corrente, para cada um dos pares ordenados gerados, obtém-se o valor de potência elétrica associado. Supondo que tais valores de tensão e corrente foram armazenados nos vetores đ e đŧ, respectivamente, para gerar um vetor đ tal que cada elemento đđ,đ corresponda ao produto đđ,đ ∗ đŧđ,đ , devemos executar o seguinte código: >> P = V.*I Assim, por exemplo, podemos obteremos um vetor tal como đ1,1 đ1,1 ∗ đŧ1,1 ( )=( ) đ2,1 đ2,1 ∗ đŧ2,1 222 APÊNDICE A – Laboratório 1: Introdução ao MATLAB Observe que, diferentemente da multiplicação entre uma matriz por outra, ou de uma matriz por um escalar, antes do símbolo de multiplicação * temos a presença de um ponto (.). Este ponto é um indicador que a multiplicação a ser feita deverá ser elemento a elemento. Vale ressaltar que este tipo de operação pode ser feito entre duas matrizes quaisquer de mesmas dimensões, isto é, não necessariamente um vetor. Assim, sendo đ´ e đĩ duas matrizes 2x2, por exemplo digitando: >> C = A.*B obtemos: ( đļ1,1 đļ2,1 đļ1,2 đ´1,1 â đĩ1,1 )=( đļ2,2 đ´2,1 â đĩ2,1 đ´1,2 â đĩ1,2 ) đ´2,2 â đĩ2,2 Formação de matrizes especiais Agora, por fim, apresentaremos comandos que podem, facilmente, montar matrizes específicas, tais como veremos abaixo. >> A=eye(3) %Forma uma matriz IDENTIDADE 3x3 >> A=zeros(3) %Forma uma matriz NULA 3x3 >> A=ones(3) %Forma uma matriz UNITÁRIA 3x3 >> A=rand(2,3) >> d=det(A) %Forma uma matriz com ELEMENTOS ALEATÓRIOS, %cuja dimensão é 2x3 %Calcula o DETERMINANTE da matriz A 1.5. Construção de gráficos Sem dúvidas, um dos pontos em que o MATLAB pode ser realmente poderoso e versátil é na elaboração de gráficos. Dizemos isto pois podemos construir gráficos com muita facilidade, quer sejam de baixa ou alta complexidade. No MATLAB, é possível plotar gráficos em 2D ou 3D. Contudo, nos atentaremos aos gráficos 2D, pois são estes que nos depararemos em construir em situações práticas ao longo do curso de graduação. Iremos construir gráficos através do comando plot. Podemos utilizá-lo para plotar uma função determinada, dentro de um certo domínio de interesse, ou para plotar dados colhidos experimentalmente, por exemplo. Por exemplo, para plotar o gráfico de uma função cosseno, primeiramente determinamos o intervalo no qual vamos representar a função. Podemos fazer isto utilizando a criação de vetores com incremento: >> t = [0:0.01:2*pi]; 223 CONTROLE LINEAR Sistemas Contínuos no Tempo Com isto, definimos um vetor t com valores de t que variam de 0 a 2π. Declarado uma variável đĻ tal como >> y = cos(t) criamos um vetor que cada elemento representa o valor do cosseno aplicado ao elemento de posição correspondente no vetor đĄ. Então, para visualizarmos o gráfico, fazemos: >> plot(t,y) Feito isto, na janela “Figure 1” devemos obter, agora, a seguinte imagem, correspondente ao plot que fizemos. 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 1 2 3 4 5 6 7 Figura L1. 8 Plot da função cosseno utilizando o MATLAB. Observe que dentro da estrutura do plot(a,b), “a” representa o vetor com os pontos referentes ao eixo das abcissas, enquanto que “b” representa o vetor com os pontos referentes ao eixo das ordenadas. O comando plot permite também que façamos customizações nas curvas plotadas. Isso pode ser facilmente feito digitando códigos adequados após especificar o par de vetores da curva a ser plotada. Por exemplo, ao digitar >> plot(t,y,’r’) estaremos indicando que a curva formada pelos pares txy deve ser pintada na cor vermelha. Cada cor possui um código que, se digitado após um par de vetores no plot, sempre entre apostrofes, alterará a cor da linha em questão. Algumas das cores possíveis são apresentadas a seguir. 224 APÊNDICE A – Laboratório 1: Introdução ao MATLAB • k – black • w – white • c – cyan • m – magenta • r- red • b – blue • g – green • y – yellow Além de alterar a cor, podemos alterar o aspecto da curva, isto é, podemos definir se os pontos serão ligados por linhas cheias, linhas tracejadas, ponto e traço, ou mesmo se os pontos terão outras formas, com bolinhas, triângulos, ou mesmo asteriscos. Este tipo de customização é feito da seguinte forma: >> plot(t,y,’r-.‘) O “-.” que foi inserido após o código “r”, que determina cor da linha, informa ao programa que a linha a ser plotada em função dos pares đĄ đĨ đĻ, deverá ser do tipo ponto e traço. A imagem a seguir mostra o resultado do plot em questão. Existem várias formas de alterar os formatos das curvas, sendo eles ’-’ Linha contínua ’ˆ’ Triângulos ’-’ Linha tracejada ’v’ Triângulos ’:’ Pontilhado ’>’ Triângulos ’-.’ Traço e ponto ’<’ Triângulos ’.’ Pontos ’s’ Quadrados ’+’ Cruzes ’d’ Losangos ’*’ Asteriscos ’p’ Pentágonos ’o’ Círculos ’h’ Hexágonos ’x’ X Podemos, também, plotar mais de uma curva em uma mesma janela, simplesmente adicionando informações ao comando plot. Definindo um outro vetor đ§ (já tendo definido com đĄ e đĻ mencionados anteriormente), tal como >> z = sin(t); criamos um vetor similar a đĻ, porém, que contém os valores de seno aplicado aos elementos do vetor đĄ. Então, digitando >> plot(t,y,’b’,t,z,’r-.’) obtemos o seguinte gráfico. 225 CONTROLE LINEAR Sistemas Contínuos no Tempo 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 1 2 3 4 5 6 7 Figura L1. 9 Plotando dois gráficos simultaneamente. Por fim, mostraremos como deixar a aparência do plot mais apresentável e completa. Isto pode ser feito por meio da inserção de títulos e rótulos. O título de um plot pode ser colocado após o mesmo ter sido feito. Ou seja, primeiro criamos a curva, e depois definimos qual será o título da mesma, que aparecerá na janela Figure aberta. >> plot(t,y,’b’,t,z,’r-.’) >> title(‘ Gráfico das Funções Sen(wt) e Cos(wt)’ ) Observe a necessidade de digitar o texto entre apóstrofes. Além disso, podemos definir os eixos por meio do xlabel e do ylabel: >> xlabel (‘ Radianos ‘) >> ylabel (‘ Sen(wt) e Cos(wt)’) Outro ponto que pode ser acrescentado ao plot é uma “grade”, feita digitando o comando grid on. Por fim, apresentamos como inserir legendas na imagem. Para tanto, na janela Figure na qual o plot foi feito, localize e clique na aba superior “Insert”, e então, selecione “Legend”. Com isso, uma pequena legenda deve aparecer na área de plot. Você pode arrastá-la para posicioná-la onde melhor convier, e é possível alterar as legendas dando um clique duplo no texto. O resultado final do plot com esses adornos é apresentado a seguir. 226 APÊNDICE A – Laboratório 1: Introdução ao MATLAB Gráfico das Funções Sen(wt) e Cos(wt) 1 0.8 0.6 Sen(wt) e Cos(wt) 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 1 2 3 4 Radianos 5 6 7 Figura L1. 10 Edição de gráficos. 1.6. Aquisição de dados Especialmente falando a respeito da disciplina de Controle Linear I, a aquisição de dados a partir de um osciloscópio digital é de suma importância. Nesse contexto, utilizaremos dois programas desenvolvidos pelo Prof. Dr. Ricardo Tokio, que serão muito úteis na obtenção experimental de funções de transferência dos sistemas que iremos estudar ao longo do curso. São eles: • • curva filtdeg O curva será utilizado na primeira etapa: aquisição dos dados à partir do osciloscópio digital (Tektronix). A sintaxe do curva é apresentada abaixo: >> [t,v]=curva(1); Digitando o comando acima, guardaremos nos vetores đĄ e đŖ valores de tempo e tensão, cada um deles com 2500 elementos. Juntos, formarão 2500 pares ordenados, referentes ao nível de tensão aferido pela ponteira 1 do osciloscópio, em um dado instante de tempo. Desta forma, criamos uma forma de estabelecer um protocolo de comunicação entre osciloscópio e computador. Figura L1. 11 Curva: Link de comunicação entre osciloscópio e computador. 227 CONTROLE LINEAR Sistemas Contínuos no Tempo OBS: O protocolo de comunicação que o curva estabelece entre o osciloscópio e o microcomputador retorna os dados de tensão em “volts” e os dados de tempo em “segundos”. Sendo assim, é fundamental informar essas unidades nos gráficos apresentados nos relatórios! Dados Canal 1 1.5 1.4 1.3 Tensão (V) 1.2 1.1 1 0.9 0.8 0.7 0 0.5 1 1.5 2 Tempo (s) 2.5 3 3.5 4 Figura L1. 12 Não se esqueça de colocar as legendas corretamente! Em seguida, damos início ao tratamento destes dados. Primeiramente, uma correção no vetor đ deve ser feita, pois normalmente a aquisição fornece o primeiro elemento no vetor t (t1) diferente de zero. Com isso, a curva v x t plotada teria início em um t≠0. Para contornar isto, criamos um novo vetor tempo. Inicialmente, identificamos o menor valor dentro do vetor tempo original: >> tmin=min(t); Digitando a linha acima, atribuímos à variável tmin o mínimo valor de tempo que foi salvo na aquisição com o curva. Em seguida, digitamos: >> tnovo = t-tmin Este procedimento corresponde a dar um offset no vetor đĄ, pois estamos subtraindo de todos os elementos de t um valor escalar constante. Só assim, damos o plot. Agora, estamos construindo uma curva cujo primeiro valor de tempo será: t0 = tmin – tmin = 0 >> plot(tnovo,v) 228 APÊNDICE A – Laboratório 1: Introdução ao MATLAB O procedimento completo seria: >> >> >> >> >> >> >> >> >> [t,v] = curva(1); tmin = min(t); tnovo = t-tmin; Figure(1) plot(tnovo,v); xlabel(‘Tempo(s)’); ylabel(‘Tensão (V)’); title (‘Curva 1 – Canal 1’); grid on Outro procedimento importantíssimo a ser executado durante os laboratórios de Controle Linear I é o de salvar os dados adquiridos. >> save DadosCanal1 Este comando criará um arquivo .mat contendo todas as variáveis (vetores, matrizes e escalares) que você possui armazenadas temporariamente na memória do MATLAB®. É imprescindível realizar este passo, pois você não será capaz de redigir seu relatório em casa sem os dados obtidos com o curva. IMPORTANTE: Evite caracteres especiais na escolha do nome do seu arquivo. Procure usar um nome intuitivo e simples, não sendo permitido utilizar espaços. Depois, em casa, basta você executar o comando: >> load DadosCanal1 É possível, também, fazer a aquisição de dados dos dois canais do osciloscópio, simultaneamente: >> >> >> >> >> >> >> >> >> >> [t,v]=curva([1,2]); tmin = min(t); tnovo = t-tmin; Figure(1) plot(tnovo,v); xlabel(‘Tempo(s)’); ylabel(‘Tensão (V)’); title (‘Curva 1 – Canal 1 e 2’); grid on save DadosCanal12 E, para finalizar o tratamento dos dados, utilizamos o segundo programa desenvolvido pelo Prof. Tokio: o filtdeg. Sua sintaxe é apresentada abaixo: >> vfiltrado=filtdeg(v,60); Com o comando acima, estaremos criando um vetor que carregará o sinal filtrado do vetor đŖ. 229 CONTROLE LINEAR Sistemas Contínuos no Tempo Abaixo, encontra-se um exemplo de programa para realizar o tratamento de dados colhidos em laboratórios. >> >> >> >> >> >> >> >> >> >> load DadosCanal1; tmin = min(t); tnovo = t-tmin; vfiltrado=filtdeg(v,60); Figure(1) plot(tnovo,v,’y’,tnovo,vfiltrado,’b’); xlabel(‘Tempo(s)’); ylabel(‘Tensão (V)’); title (‘Curva 1 – Canal 1’); grid on Com este programa, obteremos uma curva sem os ruídos que são naturalmente intrínsecos aos sinais medidos durante os experimentos. Figura L1. 13 Sinais experimentais com filtragem digital. 230 APÊNDICE A – Laboratório 1: Introdução ao MATLAB 2. Parte Prática: Lista de Exercícios e Manuseio do Osciloscópio IMPORTANTE! O relatório deste experimento deverá conter: 1. Descrição de 8 comandos (ou conjuntos) que você achou mais interessantes; 2. Plot de curvas cuja aquisição foi feita utilizando o osciloscópio digital Tektronix e tratadas com o MATLAB, referentes a: 2.1. Senóide de 2 V de pico e 500 Hz; 2.2. Onda quadrada fornecida pelo osciloscópio (Canal 1) e senóide de 3 V de pico e 1kHz (Canal 2); 2.3. Curvas dos itens 2.1 e 2.2 filtradas utilizando o “filtdeg”. Não esquecer de levar o programa “filtdeg.m” para casa! 2.1. Lista de Exercícios: Comandos Básicos do MATLAB Execute os seguintes comandos e interprete os resultados. As linhas que começam com um ‘%’ não precisam ser digitadas – são apenas comentários de orientação. Inicialmente mude para o seu diretório de trabalho, selecionando seu diretório de trabalho modificando o campo do MATLAB: “current diretory”. % COMANDOS BÁSICOS a= 2500/20 a=2500/20; b=[1 2 3 4 5 6 7 8 9 ] c=[1 2 3 ; 4 5 6; 7 8 9] c=[c ; [10 11 12]] c(2,2)=0 d=c(1:2,1:3) l=length(b) [m,n]=size(b) [m,n]=size(c) x=1:2:9 x=(0:pi/10:2*pi); y=sin(x) help sin a=2^3 a=4/3 format long a=4/3 format short clear a=[1 2 3; 4 5 6 ; 7 8 9]; b=a' 231 CONTROLE LINEAR Sistemas Contínuos no Tempo c=a+b c=a-b a(1,:)=[-1 -2 -3] c=a(:,2) c=a(2:3,2:3) clear % RECURSOS DE GRAVAÇÃO (ARMAZENAGEM) DE DADOS help save help load a=[1 2 3 4 5 6 7 8]; b=a*2; c=a-1; save arquivo1 a b c % Confira a janela Workspace Clear % Confira, novamente, a janela Workspace load arquivo1 % O que aconteceu com as variáveis a, b e c? clear % RECURSOS GRÁFICOS y=[0 2 5 4 1 0]; plot(y) help pi t=0:pi/10:4*pi y=sin(t) z=cos(t); plot(t,y,'--',t,z,'-.') title('Funções') xlabel('t') ylabel('Seno e Cosseno') text(3,0.5,'Seno') % Após o próximo comando, selecione a posição que deseja %colocar o texto ‘Cosseno’ com o mouse gtext('Cosseno') Ao chegar a este ponto, realizar o item 2 da pg 231: aquisição de dados com o osciloscópio digital (ver detalhes na pg 227). Continue a estudar os demais comandos em casa. % VETORES x=[-1 0 2]; 232 APÊNDICE A – Laboratório 1: Introdução ao MATLAB y=[-2 -1 1]; x.*y x*y' c=x+2 a=[1 0 2; 0 3 4; 5 6 0]; size(a) b=inv(a); c=b*a c=b/a c=b\a % Confira a janela Workspace clear a b c x y % Confira, novamente, a janela Workspace % NÚMEROS COMPLEXOS i=sqrt(-1) z=3+4*i a=[1 2; 3 4]+i*[5 6 ; 7 8] realz=real(z) imagz=imag(z) modz=abs(z) fasez=angle(z) % MULTIPLICAÇÃO DE POLINÔMIOS % x3 = (x^2 + 3x + 2).(x^2 x3=conv([1 3 2],[1 -2 1]) - 2x +1) % Como ele faz isto? % DETERMINAÇÃO DAS RAÍZES DE UM POLINÔMIO roots([1 3 2]) roots([1 -2 1]) roots(x3) % UTILITÁRIOS PARA MATRIZES a=eye(4) a=rand(5) help rand b=[2 0 0; 0 3 0; 0 0 -1]; d= det(b) l=eig(b) help det help eig 233 CONTROLE LINEAR Sistemas Contínuos no Tempo % AJUSTE DE CURVAS DE DADOS EXPERIMENTAIS t=(-1:.1:1); x=t.^2; xr=x+0.2*(rand(size(x))-.5); figure(1);plot(t,xr,'g*') p=polyfit(t,xr,2) xa=polyval(p,t); figure(1);plot(t,xr,'g*',t,xa) % Após a próxima instrução, clique em dois pontos do gráfico, %e os valores das coordenadas serão retornados em [x,y] [x,y]=ginput(2) % PROGRAMANDO COM O MATLAB Abra um arquivo a partir do Matlab (File→New→M-File) e você estará trabalhando no editor de texto do Matlab. Digite os seguintes comandos e grave o arquivo com o nome teste1.m, no diretório de usuários, ou seu diretório particular. n=3; m=3; for i=1:m for j=1:n a(i,j)=i+j; end; end disp('Matriz A') disp(a) %final do programa teste1.m Para executar o programa acima, certifique-se que o Matlab está trabalhando com o diretório no qual foi gravado o seu programa. Para verificar qual o diretório o Matlab está trabalhando, veja o campo “Current Directory”, na parte superior da janela do MATLAB. Para modificar o seu diretório de trabalho, selecione seu diretório de trabalho modificando o campo do MATLAB: “Current Directory”. % Para executar o programa teste1.m, digite: teste1 % CRIANDO UMA SUBROTINA 234 APÊNDICE A – Laboratório 1: Introdução ao MATLAB Abra outro arquivo, salvando-o com nome de teste2.m. Em seguida, digite os seguintes comandos neste arquivo v=1:1:10; m=media(v); s=sprintf('\n A média é: %4.2f',m); disp(s); %final do programa teste2.m Agora crie o seguinte arquivo, com o nome de media.m function x = media(u) %function x=media(u) calcula a média do vetor u, colocando o %resultado em x x=sum(u)/length(u); %final da sub-rotina media.m %Na “Command Window” do Matlab, digite: teste2 echo on teste2 echo off % CRIANDO UM PROGRAMA EXEMPLO DE GRÁFICO 3D Abra outro arquivo, gravando-o com nome de teste3.m. Digite os seguintes comandos neste arquivo clear n=30; m=30; for i=1:m for j=1:n a(i,j)=sqrt(i+j); end end b=[a+0.5 a'-0.5; (a.^2)/5 ((a'-0.1).^2)/2]; figure(1) mesh(b) figure(2) surf(b) 235 CONTROLE LINEAR Sistemas Contínuos no Tempo APÊNDICE B APÊNDICE B – Laboratório 2: Introdução à Robótica LABORATÓRIO 2: Introdução à Robótica 1. Objetivos Esta experiência tem o objetivo de introduzir conceitos de robótica industrial. Serão montados robôs acionados por computador. O elemento básico do robô é o servomotor. 2. Introdução O servomotor é um motor de corrente contínua que possui internamente ao invólucro um sensor de posição angular. Não há nenhuma realimentação do servomotor para o microcomputador que o aciona. Há um sistema de realimentação que usa um potenciômetro como sensor de posição angular do eixo, dentro do próprio servomotor, que permite manter a posição que o microcomputador determinou. O alcance da rotação do eixo do servomotor é 1800. Para maiores detalhes sobre o funcionamento interno do servomotor vide pg. 30 e 31 do Manual do RCS-6. O servomotor também é conhecido como “servo”. Na indústria, uma forma que os técnicos e engenheiros fazem os robôs operarem é o uso do treinamento manual. Primeiro eles manualmente acionam os servomotores e gravam a operação realizada em um programa. Depois executa-se o programa gravado e o robô repete as operações realizadas pelo treinador. 3. Segurança Pessoal Os robôs podem mover-se repentinamente e sem aviso, mantenha sua face, ombro, perna etc. fora do limite do alcance do braço do robô. Nunca faça o robô atirar algo pesado, use apenas bola de tênis de mesa ou objeto leve e macio. Não use pedras, bolas de vidro ou ferro. 236 APÊNDICE B – Laboratório 2: Introdução à Robótica 4. Segurança do Equipamento Não deixe os servomotores em posição que os force muito, pois poderá superaquecê-lo. Se o braço do robô ficar esticado por muito tempo irá superaquecer o servomotor. Não aperte demais os parafusos ou roscas. Não bata as partes metálicas. Não retire os cabos segurando nos fios, mas sim puxando o conector suavemente. Não prenda inicialmente os fios ao robô e sim apenas no final da montagem. Note que os servomotores tem cabos com diferente tamanhos. Não deixe equipamentos próximos ao robô nos quais ele poderá colidir. 5. Inicializando e treinando o robô Na tela do Windows, execute o programa: “RASCAL”. Leia as precauções de segurança e clique em “OK”. Aparece o ambiente do programa ROBIX RASCAL CONFIGURATION. A configuração já está adequada. Selecione o “ícone” que representa um braço mecânico azul, sobre plano laranja e em seguida selecione “CONTROL” e dentro de “CONTROL” selecione “OPEN ROBOT CONSOLE”. Aparece o ambiente ROBIX RASCAL CONSOLE. Selecione “VIEW” e em seguida “OPEN TEACH WINDOW”. Aparece o ambiente ROBOT1 – TEACH. Você encontra uma barra vertical para cada um dos servomotores. Com o mouse deslize-o para cima ou para baixo verificando que o servomotor selecionado gira seu eixo. Se o servomotor não responder ao seu comando, alguma coisa está errada. Teste todos os servomotores que conectou no adaptador. Volte à tela ROBIX RASCAL CONSOLE, selecione “CONTROL” e em seguida “RESTART ROBOT”. Com esta operação você colocou todos os eixos dos motores na posição de 00. O eixo poderá se mover para + 900 ou para - 900, totalizando 1800. Importante, o seu robô será montado inicialmente com os motores na posição angular dos eixos em 00. Retorne novamente à tela ROBIX RASCAL CONSOLE, selecione “VIEW” e em seguida “OPEN TEACH WINDOW”. Acione os servomotores para a próxima posição que deseja para cada servomotor, dando assim o primeiro “passo” da trajetória que o robô deverá executar, grave este “passo” clicando (na janela ROBOT1 – TEACH) em “ADD TO SCRIPT”. Note que na tela ROBIX RASCAL CONSOLE foi colocada uma linha de programa que executa a operação que você treinou seu robô. Faça outro “passo” do robô e grave o comando. Ensine quantos passos desejar. Para que ele repita todos os passos já gravados no programa, entre na tela ROBIX RASCAL CONSOLE, selecione “CONTROL” e então “RUN FROM TOP”. 237 CONTROLE LINEAR Sistemas Contínuos no Tempo 6. COMPLEMENTO PARA ROBIX NOVO – 2009 6.1. Objetivos Este complemento serve para o Robô ROBIX, comprado em 2008 e começou a ser utilizado em 2009. Nele foi montado o segundo manipulador industrial de 6 servomotores. A placa de interface tem comunicação com o PC do tipo USB. 6.2. Inicializando e treinando o robô Na tela do Windows, execute o programa: “USBOR”. A configuração na placa foi feita para se usar o Pod1, que corresponde ao primeiro conjunto de 6 servomotores da placa de interface do ROBIX. A placa pode acionar os grupos: Pod1, Pod2, Pod3 e Pod4. Sendo que cada um desses grupos pode-se colocar 6 servomotores. No Windows selecione o ícone “USBOR NEXUS”, executando-o. Abrirá a tela “USBOR NEXUS 1.1.0” e os motores já estão ativados pelo programa Usbor. Volte ao Windows e execute o programa “USBOR NEXWAY”, abrirá a tela “USBOR NEXWAY 1.1.0”. Entre na pasta “LOCALHOST” e clique em “OK”. Entre na pasta “3QB97P6SWQP”. Selecione “POD1”. Selecione “CONTROL”, “OPEN POD GUI”, e em seguida selecione “CONTROL” e então “OPEN TEACH MODE”. Aparece o ambiente TEACH. Você encontra uma tabela com teclas associadas a cada um dos servomotores. Acione o teclado segundo a tabela abaixo, verificando que o servomotor selecionado gira seu eixo. Se o servomotor não responder ao seu comando, alguma coisa está errada. Teste todos os servomotores que conectou no adaptador. NÚMERO DO MOTOR GIRO GROSSO + GIRO GROSSO GIRO FINO + GIRO FINO - 1 1 Q A Z 2 3 4 5 2 3 4 5 W E R T S D F G X C V B UTILIZE ESSAS TECLAS PARA ACIONAR OS MOTORES 6 6 Y H N Retorne novamente à tela Pod1-Usbor”, selecione “CONTROL” e em seguida “OPEN TEACH MODE”. Aparece o ambiente TEACH. Acione os servomotores para a próxima posição que deseja para cada servomotor, dando assim o primeiro “passo” da trajetória que o robô deverá executar, grave este “passo” clicando em “ADD TO SCRIPT”. Note que na tela ROBIX CONSOLE foi colocada uma linha de programa que executa a operação que você treinou seu robô. Faça outro “passo” do robô e grave o comando. Ensine quantos passos desejar. Para que ele repita todos os passos já gravados no programa, entre na tela ROBIX CONSOLE, selecione “CONTROL” e então “RUN FROM TOP”. 238 APÊNDICE C – Laboratório 3: Controle de Motor C.C. APÊNDICE C APÊNDICE C – Laboratório 3: Controle de Motor C.C. LABORATÓRIO 3: Controle de Motor C.C. 1. Objetivos Este laboratório tem o objetivo de apresentar um sistema de controle analógico, determinar a função de transferência do motor C.C. e projetar e implementar um controlador proporcional analógico. 2. Determinação da Função de Transferência do Motor C.C. 2.1. Fundamentos Teóricos Como foi visto no curso teórico, o motor C.C. é um sistema dinâmico de 1a ordem, cuja função de transferência é dada por Figura L3.1 - Função de Transferência do Motor C. C. sendo V - tensão aplicada no motor, đ - velocidade angular do motor, đ - constante de tempo do motor, K - ganho do motor em regime, KT - ganho do tacômetro, đđ - velocidade medida. Para a determinação da função de transferência do motor c.c., será aplicada uma tensão v(t) do tipo degrau e então, a partir de medidas da saída đđ (đĄ), serão calculados os parâmetros e KKT e đ. A Figura L3.2 mostra o gráfico da função đđ (đĄ) × đĄ, quando a chave CH é fechada em đĄ = 0. Os parâmetros đ e KKT da função de transferência do motor podem ser calculados pelas seguintes expressões: đđáđĨ đĄ2 − đĄ1 đ đžđžđ = đ= đ´ ln 3 Agora, sabendo que đĄ deduza as equações acima. 239 đđ (đĄ) = đ´đžđžđ (1 − đ −đ ), CONTROLE LINEAR Sistemas Contínuos no Tempo Figura L3.2 - Montagem para a obtenção experimental da função de transferência. 2.2. Procedimento Experimental. 1. Preparando o módulo experimental: 1.1. Certifique-se de que o interruptor S1 está na posição NORMAL. 1.2. Conectar a saída do potenciômetro do nível de referência P2 à entrada da interface do motor. 1.3. Conectar a saída do gerador tacométrico (VT) à entrada positiva IN2 do detector de erro. 1.4. Conectar a saída da tensão de offset à entrada negativa IN1 do detector de erro. 1.5. Conectar a saída do detector de erro ao osciloscópio digital. 2. Colocar o interruptor de tensão da unidade de controle em ON. 3. Certifique-se de que o interruptor de perturbação do nível de referência está em OFF. 4. Fixar a velocidade do motor em 800 rpm, em sentido horário, por meio do potenciômetro do nível de referência. 5. Ajustar as escalas do osciloscópio digital. Ajustar a tensão de offset de tal forma a proporcionar a maior amplitude do sinal na tela do osciloscópio. 6. Aplicar um degrau de tensão ao motor, passando a ON o interruptor de perturbação do nível de referência. Registre a resposta transitória no osciloscópio. Use o MATLAB para armazenar a resposta transitória. Não salve a figura, mas sim os dados com “save”. 7. Voltar à posição OFF o interruptor de tensão da unidade de controle. Desligue o módulo. 8. Tratamento dos dados: 8.1. Use o filtro digital filtdeg.m (Prof. Tokio) para retirar o ruído do sinal armazenado no MATLAB. Digite help filtdeg para aprender a usar o filtro digital. Use N=60 (ordem do filtro). 8.2. Usando os resultados acima, faça um programa MATLAB para identificar a função de transferência do motor-tacômetro. Use o comando “find”, por exemplo: índice=find(v>=0.25*Wmax). Para truncar os pontos da curva indesejáveis use o operador “:”. 9. No relatório, plotar no mesmo gráfico a resposta ao degrau experimental filtrada e a resposta ao degrau da função de transferência obtida com seu programa. Discutir os resultados obtidos. 240 APÊNDICE C – Laboratório 3: Controle de Motor C.C. 3. Controle Proporcional de um Motor C. C. 3.1. Projeto Projete um sistema de controle proporcional, especificando o ganho đžđ na configuração abaixo, de modo que o sistema atinja a velocidade de regime mais rapidamente, em menos de 1 segundo. Figura L3.3 Controle Proporcional de um motor C.C. Lembre-se que o tempo de estabelecimento para sistemas de 1a ordem é: Te=4ī´r, sendo ī´r a constante de tempo do sistema realimentado acima. Desconecte todos os cabos da montagem anterior. 3.2. 1. 2. 3. 4. 5. 6. 7. 241 Implementação Implemente no amplificador somador o ganho Kr projetado. Preparando o módulo experimental: 1.1. Verificar se o interruptor S1 está na posição NORMAL. 1.2. Conectar a saída do potenciômetro do nível de referência P2 à entrada positiva (IN2) do detector de erro. 1.3. Conectar a saída do gerador tacométrico a entrada negativa (IN1) do detector de erro. 1.4. Conectar a saída do detector de erro a entrada IN1 do amplificador somador. 1.5. Conectar a saída do amplificador somador à entrada da interface do motor. 1.6. Conectar a saída do gerador tacométrico a entrada do osciloscópio digital. 1.7. Certifique-se que esta montagem implementa o sistema realimentado da figura 3. 1.8. Certifique-se de que o interruptor de perturbação do nível de referência S3 está em OFF. Colocar na posição ON o interruptor de tensão da unidade de controle. Ajustar a velocidade do motor em 800 rpm (giro no sentido horário) mediante o ajuste do potenciômetro do nível de referência P2. Aplicar um degrau passando o interruptor S3 para posição ON. Ajustar as escalas do osciloscópio digital e registrar a resposta ao degrau com o MATLAB. Passar para OFF o interruptor de tensão da unidade de controle. Usar o programa criado no item 8.2 da parte 2.2 do experimento para identificar a função de transferência do sistema realimentado. Determinar as constantes de tempo para cada um dos casos analisados e compará-los com os valores teóricos esperados. CONTROLE LINEAR Sistemas Contínuos no Tempo APÊNDICE D APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do lugar das raízes para o sistema Ball Balancer Projeto e implementação de controladores usando LABORATÓRIO 4: a técnica do lugar das raízes para o sistema Ball Balancer 1. Objetivos Este laboratório tem por objetivos apresentar uma aplicação prática de controladores para motores CC em um sistema físico denominado Ball Balancer, ou Sistema Bola-Placa, além de projetar controladores utilizando a teoria do lugar das raízes a fim de garantir que alguns parâmetros de desempenho sejam atendidos, e avaliar o resultado da implementação do controlador projetado, observando a resposta real do sistema. 2. Introdução O controle de sistemas físicos, em muitos casos, é projetado através de modelos representativos mais simples, pois algumas características dinâmicas do sistema podem ser relevadas de acordo com o problema de controle envolvido. Um bom exemplo disso é o controle automático de trajetória de aeronaves. O voo de um avião de uma localidade à outra é um processo dinâmico de extrema complexidade. Diversas questões relacionadas à aerodinâmica são levadas em consideração no projeto de um sistema físico como este. Contudo, no que se diz respeito à problemática do desenvolvimento de controle automático que visa conduzir a aeronave a seguir uma determinada trajetória, algumas questões dinâmicas são, por simplicidade, relevadas, e lança-se mão de uma abordagem do ponto de vista da cinemática, assumindo que a aeronave torna-se uma partícula puntiforme que se movimenta nos três eixos coordenados do espaço: x, y e z. Em muitas ocasiões é necessário que o avião faça um desvio em sua trajetória, por exemplo, em decorrência de uma tempestade que atravessa a rota original. Poder-se-ia optar por estudar esta problemática através de um sistema físico representativo moderno e sofisticado de uma aeronave, que traga para dentro do laboratório um modelo fiel para testar técnicas de controle que objetivam resolver este problema. Mas, além de acrescentar maior - e, neste caso, desnecessária - dificuldade ao projeto por ser um modelo físico completo, o custo de um aparato como este pode ser um fator que inviabilize o projeto de estudo e desenvolvimento de controladores. 242 APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do lugar das raízes para o sistema Ball Balancer Figura L4.1 – Esquema da representação da posição de uma aeronave. Assim, é comum que sistemas mais simples, e que envolvam a problemática em questão, sejam utilizados para a elaboração e testes de projetos de controle. Um sistema que trata do controle de posição e trajetória de partículas é o Ball Balancer. A Figura L4.2 apresenta o equipamento instalado no Laboratório de Pesquisa em Controle da FEIS e que será explorado neste experimento. O Ball Balancer é um sistema composto por uma placa sobre a qual uma esfera é equilibrada e conduzida mediante a ação de motores de corrente contínua. Uma micro câmera instalada na parte superior do equipamento é responsável por “medir” a posição instantânea da esfera sobre a placa. A imagem é processada digitalmente por um sistema de aquisição de dados conectado a um microcomputador. Assim, conhecendo a posição da esfera em cada instante, é possível desenvolver controladores que, utilizando estas informações, atuarão sobre cada um dos motores CC de modo a conduzir a esfera através de uma trajetória específica. A simplicidade do equipamento, comparado a um modelo mais sofisticado, mostra-se em virtude de o controle da posição da esfera ser feito em apenas duas dimensões e no fato de não levar em consideração outras variáveis dinâmicas (no caso de um avião em pleno voo, este apresenta liberdade para se locomover nos três eixos, e que a sua locomoção envolve questões aerodinâmicas). Contudo, é justamente sua relativa simplicidade que torna o Ball Balancer um excelente modelo para o problema de controle de trajetória (como no exemplo citado do voo de um avião, onde a esfera passa a representar o avião a ser guiado), e especialmente útil para realizar os primeiros estudos acerca do desempenho de Figura L4.2 – O Ball Balancer. controladores que, futuramente, caso apresentem eficiência e resposta satisfatória, virem a ser testados em modelos mais complexos e próximos dos sistemas reais. 243 CONTROLE LINEAR Sistemas Contínuos no Tempo Ball Balancer O sistema Ball Balancer possui dois servomotores (aqui referidos como SRV02), que atuam de modo a movimentar a placa em dois graus de liberdade, x e y. Todavia, com exceção do eixo em que cada um deles atua, o sistema dinâmico de ambos é exatamente igual. Logo, o projeto do controlador para os servomotores será feito em relação a um dos eixos e será igualmente implementado para o segundo eixo. No Experimento 3, foi levantada a função de transferência que relaciona a velocidade angular đđ (đ ) de rotação do eixo de um servomotor, com a tensão de entrada đ(đ ) aplicada ao mesmo, representada em (1). Naquela ocasião, os parâmetros do motor, đ e đ, foram determinados experimentalmente, e os mesmos correspondiam única e exclusivamente ao servomotor ensaiado no experimento. đ đ(đ ) = đ(đ ) đđ + 1 (1) Contudo, os motores de corrente contínua do Ball Balancer não são idênticos aos utilizados no Experimento 4, os quais possuem suas próprias constantes, visto que são inerentes às suas próprias estruturas. Outra diferença que será levada em consideração neste experimento é a forma sob a qual a função de transferência do servomotor será apresentada. No projeto do controlador para o SRV02, a saída de interesse não é a velocidade angular do motor (đđ ), mas sim a posição angular (đ) do eixo do motor, com respeito a um dado referencial. A Figura L4.3 ilustra esta nova abordagem. Figura L4.3 – Esquema da representação da posição de uma aeronave. A aplicação de uma tensão específica, durante um determinado intervalo de tempo, produzirá velocidade angular đ, girando o eixo do servomotor a partir de uma posição de repouso (đđ = 0°) para uma nova posição đđ = đđ , onde đđ representa o “đ desejado”. É a partir deste conceito que o Ball Balancer opera: aplicando tensão elétrica apropriada (calculada pelos controladores), produz-se uma rotação no eixo dos motores, que por sua vez, provocará a inclinação da placa, conduzindo a esfera até a posição desejada. 244 APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do lugar das raízes para o sistema Ball Balancer Justificada a necessidade da mudança, uma sutil manipulação na função de transferência se faz necessária. Levando em consideração que: đđ (đĄ) = đĖđ (đĄ) (2) đđ (đ ) = đ đđ (đ ) (3) e supondo condições iniciais nulas, aplicando a Transformada de Laplace, obtemos: Logo, substituindo (3) em (1), temos: đ đđ (đ ) đ = đ(đ ) đđ + 1 E, desta forma, đēđđđĄđđ (đ ) = đ đđ (đ ) = đ(đ ) đ (đđ + 1) onde đēđđđĄđđ (đ ) passa a ser a função de transferência do servomotor que relaciona a posição angular de seu eixo com a tensão elétrica aplicada. Abaixo, a Figura L4.4 traz uma representação da relação entre a tensão de alimentação do servomotor e a posição angular do eixo do mesmo. Figura L4.4 – Esquema da representação da posição de uma aeronave 3. Parte Experimental Agora, com estas informações em mente, parte-se para o projeto do controlador que deverá ser implementado. A Figura L4.5 apresenta o diagrama de blocos que ilustra a proposta de controle. Figura L4.5 – Diagrama do sistema de malha fechada do servomotor. 245 (4) CONTROLE LINEAR Sistemas Contínuos no Tempo 3.1. Requisitos de Projeto A partir de ensaios prévios, os parâmetros intrínsecos aos servomotores que constituem o Ball Balancer foram determinados, sendo estes: đ = đ, đđđđ e đ = đ, đđ. Para o bom desempenho do sistema, propõe-se que o projeto do controlador đļđ (đ ) deva ser realizado de forma que as seguintes especificações sejam atendidas: • • • 1. Erro de Regime Permanente: nulo para Entrada Degrau; Tempo de Estabelecimento: menor ou igual a 0,13 segundos (critério de 2%); Porcentagem de Overshoot: menor ou igual a 5,0%. Determinar os índices de desempenho (đđ đđđ đíđđđđđ ) . đˇ. đļ. ≤ đ% đģđ ≤ đ, đđ đđđđđđ đđ đ ≥ _______ Que implica em đŊ∗ ≤ _______ đđđ ≥ _______ *sendo đ a angulação das semirretas que descrevem a região de especificação no plano-đ . 2. 3. Suponha o controlador đļ(đ ) = đž na Figura L4.5, controlador proporcional. Trace o root-locus do sistema, incluindo a região de especificação de transitório conforme parâmetros determinados no passo anterior, utilizando as regras do root-locus apresentadas em sala de aula. No relatório, anexar esses resultados. Este controlador é suficiente para que o sistema realimentado atinja as especificações acima? Fundamente a sua resposta. 3.2. Levantando o root-locus do sistema via ferramenta rltool O desenvolvimento deste experimento dar-se-á através de três partes: projeto, simulação e implementação. Para tanto, utilizaremos o MATLAB e algumas ferramentas (toolboxes) importantes. 4. Inicie o software MATLAB, através do ícone na Área de Trabalho do Windows ou através do Menu Iniciar. Em seguida, selecione o diretório que você irá usar para armazenar todos os dados e programas durante o experimento (Sugestão: Selecione como diretório alguma pasta dentro de seu pen drive). A Figura L4.6 indica onde fazer esta seleção. Figura L4.6 – Seleção do diretório de trabalho no MATLAB. 5. No canto esquerdo da janela do MATLAB, clique na aba “File” e selecione “New > Script”. Para traçar o Root-Locus da função de transferência do servomotor que dispomos no módulo real do Ball Balancer, primeiro precisamos carregar a função de transferência 246 APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do lugar das raízes para o sistema Ball Balancer đēđđđĄđđ (đ ) no MATLAB. Para tanto, usaremos a função tf que irá carregar đēđđđĄđđ (đ ) a partir de dois vetores que representarão os coeficientes dos polinômios, tanto do numerador, quanto do denominador, da função de transferência desejada. 6. Na janela Editor, digite as linhas de código abaixo. % Parte 1 - Levantamento do Root-Locus de Gmotor(s) clc clear %Parâmetros do Motor k = 1.53; tau = 0.0248; %Numerador e Denominador da TF do Motor num=[k]; den=[tau 1 0]; %Função de Transferência do Motor Gmotor = tf(num,den) As linhas acima, além de constituírem o início do programa que auxiliará no projeto do controlador, ilustram o funcionamento da função tf do MATLAB. Observe que atribuímos à variável Gmotor a função de transferência cujo numerador e denominador prescrevem a função de transferência do servomotor que utilizaremos na prática na forma de relação de polinômios com expoentes em s decrescentes. 7. Execute seu programa, clicando no botão "Save and Run..." ou apertando a Tecla F5 no teclado. Escolha um nome adequado para seu arquivo, evitando espaços e caracteres especiais. Observe que na tela Command Window a função de transferência armazenada na variável Gmotor passa a ser exibida. Note, ainda, que esta corresponde a (4), substituídos os respectivos valores de đ e đ. A partir de agora, podemos iniciar o rltool, que irá nos auxiliar no projeto de controle deste experimento. 8. Adicione as seguintes linhas de comando no seu programa (na janela Editor, logo abaixo do código que usamos para carregar a função de transferência đēđđđĄđđ (đ )): %Inicializar o RLTOOL rltool(Gmotor) Observe que usamos como "argumento" da função rltool a função đēđđđĄđđ (đ ) que acabamos de carregar. Isto indicará ao programa que queremos visualizar o root-locus desta função de transferência em específico. 9. Clique no botão "Save and Run..." novamente. Com isto, ao rodar o programa, além de mostrar a função de transferência đēđđđĄđđ (đ ) na Command Window, a ferramenta rltool será inicializada, e suas 247 CONTROLE LINEAR Sistemas Contínuos no Tempo janelas principais serão abertas, sendo elas Control and Estimation Tools Manager e SISO Desing for SISO Desing Task. Note que nesta segunda já é possível visualizar o root- locus da função de transferência đēđđđĄđđ (đ ). Nesta representação, as linhas em azul representam o root-locus e os pontos em cor de rosa representam a posição dos polos de malha fechada. 10. O resultado obtido condiz com o esboço feito anteriormente, usando as regras do root-locus apresentadas em sala de aula? Comente em seu relatório. 3.3. Projeto do Controlador para o servomotor Agora, com o auxílio do rltool, daremos sequência ao projeto de um controlador que atenda as especificações exigidas, conforme índices de desempenhos determinados no passo 2. Levantar a região de especificação 11. De um clique com o botão direito do mouse na região branca tela SISO Design, e selecione a opção “Properties...”. Então, selecione a aba “Limits“ e configure os limites de ambos os eixos: real entre -60 e 0 e, imaginário entre -50 e 50. Observação: Repita este procedimento sempre que a janela do rltool estiver com uma escala que não contribua para uma boa visualização do root-locus). 12. 13. 14. Novamente na região branca tela SISO Design, clique com o botão direito do mouse e selecione a opção “Design Requirements > New...”. No campo “Design requirement type”, selecione “Settling time” e informe o tempo de estabelecimento desejado e, então, clique em OK Atenção: Usar “.” e não “,”). Repita o passo 13, porém agora, selecione Percent Overshoot e insira o valor da porcentagem de overshoot mínima exigida para o projeto. Primeira tentativa de controle: controlador Cm(s) Proporcional Ao ser iniciado, o rltool apresenta como default um controlador proporcional đļđ (đ ) = đž, onde đž pode variar de 0 à infinito. Os pontos cor-de-rosa que podem ser observados na janela do SISO Design representam os polos de malha fechada do sistema, considerando o controlador atual (đļđ (đ ) = đž, neste caso). A medida que o parâmetro đž varia, estes polos de malha fechada se deslocam ao longo do root-locus. Assim, para averiguar se existe algum valor de đž que possa: i) estabilizar o sistema; e ii) atender os requisitos de resposta transitória, devemos observar se algum valor de đž colocará os polos de malha fechada do lado esquerdo do plano complexo, e dentro da região de especificação construída anteriormente. 15. Clique, segure e arraste um dos polos de malha fechada (pontos cor-de-rosa na tela SISO Design) para deslocar os mesmos ao longo do root-locus do sistema đēđđđĄđđ (đ ) realimentado, buscando colocar ambos os polos em uma posição que atenda os 248 APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do lugar das raízes para o sistema Ball Balancer requisitos de estabilidade de dinâmica. Este controlador (đļđ (đ ) = đž) é suficiente para resolver o problema de controle proposto? (lembre-se que a posição dos polos de malha fechada está associada a um determinado valor de ganho K do controlador). Fundamente sua conclusão e registre a imagem da configuração do root-locus que comprova sua verificação. Estudo da Resposta ao Degrau Para avaliar o impacto que o controlador projetado terá sobre a resposta do sistema, o rltool fornece uma ferramenta chamada Analysis Plots, onde o usuário pode analisar a resposta do sistema controlado a partir de uma entrada degrau, dentre outras mais. 16. Na janela Control and Estimation Tools Manager, clique na aba Analysis Plots. Localize na coluna Responses a linha Closed Loop r to y, e marque a caixa de seleção na coluna “All”, referente a esta linha em questão. Em seguida, logo acima, escolha na caixa de seleção para o “Plot 1” o Plot Type “Step”. A janela que se abre apresenta a resposta ao degrau para o sistema controlado, segundo os parâmetros atuais do controlador (polos, zeros e đž). É possível observar a mudança da resposta ao degrau instantaneamente ao variar tais parâmetros. 17. Clique, segure e arraste os polos de malha fechada e veja que como a resposta ao degrau varia dependendo de onde os polos são alocados. Convalide as suas conclusões obtidas no item 15, verificando através da visualização da resposta ao degrau, qual o menor tempo de estabelecimento possível de ser obtido utilizando apenas um controlador proporcional đļđ (đ ) = đž. Registre a figura da resposta ao degrau que atesta sua conclusão. Segunda tentativa de controle: controlador Cm(s) com polo(s) e zero(s) 18. 19. 20. 249 Na janela Control and Estimation Tools Manager, clique na aba Compensator Editor. Procure o “quadrado” intitulado Dynamics e clique com o botão direito em seu interior. Selecione a opção Add Pole/Zero > Real Zero. (Este comando é usado para adicionar zeros reais ao controlador). Observe que, agora, surge no “quadrado” Dynamics a indicação de um Zero Real com localização -1, damping 1 e frequência 1. Ainda no “quadrado” Dynamics, clique com o botão esquerdo na linha que indica o zero real que acabou de ser inserido no controlador, para selecioná-la. No “quadrado” ao lado, intitulado Edit Selected Dynamics, altere a posição deste zero para −đđ. đđđ (pressione a tecla Enter para confirmar a nova posição). Volte para a janela SISO Desing e veja como o root-locus foi alterado. O que ocorreu? Novamente, na janela Control and Estimation Tools Manager, clique na aba Compensator Editor. Clique com o botão direito no quadrado Dynamics, selecione a opção Add Pole/Zero > Real Pole. (Este comando é usado para adicionar polos reais ao controlador). Observe que, agora, surge no “quadrado” Dynamics a indicação de um Polo Real com localização -1, damping 1 e frequência 1. CONTROLE LINEAR Sistemas Contínuos no Tempo 21. De maneira análoga ao passo 17, altere a posição do polo que acabou de ser inserido para -55. Volte para a janela SISO Desing e observe como o root-locus foi alterado. Qual procedimento foi executado através dos passos 18-21? Como isto alterou o root-locus do sistema? Foi suficiente para resolver o problema de controle em questão? Disserte sobre estas conclusões parciais em seu relatório. 22. Determine uma posição para o polo inserido no passo 20 de modo que o root-locus do sistema esteja dentro da região de especificação. đđ = _____________ Agora, é necessário definir um valor de đ˛ que posicione os polos de malha fechada em uma posição que atenda as especificações impostas. Antes, é importante fazer uma alteração nas configurações na janela Control and Estimation Tools Manager. Acesse o menu Edit, localizado na porção extrema superior esquerda da janela, e selecione SISO Tool Preferences... Na janela que se abre, selecione a aba Options e na caixa Tuned Parameters marque a terceira opção para parametrização do controlador (Zero/pole/gain). Clique em Apply para aplicar a nova configuração. 23. Informe a faixa de valores de đž (đžđđđ đ đžđáđĨ) de forma que o sistema seja estável, atenda as especificações exigidas e tenha polos complexos conjugados. (Arraste os polos de malha fechada até as posições extremas e identifique o valor de K associado). <đ˛< _____________ _____________ 24. Similarmente ao realizado nos passos 16 e 17, utilize o sistema de visualização da resposta ao degrau para verificar como se comporta o sinal de saída quando o valor de K está: i) dentro da faixa especificada; ii) fora da faixa especifica. Faça observações quanto ao tempo de estabelecimento e porcentagem de Overshoot verificados em cada um dos dois casos e registre imagens que atestem sua conclusão. 25. Defina um valor para o ganho đž para o seu controlador đļđ (đ ) que posicione os polos em uma de forma a resolver o problema de controle. Registre uma imagem do rootlocus final. đ˛= _____________ Complete o quadro abaixo com as funções de transferência do servomotor đēđđđĄđđ (đ ) đ do controlador đļđ (đ ) projetado, na forma de relação de polinômios. Função de Transferência do Controlador Projetado đĒđ (đ) Função de Transferência do Servomotor SRV02 đŽđđđđđ (đ) 250 APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do lugar das raízes para o sistema Ball Balancer 3.4. Simulação da Resposta do Sistema em Malha Fechada via Simulink Uma importante parte de todo projeto de controle é a simulação. Nela, verificaremos se o controlador que projetamos: i) Garante a estabilidade; ii) Atente às especificações; iii) Não causa esforços físicos excessivos ao sistema a ser controlado. No caso do Ball Balancer, um fato que deve ser atentado é quanto à tensão elétrica de entrada que será enviada ao motor. Muitas vezes, o controlador, em suas fundamentações matemáticas, garante que os parâmetros e especificações de desempenho sejam atendidas. Mas, não podemos nos esquecer de que trabalhamos com sistemas reais estes estão sujeitos a limitações e esforços físicos máximos, que quando excedidos podem danificar ou comprometer permanentemente o equipamento. Assim, os motores utilizados no Ball Balancer não devem receber sinais fora da faixa de ±6 volts. Para a execução e análise das simulações, utilizaremos a toolbox SIMULINK. 26. 27. 28. Será necessário, primeiramente, alterar a pasta de trabalho em execução no MATLAB. Para tanto, analogamente ao executado no passo 4, altere a pasta de trabalho para o diretório da pasta intitulada SISTEMA BALL BALANCER, localizada na Área de Trabalho de seu computador. Na janela principal do MATLAB, localize a caixa “Current Folder...” onde estão exibidos os arquivos contidos na nova pasta de trabalho selecionada no passo anterior. Com um clique duplo, execute o script intitulado “setup_srv02_exp17_2dbb.m”. (ATENÇÃO: Não altere, mova ou delete nenhum arquivo desta pasta!) Clique no botão “Run setup_srv02_exp17_2dbb”, localizado na área Editor, para executar o programa. Note que uma série de variáveis foram criadas, conforme exibido na caixa Workspace. O script em questão apresenta o programa que carregará todos os parâmetros e configurações necessárias para a interface da máquina com o sistema Ball Balancer. 29. 30. Na caixa “Current Folder...”, execute o arquivo s_2dbb_pos.mdl e aguarde pela inicialização da interface do SIMULINK. Após aberto, a janela principal será exibida, onde os blocos Parâmetros Desejados, Controle, Planta e Observadores poderão ser visualizados. Dê um clique duplo no bloco Controle para visualizar o sistema de controle completo do Ball Balancer. A Figura L4.7 apresenta o diagrama completo do controle do Ball Balancer, envolvendo não somente o servomotor, mas também malha externa, onde efetivamente controla-se a posição da esfera sobre a placa. Observe que o controle é feito em duas etapas: controle do sistema 2DBB (2 degrees of freedom Ball Balancer), – referente a 251 CONTROLE LINEAR Sistemas Contínuos no Tempo dinâmica de movimentação da placa com respeito a posição desejada para esfera – e controle do servomotor SRV02. Neste experimento, contudo, nossa preocupação dar-se-á apenas em controlar o servomotor. Figura L4.7 – Diagrama completo do controle do 2DBB: Malha Interna e Malha Externa. 31. 32. Dê um clique duplo no bloco Controlador do SRV02 Eixo X. Nesta nova janela que se abrirá, você deverá configurar o controlador projetado na etapa 3.3 deste experimento. Dê um clique duplo na caixa đļđ (đ ) e insira os valores dos coeficientes do numerador e denominador do controlador projetado, seguindo o exemplo: đļđ (đ ) = 33. 34. 35. đ + 23 đ + 15 ⇒ đđĸđđđđđĄđđ đļđđđđđđđđđđĄđ : [1 23] đˇđđđđđđđđĄđđ đļđđđđđđđđđđĄđ : [1 15] Analogamente ao passo anterior, insira o valor do ganho K, dando um clique duplo na caixa Ganho K. Repita os passos de 35 a 37, porém agora, para configurar o controlador para o Eixo Y. Salve as alterações, clicando no botão Save localizado na barra superior da janela do SIMULINK, e clique em Start simulation para rodar a simulação. Agora, o sistema de controle está devidamente configurado e podemos realizar uma simulação para avaliar a resposta do sistema. 36. Clique no botão Start Simulation, localizado na barra superior da tela de interface do SIMULINK. Aguarde alguns segundos. ATENÇÃO: ao realizar a simulação/implementação via SIMULINK, 3(três) arquivo .mat serão gerados na pasta de trabalho que você estiver trabalhando no MATLAB. Cada um destes arquivos contém os dados colhidos na simulação/implementação referentes a cada uma das variáveis de interesse (ângulo do eixo do servomotor x (ou y), posição da esfera sobre a placa com respeito ao eixo e (ou y) e tensão elétrica enviada aos servomotores). Cada vez que a simulação é rodada, os arquivos criados na simulação anterior são sobrescritos, esteja atento para não perder seus dados! Procedimento para tratamento de dados: 1- Após realizar cada simulação solicitada no roteiro, copie estes arquivos em uma pasta devidamente identificada, para que você leve estes dados de forma organizada para casa. Crie uma pasta nova para cada nova simulação. 2- Em casa, utilize o comando load para carregar os arquivos .mat que você levou para casa. Exemplo: load s_theta_x.mat 252 APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do lugar das raízes para o sistema Ball Balancer OBS: Cada arquivo contém os dados referentes a uma determinada variável de interesse: s_theta_x Dados do controle do ângulo đ do servomotor x. s_pos_x Dados do controle da posição da esfera sobre a placa com respeito ao eixo x. s_vm Dados do sinal de tensão elétrica aplicada aos servomotores. Cada um destes arquivos organizam estes dados em uma matriz 3x20001 de forma que: na LINHA 1 estão alocados os valores de t (tempo) para cada amostra gerada na simulação/implementação; na LINHA 2 estão os valores estabelecidos como referência a ser seguida, para cada instante de tempo t, e; na LINHA 3, estão os valores reais medidos com respeito à variável analisada. OBS: A exceção é para a matriz s_vm, pois a linha 2 refere-se a tensão enviada ao servomotor x, e a linha 3 refere-se aos valores de tensão enviados ao servomotor y. 3- Para organizar o plot, separe este conjunto de dados em três vetores diferentes, respectivos à cada variável analisada. Faça isso utilizando o operador dois pontos. Exemplo: Vamos trabalhar com o arquivo s_theta_x (ângulo do servomotor x). Sejam: • t = vetor com os valores de tempo; • theta_ref_x = vetor com os valores de referência para o ângulo đ do servomotor x; • theta_x = vetor com os valores reais medidos para o ângulo đ do servomoto x. Assim, faça, no MATLAB (crie um script para isto): t = s_theta_x(1,:); theta_ref_x = s_theta_x(2,:); theta_x = s_theta_x(3,:); Repita, de forma análoga, para as outras variáveis de interesse. 4Plote, para cada variável de interesse, as curvas real e referência juntas, utilizando os vetores obtidos no passo 3. OBS: os arquivos gerados na implementação prática possuem nomes diferentes dos gerados na simulação. Esteja atento a isto. 37. Após executada a simulação, volte à janela principal do SIMULINK e acesse o bloco Observadores. Localize e abra a caixa theta_l_x (deg). Este observador apresenta o comportamento do ângulo đđ correspondente à rotação do eixo do motor CC. O sinal em amarelo representa o valor de đ ideal para que o motor siga (đđđđ đđđđđ ), enquanto que o sinal em magenta representa os valores de đ que foram alcançados pelo controlador projetado. (Dica: Caso seja necessário, clique com o botão direito na imagem da simulação e selecione Autoscale para ajustar a figura). 38. 253 Ainda na janela Observadores, abra a caixa x (cm). Aqui será possível observar a posição da esfera sobre a placa com respeito ao eixo x. O sinal em amarelo representa a posição desejada para o posicionamento da esfera sobre a placa, enquanto que o sinal em magenta representa o deslocamento da esfera com relação ao eixo x, em virtude da variação de đ provocada pela atuação do controlador projetado. CONTROLE LINEAR Sistemas Contínuos no Tempo 39. 40. 41. Abra a caixa V(volts) na janela Observadores do SIMULINK e visualize a resposta do controlador quanto a tensão aplicada ao motor. Ela está dentro dos limites préestabelecidos? Qual parâmetro no controlador influencia diretamente no valor final de tensão a ser aplicada ao motor CC? Faça alterações no projeto do controlador de forma que tanto as especificações de desempenho sejam atingidas, quanto os limites físicos dos motores sejam respeitados. Ao obter um controlador đļđ (đ ) que resolva o problema de controle e não produza sinais de tensão maiores do que o especificado, grave os arquivos resultantes da simulação em seu pendrive e apresente os sinais colhidos na simulação em seu relatório. Complete o quadro abaixo com a função de transferência final do controlador đļđ (đ ) projetado. Função de Transferência do Controlador Projetado đĒđ (đ) FINAL 3.5. Implementação no módulo real Após certificado de que o controlador apresenta uma resposta que esteja dentro dos limites físicos do sistema, o próximo passo é implementá-lo na prática e observar seu comportamento. Aguarde as instruções do professor para colocar seu projeto de controlador para operar o Ball Balancer. Leve os arquivos com os dados da implementação prática de seu controlador no sistema físico real do Ball Balancer e prepare gráficos para a posição da esfera com relação ao eixo X, ao deslocamento do ângulo do eixo do motor, à tensão aplicada ao motor, e ao deslocamento da esfera ao seguir uma trajetória pré-estabelecida. Faça observações em seu relatório e compare os resultados obtidos na prática com as simulações feitas no SIMULINK. 254 APÊNDICE E– Laboratório 5: Resposta transitória de sistemas dinâmicos e erros de regime permanente APÊNDICE E APÊNDICE E – Laboratório 5: Resposta transitória de sistemas dinâmicos e erros de regime permanente LABORATÓRIO 5: Resposta transitória de sistemas dinâmicos e erros de regime permanente 1. Objetivos Este laboratório tem o objetivo de estudar a resposta transitória de sistemas de 1ª e 2ª ordem e aplicar os resultados teóricos na identificação de funções de transferência implementadas em um computador analógico. 2. Introdução à Simulação Analógica A função de transferência de um motor de corrente contínua (C.C) é representada abaixo: Figura L5.1 –Função de transferência de um motor C.C. Outra representação matemática deste motor, adequada para simulações em computadores analógicos é dada a seguir: đđ(đĄ) đž đ(đĄ) đđ(đĄ) = đžđŖ(đĄ) − đ(đĄ) ⇒ = đŖ(đĄ) − đ đđĄ đ đ đđĄ Como no computador analógico o elemento básico é o integrador, é conveniente representar a equação (1) como: đĄ đĄ đđ(đĄ) đž đ(đĄ) ∫ đđĄ = ∫ ( đŖ(đĄ) − ) đđĄ đđĄ đ đ 0 0 255 (1) (2) CONTROLE LINEAR Sistemas Contínuos no Tempo Integral e a derivada são funções inversas e considerando-se que a velocidade inicial do motor seja đ(0) = 0, tem-se de (2) que đĄ đĄ đž đ(đĄ) ∫ đđ(đĄ) = đ(đĄ) − đ(đ) = ∫ ( đŖ(đĄ) − ) đđĄ đ đ 0 0 A equação (3) pode ser representada através do seguinte diagrama de blocos: (3) Figura L5.2 - Representação Analógica de um Sistema de Primeira Ordem. O Computador Analógico possui vários elementos eletrônicos que implementam os blocos acima, tais como integradores, somadores, subtratores, amplificadores e fontes de tensão. Desta forma, com o Computador Analógico é possível estudar o comportamento de sistemas dinâmicos mecânicos, elétricos, hidráulicos, térmicos, etc., implementando eletricamente os seus modelos matemáticos. 3. Parte Experimental Observação: Antes de cada montagem, o aluno deverá obter teoricamente todas as respostas transitórias. 3.1. Sistemas de 1ª Ordem 1 - Conecte os sinais C1 e C2 (control output) da placa 7/1 com os respectivos terminais C1 e C2 (control input) da placa 7/2. 2 - Coloque as chaves nas seguintes posições: Chave Placa Posição TRIGGER 7/1 int. S1 7/2 x100 S2 7/2 x100 3 - A seguir será obtida experimentalmente a resposta transitória do sistema de primeira ordem, cuja função de transferência é descrita a seguir: đ(đ ) 0,25 = đ(đ ) 0,25đ + 1 (4) 256 APÊNDICE E– Laboratório 5: Resposta transitória de sistemas dinâmicos e erros de regime permanente Para uma entrada degrau đŖ(đĄ) com amplitude đŖ(đĄ) = 10 đ. Comparando-se a equação (4) com a Figura L5.1, identifica-se đ = 0,25 e đž = 0,25. Agora, implemente este sistema dinâmico, montando o esquema eletrônico abaixo, que corresponde ao diagrama da Figura L5.2, já estudado, com đ = đž = 0,25. Figura L5.3 –implementação de (4) no computador analógico. 4 - Coloque a chave TIME da placa 7/1 na posição 0,1 s. Ligue o osciloscópio. Ligue o módulo e ajuste a chave TIME-FINE até obter uma boa figura no osciloscópio. Assegure que o modo de operação do módulo esteja em REPETIÇÃO (REP). 5 - Copie o sinal đ(đĄ) × đĄ ligado no osciloscópio, utilizando o MATLAB. Anote aqui o nome do arquivo que gravou os dados: _______________________ . Observação: Se as chaves S1 e S2 estiverem na posição x100, os intervalos de tempo lidos no osciloscópio deverão ser multiplicados por 100. 6 - Compare a curva levantada experimentalmente com a curva teórica, mostrando no relatório a curva experimental e a teórica, plotando-as em um mesmo gráfico. 7 - Desligue o módulo e retire todas as ligações, excetuando-se C1 e C2. 3.2. Sistemas de 2ª Ordem 3.2.1. Introdução Nesta experiência será estudada a resposta transitória de sistemas de 2ª ordem, dados pela função de transferência abaixo đ(đ ) đžđđ2 = 2 đ(đ ) đ + 2đđđ đ + đđ2 para entradas đŖ(đĄ) do tipo degrau. Para a simulação no computador analógico é necessária a representação de (5) em termos de uma equação diferencial. Desta forma, a partir de (5), temos: 257 (5) CONTROLE LINEAR Sistemas Contínuos no Tempo E assim, (đ 2 + 2đđđ đ + đđ2 )đ(đ ) = đžđđ2 đ(đ ) đ2 đĻ(đĄ) đđĻ(đĄ) + 2đđ + đđ2 đĻ(đĄ) = đžđđ2 đŖ(đĄ) đ đđĄ 2 đđĄ (6) (7) 3.2.2. Simulação Analógica Agora, obteremos as respostas transitórias experimentais do sistema abaixo, đ2 đĻ(đĄ) đđĻ(đĄ) + 100đ + 100đĻ(đĄ) = đŖ(đĄ), đĄ ≥ 0 1 đđĄ 2 đđĄ segundo as condições: đđĻ(đĄ) đĻ(0) = | =0 đđĄ đĄ=0 (8) (9) đ đŖ(đĄ) = 10 đ Comparando-se estas equações com a equação (7), observa-se que: đđ2 = 100 ⇒ đđ = 10 đđđ/đ (10) đžđđ2 = 1 ⇒ đž = 0,01 (12) 2đđđ = 100đ1 ⇒ đ = 5đ1 (11) O sistema dado em (8) e (9) pode ser implementado no computador analógico como mostra a Figura L5.4. Figura L5.4 - Implementação do Sistema (8) e (9) no Computador Analógico. 1 - Monte o circuito da Figura L5.4 no computador analógico. 2 - Ligue o osciloscópio, assegure que o módulo esteja no modo REP, coloque a chave 258 APÊNDICE E– Laboratório 5: Resposta transitória de sistemas dinâmicos e erros de regime permanente TIME na posição 0,1 segundos e atue no potenciômetro đž1 e na chave TIME-FINE de modo que apareça na tela um sinal com overshoot. 3 - Varie đž1 de modo a obter as porcentagens de overshoot dadas na tabela abaixo e anote os outros valores solicitados na tabela. Grave os dados de cada curva obtida utilizando o MATLAB. Observação: Se as chaves S1 e S2 estão na posição x100, então os intervalos de tempo lidos no osciloscópio deverão ser multiplicados por 100. P.O.=10% Nome do arquivo P.O.=50% Nome do arquivo K1(medido)= Tempo de Pico (medido) = K1(medido)= Tempo de Pico (medido) = P.O.=70% Nome do arquivo K1(medido)= Tempo de Pico (medido) = ī¸ P.O 10% 50% 70% Teórico (Tabela) Experimental (đđđĨđ = 5đ1 ) Tempo de Pico Erro % Teórico (Tabela) Experimental Erro % 4 – Usando o MATLAB, plote os três gráficos đĻ(đĄ) × đĄ em um mesmo gráfico. 5 - Plote com o MATLAB as curvas teóricas e experimentais, em um mesmo gráfico, porém um gráfico para cada porcentagem de overshoot. 6 - Qual a influência do coeficiente de amortecimento đ na porcentagem de overshoot? 7 - Desligue o módulo, o osciloscópio e retire todas as ligações. 3.3. Erro de regime permanente 3.3.1. Sistema sem distúrbio Projete um controlador đˇ(đ ) tal que o motor C.C. dado, tenha erro de regime permanente nulo para entrada degrau. A função de transferência do motor C.C. foi dada pela equação (4). Projete o circuito do computador analógico que implementa o controlador đˇ(đ ) projetado. Implemente todo o sistema realimentado e meça a resposta transitória, o nome do arquivo de dados é: ___________________. No módulo, coloque as chaves S1 e S2 na posição x1. Utilize os botões “I.C.” e 259 CONTROLE LINEAR Sistemas Contínuos no Tempo “Compute” da placa 7/1 para realizar a simulação. Ajuste a escala temporal do osciloscópio digital tal que todo transitório e parte do regime permanente apareçam na tela. Plote no mesmo gráfico a curva teórica e a experimental, para entrada degrau unitário. Mostre no relatório o circuito completo. 3.3.2. Sistema com distúrbio Com o controlador anterior, suponha a presença de um distúrbio na entrada do motor, tal como mostra a Figura L5.5. Figura L5.5 – Sistema do motor C.C. com entrada distúrbio. Projete đž tal que se obtenha boa rejeição do distúrbio đ(đĄ) sobre đ(đĄ). Tome cuidado para não especificar K muito grande, pois poderá causar saturação dos A. O. No módulo, coloque as chaves S1 e S2 na posição x1. Utilize os botões “I.C.” e “Compute” da placa 7/1 para realizar a simulação. Ajuste a escala temporal do osciloscópio digital tal que todo transitório e parte do regime permanente apareçam na tela. Aplique um degrau unitário em đĸ(đĄ) e faça đ(đĄ) uma senóide de amplitude 5 volts, sem nível DC e com 100 Hz. Meça đ(đĄ) e salve os referentes dados. O nome do arquivo de que contem os dados do sinal đ(đĄ) é ________________. 3.4. Resposta transitória e erro de regime permanente Projete um controlador que atenda a todos os requisitos de projeto dados nos itens 3.1 e 3.2 e ainda, apresente resposta ao degrau com đ. đ. % ≤ 20% đ đđ ≤ 4 đ . Implemente o sistema completo no computador analógico e registre a resposta transitória no MATLAB. Não se esqueça de aplicar o degrau đ(đ ) e a senóide do distúrbio đ(đ ). O nome do arquivo de dados é ___________________. Use o Root-Locus para realizar seu projeto (MATLAB). 260 APÊNDICE F Bibliografia Básica BIBLIOGRAFICA BÁSICA Bibliografia OGATA, K. – Engenharia de Controle Moderno, 5a ed., Pearson Education do Brasil, São Paulo, 2010. DORF, R. C.; BISHOP, R. H. – Sistemas de Controle Modernos, 8a ed., LTC, Rio de Janeiro, 1998. KUO, B. C. – Sistemas de Controle Automático, 4a ed ., PHB, Rio de Janeiro, 1985. FRANKLIN, G. F.; POWELL, J. D.; EMAMI-NAEINI, A. – Feedback Control of Dynamic Systems, 3a ed., Addilson Wesley, New York,1994. CHEN, C. T. – Analog and Digital Control System Design Transfer-function, State-space, and Algebraic Methods, Saunders College Publishing, New York , 1993. 261