Controle linear de sistemas dinamicos
4 gostaram2,319 visualizações
Este documento apresenta um livro sobre controle linear de sistemas dinâmicos, abordando teoria, ensaios práticos e exercícios. O livro é escrito por José C. Geromel e Rubens H. Korogui e publicado pela Editora Edgard Blücher.
![1.1. INTRODUC¸ ˜AO 5
de comunica¸c˜ao. Sob determinadas condi¸c˜oes, devido `a ocorrˆencia de atrasos ou de
erros de transmiss˜ao e de roteamento significativos, ´e imperativo que um modelo
matem´atico da pr´opria rede seja incorporado ao projeto do controlador.
Como ilustra¸c˜ao, consideramos o seguinte exemplo: Um bra¸co mecˆanico com
massa m e momento de in´ercia J relativo ao seu centro de massa situado a uma
distˆancia ℓ da sua base, tem um ponto de rota¸c˜ao fixo em um plano horizontal.
Sendo φ o ˆangulo entre o bra¸co e o plano horizontal, o objetivo ´e desloc´a-lo de uma
posi¸c˜ao inicial qualquer at´e uma posi¸c˜ao pr´e-determinada φpd ∈ [0, π/2] atrav´es da
aplica¸c˜ao de um torque externo G na sua base. Assumimos que o bra¸co se desloca
em um ambiente desprovido de qualquer tipo de atrito. Utilizando o Teorema dos
Eixos Paralelos para calcular o momento de in´ercia do bra¸co em rela¸c˜ao ao ponto de
rota¸c˜ao, os momentos angulares em rela¸c˜ao a este mesmo ponto permitem escrever
a equa¸c˜ao diferencial n˜ao linear de segunda ordem
(J + mℓ2
)¨φ(t) + mgℓcos(φ(t)) = G(t) (1.5)
sujeita `as condi¸c˜oes iniciais φ(0) e ˙φ(0). Para impormos que ap´os um certo tempo, o
denominado per´ıodo transit´orio, possamos ter φ(t) = φpd, ´e imperativo que o torque
aplicado se torne constante G(t) = Gpd e igual a
Gpd = mgℓcos(φpd) (1.6)
Por outro lado, introduzindo as novas vari´aveis e(t) = φ(t)−φpd e u(t) = G(t)−Gpd, a
aproxima¸c˜ao linear fornecida pela s´erie de Taylor permite obter a equa¸c˜ao diferencial
linear de segunda ordem
(J + mℓ2
)¨e(t) − mgℓsen(φpd)e(t) = u(t) (1.7)
com condi¸c˜oes iniciais e(0) e ˙e(0), v´alida em uma vizinhan¸ca da solu¸c˜ao em que
estamos interessados, ou seja, φ(t) = φpd. Instalando sensores que s˜ao capazes de
medir a posi¸c˜ao e a velocidade angulares do bra¸co, a lei de controle bastante simples
u(t) = −kpe(t) − kv ˙e(t) (1.8)
faz com que o sistema em malha fechada, sob sua a¸c˜ao, se comporte segundo a
equa¸c˜ao diferencial linear homogˆenea obtida substituindo-se (1.8) em (1.7), cuja
equa¸c˜ao caracter´ıstica pode ser escrita na forma
(J + mℓ2
)λ2
+ kvλ + (kp − mgℓsen(φpd)) = 0 (1.9)](https://image.slidesharecdn.com/controlelineardesistemasdinamicos-170629202045/85/Controle-linear-de-sistemas-dinamicos-18-320.jpg)
![6 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES
Assim sendo, se escolhermos kp mgℓ ≥ mgℓsen(φpd) e kv 0, as suas duas ra´ızes
estar˜ao localizadas no semiplano complexo esquerdo, fazendo com que e(t) → 0 e,
por conseguinte, φ(t) → φpd quando t → ∞. ´E claro que esta afirma¸c˜ao ´e v´alida
para o sistema aproximado descrito pela equa¸c˜ao diferencial (1.7) mas pode n˜ao
ser v´alida (note que as condi¸c˜oes iniciais s˜ao consideradas arbitr´arias) quando ele
´e substitu´ıdo pelo sistema original n˜ao linear (1.5). Este aspecto ser´a validado por
meio de simula¸c˜oes dadas em seguida.
Por outro lado, ainda n˜ao levamos em conta a existˆencia da rede de comunica¸c˜ao.
Vamos assumir que ela transmite os dados sem introduzir (idealmente) nenhum erro
mas que a a¸c˜ao de controle s´o se efetiva ap´os um tempo τ, que corresponde ao atraso
total devido a transmiss˜ao das medidas do sensor para o controlador, seu tempo de
processamento e a transmiss˜ao do sinal de controle para o atuador. Dessa forma, a
mesma lei de controle (1.8) se torna
u(t) = −kpe(t − τ) − kv ˙e(t − τ) (1.10)
a qual, substitu´ıda em (1.7), faz com que a equa¸c˜ao caracter´ıstica do sistema em
malha fechada seja dada por
(J + mℓ2
)λ2
+ kve−τλ
λ + (kpe−τλ
− mgℓsen(φpd)) = 0 (1.11)
A compara¸c˜ao de (1.9) e (1.11) revela alguns aspectos importantes. Enquanto a
primeira ´e alg´ebrica e admite duas e somente duas solu¸c˜oes que s˜ao facilmente de-
terminadas, a segunda ´e transcendental e admite infinitas solu¸c˜oes que geralmente
s˜ao muito dif´ıceis de serem determinadas, mesmo numericamente. Assim sendo, n˜ao
´e surpresa que estudar a estabilidade de um sistema com atraso seja uma tarefa
mais complicada que estudar a estabilidade de um sistema sem ele. Por´em, por con-
tinuidade, se as duas ra´ızes de (1.11) para τ = 0 estiverem situadas no interior da
regi˜ao Re(λ) 0 do plano complexo, ent˜ao existir´a um valor m´aximo τmax 0 de
tal forma que todas as ra´ızes da equa¸c˜ao (1.11) estejam localizadas na mesma regi˜ao
para todo τ ∈ [0, τmax). Como no caso em que adotamos uma aproxima¸c˜ao linear
para simplificar o modelo matem´atico de um sistema dinˆamico, a implementa¸c˜ao de
uma lei de controle projetada idealmente para τ = 0 atrav´es de uma rede de comu-
nica¸c˜ao, requer a sua valida¸c˜ao para verificar se o desempenho final n˜ao ser´a com-
prometido pela presen¸ca inevit´avel de atrasos. Para melhor ilustrar o que acabamos
de dizer, adotamos os valores num´ericos J = 0,5 [kgm2], m = 6,0 [kg], ℓ = 0,5 [m],
g = 9,8 [m/s2] e φpd = π/3 [rad]. Com (1.6) determinamos o torque de equil´ıbrio
como sendo Gpd = 14,7 [Nm] e os ganhos kp = 27,46 e kv = 4, de tal forma que as
ra´ızes da equa¸c˜ao caracter´ıstica sejam duplas e iguais a −1.](https://image.slidesharecdn.com/controlelineardesistemasdinamicos-170629202045/85/Controle-linear-de-sistemas-dinamicos-19-320.jpg)
![1.1. INTRODUC¸ ˜AO 7
0 5 10 15 20 25 30 35 40 45 50
−100
−50
0
50
100
150
200
0 5 10 15 20 25 30 35 40 45 50
−20
0
20
40
60
80
t [s]
Figura 1.3: Simula¸c˜ao do bra¸co mecˆanico com controle via rede
A Figura 1.3 mostra a simula¸c˜ao temporal de duas situa¸c˜oes que permitem colo-
car em evidˆencia os efeitos da n˜ao linearidade do sistema e da presen¸ca da rede
de comunica¸c˜ao que ´e usada para enviar os sinais de comando. Em t = 0 o bra¸co
mecˆanico encontra-se em repouso na posi¸c˜ao horizontal, isto ´e φ(0) = ˙φ(0) = 0, e
deve se deslocar at´e a posi¸c˜ao final correspondente a φpd = 60o.
A parte superior daquela figura foi obtida com τ = 0, ou seja, com uma rede
de comunica¸c˜ao ideal. Em linha cont´ınua, vemos o deslocamento angular do bra¸co
segundo o modelo n˜ao linear (1.5). Em linha tracejada, vemos o mesmo deslocamento
angular mas segundo o modelo linear (1.7). Em ambos os casos, a mesma lei de
controle (1.8) foi adotada. Nota-se uma diferen¸ca acentuada entre as duas trajet´orias
no in´ıcio mas, ap´os um certo intervalo de tempo, ambas coincidem. Nos dois casos,
o bra¸co atinge a posi¸c˜ao previamente estabelecida.
A parte inferior da mesma figura foi obtida com τ = 130 [ms]. Notamos que,
devido ao atraso introduzido pela rede de comunica¸c˜ao, ambos os modelos predizem
oscila¸c˜oes significativas para o bra¸co durante o seu deslocamento. A linha tracejada
correspondente ao modelo linear mostra que o bra¸co atinge a posi¸c˜ao desejada. Ao
contr´ario, a linha cont´ınua mostra que o mesmo controlador n˜ao ´e capaz de fazer com
que o bra¸co tenha o mesmo desempenho. Ele atinge a posi¸c˜ao de equil´ıbrio φeq ≈
131o, distante daquela previamente especificada e, portanto, inaceit´avel. Podemos
determinar que todos os pontos de equil´ıbrio do sistema (1.5) sob a a¸c˜ao do controle
(1.8) satisfazem a equa¸c˜ao
mgℓ (cos(φeq) − cos(φpd)) + kp(φeq − φpd) = 0 (1.12)](https://image.slidesharecdn.com/controlelineardesistemasdinamicos-170629202045/85/Controle-linear-de-sistemas-dinamicos-20-320.jpg)
![8 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES
Como n˜ao poderia deixar de ser, uma das solu¸c˜oes ´e φeq = φpd, mas existem outras.
Em sistemas n˜ao lineares a ocorrˆencia de situa¸c˜oes semelhantes ´e bastante comum.
Sempre via simula¸c˜ao num´erica, determinamos que ambos os modelos tornam-se
inst´aveis para τ τmax ≈ 140 [ms]. ´E importante ressaltar que ilustramos ape-
nas um aspecto de uma rede de comunica¸c˜ao presente em um sistema de controle,
qual seja, a introdu¸c˜ao de atrasos que podem deteriorar o seu desempenho final
e cujo efeito deve ser cuidadosamente avaliado. Devido `a ocorrˆencia de atrasos
variantes no tempo e de perdas, modelos mais sofisticados baseados em proces-
sos estoc´asticos s˜ao mais adequados e devem, quando poss´ıvel, ser adotados. Nos
pr´oximos cap´ıtulos, eventuais atrasos presentes em sistemas de controle ser˜ao objeto
de nossa preocupa¸c˜ao e estudo.
Uma outra situa¸c˜ao bastante relevante em sistemas de controle diz respeito `a
implementa¸c˜ao f´ısica de um controlador projetado. ´E claro que se deve lan¸car m˜ao
das facilidades tecnol´ogicas existentes para ganhar em precis˜ao e reduzir custos.
Neste sentido, a ado¸c˜ao de tecnologia digital que permita implantar controladores
program´aveis ou micro-processadores dedicados parece ser a mais natural. Nova-
mente, consideramos o exemplo do bra¸co mecˆanico, sem atraso, para ilustrar nossas
afirma¸c˜oes. Para implementar a regra (1.8) atrav´es de um dispositivo digital de
controle, as quantidades medidas e(t) e ˙e(t) s˜ao amostradas com um determinado
per´ıodo de amostragem T o que fornece, para todo k = 0, 1, · · · os valores de e(kT)
e ˙e(kT). Desta forma podemos sem dificuldade calcular
u(kT) = −kpe(kT) − kv ˙e(kT) (1.13)
nos diversos instantes de amostragem t = kT. ´E imperativo ficar bastante claro que
com esse procedimento podemos dispor dos valores de controle {u(kT)}∞
k=0 e com
eles determinar os valores da fun¸c˜ao u(t) para todo t ≥ 0. ´E claro que essa tarefa s´o
pode ser realizada adotando-se alguma aproxima¸c˜ao. A mais simples ´e certamente
aquela que define o chamado segurador de ordem zero e pode ser assim descrita: Em
um instante gen´erico t = kT, medimos e(kT), ˙e(kT) e calculamos com (1.13) o valor
do controle u(kT) que ´e aplicado na entrada do sistema, permanecendo constante
at´e o instante de amostragem seguinte t = (k + 1)T e assim sucessivamente.
A Figura 1.4 mostra a simula¸c˜ao num´erica do bra¸co mecˆanico sob a a¸c˜ao do
controle digital que acabamos de descrever. A parte superior, idˆentica `aquela da
figura anterior, mostra o sistema sendo controlado com o controlador (1.8). Em linha
cont´ınua vemos a evolu¸c˜ao do modelo n˜ao linear enquanto que em linha tracejada
mostramos a do sistema linear. Em ambos os casos, em regime permanente, a posi¸c˜ao
final desejada ´e atingida. A parte inferior da mesma figura foi obtida adotando-
se T = 300 [ms]. Em linha cont´ınua, vemos a evolu¸c˜ao do bra¸co para a posi¸c˜ao](https://image.slidesharecdn.com/controlelineardesistemasdinamicos-170629202045/85/Controle-linear-de-sistemas-dinamicos-21-320.jpg)
![1.2. REQUISITOS B ´ASICOS 9
0 5 10 15 20 25 30 35 40 45 50
−20
0
20
40
60
80
0 5 10 15 20 25 30 35 40 45 50
−100
−50
0
50
100
150
200
t [s]
Figura 1.4: Simula¸c˜ao do bra¸co mecˆanico com controle digital
φeq ≈ 131o que n˜ao ´e a desejada. Em linha tracejada, o modelo linear atinge a
posi¸c˜ao desejada mas somente ap´os fortes oscila¸c˜oes. Estes dois aspectos indesejados
resultam da implementa¸c˜ao digital da lei de controle projetada com um per´ıodo de
amostragem que se mostrou excessivamente grande. Neste sentido, ´e importante
ressaltar que para T Tmax ≈ 310 [ms], ambos os modelos tornam-se inst´aveis sob
a a¸c˜ao da mesma lei de controle (1.13). Comparando as Figuras 1.3 e 1.4 nota-se uma
semelhan¸ca importante, qual seja, os atrasos introduzidos pela rede de comunica¸c˜ao
e o per´ıodo de amostragem necess´ario para a digitaliza¸c˜ao do controle, atuam no
sentido de deteriorar o desempenho final do sistema de controle projetado.
Esses aspectos que acabamos de ilustrar e muitos outros ser˜ao objeto de estudo
deste livro. Os resultados te´oricos ser˜ao estudados com o rigor matem´atico que o
tema exige mas com a preocupa¸c˜ao de n˜ao ir al´em do ponto necess´ario. Quest˜oes
de ordem pr´atica ser˜ao discutidas e, sempre que poss´ıvel, ser˜ao colocadas no atual
contexto tecnol´ogico. Diversos exemplos ilustrativos ser˜ao resolvidos e analisados
como forma de facilitar a compreens˜ao do texto.
1.2 Requisitos B´asicos
O tema central a ser abordado neste livro requer do leitor alguns requisitos para
que os conceitos sejam entendidos de maneira adequada. Na verdade, n˜ao ´e requerido
que o leitor detenha algo al´em de conceitos b´asicos em matem´atica, c´alculo opera-](https://image.slidesharecdn.com/controlelineardesistemasdinamicos-170629202045/85/Controle-linear-de-sistemas-dinamicos-22-320.jpg)
![1.2. REQUISITOS B ´ASICOS 11
forma, a modelagem matem´atica constitui etapa estrat´egica e, portanto, impor-
tante em todo projeto de sistemas de controle. Neste livro procuramos dar ˆenfase
`a obten¸c˜ao de alguns modelos matem´aticos de interesse bem como verificar as suas
respectivas validades em um ambiente de laborat´orio.
• Equa¸c˜oes Diferenciais e Transformada de Laplace
Em tempo cont´ınuo, os modelos matem´aticos a serem manipulados s˜ao descritos
por equa¸c˜oes diferenciais e, na maioria das vezes, equa¸c˜oes diferenciais lineares com
coeficientes constantes, ou seja,
D[y(t)] = N[u(t)] (1.15)
onde D[·] e N[·] s˜ao operadores diferenciais de ordem n e m ≤ n, respectivamente,
que definem uma combina¸c˜ao linear da fun¸c˜ao e de suas derivadas sucessivas. A
fun¸c˜ao y(t) para todo t ≥ 0 ´e a inc´ognita que deve ser determinada dada a fun¸c˜ao
de excita¸c˜ao u(t) para todo t ≥ 0 e as condi¸c˜oes iniciais que fixam os valores de y(t)
e de suas derivadas sucessivas at´e a ordem n − 1 em t = 0. Sob a condi¸c˜ao de que
a fun¸c˜ao de excita¸c˜ao seja cont´ınua, a solu¸c˜ao de (1.15) existe, ´e ´unica e pode ser
expressa na forma padr˜ao
y(t) = yu(t) +
n
i=1
cihi(t) (1.16)
onde yu(t), denominada solu¸c˜ao particular depende exclusivamente da entrada u(t)
em considera¸c˜ao e as fun¸c˜oes hi(t) para todo i = 1, · · · , n, solu¸c˜oes da equa¸c˜ao
homogˆenea D[hi(t)] = 0, formam um conjunto linearmente independente que asse-
guram a existˆencia de constantes ci, i = 1, · · · , n, capazes de impor as condi¸c˜oes
iniciais desejadas. Lembrando que a fun¸c˜ao exponencial eλt com λ ∈ C exibe a
propriedade
D[eλt
] = ∆(λ)eλt
(1.17)
onde ∆(λ) ´e o polinˆomio caracter´ıstico (de grau n) do operador diferencial D[·],
ela ´e denominada auto-fun¸c˜ao, pois `a semelhan¸ca dos autovetores de uma matriz, o
resultado da aplica¸c˜ao do operador D[·] ´e uma fun¸c˜ao proporcional a ela pr´opria. Ao
impormos que o fator de proporcionalidade seja nulo, isto ´e ∆(λ) = 0 obtemos uma
equa¸c˜ao alg´ebrica de grau n com coeficientes reais que admite n e somente n ra´ızes
em C. Com estas ra´ızes λi, para todo i = 1, · · · n, podemos construir o conjunto
de fun¸c˜oes {hi(t)}n
i=1 mesmo no caso em que as ra´ızes da equa¸c˜ao caracter´ıstica](https://image.slidesharecdn.com/controlelineardesistemasdinamicos-170629202045/85/Controle-linear-de-sistemas-dinamicos-24-320.jpg)
![1.4. NOTAC¸ ˜AO 17
e, em seguida, verifica-se a sua validade e o seu desempenho frente aos crit´erios
inicialmente estabelecidos. O primeiro trata de um sistema mecˆanico torcional cons-
titu´ıdo por trˆes discos r´ıgidos conectados entre si por meio de duas hastes flex´ıveis.
Deseja-se controlar a posi¸c˜ao angular do terceiro disco atrav´es de um motor que est´a
conectado ao primeiro. A dificuldade do projeto de controle reside na existˆencia
de uma estrutura flex´ıvel (as hastes e o segundo disco) entre ambos. O segundo
projeto trata de um sistema el´etrico constitu´ıdo por dois amplificadores operacionais
conectados em s´erie. O ganho do conjunto ´e definido por um elo de realimenta¸c˜ao
que deve ser convenientemente projetado. A dificuldade de projeto concentra-se em
operar o conjunto no seu limiar de estabilidade que deve ser melhorado atrav´es da
introdu¸c˜ao de um compensador. Em ambos os casos, as solu¸c˜oes propostas foram
validadas em laborat´orio e os resultados experimentais s˜ao apresentados em detalhes.
• Apˆendice A : Desigualdades Matriciais Lineares
Nesse apˆendice, procuramos dar uma pequena ideia a respeito da importˆancia
atual, na ´area de sistemas de controle, das desigualdades matriciais lineares. Trata-
se de uma restri¸c˜ao do tipo
A0 +
n
i=1
Aixi 0 (1.26)
onde as matrizes quadradas A0, A1, · · · , An s˜ao reais, sim´etricas e de mesmas di-
mens˜oes. Os vetores x = [x1 · · · xn]′ ∈ Rn que satisfazem esta restri¸c˜ao formam
um conjunto convexo. O Complemento de Schur, que permite converter muitas res-
tri¸c˜oes n˜ao lineares em desigualdades matriciais lineares, ´e provado e analisado de
forma rigorosa. Neste contexto, problemas relacionados ao c´alculo de normas H2,
H∞ e com o c´alculo de atraso m´aximo sem perda de estabilidade s˜ao abordados.
1.4 Nota¸c˜ao
Neste ponto, cabe finalmente lembrar que a nota¸c˜ao usada no decorrer do texto ´e
padr˜ao. Os s´ımbolos R, N, Z e C denotam respectivamente os conjuntos dos n´umeros
reais, naturais, inteiros e complexos. Para fun¸c˜oes em tempo cont´ınuo ou discreto
s˜ao usadas letras min´usculas indicando sua vari´avel independente t ∈ R ou k ∈ N,
como por exemplo f(t) e f(k). A transformada de Laplace e a transformada Z de
uma fun¸c˜ao a tempo cont´ınuo f(t) ou de uma fun¸c˜ao a tempo discreto f(k) s˜ao
denotadas indistintamente como ˆf(s) ou ˆf(z). Os seus respectivos dom´ınios s˜ao de-](https://image.slidesharecdn.com/controlelineardesistemasdinamicos-170629202045/85/Controle-linear-de-sistemas-dinamicos-30-320.jpg)
Controle linear de sistemas dinamicos
- 2. Controle Linear de Sistemas Dinâmicos Teoria, Ensaios Práticos e Exercícios geromel(controle).indd 1 17/02/11 14:59
- 3. geromel(controle).indd 2 17/02/11 14:59
- 4. Controle Linear de Sistemas Dinâmicos Teoria, Ensaios Práticos e Exercícios José C. Geromel Faculdade de Engenharia Elétrica e de Computação, UNICAMP Rubens H. Korogui Faculdade de Engenharia Elétrica e de Computação, UNICAMP geromel(controle).indd 3 17/02/11 14:59
- 5. Segundo Novo Acordo Ortográfico, conforme 5. ed. do Vocabulário Ortográfico da Língua Portuguesa, Academia Brasileira de Letras, março de 2009. É proibida a reprodução total ou parcial por quaisquer meios sem autorização escrita da editora. Todos os direitos reservados pela Editora Edgard Blücher Ltda. Rua Pedroso Alvarenga, 1245, 4º andar 04531-012 - São Paulo - SP - Brasil Tel.: 55 11 3078-5366 editora@blucher.com.br www.blucher.com.br Índices para catálogo sistemático: 1. Análise linear: Sistemas dinâmicos: Matemática 515.352 2. Sistemas dinâmicos: Análise linear: Matemática 515.352 Geromel, José C. Controle linear de sistemas dinâmicos: teoria, ensaios práticos e exercícios / José C. Geromel, Rubens H. Korogui. - - São Paulo: Blucher, 2011 Bibliografia ISBN 978-85-212-0590-6 1. Análise de sistemas 2. DInâmica 3. Sistemas lineares I. Korogui, Rubens H. II. Título. 11-01289 CDD-515.352 FICHA CATALOGRÁFICA Controle linear de sistemas dinâmicos teoria, ensaios práticos e exercícios © 2011 José C. Geromel Rubens H. Korogui Editora Edgard Blücher Ltda. geromel(controle).indd 4 17/02/11 14:59
- 6. Este livro ´e dedicado aos professores Celso Bottura Hermano Tavares Pl´ınio Castrucci por terem iniciado toda uma gera¸c˜ao nos temas que ser˜ao aqui tratados.
- 8. Conte´udo Pref´acio Agradecimentos ix 1 Considera¸c˜oes Preliminares 1 1.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Requisitos B´asicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.3 Descri¸c˜ao dos Cap´ıtulos . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.4 Nota¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.5 Notas Bibliogr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2 Fundamentos de Sistemas de Controle 19 2.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.2 Modelagem Matem´atica e Perspectivas . . . . . . . . . . . . . . . . . 21 2.2.1 Perspectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.2.2 Motor de Corrente Cont´ınua . . . . . . . . . . . . . . . . . . 24 2.2.3 Pˆendulo Invertido . . . . . . . . . . . . . . . . . . . . . . . . 28 2.3 Sistemas de Controle com Realimenta¸c˜ao . . . . . . . . . . . . . . . 31 2.3.1 Estrutura B´asica . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.3.2 Fun¸c˜ao de Transferˆencia em Malha Fechada . . . . . . . . . . 33 2.3.3 Sensibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.3.4 Crit´erios de Desempenho . . . . . . . . . . . . . . . . . . . . 37 2.4 Classes de Controladores e Discretiza¸c˜ao . . . . . . . . . . . . . . . . 43 2.4.1 Classes de Controladores . . . . . . . . . . . . . . . . . . . . 43 2.4.2 Discretiza¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 2.5 Notas Bibliogr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 2.6 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 v
- 9. 3 Fundamentos Matem´aticos 65 3.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 3.2 Princ´ıpio da Varia¸c˜ao do Argumento . . . . . . . . . . . . . . . . . . 65 3.3 Matrizes e Determinantes . . . . . . . . . . . . . . . . . . . . . . . . 75 3.4 Crit´erios de Estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . 81 3.4.1 Caracteriza¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . 81 3.4.2 Crit´erio de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . . 84 3.4.3 Crit´erio de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . 89 3.4.4 Crit´erio de Lyapunov . . . . . . . . . . . . . . . . . . . . . . 96 3.5 Lugar das Ra´ızes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.6 Redu¸c˜ao de Modelos via Polos Dominantes . . . . . . . . . . . . . . 111 3.7 Notas Bibliogr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 3.8 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 4 Fundamentos de Projeto 123 4.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 4.2 Crit´erios de Desempenho . . . . . . . . . . . . . . . . . . . . . . . . . 123 4.3 Aloca¸c˜ao de Polos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 4.4 Controladores Cl´assicos . . . . . . . . . . . . . . . . . . . . . . . . . 139 4.4.1 Atraso e Avan¸co . . . . . . . . . . . . . . . . . . . . . . . . . 140 4.4.2 PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 4.4.3 Regra de Ziegler-Nichols . . . . . . . . . . . . . . . . . . . . . 142 4.5 Projeto via Lugar das Ra´ızes . . . . . . . . . . . . . . . . . . . . . . 143 4.6 Projeto via Resposta em Frequˆencia . . . . . . . . . . . . . . . . . . 148 4.7 Notas Bibliogr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 4.8 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 5 Projeto via Representa¸c˜ao de Estado 169 5.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 5.2 Realimenta¸c˜ao de Estado . . . . . . . . . . . . . . . . . . . . . . . . 170 5.2.1 Controlabilidade . . . . . . . . . . . . . . . . . . . . . . . . . 179 5.3 Regulador Linear Quadr´atico . . . . . . . . . . . . . . . . . . . . . . 183 5.4 Observador de Estado . . . . . . . . . . . . . . . . . . . . . . . . . . 190 5.4.1 Observabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . 200 5.5 Projeto de Servomecanismos . . . . . . . . . . . . . . . . . . . . . . . 202 5.6 Projeto Final . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 5.7 Notas Bibliogr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 5.8 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
- 10. vii 6 Sistemas N˜ao Lineares 225 6.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 6.2 Equa¸c˜oes Diferenciais N˜ao Lineares . . . . . . . . . . . . . . . . . . . 225 6.2.1 Lineariza¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 6.2.2 Classes Especiais de Sistemas N˜ao Lineares . . . . . . . . . . 234 6.3 Sistemas de Segunda Ordem . . . . . . . . . . . . . . . . . . . . . . . 235 6.3.1 Solu¸c˜oes Peri´odicas . . . . . . . . . . . . . . . . . . . . . . . . 244 6.4 Estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 6.4.1 Lineariza¸c˜ao Harmˆonica . . . . . . . . . . . . . . . . . . . . . 252 6.4.2 Crit´erio de Popov . . . . . . . . . . . . . . . . . . . . . . . . 265 6.4.3 Crit´erio de Persidiskii . . . . . . . . . . . . . . . . . . . . . . 276 6.5 Notas Bibliogr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 6.6 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279 7 Robustez 285 7.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 7.2 Normas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 7.2.1 Classe H2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288 7.2.2 Classe H∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292 7.3 Estabilidade Robusta . . . . . . . . . . . . . . . . . . . . . . . . . . . 296 7.4 Desempenho Robusto . . . . . . . . . . . . . . . . . . . . . . . . . . 306 7.5 Notas Bibliogr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . 308 7.6 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309 8 Modelagem e Ensaios Pr´aticos 313 8.1 Introdu¸c˜ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313 8.2 Sistema Torcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313 8.3 Amplificador Eletrˆonico Realimentado . . . . . . . . . . . . . . . . . 326 8.4 Notas Bibliogr´aficas . . . . . . . . . . . . . . . . . . . . . . . . . . . 333 8.5 Exerc´ıcios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334 A Desigualdades Matriciais Lineares 337 Bibliografia 343 ´Indice 347
- 12. Pref´acio Agradecimentos Este livro tem como objetivo principal o estudo da s´ıntese de sistemas de controle autom´atico. De forma natural, surgiu a partir da necessidade de complementar a an´alise de sistemas dinˆamicos j´a tratada no texto • J. C. Geromel e A. G. B. Palhares, An´alise Linear de Sistemas Dinˆamicos : Teoria, Ensaios Pr´aticos e Exerc´ıcios, Editora Edgard Bl¨ucher Ltda, 2004. e cujo conte´udo tomamos como base para elaborar e desenvolver aquele que ser´a, em seguida, apresentado. As estruturas dos dois livros s˜ao idˆenticas. Este texto n˜ao ´e um mero amontoado de resultados te´oricos j´a conhecidos h´a muito tempo, de exemplos e exerc´ıcios que acabaram sendo colocados juntos. ´E muito mais. Pretendemos dar ao leitor a nossa vis˜ao e a nossa opini˜ao cr´ıtica a respeito dos temas tratados. Como apareceram, como s˜ao usados e, sobretudo, quais s˜ao os mais relevantes e ´uteis. Para que isto possa ser realizado ´e necess´ario, em alguns pontos, aprofundar a discuss˜ao e chegar a detalhes para tornar poss´ıvel entender as nuances, porventura existentes, dentro dos seus respectivos contextos. Com este objetivo em vista, procuramos primeiramente desenvolver os resultados te´oricos de forma rigorosa e sempre dentro de um n´ıvel de dificuldade que julgamos ser perfeitamente adequado aos potenciais leitores. Em segundo lugar, procuramos ilustrar os resultados te´oricos com v´arios exemplos e propor diversos exerc´ıcios para serem resolvidos como forma de consolidar o aprendizado. Embora a bibliografia contenha um bom n´umero de obras correlatas para consulta, este livro pode ser lido sem que se tenha que recorrer a elas com regularidade. Pretendemos ter feito um texto de leitura f´acil e agrad´avel mas reconhecemos que ele requer trabalho e dispˆendio de energia para ser vencido. Alguns t´opicos v˜ao al´em do que se espera ensinar em disciplinas da gradua¸c˜ao. Eles foram inclu´ıdos para dar ao conte´udo uma certa completude e colocar em evidˆencia a tem´atica atual da ´area como ´e o caso de ix
- 13. x controle robusto e das desigualdades matriciais lineares1. A leitura e o aprendizado certamente ficam mais f´aceis se algum tipo de apoio computacional estiver dispon´ıvel para que o leitor possa reproduzir os exemplos resolvidos. Agradecemos ao nosso colega Prof. Dr. Carlos Alberto dos Reis Filho, da Facul- dade de Engenharia El´etrica e de Computa¸c˜ao da Unicamp, por sempre nos ter dado prontamente e com particular competˆencia, informa¸c˜oes que foram ´uteis e essenciais para desenvolvermos o projeto e os ensaios pr´aticos com amplificadores operacionais. Agradecemos tamb´em, de forma particularmente especial, a dois outros colegas pelas contribui¸c˜oes e sugest˜oes que permitiram diversos aprimoramentos no texto. Dr. Alim P. C. Gon¸calves e Dra. Grace S. Deaecto que, ainda enquanto doutorandos, nos ajudaram a ministrar esta disciplina aos alunos de gradua¸c˜ao da Faculdade de Engenharia El´etrica e de Computa¸c˜ao da Unicamp e, tamb´em, pela leitura cuidadosa e cr´ıtica do texto final. Por fim, agradecemos ao CNPq - Conselho Nacional de Desenvolvimento Cient´ıfi- co e Tecnol´ogico e `a FAPESP - Funda¸c˜ao de Amparo `a Pesquisa do Estado de S˜ao Paulo - pelo apoio que nos tem dado ao longo dos anos, inclusive, por aquele que tornou poss´ıvel a execu¸c˜ao deste projeto de longa dura¸c˜ao. O texto e as figuras foram editados pelos autores, em LATEX. Campinas, S˜ao Paulo, Setembro de 2010. Jos´e C. Geromel Rubens H. Korogui 1 Tradu¸c˜ao do termo original em Inglˆes, linear matrix inequalities (LMIs)
- 14. Cap´ıtulo 1 Considera¸c˜oes Preliminares 1.1 Introdu¸c˜ao Place Wilson, centro de Toulouse, Fran¸ca, ao descer por uma escada rolante chega-se a uma esta¸c˜ao de metrˆo completamente cercada por vidros. Ao contr´ario de muitas outras, o passageiro apenas percebe, atrav´es deles, a existˆencia de uma linha f´errea. O trem chega, um pequeno silvo avisa a abertura das portas, duas, a da esta¸c˜ao e a do trem, entra-se e a composi¸c˜ao se p˜oe em marcha. Um trem pequeno, apenas dois vag˜oes modernos, amplos e absolutamente idˆenticos. Nota- se os passageiros e mais ningu´em. O trem n˜ao tem condutor! ´E completamente autom´atico. Um sistema centralizado controla a opera¸c˜ao de todos os trens do metrˆo de Toulouse. O objetivo central deste livro ´e estudar os chamados sistemas de controle au- tom´aticos. Em s´ıntese, deseja-se fazer com que um determinado objeto ou disposi- tivo se comporte de maneira previamente estabelecida, sem que seja necess´aria a interven¸c˜ao de algum agente externo. Como no mundo real, incertezas e imprecis˜oes est˜ao sempre presentes. A dificuldade maior est´a em desenvolver um mecanismo de controle que mesmo diante de circunstˆancias adversas ou desconhecidas, seja ca- paz de atuar de maneira satisfat´oria. Isto ´e, levando em conta diversos aspectos relevantes como por exemplo custos reduzidos de opera¸c˜ao, simplicidade de imple- menta¸c˜ao, desempenho, conforto, seguran¸ca etc.. Vamos ilustrar o que acabamos de afirmar atrav´es de um piloto autom´atico, dispositivo j´a bastante comum nos autom´oveis atuais. Enquanto o piloto autom´atico estiver em opera¸c˜ao, para que o autom´ovel percorra uma certa distˆancia, deseja- 1
- 15. 2 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES se manter a sua velocidade va(t) constante e igual `a velocidade vc definida pelo condutor. Com este fim, podemos conceber duas estrat´egias que proporcionam resultados diversos, a saber: • No in´ıcio do percurso, em t = 0, o condutor coloca o autom´ovel na velocidade desejada va(0) = vc e liga o piloto autom´atico. Este, atrav´es de uma simples leitura determina e mant´em para todo t ≥ 0 o mesmo fluxo de combust´ıvel u(t) = u0 injetado no motor em t = 0. Esta estrat´egia que poder´ıamos classi- ficar como ingˆenua n˜ao corresponder´a `as nossas expectativas. De fato, o perfil da estrada, o atrito dos pneus com a pista, o atrito viscoso com o ar, e demais vari´aveis que influenciam a marcha do autom´ovel no decorrer do percurso faz com que sua velocidade n˜ao permane¸ca constante como desejado. Essa es- trat´egia que depende apenas de informa¸c˜oes colhidas em t = 0, ou seja, antes do in´ıcio do evento ´e denominada estrat´egia de controle em malha aberta. • Em qualquer instante de tempo t ≥ 0 o veloc´ımetro do autom´ovel mede a sua velocidade va(t) e determina o erro e(t) = va(t) − vc. O fluxo de combust´ıvel injetado no motor ´e imposto pela rela¸c˜ao ˙u(t) = −kce(t), sendo kc 0 um es- calar adequado. Em qualquer instante de tempo t ≥ 0, se e(t) 0 a velocidade do autom´ovel excede vc e o fluxo de combust´ıvel ´e reduzido (pois ˙u(t) 0), fazendo com que a sua velocidade diminua. Ao contr´ario, se e(t) 0 a ve- locidade do autom´ovel ´e menor que vc e o fluxo de combust´ıvel ´e aumentado (pois ˙u(t) 0) fazendo com que a sua velocidade tamb´em aumente. Se algum fator externo influenciar a marcha do autom´ovel, o mesmo mecanismo entra em a¸c˜ao para eliminar o erro de velocidade e(t) = 0 que vier a ser produzido. Essa estrat´egia que depende de informa¸c˜oes colhidas para todo t ≥ 0, ou seja, durante toda a dura¸c˜ao do evento ´e denominada estrat´egia de controle em malha fechada. Este exemplo retirado do nosso cotidiano, coloca em evidˆencia que a estrat´egia de controle em malha fechada ´e a mais adequada e, portanto, deve ser adotada como estrutura fundamental para o projeto de sistemas de controle. O prop´osito deste livro ´e estudar os seus mais variados aspectos dentre os quais ressaltamos as suas bases te´oricas e suas limita¸c˜oes pr´aticas. De forma esquematizada, uma estrutura de controle em malha fechada pode ser representada atrav´es do diagrama mostrado na Figura 1.1. No caso do exemplo que acabamos de discutir, o bloco “Sistema Dinˆamico” deve explicitar um modelo matem´atico que permita determinar a velocidade do autom´ovel va(t) a partir de um fluxo de combust´ıvel u(t) dado. Considerando m a massa do autom´ovel, b o coeficiente de atrito viscoso entre ele e
- 16. 1.1. INTRODUC¸ ˜AO 3 Sistema Dinˆamico? Medidor Referˆencia Sa´ıda + − Figura 1.1: Estrutura de controle em malha fechada o ar, µ o coeficiente de atrito seco entre a estrada e os seus pneus e fa(t) a for¸ca produzida pelo seu motor, adotamos o modelo simplificado m¨xa + b ˙xa + mg(sen(θ) + µcos(θ)) = fa (1.1) que descreve o comportamento dinˆamico do autom´ovel quando transita em uma estrada com inclina¸c˜ao constante θ em rela¸c˜ao `a horizontal, sendo xa(t) a sua posi¸c˜ao medida em rela¸c˜ao a um referencial inercial acoplado `a estrada. Finalmente, supondo que a for¸ca produzida pelo motor seja proporcional ao fluxo de combust´ıvel fa(t) = kau(t), lembrando que va(t) = ˙xa(t), obtemos o modelo descrito pela equa¸c˜ao diferencial de primeira ordem com coeficientes constantes m ˙va + bva + mg(sen(θ) + µcos(θ)) = kau (1.2) O bloco “Medidor” representa o modelo do medidor utilizado. Idealmente o seu mo- delo ´e um simples ganho unit´ario indicando que ele fornece, sem erro ou distor¸c˜ao, o valor exato da vari´avel medida. No exemplo que estamos tratando, consideramos que dispomos de um veloc´ımetro ideal. O bloco indicado por “?” representa o “Controlador” a ser projetado. No exemplo em estudo, para todo t ≥ 0, a sua sa´ıda fornece o fluxo de combust´ıvel u(t) a ser injetado no motor do autom´ovel, em fun¸c˜ao do erro de velocidade e(t) = va(t) − vc, sendo va(t) a grandeza medida e vc a “Referˆencia” que explicita o paradigma estabelecido no projeto. Derivando a equa¸c˜ao (1.2) em rela¸c˜ao ao tempo e lembrando que ˙u = −kce, obtemos a equa¸c˜ao diferencial linear de segunda ordem com coeficientes constantes m¨e + b ˙e + kakce = 0 (1.3) que rege o comportamento do erro de velocidade do piloto autom´atico, segundo o diagrama de blocos da Figura 1.1. Podemos verificar, e este ser´a um tema importante
- 17. 4 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES SistemaA S C Figura 1.2: Estrutura de controle em rede a ser tratado em seguida, que ao resolvermos esta equa¸c˜ao diferencial teremos lim t→∞ e(t) = 0 (1.4) quaisquer que sejam suas condi¸c˜oes iniciais e(0) e ˙e(0). Ou seja, ap´os um per´ıodo de transit´orio o qual desejamos seja bastante breve, a velocidade do autom´ovel torna-se aquela estabelecida pelo condutor. ´E claro que as ra´ızes da equa¸c˜ao caracter´ıstica do erro de velocidade dependem do coeficiente kc 0 que faz parte do projeto do sistema de controle. Portanto, devemos determin´a-lo de tal forma a atender algum crit´erio de desempenho. Se o crit´erio for fazer com que o erro reduza-se o mais rapidamente poss´ıvel, a escolha adequada ´e kc = b2/(4mka). Estas considera¸c˜oes, inclusive em rela¸c˜ao a sistemas de controle mais complexos, ser˜ao objeto de an´alise nos cap´ıtulos seguintes. No futuro pr´oximo, e j´a, em alguma medida, nos tempos atuais, a estrutura de controle em malha fechada, que acabamos de discutir, dever´a ser modificada para acolher a possibilidade de que o sistema dinˆamico que se quer controlar n˜ao esteja pr´oximo do controlador. De fato, devemos supor que com o uso mais intenso de tecnologia digital e da internet, o objeto que se quer controlar e o controlador podem ter distˆancias expressivas entre si. Neste contexto, a estrutura de controle passa a ser aquela descrita na Figura 1.2. O bloco “Sistema” corresponde ao objeto que se deseja controlar, em cuja entrada est´a situado o bloco “A”, que representa um atuador, dispositivo respons´avel pela gera¸c˜ao do sinal de controle adequado. O bloco “S” representa um sensor, que nada mais ´e que um dispositivo respons´avel pela medida da sa´ıda de interesse. Estes dois dispositivos est˜ao ligados ao bloco “C” que indica o controlador, isto ´e, um micro-processador que tem no seu interior as regras necess´arias para definir, em cada instante de tempo, a entrada de controle a ser sintetizada pelo atuador, tendo em vista as medidas colhidas pelo sensor. As linhas tracejadas indicam que as informa¸c˜oes entre os blocos “C → A” e “C ← S” s˜ao enviadas atrav´es de uma rede
- 18. 1.1. INTRODUC¸ ˜AO 5 de comunica¸c˜ao. Sob determinadas condi¸c˜oes, devido `a ocorrˆencia de atrasos ou de erros de transmiss˜ao e de roteamento significativos, ´e imperativo que um modelo matem´atico da pr´opria rede seja incorporado ao projeto do controlador. Como ilustra¸c˜ao, consideramos o seguinte exemplo: Um bra¸co mecˆanico com massa m e momento de in´ercia J relativo ao seu centro de massa situado a uma distˆancia ℓ da sua base, tem um ponto de rota¸c˜ao fixo em um plano horizontal. Sendo φ o ˆangulo entre o bra¸co e o plano horizontal, o objetivo ´e desloc´a-lo de uma posi¸c˜ao inicial qualquer at´e uma posi¸c˜ao pr´e-determinada φpd ∈ [0, π/2] atrav´es da aplica¸c˜ao de um torque externo G na sua base. Assumimos que o bra¸co se desloca em um ambiente desprovido de qualquer tipo de atrito. Utilizando o Teorema dos Eixos Paralelos para calcular o momento de in´ercia do bra¸co em rela¸c˜ao ao ponto de rota¸c˜ao, os momentos angulares em rela¸c˜ao a este mesmo ponto permitem escrever a equa¸c˜ao diferencial n˜ao linear de segunda ordem (J + mℓ2 )¨φ(t) + mgℓcos(φ(t)) = G(t) (1.5) sujeita `as condi¸c˜oes iniciais φ(0) e ˙φ(0). Para impormos que ap´os um certo tempo, o denominado per´ıodo transit´orio, possamos ter φ(t) = φpd, ´e imperativo que o torque aplicado se torne constante G(t) = Gpd e igual a Gpd = mgℓcos(φpd) (1.6) Por outro lado, introduzindo as novas vari´aveis e(t) = φ(t)−φpd e u(t) = G(t)−Gpd, a aproxima¸c˜ao linear fornecida pela s´erie de Taylor permite obter a equa¸c˜ao diferencial linear de segunda ordem (J + mℓ2 )¨e(t) − mgℓsen(φpd)e(t) = u(t) (1.7) com condi¸c˜oes iniciais e(0) e ˙e(0), v´alida em uma vizinhan¸ca da solu¸c˜ao em que estamos interessados, ou seja, φ(t) = φpd. Instalando sensores que s˜ao capazes de medir a posi¸c˜ao e a velocidade angulares do bra¸co, a lei de controle bastante simples u(t) = −kpe(t) − kv ˙e(t) (1.8) faz com que o sistema em malha fechada, sob sua a¸c˜ao, se comporte segundo a equa¸c˜ao diferencial linear homogˆenea obtida substituindo-se (1.8) em (1.7), cuja equa¸c˜ao caracter´ıstica pode ser escrita na forma (J + mℓ2 )λ2 + kvλ + (kp − mgℓsen(φpd)) = 0 (1.9)
- 19. 6 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES Assim sendo, se escolhermos kp mgℓ ≥ mgℓsen(φpd) e kv 0, as suas duas ra´ızes estar˜ao localizadas no semiplano complexo esquerdo, fazendo com que e(t) → 0 e, por conseguinte, φ(t) → φpd quando t → ∞. ´E claro que esta afirma¸c˜ao ´e v´alida para o sistema aproximado descrito pela equa¸c˜ao diferencial (1.7) mas pode n˜ao ser v´alida (note que as condi¸c˜oes iniciais s˜ao consideradas arbitr´arias) quando ele ´e substitu´ıdo pelo sistema original n˜ao linear (1.5). Este aspecto ser´a validado por meio de simula¸c˜oes dadas em seguida. Por outro lado, ainda n˜ao levamos em conta a existˆencia da rede de comunica¸c˜ao. Vamos assumir que ela transmite os dados sem introduzir (idealmente) nenhum erro mas que a a¸c˜ao de controle s´o se efetiva ap´os um tempo τ, que corresponde ao atraso total devido a transmiss˜ao das medidas do sensor para o controlador, seu tempo de processamento e a transmiss˜ao do sinal de controle para o atuador. Dessa forma, a mesma lei de controle (1.8) se torna u(t) = −kpe(t − τ) − kv ˙e(t − τ) (1.10) a qual, substitu´ıda em (1.7), faz com que a equa¸c˜ao caracter´ıstica do sistema em malha fechada seja dada por (J + mℓ2 )λ2 + kve−τλ λ + (kpe−τλ − mgℓsen(φpd)) = 0 (1.11) A compara¸c˜ao de (1.9) e (1.11) revela alguns aspectos importantes. Enquanto a primeira ´e alg´ebrica e admite duas e somente duas solu¸c˜oes que s˜ao facilmente de- terminadas, a segunda ´e transcendental e admite infinitas solu¸c˜oes que geralmente s˜ao muito dif´ıceis de serem determinadas, mesmo numericamente. Assim sendo, n˜ao ´e surpresa que estudar a estabilidade de um sistema com atraso seja uma tarefa mais complicada que estudar a estabilidade de um sistema sem ele. Por´em, por con- tinuidade, se as duas ra´ızes de (1.11) para τ = 0 estiverem situadas no interior da regi˜ao Re(λ) 0 do plano complexo, ent˜ao existir´a um valor m´aximo τmax 0 de tal forma que todas as ra´ızes da equa¸c˜ao (1.11) estejam localizadas na mesma regi˜ao para todo τ ∈ [0, τmax). Como no caso em que adotamos uma aproxima¸c˜ao linear para simplificar o modelo matem´atico de um sistema dinˆamico, a implementa¸c˜ao de uma lei de controle projetada idealmente para τ = 0 atrav´es de uma rede de comu- nica¸c˜ao, requer a sua valida¸c˜ao para verificar se o desempenho final n˜ao ser´a com- prometido pela presen¸ca inevit´avel de atrasos. Para melhor ilustrar o que acabamos de dizer, adotamos os valores num´ericos J = 0,5 [kgm2], m = 6,0 [kg], ℓ = 0,5 [m], g = 9,8 [m/s2] e φpd = π/3 [rad]. Com (1.6) determinamos o torque de equil´ıbrio como sendo Gpd = 14,7 [Nm] e os ganhos kp = 27,46 e kv = 4, de tal forma que as ra´ızes da equa¸c˜ao caracter´ıstica sejam duplas e iguais a −1.
- 20. 1.1. INTRODUC¸ ˜AO 7 0 5 10 15 20 25 30 35 40 45 50 −100 −50 0 50 100 150 200 0 5 10 15 20 25 30 35 40 45 50 −20 0 20 40 60 80 t [s] Figura 1.3: Simula¸c˜ao do bra¸co mecˆanico com controle via rede A Figura 1.3 mostra a simula¸c˜ao temporal de duas situa¸c˜oes que permitem colo- car em evidˆencia os efeitos da n˜ao linearidade do sistema e da presen¸ca da rede de comunica¸c˜ao que ´e usada para enviar os sinais de comando. Em t = 0 o bra¸co mecˆanico encontra-se em repouso na posi¸c˜ao horizontal, isto ´e φ(0) = ˙φ(0) = 0, e deve se deslocar at´e a posi¸c˜ao final correspondente a φpd = 60o. A parte superior daquela figura foi obtida com τ = 0, ou seja, com uma rede de comunica¸c˜ao ideal. Em linha cont´ınua, vemos o deslocamento angular do bra¸co segundo o modelo n˜ao linear (1.5). Em linha tracejada, vemos o mesmo deslocamento angular mas segundo o modelo linear (1.7). Em ambos os casos, a mesma lei de controle (1.8) foi adotada. Nota-se uma diferen¸ca acentuada entre as duas trajet´orias no in´ıcio mas, ap´os um certo intervalo de tempo, ambas coincidem. Nos dois casos, o bra¸co atinge a posi¸c˜ao previamente estabelecida. A parte inferior da mesma figura foi obtida com τ = 130 [ms]. Notamos que, devido ao atraso introduzido pela rede de comunica¸c˜ao, ambos os modelos predizem oscila¸c˜oes significativas para o bra¸co durante o seu deslocamento. A linha tracejada correspondente ao modelo linear mostra que o bra¸co atinge a posi¸c˜ao desejada. Ao contr´ario, a linha cont´ınua mostra que o mesmo controlador n˜ao ´e capaz de fazer com que o bra¸co tenha o mesmo desempenho. Ele atinge a posi¸c˜ao de equil´ıbrio φeq ≈ 131o, distante daquela previamente especificada e, portanto, inaceit´avel. Podemos determinar que todos os pontos de equil´ıbrio do sistema (1.5) sob a a¸c˜ao do controle (1.8) satisfazem a equa¸c˜ao mgℓ (cos(φeq) − cos(φpd)) + kp(φeq − φpd) = 0 (1.12)
- 21. 8 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES Como n˜ao poderia deixar de ser, uma das solu¸c˜oes ´e φeq = φpd, mas existem outras. Em sistemas n˜ao lineares a ocorrˆencia de situa¸c˜oes semelhantes ´e bastante comum. Sempre via simula¸c˜ao num´erica, determinamos que ambos os modelos tornam-se inst´aveis para τ τmax ≈ 140 [ms]. ´E importante ressaltar que ilustramos ape- nas um aspecto de uma rede de comunica¸c˜ao presente em um sistema de controle, qual seja, a introdu¸c˜ao de atrasos que podem deteriorar o seu desempenho final e cujo efeito deve ser cuidadosamente avaliado. Devido `a ocorrˆencia de atrasos variantes no tempo e de perdas, modelos mais sofisticados baseados em proces- sos estoc´asticos s˜ao mais adequados e devem, quando poss´ıvel, ser adotados. Nos pr´oximos cap´ıtulos, eventuais atrasos presentes em sistemas de controle ser˜ao objeto de nossa preocupa¸c˜ao e estudo. Uma outra situa¸c˜ao bastante relevante em sistemas de controle diz respeito `a implementa¸c˜ao f´ısica de um controlador projetado. ´E claro que se deve lan¸car m˜ao das facilidades tecnol´ogicas existentes para ganhar em precis˜ao e reduzir custos. Neste sentido, a ado¸c˜ao de tecnologia digital que permita implantar controladores program´aveis ou micro-processadores dedicados parece ser a mais natural. Nova- mente, consideramos o exemplo do bra¸co mecˆanico, sem atraso, para ilustrar nossas afirma¸c˜oes. Para implementar a regra (1.8) atrav´es de um dispositivo digital de controle, as quantidades medidas e(t) e ˙e(t) s˜ao amostradas com um determinado per´ıodo de amostragem T o que fornece, para todo k = 0, 1, · · · os valores de e(kT) e ˙e(kT). Desta forma podemos sem dificuldade calcular u(kT) = −kpe(kT) − kv ˙e(kT) (1.13) nos diversos instantes de amostragem t = kT. ´E imperativo ficar bastante claro que com esse procedimento podemos dispor dos valores de controle {u(kT)}∞ k=0 e com eles determinar os valores da fun¸c˜ao u(t) para todo t ≥ 0. ´E claro que essa tarefa s´o pode ser realizada adotando-se alguma aproxima¸c˜ao. A mais simples ´e certamente aquela que define o chamado segurador de ordem zero e pode ser assim descrita: Em um instante gen´erico t = kT, medimos e(kT), ˙e(kT) e calculamos com (1.13) o valor do controle u(kT) que ´e aplicado na entrada do sistema, permanecendo constante at´e o instante de amostragem seguinte t = (k + 1)T e assim sucessivamente. A Figura 1.4 mostra a simula¸c˜ao num´erica do bra¸co mecˆanico sob a a¸c˜ao do controle digital que acabamos de descrever. A parte superior, idˆentica `aquela da figura anterior, mostra o sistema sendo controlado com o controlador (1.8). Em linha cont´ınua vemos a evolu¸c˜ao do modelo n˜ao linear enquanto que em linha tracejada mostramos a do sistema linear. Em ambos os casos, em regime permanente, a posi¸c˜ao final desejada ´e atingida. A parte inferior da mesma figura foi obtida adotando- se T = 300 [ms]. Em linha cont´ınua, vemos a evolu¸c˜ao do bra¸co para a posi¸c˜ao
- 22. 1.2. REQUISITOS B ´ASICOS 9 0 5 10 15 20 25 30 35 40 45 50 −20 0 20 40 60 80 0 5 10 15 20 25 30 35 40 45 50 −100 −50 0 50 100 150 200 t [s] Figura 1.4: Simula¸c˜ao do bra¸co mecˆanico com controle digital φeq ≈ 131o que n˜ao ´e a desejada. Em linha tracejada, o modelo linear atinge a posi¸c˜ao desejada mas somente ap´os fortes oscila¸c˜oes. Estes dois aspectos indesejados resultam da implementa¸c˜ao digital da lei de controle projetada com um per´ıodo de amostragem que se mostrou excessivamente grande. Neste sentido, ´e importante ressaltar que para T Tmax ≈ 310 [ms], ambos os modelos tornam-se inst´aveis sob a a¸c˜ao da mesma lei de controle (1.13). Comparando as Figuras 1.3 e 1.4 nota-se uma semelhan¸ca importante, qual seja, os atrasos introduzidos pela rede de comunica¸c˜ao e o per´ıodo de amostragem necess´ario para a digitaliza¸c˜ao do controle, atuam no sentido de deteriorar o desempenho final do sistema de controle projetado. Esses aspectos que acabamos de ilustrar e muitos outros ser˜ao objeto de estudo deste livro. Os resultados te´oricos ser˜ao estudados com o rigor matem´atico que o tema exige mas com a preocupa¸c˜ao de n˜ao ir al´em do ponto necess´ario. Quest˜oes de ordem pr´atica ser˜ao discutidas e, sempre que poss´ıvel, ser˜ao colocadas no atual contexto tecnol´ogico. Diversos exemplos ilustrativos ser˜ao resolvidos e analisados como forma de facilitar a compreens˜ao do texto. 1.2 Requisitos B´asicos O tema central a ser abordado neste livro requer do leitor alguns requisitos para que os conceitos sejam entendidos de maneira adequada. Na verdade, n˜ao ´e requerido que o leitor detenha algo al´em de conceitos b´asicos em matem´atica, c´alculo opera-
- 23. 10 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES cional, mecˆanica e eletricidade. Na medida do poss´ıvel, informa¸c˜oes suplementares a respeito dos t´opicos tratados s˜ao fornecidas na forma de notas bibliogr´aficas intro- duzidas no final de cada cap´ıtulo. A possibilidade de o leitor se dedicar `a eventual atualiza¸c˜ao de alguns conceitos b´asicos nas ´areas citadas, certamente far´a com que a leitura se torne mais agrad´avel e seja mais eficiente. Os exerc´ıcios propostos no final de cada cap´ıtulo devem ser resolvidos pois s˜ao importantes para consolidar o aprendizado. A seguir, discutimos um conjunto de requisitos necess´arios de forma um pouco mais detalhada: • Fun¸c˜oes de Vari´aveis Complexas Trata-se de ferramenta importante para o tratamento de sistemas dinˆamicos, tanto em tempo cont´ınuo como em tempo discreto. Dominar o c´alculo operacional envolvendo n´umeros complexos ´e essencial. Uma fun¸c˜ao de vari´avel complexa associa elementos do plano complexo C a elementos pertencentes a este mesmo conjunto. ´E definida na forma f(z) : D → C, onde D ´e um dom´ınio situado em C. Estaremos particularmente interessados nas chamadas fun¸c˜oes racionais, isto ´e, aquelas que s˜ao obtidas pela raz˜ao entre dois polinˆomios com coeficientes reais e de mapeamentos de curvas fechadas C inteiramente contidas no seu dom´ınio, ou seja Cf = {f(z) : z ∈ C} (1.14) Em particular, o estudo de estabilidade de sistemas dinˆamicos a partir do m´etodo de Nyquist ´e inteiramente dependente deste tipo de mapeamento. Os conceitos mais utilizados s˜ao tratados com mais vagar e detalhes em um dos cap´ıtulos seguintes. • Modelagem Matem´atica Construir modelos matem´aticos simples e precisos ´e uma das mais importantes tarefas em ciˆencia. A modelagem matem´atica resulta da aplica¸c˜ao de leis b´asicas existentes para descrever comportamentos mais complexos. Por exemplo, as leis de Newton s˜ao essenciais para se obter modelos matem´aticos de sistemas mecˆanicos assim como as leis de Kirchhoff desempenham o mesmo papel para a modelagem de circuitos el´etricos. No presente contexto, em que se deseja projetar um dispositivo para controlar um determinado sistema dinˆamico, a sua modelagem ´e absolutamente essencial, pois viabiliza que o projeto se realize tendo em m˜aos apenas o modelo e n˜ao o sistema f´ısico propriamente dito. Ademais, o resultado final pode ser validado e o desempenho pode ser medido, submetendo-se o modelo a situa¸c˜oes de opera¸c˜ao, incluindo eventuais falhas, mais prov´aveis de serem encontradas na pr´atica. Dessa
- 24. 1.2. REQUISITOS B ´ASICOS 11 forma, a modelagem matem´atica constitui etapa estrat´egica e, portanto, impor- tante em todo projeto de sistemas de controle. Neste livro procuramos dar ˆenfase `a obten¸c˜ao de alguns modelos matem´aticos de interesse bem como verificar as suas respectivas validades em um ambiente de laborat´orio. • Equa¸c˜oes Diferenciais e Transformada de Laplace Em tempo cont´ınuo, os modelos matem´aticos a serem manipulados s˜ao descritos por equa¸c˜oes diferenciais e, na maioria das vezes, equa¸c˜oes diferenciais lineares com coeficientes constantes, ou seja, D[y(t)] = N[u(t)] (1.15) onde D[·] e N[·] s˜ao operadores diferenciais de ordem n e m ≤ n, respectivamente, que definem uma combina¸c˜ao linear da fun¸c˜ao e de suas derivadas sucessivas. A fun¸c˜ao y(t) para todo t ≥ 0 ´e a inc´ognita que deve ser determinada dada a fun¸c˜ao de excita¸c˜ao u(t) para todo t ≥ 0 e as condi¸c˜oes iniciais que fixam os valores de y(t) e de suas derivadas sucessivas at´e a ordem n − 1 em t = 0. Sob a condi¸c˜ao de que a fun¸c˜ao de excita¸c˜ao seja cont´ınua, a solu¸c˜ao de (1.15) existe, ´e ´unica e pode ser expressa na forma padr˜ao y(t) = yu(t) + n i=1 cihi(t) (1.16) onde yu(t), denominada solu¸c˜ao particular depende exclusivamente da entrada u(t) em considera¸c˜ao e as fun¸c˜oes hi(t) para todo i = 1, · · · , n, solu¸c˜oes da equa¸c˜ao homogˆenea D[hi(t)] = 0, formam um conjunto linearmente independente que asse- guram a existˆencia de constantes ci, i = 1, · · · , n, capazes de impor as condi¸c˜oes iniciais desejadas. Lembrando que a fun¸c˜ao exponencial eλt com λ ∈ C exibe a propriedade D[eλt ] = ∆(λ)eλt (1.17) onde ∆(λ) ´e o polinˆomio caracter´ıstico (de grau n) do operador diferencial D[·], ela ´e denominada auto-fun¸c˜ao, pois `a semelhan¸ca dos autovetores de uma matriz, o resultado da aplica¸c˜ao do operador D[·] ´e uma fun¸c˜ao proporcional a ela pr´opria. Ao impormos que o fator de proporcionalidade seja nulo, isto ´e ∆(λ) = 0 obtemos uma equa¸c˜ao alg´ebrica de grau n com coeficientes reais que admite n e somente n ra´ızes em C. Com estas ra´ızes λi, para todo i = 1, · · · n, podemos construir o conjunto de fun¸c˜oes {hi(t)}n i=1 mesmo no caso em que as ra´ızes da equa¸c˜ao caracter´ıstica
- 25. 12 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES ∆(λ) = 0 n˜ao sejam simples, isto ´e, quando tenham multiplicidade maior do que um. Este ´e um tema importante que precisa ser dominado com desenvoltura. Uma maneira alternativa para descrever os modelos matem´aticos que ser˜ao ma- nipulados ´e atrav´es do c´alculo da sua fun¸c˜ao de transferˆencia, que ´e obtida pela aplica¸c˜ao da transformada de Laplace. Sendo f(t) uma fun¸c˜ao de vari´avel real, definida para todo t ≥ 0, a sua transformada de Laplace ´e a fun¸c˜ao de vari´avel complexa ˆf(s) : D → C dada por ˆf(s) = ∞ 0 f(t)e−st dt (1.18) onde o dom´ınio D cont´em todos os pontos do plano complexo para os quais a integral (1.18) pode ser calculada, isto ´e, converge. ´E importante salientar que D tem a forma particular D = {s ∈ C : Re(s) σ} (1.19) sendo σ ∈ R o menor escalar de tal forma que ˆf(s) seja anal´ıtica em todos os pontos do seu dom´ınio. ´E imperativo observar que, por defini¸c˜ao, a igualdade (1.18) s´o ´e verdadeira para os pontos s ∈ D. Por exemplo, podemos determinar a integral de uma fun¸c˜ao atrav´es da sua transformada de Laplace com a rela¸c˜ao ∞ 0 f(t)dt = ˆf(0) (1.20) mas apenas se s = 0 ∈ D, caso contr´ario o valor obtido n˜ao ser´a correto. Um dos aspectos mais importantes da transformada de Laplace ´e que a transforma¸c˜ao inversa sempre existe. Em outras palavras, a partir de ˆf(s) e do seu dom´ınio, podemos extrair a fun¸c˜ao original atrav´es de f(t) = 1 2πj γ ˆf(s)est ds, t 0 (1.21) onde γ ´e uma linha vertical inteiramente contida em D. Geralmente, essa integral pode ser calculada pelo m´etodo dos res´ıduos. No contexto de sistemas dinˆamicos line- ares invariantes no tempo, ´e de particular importˆancia a classe de fun¸c˜oes racionais ˆf(s) = N(s) D(s) (1.22) onde D(s) e N(s) s˜ao polinˆomios com coeficientes reais de grau n e m ≤ n, respecti- vamente. As n ra´ızes de D(s) = 0 s˜ao os polos e as m ra´ızes de N(s) = 0 s˜ao os zeros
- 26. 1.3. DESCRIC¸ ˜AO DOS CAP´ITULOS 13 de ˆf(s). Como ela deixa de ser anal´ıtica apenas nos pontos singulares isolados tais que D(s) = 0, o seu dom´ınio ´e inteiramente caracterizado por seus polos. Ademais, a sua transformada inversa pode ser calculada sem grandes dificuldades atrav´es do seu desenvolvimento em fra¸c˜oes parciais. Muito embora os sistemas f´ısicos sejam geralmente descritos por modelos mate- m´aticos a tempo cont´ınuo, a necessidade de implementar controles com tecnologia digital faz com que tenhamos que manipular equa¸c˜oes a diferen¸cas e suas respectivas transformadas Z. Felizmente, o estudo desse tipo de equa¸c˜oes lineares a tempo dis- creto segue de perto aquele que acabamos de comentar para as equa¸c˜oes diferenciais e a transformada de Laplace. • Simula¸c˜ao e C´alculo Num´erico A an´alise e a s´ıntese de sistemas de controle necessita cada vez mais da disponi- bilidade de um suporte computacional que permita manipular de forma amig´avel rela¸c˜oes alg´ebricas e diferenciais de grande complexidade. Ou seja, de ordem elevada e que eventualmente contenham n˜ao linearidades e misturem estruturas definidas em tempo cont´ınuo e em tempo discreto. Nos dias atuais, os simuladores num´ericos de sistemas dinˆamicos s˜ao absolutamente essenciais na etapa de an´alise para validar os modelos adotados e na etapa de s´ıntese para validar o desempenho dos contro- ladores projetados. O uso deste suporte computacional ser´a ilustrado ao longo de todo este livro como forma de colocar em evidˆencia a sua importˆancia, inclusive, para o aprendizado dos conceitos introduzidos. 1.3 Descri¸c˜ao dos Cap´ıtulos Em seguida passamos a descrever cada cap´ıtulo para que o leitor possa ter algu- mas informa¸c˜oes preliminares a respeito dos seus respectivos conte´udos. O objetivo central ´e dar ˆenfase a pontos que julgamos importantes e que necessitam, desde logo, de particular aten¸c˜ao. • Cap. 2 : Fundamentos de Sistemas de Controle Neste cap´ıtulo introdut´orio, discutimos a estrutura b´asica de controle a ser ado- tada nos demais cap´ıtulos. O objetivo inicial ´e apresentar as estruturas de controle em malha aberta e em malha fechada e optar pela segunda, que permite obter melhores resultados, tendo em vista o desempenho do sistema de controle a ser
- 27. 14 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES projetado. Entender esse ponto central dentro dos seus aspectos mais abrangentes ´e essencial para estabelecer uma base s´olida a ser usada at´e o final. Em seguida, discute-se alguns crit´erios de desempenho e classes de controladores. Finalmente a implementa¸c˜ao digital de controladores dinˆamicos ´e abordada com detalhes. Os efeitos da discretiza¸c˜ao e a introdu¸c˜ao de aproxima¸c˜oes necess´arias para viabilizar esta proposta s˜ao avaliados e discutidos. • Cap. 3 : Fundamentos Matem´aticos Os resultados matem´aticos mais expressivos a serem utilizados nos cap´ıtulos seguintes s˜ao analisados e discutidos com bastantes detalhes. De certa forma, di- recionamos a apresenta¸c˜ao para as necessidades principais do leitor no sentido de minimizar a consulta de outros textos. As fun¸c˜oes de vari´aveis complexas permitem explicitar o princ´ıpio da varia¸c˜ao do argumento que progride naturalmente para o crit´erio de estabilidade de Nyquist, talvez a mais interessante constru¸c˜ao l´ogica dessa ´area. Al´em dele, nesse cap´ıtulo estudamos os crit´erios de estabilidade de Routh-Hurwitz e de Lyapunov. No caso de sistemas lineares invariantes no tempo, com fun¸c˜ao de transferˆencia H(s) = N(s)/D(s), a estabilidade depende exclusiva- mente da localiza¸c˜ao dos seus polos, ra´ızes da equa¸c˜ao caracter´ıstica D(s) = 0, na parte esquerda aberta do plano complexo. Os crit´erios de estabilidade permitem verificar a localiza¸c˜ao das ra´ızes de D(s) = 0 sem ter que resolvˆe-la. Ademais, permitem o estudo de estabilidade em um contexto mais geral. Por exemplo, de- terminar os valores do escalar κ 0 de tal forma que as ra´ızes s(κ) da equa¸c˜ao alg´ebrica D(s) + κN(s) = 0 estejam localizadas em uma determinada regi˜ao do plano complexo. O lugar geom´etrico de todas as ra´ızes da forma s(κ), ∀κ 0 ´e determinado de forma aproximada. • Cap. 4 : Fundamentos de Projeto Ap´os a introdu¸c˜ao de crit´erios de desempenho para os sistemas de controle em malha fechada traduzidos pela localiza¸c˜ao dos seus polos, eles s˜ao alocados nas posi¸c˜oes desejadas atrav´es da solu¸c˜ao de uma equa¸c˜ao denominada equa¸c˜ao Dio- fantina. ´E de particular importˆancia a solu¸c˜ao aproximada proposta que viabiliza o projeto de controladores com estrutura simples, de baixa ordem. Os controladores cl´assicos que derivam da fam´ılia PID (Proporcional + Integral + Derivativo) s˜ao descritos e projetados com o aux´ılio da regra de Ziegler-Nichols. Dois projetos com- pletos, envolvendo problemas pr´aticos de reconhecida importˆancia, s˜ao resolvidos e analisados em detalhes.
- 28. 1.3. DESCRIC¸ ˜AO DOS CAP´ITULOS 15 • Cap. 5 : Projeto via Representa¸c˜ao de Estado A representa¸c˜ao de estado de equa¸c˜oes diferenciais, com particular ˆenfase ao caso linear, ´e um dos resultados mais not´aveis para an´alise e s´ıntese de sistemas de controle. O ponto central ´e que uma equa¸c˜ao linear de ordem n pode ser convertida em um sistema de equa¸c˜oes diferenciais de primeira ordem. Em outras palavras, troca-se a ordem pela dimens˜ao como forma de viabilizar a ado¸c˜ao de m´etodos num´ericos para tratar sistemas dinˆamicos de qualquer ordem, exigindo eficiˆencia e generalidade. Esse cap´ıtulo trata inicialmente do projeto que controladores via realimenta¸c˜ao de todas as vari´aveis de estado. Em seguida, analisa o projeto de observadores levando em conta a existˆencia de ru´ıdos de medida e, finalmente, trata do projeto de controladores via realimenta¸c˜ao de sa´ıda, que tem maior importˆancia do ponto de vista pr´atico. Todos os resultados se baseiam em uma equa¸c˜ao matricial n˜ao linear denominada equa¸c˜ao de Riccati a qual, na sua forma mais geral, ´e expressa por A′ P + PA − PRP + Q = 0 (1.23) com A, Q e R matrizes reais quadradas e Q, R matrizes sim´etricas semidefinidas positivas. Procura-se uma solu¸c˜ao sim´etrica definida positiva P 0 tal que a matriz A−RP tenha todos os seus autovalores localizados no semiplano esquerdo complexo. Trata-se de uma equa¸c˜ao matricial n˜ao linear que s´o pode ser resolvida numerica- mente com o aux´ılio de rotinas computacionais bem conhecidas. Entretanto, neste cap´ıtulo, daremos particular ˆenfase a um procedimento alternativo que, sem ter que passar pela solu¸c˜ao da equa¸c˜ao de Riccati, permite determinar o ganho associado `a sua solu¸c˜ao atrav´es da t´ecnica de aloca¸c˜ao de polos estudada anteriormente. • Cap. 6 : Sistemas N˜ao Lineares Em geral, os modelos de sistemas dinˆamicos s˜ao n˜ao lineares. Os movimentos de rota¸c˜ao, por naturalmente serem descritos com fun¸c˜oes trigonom´etricas, s˜ao n˜ao lineares. Inicialmente, esse cap´ıtulo trata da aproxima¸c˜ao linear de sistemas n˜ao lineares v´alida em uma vizinhan¸ca dos pontos de equil´ıbrio. Sistemas lineares de segunda ordem s˜ao estudados em detalhes atrav´es da determina¸c˜ao de trajet´orias no plano de fase e da caracteriza¸c˜ao de solu¸c˜oes peri´odicas. O estudo da existˆencia de trajet´orias fechadas no plano de fase baseia-se em lineariza¸c˜ao harmˆonica cujo embasamento te´orico ´e feito com o aux´ılio do crit´erio de Nyquist. Passividade e Positividade Real, dois conceitos equivalentes, s˜ao usados como base para estabelecer os crit´erios de estabilidade que se aplicam a duas classes importantes de sistemas
- 29. 16 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES n˜ao lineares, a saber o crit´erio de Popov e o de Persidiskii. Uma fun¸c˜ao de vari´avel complexa F(s) : D ⊂ C → C ´e positiva real se todos os seus polos estiverem localizados no semiplano esquerdo complexo e se Re(F(jω)) ≥ 0, ∀ω ∈ R (1.24) Neste cap´ıtulo, como forma de caracterizar a positividade real atrav´es de uma fun¸c˜ao de Lyapunov, verificamos a importˆancia das chamadas desigualdades matriciais line- ares que s˜ao estudadas com maior rigor no Apˆendice A. • Cap. 7 : Robustez Os sistemas dinˆamicos s˜ao normalmente sujeitos a incertezas, em particular, in- certezas param´etricas. Este cap´ıtulo trata desta tem´atica no ˆambito da chamada Teoria H∞. Inicialmente, o conceito de norma de vetores e de matrizes ´e intro- duzido para ser, em seguida, generalizado para fun¸c˜oes de vari´aveis complexas que s˜ao anal´ıticas no semiplano complexo esquerdo. Pertence a essa classe as fun¸c˜oes de transferˆencia racionais assintoticamente est´aveis, para as quais definimos e tornamos operacional o c´alculo das chamadas normas H2 e H∞. V´arios exemplos ilustrativos s˜ao resolvidos. Em seguida, dois aspectos centrais s˜ao considerados, a saber: esta- bilidade e desempenho robustos, em um contexto geral que resulta da aplica¸c˜ao do c´elebre teorema do pequeno ganho, respons´avel pela desigualdade H ∞ ∆ ∞ 1 (1.25) a qual se satisfeita assegura a estabilidade assint´otica global onde H(s) ´e uma fun¸c˜ao de transferˆencia nominal e ∆(s) ´e a sua incerteza. Particular aten¸c˜ao ´e dada `as incertezas param´etricas e aos sistemas de controle com atraso. Embora tenhamos tido a preocupa¸c˜ao de fazer com que as rela¸c˜oes matem´aticas n˜ao tornassem a leitura exageradamente dif´ıcil, este cap´ıtulo requer do leitor maior disponibilidade. A re- solu¸c˜ao dos exerc´ıcios propostos no seu final permite aumentar o aprendizado de forma sens´ıvel. • Cap. 8 : Modelagem e Ensaios Pr´aticos Dar ao leitor uma vis˜ao completa de como elaborar e desenvolver um projeto de controle ´e essencial para sedimentar o aprendizado do conte´udo dos cap´ıtulos precedentes. Assim sendo, este ´e o objetivo central deste ´ultimo cap´ıtulo. Ele cont´em o desenvolvimento de dois projetos por inteiro, isto ´e, cada um deles se inicia com a modelagem matem´atica do sistema dinˆamico em estudo, projeta-se o controlador
- 30. 1.4. NOTAC¸ ˜AO 17 e, em seguida, verifica-se a sua validade e o seu desempenho frente aos crit´erios inicialmente estabelecidos. O primeiro trata de um sistema mecˆanico torcional cons- titu´ıdo por trˆes discos r´ıgidos conectados entre si por meio de duas hastes flex´ıveis. Deseja-se controlar a posi¸c˜ao angular do terceiro disco atrav´es de um motor que est´a conectado ao primeiro. A dificuldade do projeto de controle reside na existˆencia de uma estrutura flex´ıvel (as hastes e o segundo disco) entre ambos. O segundo projeto trata de um sistema el´etrico constitu´ıdo por dois amplificadores operacionais conectados em s´erie. O ganho do conjunto ´e definido por um elo de realimenta¸c˜ao que deve ser convenientemente projetado. A dificuldade de projeto concentra-se em operar o conjunto no seu limiar de estabilidade que deve ser melhorado atrav´es da introdu¸c˜ao de um compensador. Em ambos os casos, as solu¸c˜oes propostas foram validadas em laborat´orio e os resultados experimentais s˜ao apresentados em detalhes. • Apˆendice A : Desigualdades Matriciais Lineares Nesse apˆendice, procuramos dar uma pequena ideia a respeito da importˆancia atual, na ´area de sistemas de controle, das desigualdades matriciais lineares. Trata- se de uma restri¸c˜ao do tipo A0 + n i=1 Aixi 0 (1.26) onde as matrizes quadradas A0, A1, · · · , An s˜ao reais, sim´etricas e de mesmas di- mens˜oes. Os vetores x = [x1 · · · xn]′ ∈ Rn que satisfazem esta restri¸c˜ao formam um conjunto convexo. O Complemento de Schur, que permite converter muitas res- tri¸c˜oes n˜ao lineares em desigualdades matriciais lineares, ´e provado e analisado de forma rigorosa. Neste contexto, problemas relacionados ao c´alculo de normas H2, H∞ e com o c´alculo de atraso m´aximo sem perda de estabilidade s˜ao abordados. 1.4 Nota¸c˜ao Neste ponto, cabe finalmente lembrar que a nota¸c˜ao usada no decorrer do texto ´e padr˜ao. Os s´ımbolos R, N, Z e C denotam respectivamente os conjuntos dos n´umeros reais, naturais, inteiros e complexos. Para fun¸c˜oes em tempo cont´ınuo ou discreto s˜ao usadas letras min´usculas indicando sua vari´avel independente t ∈ R ou k ∈ N, como por exemplo f(t) e f(k). A transformada de Laplace e a transformada Z de uma fun¸c˜ao a tempo cont´ınuo f(t) ou de uma fun¸c˜ao a tempo discreto f(k) s˜ao denotadas indistintamente como ˆf(s) ou ˆf(z). Os seus respectivos dom´ınios s˜ao de-
- 31. 18 CAP´ITULO 1. CONSIDERAC¸ ˜OES PRELIMINARES notados tamb´em de forma indistinta como D( ˆf) ou apenas D, ficando claro, no con- texto, se estamos tratando do dom´ınio de uma transformada de Laplace ou de uma transformada Z. Sempre que poss´ıvel, empregamos letras min´usculas para a res- posta ao impulso e a mesma letra mai´uscula para denotar a fun¸c˜ao de transferˆencia a ela associada. Da mesma forma, matrizes s˜ao denotadas com letras mai´usculas e vetores com letras min´usculas, assim A ∈ Rn×m denota uma matriz real com n linhas e m colunas e v ∈ Rn denota um vetor real com n elementos, sempre con- siderado um vetor coluna. O vetor linha, transposto de v, ´e denotado por v′. Para n´umeros complexos z ∈ C, empregamos z∗ para denotar o seu conjugado e para vetores ou matrizes complexas v ∈ Cn o seu conjugado transposto ´e denotado como v∼. As opera¸c˜oes de convolu¸c˜ao em tempo cont´ınuo e em tempo discreto s˜ao no- tadas f(t) ∗h(t) e f(k) •h(k), respectivamente. Finalmente, as derivadas primeira e segunda de uma fun¸c˜ao y(t), exclusivamente em rela¸c˜ao ao tempo, s˜ao denotas por ˙y(t), ¨y(t) ou por y(1)(t), y(2)(t) e, assim, sucessivamente. 1.5 Notas Bibliogr´aficas No final de cada se¸c˜ao, inclu´ımos uma discuss˜ao a respeito da bibliografia dispon´ı- vel sobre o tema tratado. Ela tenta dar ao leitor maiores informa¸c˜oes quanto aos aspectos considerados importantes mas que foram tratados de forma subsidi´aria por fugirem do escopo central do livro. Um deles ´e, sem d´uvida, a implementa¸c˜ao num´erica dos algoritmos de s´ıntese de sistemas de controle. A bibliografia que se encontra no final deste livro cont´em as referˆencias que julgamos bastante relevantes sob dois aspectos distintos. O primeiro diz respeito a resultados bem consolidados que s˜ao apresentados de maneira ou com prop´osito diversos e que devem ser conhecidos atrav´es de uma fonte de informa¸c˜ao alternativa. Acreditamos que, dessa forma, o leitor possa ter uma vis˜ao mais abrangente do assunto. O segundo est´a ligado a resultados mais recentes, cuja fonte prim´aria procuramos fornecer. Como toda bibliografia, a deste livro n˜ao ´e exaustiva nem completa mas deve ser tomada como um conjunto inicial de referˆencias que precisa ser aprimorado segundo a opini˜ao e o interesse espec´ıfico do leitor.