Departamento de Eletrônica
Apostila de
SISTEMAS DE CONTROLE
Sétima Edição (revisada) – Nov/2007
Este texto foi escrito para promover um primeiro contato entre os alunos do Curso
Superior de Tecnologia em Sistemas Digitais e o Controle Clássico. Com esse objetivo, o
texto, contém informações e certos passos de demonstrações matemáticas que normalmente
são omitidos nos livros de controle voltados para cursos de graduação em engenharia; por
outro lado, ele omite algumas demonstrações facilmente encontradas na extensa literatura da
área, literatura que deve ser consultada pelo aluno que deseja se aprofundar na disciplina de
controle.
Routh-Hurwitz, o método do lugar das raízes ou root locus e o método de Bode. O Último
capítulo apresenta procedimentos para o projeto e compensação de sistemas de controle
invariantes no tempo empregando a técnica do lugar das raízes e o método de Bode. A
compensação consiste na modificação dinâmica do sistema visando atender certas
especificações. Visando a integração de disciplinas do curso de Superior de Tecnologia em
Sistemas Digitais, para o qual o texto foi escrito, o Capítulo V apresenta a compensação de
um conversor CC-CC abaixador (buck), previamente modelado no Capítulo II. Para mostrar a
eficiência do modelo obtido e da técnica de compensação desenvolvida, apresenta-se uma
simulação do conversor compensado utilizando a ferramenta de simulação eletrônica Pspice
da MicroSim. Recomenda-se fortemente que o aluno implemente um conversor abaixador no
final da leitura deste texto.
SUMÁRIO
entrada saída
Sistema de
Controle
(a) Sua precisão é determinada pela calibração dos componentes, bem como da
qualidade destes (calibrar significa estabelecer e restabelecer a relação
entrada/saída do controlador para obter a resposta desejada para o processo);
(b) Geralmente não são perturbados por problemas de instabilidade, o que facilita
grandemente a fase de projeto.
entrada saída
Sistema de
Controle
Perturbação
Transdutor
Ruído de medição
Fig. 1.3 – Sistema de controle em malha fechada.
Dorf (2001, p. 9-18) apresenta uma série de exemplos de sistemas de controle que
muito bem ilustram a importância fundamental do controle realimentado na sociedade
moderna.
Sistemas de controle em malha aberta x malha fechada: uma vantagem do
sistema de controle em malha fechada é que a realimentação torna a resposta do sistema
relativamente insensível a distúrbios externos e variações dos parâmetros do sistema. É
possível, portanto, o uso de componentes mais baratos sem muita precisão para obter um
controle preciso (auto-regulagem). Por sua vez o controle em malha aberta. por não levar em
conta o sinal de saída do sistema é totalmente vulnerável a perturbações externas. Desta forma
Sistemas de Controle 12
os controladores em malha aberta são aconselhados apenas para sistemas onde as entradas são
previamente conhecidas e que não estão sujeitos perturbações externas. As Fig. 1.4 e Fig. 1.5
apresentam, respectivamente, o efeito de uma perturbação em um sistema de controle em
malha aberta e em um sistema em malha fechada.
TP
ωR α ωC ω
Controlador Motor
ω (rpm) Aplicação da
Perturbação
ω1 =ωC
ω2
t
Fig. 1.4 – (a) Sistema de controle em malha aberta sujeito a uma perturbação e (b) seu
comportamento diante da aplicação da perturbação.
TP
ωr + ωe α ωC + ω
Controlador Motor
+
-
ωb
Transdutor
ω (rpm)
ω1 = ωC
Aplicação da
Perturbação
t
Fig. 1.5 – (a) Sistema de controle em malha fechada sujeito a uma perturbação e (b) sua
resposta a uma perturbação.
Introdução aos Sistemas de Controle 13
Ajustador Identificador
Variável
Referência controlada
Controlador Planta
+ -
vr1 vC1
Controlador Processo
vr n vC n
Transdutor
ainda, decidir que elas devem ser relaxadas. O processo de projeto de um sistema de controle
é apresentado na Fig. 1.9.
PROJETO DE UM
SISTEMA DE
CONTROLE
Estabelecer as metas
do controle
Identificação das
variáveis de controle
Escrever as
especificações para
as variáveis
Estabelecer a
configuração do
sistema
Seleção do
controlador
Não
As especificações
foram alcançadas?
Sim
Projeto finalizado
O controle realimentado pode ser definido como o uso da diferença entre sinais,
determinados pela comparação dos valores atuais das variáveis do sistema com seus valores
desejados, como um meio de controlar um sistema. Um exemplo diário de um sistema de
controle realimentado é um controle de velocidade de automóvel, o qual usa a diferença entre
a velocidade atual e a desejada para variar a taxa do fluxo do combustível. Já que o sistema de
saída é usado para regular sua entrada, tal dispositivo é chamado de sistema de controle em
malha fechada.
Nesse livro nós mostraremos como usar a teoria de controle moderno para projetar
sistemas de controle realimentados. Assim, nós não nos ocuparemos com sistemas de controle
naturais, como aqueles que ocorrem nos organismos vivos ou na sociedade, mas com sistemas
de controle feitos pelo homem tais como os usados para controlar aviões, automóveis,
satélites, robôs e processos industriais.
Percebendo que o melhor meio para compreender uma área é examinar a sua
evolução e as razões para a sua existência, nós primeiro apresentaremos uma curta história da
teoria do controle automático. Em seguida, nós oferecemos uma breve discussão das filosofias
das teorias de controle clássico e moderno.
1
O texto desta seção e das seções 1.4 e 1.5 são uma tradução do Capítulo I – Introduction to modern control
theory, de LEWIS, F.L. Applied optimal control e estimation. Prentice Hall, 1992. Achei importante
completar o texto original com ilustrações disponíveis em páginas da Internet. Neste capítulo, Lewis, após uma
breve discussão sobre o controle realimentado, apresenta uma breve história do controle automático, a filosofia
do controle clássico e a filosofia do controle moderno.
Introdução aos Sistemas de Controle 19
Pode-se considerar estas como fases no progresso do homem, onde ele primeiro
preocupou-se com seu lugar no tempo e no espaço, depois em domesticar seu ambiente e
tornar a sua existência mais confortável, depois em estabelecer o seu lugar em uma
comunidade global e, finalmente, com seu lugar no cosmos.
(FULLER, 1976). Outra referência importante utilizada na preparação desta seção inclui (M.
BOKHARAIE, 1973) e discussões pessoais com J. D. Aplevich da Universidade de Waterloo.
K. M. Przyluski da Academia Polonesa de Ciência e W. Askew, um antigo colega na
Corporação de Mísseis e Espaço LTV e vice-presidente da E-Systems.
Entre os anos 800 e 1200 vários engenheiros árabes tais como os três irmãos
Musa, Al-Jazari e Ibn al-Sa'ati usaram reguladores de flutuação para relógios de água e outras
aplicações (Fig. 1.11). Durante este período o importante princípio de realimentação de
controle "on/off" foi usado, o qual surge novamente nos anos 50 em conexão com os
problemas de tempo mínimo.
Quando Bagdá caiu para os Mongóis em 1258, todo o pensamento criativo neste
ramo vinha para este fim. Entretanto, a invenção do relógio mecânico no século XIV tornou o
relógio de água e seu sistema de controle realimentado obsoleto (o relógio mecânico não é um
Introdução aos Sistemas de Controle 21
sistema de controle realimentado). O regulador de flutuação não aparece novamente até seu
uso na Revolução Industrial.
Fig. 1.11 – Modelo da bomba de ação dupla com tubos de sucção projetada por Al-Jazari.
Fonte: http://www.muslimheritage.com/day_life/default.cfm?ArticleID=188&Oldpage=1.
Junto com uma preocupação por seu lugar no tempo, o homem sempre teve um
interesse por seu lugar no espaço. Vale mencionar que um sistema de controle pseudo-
realimentado foi desenvolvido na China no século XII para propósitos de navegação2. Havia
uma carruagem que tinha uma estátua a qual era virada por um mecanismo de engrenagens
preso às rodas da carruagem de forma que ela continuamente apontava o sul. Usando a
2
Outras fontes, como http://www.drgears.com/gearterms/terms/southpointingchariot.htm, contam que este
dispositivo, conhecido como The South Pointing Chariot, foi desenvolvido por volta de 2600 aC para o
imperador Amarelo, Huang Di. Considerando que os chineses desenvolveram a bússola no séc XI, não haveria
razão para o desenvolvimento de um mecanismo tão complexo cerca de 100 anos mais tarde (N. do T.).
Sistemas de Controle 22
informação direcional fornecida pela estátua, o cocheiro podia seguir um curso direto. A Fig.
1.12 ilustra este mecanismo. Nós chamamos isto de sistema de controle “pseudo-
realimentado” já que ele, tecnicamente, não envolve realimentação, a não ser que as ações do
cocheiro forem consideradas como partes do sistema. Assim, ele não é um sistema de controle
automático.
J. Watt inventou a sua máquina a vapor em 1769 (Fig. 1.13) e esta data marca o
início aceito da Revolução Industrial. Porém, as raízes da Revolução Industrial podem ser
encontradas antes do século XVII ou anteriormente com o desenvolvimento de moinhos de
grão e o forno.
(a) (b)
Fig. 1.13 – Esta máquina a vapor de James Watt, construída após 1769, foi uma melhoria da
de T. Newcomen, pois tinha um condensador separado e permitia que o vapor fosse admitido,
alternadamente, em ambos os lados do pistão.
Fontes: (a) http://inventors.about.com/library/inventors/blwatt2.htm e (b) http://leblon.mec.puc-
rio.br/~wbraga/fentran/termo/hist4.htm.
(a) (b)
Fig. 1.15 – (a) Parte inferior e (b) superior de um moinho de rodízio, onde podemos
visualizar a mó (11) e a tremonha (14).
Fonte: http://www.naya.org.ar/congreso2000/ponencias/Jose_Augusto_Maia_Marques.htm.
Introdução aos Sistemas de Controle 25
de carvão I.I Polzunov desenvolveu em 1765 um regulador de flutuação para uma máquina a
vapor que acionava ventiladores para alto fornos.
Por volta de 1791, quando foi adotado pela empresa de Boulton e Watt, o
regulador de flutuação era de uso comum em máquinas a vapor.
(a) (b)
Fig. 1.16 – A máquina a vapor de Watt e o regulador de esferas suspensas.
Fontes: (a) http://www.history.rochester.edu/steam/thurston/1878/f27p104.gif e (b)
http://oldenginehouse.users.btopenworld.com/watt.htm.
Sistemas de Controle 28
Norbert Wiener no MIT estava procurando um nome para a sua nova disciplina de teoria de
autômatos - controle e comunicação entre homem e máquina. Ao investigar o regulador de
esferas suspensas de Watt, ele também investigou a etimologia da palavra kubernaw e se
deparou com a palavra grega para piloto, kubenhthz. Assim, ele selecionou o nome
equações diferencial para a análise do movimento de sistemas dinâmico foi estabelecido por J.
L. Lagrange (1736-1813) e W. R. Hamilton (1805-1865).
E. J. Routh forneceu uma técnica numérica para determinar quando uma equação
característica tem raízes estáveis (ROUTH, 1877).
(a) (b)
Fig. 1.19 - A mira de bomba Norden.
Fontes: (a) http://www.airpowermuseum.org/trnorden.html. e (b)
http://www.twinbeech.com/norden_bombsight.htm.
Projetos de controle clássico tiveram algum sucesso com sistemas não lineares.
Usando as propriedades de rejeição de ruído das técnicas no domínio da freqüência, um
sistema de controle pode ser projetado como robusto as variações nos parâmetros do sistema e
para erros de medida e perturbações externas. Assim, podem ser usadas técnicas clássicas em
uma versão linearizada de um sistema não-linear, dando bons resultados no ponto de
equilíbrio sobre o qual o comportamento de sistema é aproximadamente linear.
de controles não lineares em 1955. V. M. Popov [1961] proveu o seu o critério de círculo para
análise de estabilidade não linear.
1.3.24 Navegação
por I. Newton, e ficou claro que a busca por otimalidade é uma propriedade fundamental do
movimento em sistemas naturais. Vários princípios de otimalidade foram investigados,
inclusive o princípio to tempo mínimo na ótica de P. Fermat (século XVII), o trabalho de L.
Euler em 1744 e os resultados de Hamilton que um sistema move-se de tal modo a minimizar
a integral no tempo da diferença entre as energias cinética e potencial.
Considerando que sistemas naturais exibem otimalidade nos seus movimentos, faz
sentido projetar sistemas de controle artificiais de um jeito ótimo. Uma vantagem principal é
que este projeto pode ser realizado no domínio do tempo. No contexto dos projetos de
controle moderno, é habitual minimizar o tempo de trânsito, ou um funcional de energia
quadrática generalizada ou índice de desempenho, possivelmente com algumas restrições nos
controles permitidos.
Não é nenhum acidente que deste ponto floresceu o programa espacial norte-
americano, com um filtro de Kalman provendo dados navegacionais para a primeira
aterrissagem lunar.
Sistemas de Controle 40
Antes dos anos 70, com o trabalho de K. Åström (1970) e outros, a importância
dos controles digitais na aplicação de processos estava firmemente estabelecida.
Com a publicação dos primeiros livros de ensino nos anos 60, a teoria de controle
moderno se estabeleceu como um paradigma para projetos de controles automáticos nos EUA.
Seguiu-se uma intensa atividade em pesquisa e implementação, com o I.R.E. e o A.I.E.E.
fundindo-se, em grande parte pelos esforços de P. Haggerty na Texas Instruments, para
formar o Instituto de Engenheiro Eletricistas e Eletrônicos (I.E.E.E) nos início dos anos 60.
Então, nos anos 70, especialmente na Grã Bretanha, havia muita atividade por
parte de H. H. Rosenbrock (1974), A. G. J. MacFarlane e I. Postlethwaite (1977) e outros para
estender as técnicas clássicas no domínio da freqüência e o lugar das raízes a sistemas
multivariáveis. Sucessos foram obtidos usando noções como o lugar característico, a
dominância diagonal e o arranjo inverso de Nyquist.
O projeto pode ser realizado à mão usando técnicas gráficas. Estes métodos
fornecem muita intuição e provêem o projetista de controles com uma gama de possibilidades
de projeto, de forma que os sistemas de controle resultantes não são únicos. O processo de
projeto é uma arte de engenharia.
Sistemas de Controle 44
Um sistema real tem perturbações e ruídos de medição, e pode não ser descrito
exatamente pelo modelo matemático que o engenheiro está usando para projeto. A teoria
clássica é natural para projetar sistemas de controle que são robustos a tais desordens,
rendendo bom desempenho de malha fechada apesar destas. O projeto robusto é realizado
usando noções como margem de ganho e de fase.
dx
= Ax + Bu
dt
(1.1)
y = Cx
onde x(t) é um vetor de variáveis internas ou estados do sistema, u(t) é um vetor de entradas
de controle e y(t) é um vetor de saídas medidas. É possível somar termos de ruído para
representar o processo e ruídos de medição. Nota que a planta é descrita no domínio do
tempo.
A força do controle moderno tem suas raízes no fato que o modelo de espaço de
estados pode representar bem um sistema MIMO como um sistema SISO. Quer dizer, u(t) e
y(t) geralmente são vetores cujas entradas são entradas e saídas individuais escalares. Assim,
A, B, C são matrizes cujos elementos descrevem as interconexões dinâmicas do sistema.
u = -Kx (1.2)
pode ser usado. O ganho de realimentação que K é uma matriz cujos elementos são os ganhos
individuais do controle sistema. Considerando que todos os estados são usados para
Sistemas de Controle 46
∞
J = ∫ (x T Qx + u T Ru) dt (1.3)
0
K = R-1BTS (1.4)
Dentro deste quadro LQ, diversas observações podem ser feitos. Primeiro,
contanto que o sistema (1.1) é controlável e Q e R são apropriadamente escolhidos, o K dado
por estas equações garante a estabilidade do sistema em malha fechada
Segundo, esta técnica é fácil de aplicar mesmo para plantas de entradas múltiplas,
já que u(t) pode ser um vetor com muitos componentes.
Introdução aos Sistemas de Controle 47
A solução do LQR é uma solução formal que dá uma única resposta para o
problema de controle realimentado uma vez que o parâmetro de projeto Q tenha sido
selecionado. Na realidade, a arte de engenharia no projeto moderno conta com a seleção do
PI das matrizes de ponderação Q e R. Um corpo de teoria neste processo de seleção
desenvolveu-se. Uma vez que Q é corretamente selecionado, a equação de projeto matricial é
resolvida formalmente para o único K que garante estabilidade.
u = -Ky (1.7)
é mais útil. Equações de projeto LQR para realimentação da saída são mais complicadas que
(1.3), mas são facilmente derivadas.
Leis de realimentação como (1.2) e (1.7) são chamadas estáticas, já que os ganhos
de controle são constantes, ou no máximo variantes no tempo. Uma alternativa para
realimentação de saída estática é usar um compensador dinâmico da forma
dz/dt = Fz + Gy + Eu
(1.8)
u = Hz + Dy
agora, uma nova técnica (LQG/LTR)3 para projetar sistemas de controle robusto
multivariáveis. Projetos LQG/LTR incorporam tratamentos rigorosos dos efeitos de incertezas
de modelagem na estabilidade de malha fechada e de efeitos de perturbação no desempenho
de malha fechada.
Com o trabalho sobre projeto robusto moderno, muito da intuição das técnicas de
controle clássico podem ser agora incorporadas no projeto moderno multivariáveis.
3
LQG – linear-quadrático-gaussiano e LTR – recuperação da transferência de malha (N. do T.).
Sistemas de Controle 50
di (t)
− ei (t) + i (t) ⋅ R + L + v C (t) = 0 (1.9)
dt
sendo que
dvC (t)
i =C (1.10)
dt
que é uma equação diferencial linear ordinária de segunda ordem com coeficientes constantes
ou invariantes no tempo.
L C +
R
ei(t) i VC(t)
-
A grande maioria dos sistemas físicos são lineares dentro de uma faixa das
variáveis. Por exemplo,o sistema massa-amortecedor-mola da Fig. 1.21 que é representado
pela equação diferencial
d 2 y (t) dy (t)
m 2
+b + ky (t) = f (t)
dt dt
T = mglsenθ
T = mglθ
by ky
Atrito na
parede, b
Massa y
Massa m
m y(t)
deformação
f
f(t)
força
(a) (b)
Comprimento l
Massa m
Uma variável complexa s é uma variável que possui duas componentes; uma
componente real σ, e uma componente imaginária ω. Graficamente, a variável complexa é
representada por um ponto no plano complexo s, com a componente real representada por um
eixo na direção horizontal e a componente imaginária ao longo do eixo vertical. A Fig. 1.23
mostra o plano complexo s, no qual um ponto s = s1 é definido pelas coordenadas σ = σ1 e ω
= ω1, ou s1 = σ1 + jω1.
jω
Plano s
ω1 s1 = σ1+jω1
σ
σ1
Uma função G(s) é chamada uma função da variável complexa s se para todo s
existir pelo menos um valor correspondente de G(s). Como s possui parte real e imaginária, a
função G(s) também as possui. Assim, G(s) = ReG +jImG, onde ReG representa a parte real de
G(s) e jImG a parte imaginária. A Fig.1.24 representa uma função G(s) univocamente definida,
ou seja, para cada valor de s existe apenas um valor de G(s) que lhe corresponde. Se o inverso
também for verdadeiro, ou seja, se para todo ponto de G(s) existe apenas um valor de s que
lhe corresponde, dizemos que a correspondência de pontos do plano s para pontos no plano
Introdução aos Sistemas de Controle 53
Uma função G(s) da variável complexa s é dita analítica em uma região do plano s
se a função e todas as suas derivadas existirem nessa região. Por exemplo, a função citada
anteriormente é analítica em todo o ponto do plano s, exceto nos pontos s = 0 e s = -1, onde
G(s) = ∞. Uma função como G(s) = s+1 é analítica em todo ponto do plano s finito.
jω
s1 = σ1+jω1
ω1
jImG
Plano G(s)
σ G(s1)
σ1
Plano s ReG
5
lim G ( s ) = lim =0
s →∞ s →∞ s 3
θ2 θ4 θ6
cosθ = 1 − + − +K
2! 4! 6!
θ3 θ5 θ7
senθ = θ − + − +K
3! 5! 7!
Destas equações resulta:
cosθ + jsenθ = 1 + jθ +
( jθ )2 + ( jθ )3 + ( jθ )4 +K
2! 3! 4!
Como
x2 x3 x4
ex = 1+ x + + + +K
2! 3! 4!
Resulta
cosθ + jsenθ = e jθ
Resulta que:
e jθ + e − jθ
cosθ = (1.14)
2
e jθ − e − jθ
senθ = (1.15)
2j
∞
F ( s ) = ∫ f (t )e − st dt (1.17)
0
ou
F(s) = L[ f(t) ] (1.18)
∞
F ( s ) | s =σ + jω = ∫ f (t )e −σt (cos ωt − j sen ωt )dt
0
∞ ∞
F ( s ) | s =σ + jω ∫0 f (t )e −σt cos ωtdt − j ∫ f (t )e −σt sen ωtdt (1.19)
0
“comprimento” da componente e −σt cos ωt em f(t), enquanto a parte imaginária de F(s) mede
Sistemas de Controle 56
2π
eσtcosωt ϖ e-σtcosωt
jϖ
σt
e-σt
e
Fig. 1.25 – A relação entre a escolha de s e o sinal e-st (somente a parte real é mostrada).
f (t ) = e − at para t ≥ 0
onde a é uma constante.
∞ ∞ −(σ + a ) t
∫0 e −at e −σt dt = ∫ e dt < ∞
0
Introdução aos Sistemas de Controle 57
o que significa que (σ + a) > 0 ou σ > -a. Na prática, nos referimos a transformada de Laplace
da função exponencial como F(s) = 1/(s+a), válida ao longo de todo o plano s onde F(s) for
analítica. Assim, nas linhas que seguem, não nos preocuparemos com a região em que a
integral da transformada converge absolutamente.
L -1 [F ( s )] = f (t )
1 σ + j∞
f (t ) =
2πj ∫σ − j∞
F ( s )e + st ds (1.20)
TABELA 1.1
f(t) F(s)
Função degrau unitário, u(t) 1
s
Função impulso unitário, δ(t) 1
e − at 1
s+a
senωt ω
s +ω2
2
cosωt s
s +ω2
2
tn n!
s n +1
1 1
t n −1e −t T
T (n − 1)!
n
(1 + sT ) n
e − at .senωt ω
(s + a )2 + ω 2
e -at .cosωt s+a
(s + a )2 + ω 2
1 s +α
(α − a )2 + ω 2 e −at .sen(ωt + φ ),
ω (s + a )2 + ω 2
ω
φ = arctg
α −a
ωn ω n2
e −ζωnt .sen(ω n 1 − ζ 2 t ) , ζ < 1
1− ζ 2 s 2 + 2ζω n s + ω n2
1 1 1
+ e −at .sen(ωt − φ ),
a +ω 2
2
ω a +ω
2 2
[
s (s + a ) + ω 2
2
]
ω
φ = arctg
−a
( )
−ζwn t
e ω n2
1+ .sen ω n 1 − ζ 2 t − φ ,
1− ζ 2 s( s 2 + 2ζwn s + ω n2 )
1− ζ 2
φ = arctg ,ζ < 1
−ζ
α 1 (α − a )2 + ω 2 e −at .sen(ωt + φ ), s +α
a2 + ω 2 ω
+
a2 + ω 2 [
s (s + a ) + ω 2
2
]
ω ω
φ = arctg − arctg
α −a −a
Introdução aos Sistemas de Controle 59
TABELA 1.2
⎡ d n f (t ) ⎤ ⎡ d ⎛ sen(ωt ) ⎞⎤
L[cos(ωt )] = L ⎢ ⎜
n −1 n−2 1
⎥ = s F ( s ) − s f ( 0) − s f ( 0) −
n
L⎢ n ⎟⎥
⎣ dt ⎦ ⎣ dt ⎝ ω ⎠⎦
n −1
− ... − f (0) 1
L[cos(ωt )] = [sF ( s) − f (0)]
ω
1 ⎡ sω ⎤
L[cos(ωt )] =
s
⎢ − 0⎥ = 2
ω ⎣s +ω
2 2
⎦ s +ω
2
4. Integração: Exemplo:
F ( s) ⎡1 t ⎤ I ( s)
L ⎡ ∫ f (τ )dτ ⎤ =
t
⎢⎣ 0 ⎥⎦ L ⎢ ∫ i (τ )dτ ⎥ =
s ⎣C 0
⎦ sC
5. Translação no tempo Exemplo:
L[ f (t − t 0 )u s (t − t 0 )] = e −t0 s F ( s)
1
L[u s (t )] =
s
f(t).u(t) f(t+t0).u(t+t0)
e −t0 s
L[u s (t − t 0 )] =
t t s
t0
1 us(τ)
τ
t
1 us(-τ)
τ
t
us(t-τ) = us[-(τ-t)]
τ
t
us(τ)us(t-τ)
τ
t
Introdução aos Sistemas de Controle 61
onde a transformada de Laplace de cada componente está disponível em uma tabela, então
onde f1(t),f2(t), …, fn(t) são as transformadas inversas de Laplace de = F1(s), F2(s), …, Fn(s).
5s + 3
X ( s) =
( s + 1)( s + 2)( s + 3)
que possui como pólos reais –1, -2 e –3. Como todos os pólos são distintos temos a seguinte
expansão em frações parciais:
5s + 3 a b c
X ( s) = = + + (i)
( s + 1)( s + 2)( s + 3) s + 1 s + 2 s + 3
(5s + 3)( s + 1) a ( s + 1) b( s + 1) c( s + 1)
= + +
( s + 1)( s + 2)( s + 3) s +1 s+2 s+3
ou
(5s + 3) b( s + 1) c( s + 1)
=a+ +
( s + 2)( s + 3) s+2 s+3
⎡ 5s + 3 ⎤
a = [( s + 1) X ( s )]s =−1 = ⎢ ⎥ = −1
⎣ ( s + 2)( s + 3) ⎦ s =−1
⎡ 5s + 3 ⎤
b = [( s + 2) X ( s )]s =−2 = ⎢ ⎥ =7
⎣ ( s + 1)( s + 3) ⎦ s =−2
⎡ 5s + 3 ⎤
c = [( s + 3) X ( s )]s =−3 = ⎢ ⎥ = −6
⎣ ( s + 1)( s + 1) ⎦ s =−3
1 7 6
X (s) = − + −
s +1 s + 2 s + 3
1
X ( s) =
s ( s + 2)( s + 1) 3
que possui como pólos simples 0 e -2 e um pólo de ordem e em s = -1. Para esse caso, temos a
seguinte expansão em frações parciais:
1 a b c d e
X (s) = = + + + + (i)
s ( s + 2)( s + 1) 3
s s + 2 s + 1 ( s + 1) 2
( s + 1) 3
⎡ 1 ⎤ 1
a = [sX ( s )]s =0 = ⎢ 3⎥
=
⎣ ( s + 2)( s + 1) ⎦ s =0 2
⎡ 1 ⎤ 1
b = [( s + 2) X ( s )]s =−2 = ⎢ 3⎥
=
⎣ s ( s + 1) ⎦ s = −2 2
[ ] ⎡ 1 ⎤
e = ( s + 1) 3 X ( s ) s =−1 = ⎢ ⎥ = −1
⎣ s ( s + 2) ⎦ s =−1
Introdução aos Sistemas de Controle 63
d=
[
d ( s + 1) 3 X ( s ) ]s = −1
=
d ⎡ 1 ⎤ d ⎡ 1 ⎤
= ⎢ 2
ds ⎢ ⎥
ds ⎣ s ( s + 2) ⎦ s =−1 ds ⎣ s + 2 s ⎥⎦ s =−1
[
d ( s 2 + 2 s ) −1 ] 2s + 2
d= s = −1
= −(2 s + 2)( s 2 + 2 s ) − 2 | s = −1 = − | s = −1 = 0
ds ( s 2 + 2s) 2
[
1 d ( s + 1) X ( s )
2 3
] 1 d2 ⎡ 1 ⎤ d ⎡ 2s + 2 ⎤
c= s = −1
= 2 ⎢ ⎥ = ⎢− 2 ⎥
2! ds 2 2 ds ⎣ s ( s + 2) ⎦ s = −1 ds ⎣ ( s + 2s ) 2 ⎦ s = −1
1 1 1 1
X ( s) = + − −
2 s 2( s + 2) ( s + 1) ( s + 1) 3
u S (t ) 1 −2t 1
L -1[X(s)] = x(t) = + e − e −t − t 2 e −t
2 2 2
u S (t ) 1 −2t ⎛ 1 ⎞
x(t ) = + e − e − t ⎜1 + t 2 ⎟
2 2 ⎝ 2 ⎠
Expansão em frações parciais quando F(s) envolve apenas pólos complexos conjugados
ω n2 a b c
X ( s) = = + +
s( s 2 + 2ζω n s + ω n2 ) s s + α − jω s + α + jω
onde
α = ζωn
ω = ωn 1− ζ 2
⎡ ω n2 ⎤
a = [sX ( s )]s =0 = ⎢ 2 2⎥
=1
⎢⎣ s + 2ζω n s + ω n ⎥⎦ s =0
⎡ ω n2 ⎤ ω n2
b = [( s + α − jω ) X ( s )]s =0 = ⎢ ⎥ =
⎢⎣ s ( s + α + jω ) ⎥⎦ s = −α + jω (−α + jω )2 jω
⎡ ⎤ ⎡ ⎤ ω
b=⎢
ω n2
⎥=⎢
ω n2
(
⎥ = n ∠ − 90 0 − θ )
⎣⎢ 2ω∠90 α + ω ∠θ ⎦⎥ ⎢⎣ 2ω∠90 0
0 2 2
(ζω n ) 2
+ ωn 2
− (ζω n ) ∠θ ⎥⎦ 2ω
2
ω n − j (θ +900 )
b= e
2ω
ω
onde θ = arctg −
α
⎡ ω n2 ⎤ ω n2
c = [( s + α + jω ) X ( s )]s =0 = ⎢ ⎥ =
⎢⎣ s ( s + α − jω ) ⎥⎦ s = −α − jω (−α − jω )(−2 jω )
⎡ ⎤ ωn
c=⎢
ω n2
⎥= ∠ 90 0 + θ ( )
⎢⎣ 2ω∠ − 90 α + ω ∠ − θ ⎥⎦ 2ω
0 2 2
ω n j (θ +90 ) 0
c= e
2ω
Assim:
1 ω ⎡ e − j (θ +900 ) e j (θ +90 ) ⎤
0
X ( s) = + n ⎢ + ⎥
s 2ω ⎢⎣ s + α − jω s + α + jω ⎥⎦
L -1[X(s)] = x(t) = 1 +
2ω
e [
ω n − j (θ +900 ) −(α − jω )t
e + e j (θ + 90 )e −(α + jω )t
0
]
x(t) = 1 +
2ω
[ (
ω n −αt j (ωt −θ −900 )
e e + e − j (ωt −θ −90 )
0
)]
ω n −αt ⎡ ⎤ ω ⎡ ⎤
x(t) = 1 + e ⎢ 2 cos⎛⎜⎝ωt − θ − 90 0 ⎞⎟⎠ ⎥ = 1 + n e −αt ⎢cos⎛⎜⎝ωt − θ − 90 0 ⎞⎟⎠ ⎥
2ω ⎣ ⎦ ω ⎣ ⎦
ω n −αt
x(t) = 1 + e sen (ωt − θ )
ω
ou
1 −ζω nt ⎛ ⎞
x(t) = 1 + e sen ⎜⎜ω n 1 − ζ 2 t − θ ⎟⎟
⎝ ⎠
1−ζ 2
Introdução aos Sistemas de Controle 65
ω
onde θ = arctg − .
α
) Usando o MATLAB 4
para realizar a expansão em frações parciais
r =
-1
2
p =
-2
-1
k =
[]
A função residue, para uma dada função complexa F(s) = num/den, retorna os
coeficientes ou resíduos da expansão r, o que nos permiti expandir F(s), como segue:
2 1
F ( s) = −
( s + 1) ( s + 2)
Observe, ainda, que o denominador foi inserido em sua forma fatorada através do emprego da
função poly. A função residue permite, também, converter uma expansão em frações
parciais em um polinômio num/den. Observe os seguintes comandos:
num/den =
4
O MATLAB é um programa iterativo para cálculos científicos e de engenharia produzido pela MathWorks Inc.
Sistemas de Controle 66
s + 3
-------------
s^2 + 3 s + 2
Observe que a função printsys apresenta na tela a função de
transferência num/den na forma adequada.
>> Fs=sym('(s+3)/((s+1)*(s+2))');
>> ilaplace(Fs)
ans =
2*exp(-t)-exp(-2*t)
Na primeira linha a função sym cria a função simbólica F(s). Por sua vez, na
segunda linha a função ilaplace avalia simbolicamente a transformada inversa de Laplace
de F(s). Para obter a F(s) a partir da f(t), utilizamos a seguinte seqüência de comandos:
>> ft=sym('2*exp(-t)-exp(-2*t)');
>> laplace(ft)
ans =
2/(s+1)-1/(s+2)
A resposta obtida, conforme podemos observar é a expansão em frações parciais
de F(s).
Exercícios
ordinárias lineares
d 2 x(t ) dx(t )
+3 + 2 x(t ) = 5u S (t ) (i)
dt 2 dt
5
s 2 X ( s ) − sx(0) − x' (0) + 3sX ( s ) − 3x(0) + 2 X ( s ) =
s
5
( s 2 + 3s + 2) X ( s ) + s − 2 + 3 =
s
5
( s 2 + 3s + 2) X ( s ) = − s −1
s
5 − s2 − s
( s 2 + 3s + 2) X ( s ) =
s
− s2 − s + 5
X ( s) = (iii)
s ( s 2 + 3s + 2)
Sistemas de Controle 68
5 5 3
X ( s) = − + (iv)
2 s ( s + 1) 2( s + 2)
5 3
x(t ) = − 5e −t + e − 2t t≥0
2 2
− s2 − s + 5 5
l im x(t ) = l im sX ( s ) = l im 2
=
t →∞ s →0 s →0 ( s + 3s + 2) 2
− ei + i ⋅ R + e o = 0 (1.23)
Como:
de0
i=C (1.24)
dt
Substituindo (1.24) em (1.23), obtemos a equação diferencial que representa o
circuito:
de0
C ⋅ R + e o = ei (1.25)
dt
R +
e
i C e
0
i -
( RCs + 1) E 0 ( s ) = Ei ( s )
Assim, a FT do circuito é:
E0 ( s) 1
=
Ei ( s) RCs + 1
Do procedimento acima, percebemos que são três os passos necessários para obter
a FT de um sistema:
• Ponto de soma: Seu símbolo é um círculo com uma cruz. O sinal mais ou
menos em cada segmento orientado indica se o sinal deve somado ou
subtraído;
Bloco
C ( s) G ( s)
= (1.29)
R( s) 1 + G ( s) H ( s)
Sistemas de Controle 72
N(s) - Perturbação
R(s) + + C(s)
G1(s) G2(s)
+
-
H(s)
Fig. 1.29 – Diagrama de blocos de um sistema em malha fechada sujeito a uma perturbação.
C N (s) G2 ( s)
= (1.30)
N ( s) 1 + G1 ( s )G2 ( s ) H ( s)
C R ( s) G1 ( s )G2 ( s )
= (1.31)
R( s ) 1 + G1 ( s )G2 ( s) H ( s)
G2 ( s) G1 ( s)G2 ( s )
C (s) = N (s) + R( s ) (1.33)
1 + G1 ( s )G2 ( s) H ( s ) 1 + G1 ( s)G2 ( s) H ( s)
G2 ( s )
C ( s) = [ N ( s) + G1 ( s) R( s)] (1.34)
1 + G1 ( s )G2 ( s) H ( s)
C N ( s) G2 ( s ) 1
= = (1.35)
N ( s ) G1 ( s)G2 ( s ) H ( s ) G1 ( s ) H ( s )
Introdução aos Sistemas de Controle 73
C N (s)
Caso |G1(s) H(s)| >> 1, o efeito da perturbação é suprimido, pois ≅ 0 . Isto
N ( s)
se constitui em uma grande vantagem do sistema em malha fechada. Por sua vez,
C R (s) 1
inspecionando (1.31) percebemos que tende para quando o ganho
R( s) H ( s)
C R (s)
G1(s)G2(s)H(s) for muito grande. Isto significa que para |G1(s)G2(s)H(s)| >> 1, torna-
R( s)
se independente de G1(s) e G2(s), de modo que variações destes não afetam a função de
transferência de malha fechada. Esta é outra vantagem do sistema em malha fechada.
Retornemos, agora ao circuito RC da Fig. 1.26. Para construir um diagrama de
blocos deste circuito reunimos, primeiramente, as equações que o descrevem:
ei − e 0
i= (1.36)
R
de0
i=C (1.37)
dt
Tomando a transformada de Laplace de (1.36) e (1.37) sob condições iniciais
nulas, resulta:
Ei ( s ) − E 0 ( s )
I ( s) = (1.38)
R
I (s)
I ( s ) = CsE 0 ( s ) ⇒ E 0 ( s ) = (1.39)
Cs
A Fig. 1.30 ilustra a construção do diagrama de blocos a partir das expressões
(1.38) e (1.39).
Ei(s) I(s)
1/R
+ I(s) E0(s)
Ei(s)
- 1/R 1/Cs
E0(s)
+
-
I(s) E0(s)
1/Cs
s+3
G2 ( s ) =
( s + 1)( s + 2)
A Função de Transferência G(s) resultante da conexão em série dos dois blocos, é
obtida com os seguintes comandos:
>> sys1 = tf([1 1],[1 2 2 1]);
Zero/pole/gain:
(s+3) (s+1)
----------------------------
Zero/pole/gain:
---------------------------------------
H ( s) = 1 + 2s
Os comandos necessários para se obter a Função de Transferência são:
>> sys1 = tf([1 1],[1 2 2 1]);
Transfer function:
s + 1
---------------------
s^3 + 4 s^2 + 5 s + 2
2
1 2
R - C
1 1/2 1/s 1/(s+1)
+
+ + +
- + 3 5
1/2
>> n1=1;d1=1;
>> n2=1;d2=2;
>> n3=1;d3=[1 0];
>> n4=2;d4=1;
>> n5=1;d5=[1 1];
>> n6=1;d6=2;
>> n7=1;d7=1;
>> q=[1 0 0 0
2 1 6 -7
3 2 -4 0
4 5 0 0
5 3 0 0
6 3 0 0
7 5 0 0]
q =
1 0 0 0
2 1 6 -7
3 2 -4 0
4 5 0 0
5 3 0 0
6 3 0 0
7 5 0 0
>>
>> [A,B,C,D]=connect(a,b,c,d,q,iu,iy);
>> sys=ss(A,B,C,D);
>> sys=tf(sys)
Transfer function:
0.5
-------------------
nó fonte
x4
Nós mistos
d
a x2 b 1
x1 x3 x3
nó fonte -c nó sumidouro
Fig. 1.32 – Gráfico de fluxo de sinal.
Um nó faz a adição de todos os sinais que chegam até ele e transmite esta soma a
todos os ramos que saem dele. Já um nó misto pode ser tratado como um nó sumidouro se
adicionarmos um ramo de transmitância unitária. Essas propriedades são ilustradas pelo
diagrama da Fig. 1.32, que representa as seguintes equações
x3 = bx2 (1.43)
x2 = ax1 - cx3 (1.44)
Substituindo (1.44) em (1.43) resulta:
x3 = abx1 - bcx3 (1.45)
x3 x4
= x4
b bc
x2 x2
(c)
ab
a x2 b ab x3 1 +bc
= =
x1 x3 x1 x1 x3
-c bc
(d)
Fig. 1.33 – Simplificações em diagramas de fluxo de sinal.
Introdução aos Sistemas de Controle 81
onde i(0) é corrente inicial no indutor e e0(0) é a tensão inicial no capacitor em t = 0. Nessas
equações temos como variáveis de entrada i(0), e0(0) e Ei(s)
Ei ( s ) + Li (o) − Eo ( s) Ei ( s) i (0) Eo ( s)
I ( s) = = + − (1.50)
Ls + R L( s + R L) s + R L L( s + R L)
L +
e R
i C e0
i
-
i0(0) e0(0)
1 1/(s+R/L) 1/s
L(s+R/L) 1/Cs 1
Fig. 1.35 – Representação em diagrama de fluxo de sinais do circuito RLC série da Fig. 1.33.
1
T= = ∑ Tk Δ k (1.52)
Δ k
Δ = 1 − ∑ La + ∑ Lb Lc − ∑ Ld Le L f + K (1.53)
a soma de produtos de ganhos de todas as combinações possíveis de três laços disjuntos. Dois
laços são disjuntos se não possuem nós comuns. Na equação (1.52) Δk é o cofator obtido de Δ
removendo os laços que tocam o percurso Tk
Exemplo 1.4 – Considere o diagrama de bloco da Fig. 1.36a e seu diagrama de fluxo de sinal
correspondente (Fig. 1.36b).
Empregando a fórmula de Mason, vamos obter a função de transferência
C ( s) R( s) . O diagrama possui apenas um percurso direto cujo ganho é T1 = G1G2G3. Ele
possui três laços, cujos ganhos são L1 = G1G2H1, L2 = - G2G3H2 e L3 = - G1G2G3.
Introdução aos Sistemas de Controle 83
H2
R - C
+ G1 G2 G3
+ + +
- +
H1
(a)
-H2
1 1 G1 G2 G3 1
R(s) C(s)
H1
-1
(b)
Fig. 1.36 – (a) Diagrama de blocos de um sistema de múltiplos laços e (b) diagrama de fluxo
de sinal equivalente.
Δ = 1 − ∑ La = 1 − ( L1 + L2 + L3 ) = 1 − G1G2 H 1 + G2 G3 H 2 + G1G2 G3
O cofator Δ1 é obtido de Δ removendo os laços que tocam o percurso T1. Como o percurso T1
toca todos os laços, resulta em Δ1 = 1. Finalmente, a função de transferência é dada por:
C ( s) T1 ⋅ Δ1 G1G 2 G3
= =
R( s ) Δ 1 − G1G 2 H 1 + G 2 G3 H 2 + G1G2 G3
Δ = 1 − ∑ La + ∑ Lb Lc = 1 − ( L1 + L2 + L3 + L4 ) + L1 L3
= 1 + G 2 G 7 H 2 + G 4 G 5 G 6 H 2 + G 4 H1 + G 2 G 3 G 4 G 5 H 2 + G 2 G 4 G 7 H1H 2
Os cofatores Δk são obtidos de Δ removendo os laços que tocam os percursos Tk. Como todos
os laços tocam T1 e T2, resulta em Δ1 = Δ2 = 1. O percurso T3, por sua vez, não é tocado
apenas por L3, de modo que Δ3 = 1 – L3 = 1 + G4H1. Finalmente, a função de transferência é
dada por:
C(s) T ⋅Δ T Δ + T2 Δ 2 + T3 Δ 3
=∑ k k = 1 1
R( s ) Δ Δ
G 1G 2 G 3 G 4 G 5 + G 1G 4 G 5 G 6 + G 1G 2 G 7 (1 + G 4 H1 )
=
1 + G 2 G 7 H 2 + G 4 G 5 G 6 H 2 + G 4 H1 + G 2 G 3 G 4 G 5 H 2 + G 2 G 4 G 7 H1 H 2
G7
G6
G1 G2 G3 G4 G5
R(s) C(s)
-H1
-H2
Definições:
⎡ x1 (t ) ⎤ ⎡ x1 ⎤
⎢ x (t )⎥ ⎢ x ⎥
x(t ) ≡ ⎢ 2 ⎥ = ⎢ 2 ⎥ = x
⎢ M ⎥ ⎢M⎥
⎢ ⎥ ⎢ ⎥
⎣ x n ( t )⎦ ⎣ x n ⎦
Seja o circuito RLC série da Fig. 1.34, que contém dois elementos armazenadores
de energia, um indutor e um capacitor. Escolhendo a tensão no capacitor e a corrente no
indutor como variáveis de estado, temos:
x1 = vC (1.54)
x2 = i (1.55)
TABELA 1.3
ELEMENTOS ARMAZENADORES DE ENERGIA
Elemento Energia Variável física
Capacitância C 1 2 Tensão v
Cv
2
Indutância L 1 2 Corrente i
Li
2
Massa M 1 Velocidade de translação v
Mv 2
2
Momento de inércia J 1 Velocidade angular ω
Jω 2
2
Elastância K 1 Deslocamento x
Kx 2
2
Compressibilidade fluída 1 VPL 2 Pressão PL
V
2 KB
KB
Capacitância fluída C = ρA 1 Altura h
ρAh 2
2
Capacitância térmica C 1 Temperatura θ
Cθ 2
2
.
Rx2 + L x 2 + x1 = u (1.56)
.
x 2 = C x1 (1.57)
Rearranjando (1.56) e (1.57), obtém as seguintes equações de estado:
. 1
x1 = x 2 (1.58)
C
. 1 R 1
x 2 = − x1 + x 2 + u (1.59)
L L L
As equações de estado de um sistema são um conjunto de n equações diferenciais
de primeira-ordem, onde n é o número de variáveis de estado independentes. Expressando as
equações (1.58) e (1.59) em notação matricial, obtém-se:
⎡. ⎤
⎢ x1 ⎥ = ⎡ 0 1 C ⎤ ⎡ x1 ⎤ ⎡ 0 ⎤
+ (1.60)
⎢ − 1 L − R L ⎥⎦ ⎢⎣ x2 ⎥⎦ ⎢⎣1 L ⎥⎦
⎢. ⎥ u
⎢⎣ x 2 ⎥⎦ ⎣
ou:
.
x = Ax + bu (1.61)
Se y(t) = vC = x1, a equação matricial de resposta do sistema será:
Introdução aos Sistemas de Controle 87
⎡ x1 ⎤
[ y ] = [1 0] ⎢x ⎥ (1.62)
⎣ 2⎦
ou:
y = Cx (1.63)
y = Cx + Du (1.65)
onde:
.
x é um vetor coluna n x 1;
. .
u x2 x2 x1 x1 = y
1/L ∫ 1/C ∫
+
- +
+ R/L
+
1/L
EXERCÍCIOS
s 2 + 6s + 8 s +1
a. G ( s ) = 3 2
b. G ( s ) = 2
s + 12 s + 35s s + 2s + 5
K ( s + 2)
c. G ( s ) =
s ( s 2 + s + 1)
2. Quais das equações diferenciais apresentadas abaixo são lineares?
1
3. Dada F ( s ) = aplicando o teorema do valor final encontre o lim f (t ) . Verifique o
s ( s + 1) t →∞
t t
f 1 (t ) * f 2 (t ) = ∫ τ (1 − e −(t −τ ) )dτ = ∫ (t − τ )(1 − e −t )dτ
0 0
1 1 1
a. F ( s ) = b. F ( s ) = c. F ( s ) =
( s + 1)( s + 2) ( 1 + s) 3 s (2 + s ) 2
5
6. Determine a transformada inversa de Laplace das funções que seguem aplicando a
expansão em frações parciais:
1 1 10
a. F ( s ) = b. F ( s ) = c. F ( s ) =
( s + 2)( s + 3) 2
( s + 1) ( s + 4) 2
s ( s + 4)( s + 1)
7. Obtenha as equações de estado para o circuito abaixo.
L2
i(t) L1 C2 C1 L3
Introdução aos Sistemas de Controle 89
Posição da
Antena c(t)
Potenciômetro
de Referência Comparador
Potenciômetro
r(t) Vr(t) Vc(t) de Transdução
Ve(t)
Amplificador
Engrenagem
de Potência
Ea(t) Motor DC
10. Aplicando a transformada de Laplace, achar a solução x(t) das equações diferenciais.
.. .
a. x + 3 x + 2 x = 0 , com x(0) = 1 e x’(0) = 2
.. .
b. x + 2 x + 5 x = 3 , com x(0) = 0 e x’(0) = 0
11. Podemos dividir a história do controle automático em quatro fases. Quais são essas fases?
Dê a(s) características marcantes de cada fase.
Respostas selecionadas
1. (a) zeros em s = {-2, -4, ∞}; polos em s = {0, -5, -7}, (b) zeros em s = {-1, ∞}; polos em s
= {1 ± 2j} e (c) zeros em s = {-2, ∞, ∞}; polos em s = {0, -0,5 ± j0,866}.
2. a, b , e.
3. f (∞) = 1 .
Sistemas de Controle 90
1
4. F1 (s) ⋅ F2 (s) = 3
s (s + 1)
1 ⎛ − t e −4 t e − t ⎞ 5 1
6. (a) e-2t – e-3t , (b) ⎜ te + − ⎟ , (c) − 2e − t − cos 2t − sen 2t .
3 ⎜⎝ 3 3 ⎟
⎠ 2 2
3
10. (a) 4e-t – 3e-2t , (b) − e −t ⋅ (0,6 cos 2t − 0,3sen2t ) .
5
Modelagem de Sistemas Elétricos e Eletromecânicos 91
Aplicando as Leis de Kirchhoff das tensões (LTK) e/ou das correntes (LCK) a um
circuito elétrico obtemos o seu modelo matemático. Considere o circuito RLC da Fig. 1.33 e
as equações algébricas (1.48) e (1.49) obtidas a partir das equações diferenciais que o
representam. Admitindo condições iniciais nulas em (1.48) e (1.49), obtém-se:
− E i ( s ) + I ( s) ⋅ R + LsI ( s ) + E o ( s ) = 0 (2.1)
I ( s) = CsE 0 ( s ) (2.2)
E 0 ( s) 1
= 2
(2.4)
Ei ( s ) LCs + RCs + 1
E0 (s) Z 2 (s)
= (2.5)
Ei ( s) Z1 ( s) + Z 2 ( s)
ou,
E0 (s) 1 / sC 1
= = 2
Ei ( s) R + sL + 1 / sC s LC + RCs + 1
TABELA 2.1
IMPEDÂNCIAS COMPLEXAS
Elemento Relação Tensão/Corrente Impedância Complexa
Resistência R v(t ) V ( s ) R
R= ⇒
i (t ) I ( s)
Capacitância C 1 dv(t ) dt sV ( s ) 1
= ⇒
C i(t ) I (s) sC
Indutância L v(t ) V ( s) sL
L= ⇒
di(t ) sI ( s)
dt
+ Z1(s) = R+sL
R sL +
Ei(s) 1/sC E0(s) Ei(s) Z2(s) =1/sC
E0(s)
- -
Considere, agora o circuito de dois estágios mostrado na Fig. 2.2. Nesse circuito o
primeiro estágio (R1C1) carrega o segundo estágio (R2C2). Aplicando a LTK ao circuito
obtemos:
− v C1 + R 2 i 2 + e 0 = 0 (2.7)
dvC1
i1 = i 2 + C1 (2.8)
dt
e,
Modelagem de Sistemas Elétricos e Eletromecânicos 93
de0
i2 = C 2 (2.9)
dt
R1 R2
ei I1 C1 I2 C2 eo
− E i ( s ) + R1 I 1 ( s) + VC1 ( s) = 0 (2.10)
− VC 1 ( s ) + R 2 I 2 ( s ) + E 0 ( s ) = 0 (2.11)
I 1 ( s ) = I 2 ( s) + sC1VC1 ( s) (2.12)
I 2 ( s) = sC 2 E 0 ( s) (2.13)
I 1 ( s ) = sC 2 E 0 ( s) + sC1VC1 ( s) (2.15)
E0 (s) 1
= 2
(2.18)
E i ( s) R1C1 R2 C 2 s + ( R1C1 + R2 C 2 + R1C 2 ) s + 1
E 0 ( s) 1 1 K
= ⋅K ⋅ = (2.19)
Ei ( s ) R1C1 s + 1 R2 C 2 s + 1 (R1C1 s + 1) ⋅ (R2 C 2 s + 1)
ou,
E0 (s) 1
= 2
(2.20)
Ei ( s) R1C1 R2 C 2 s + ( R1C1 + R2 C 2 ) s + 1
R1 Amplificador R2
ei C1 de Isolação C2 eo
(Ganho K)
i 1 = i2 (2.21)
Entretanto,
ei − e '
i1 = (2.22)
R1
e'−e0
i2 = (2.23)
R2
ei − e' e'−e0
= (2.24)
R1 R2
ei e
=− 0 (2.25)
R1 R2
E 0 ( s) R
=− 2 (2.26)
Ei (s) R1
i2 R2
ei -
i1 R1 e' eo
+
R2
-
R1 eo
ei +
Considere, agora, o circuito integrador da Fig. 2.6. Uma vez que uma corrente
extremamente pequena flui para o amplificador operacional, a função de transferência pode
ser obtida, a partir da equação:
i 1 = i2 + i 3 (2.27)
d (e'−e0 )
i3 = C (2.28)
dt
Substituindo (2.22), (2.23) e (2.28) em (2.27), resulta:
E 0 ( s) R 1
=− 2 ⋅
Ei ( s ) R1 1 + R2 Cs
i3
C
i2 R2
ei -
i1 R1 e' eo
+
v MED t
=D= F (2.32)
Ei T
onde:
tF é o tempo de condução do transistor;
T é o período de chaveamento;
t F vC
= (2.33)
T VS
onde:
vC é o sinal de controle;
v MED E i
= (2.34)
vC VS
L0
VMED E0
C0 R1
E0* VC
VS
Ei RL
RSE R2
Zi
Zf
VB
VC +
+
DRIVER - VREF
- VS tF
Controlador / T
PWM amplificador
de erro
(a) (b)
Fig. 2.7 – (a) Conversor abaixador e circuito de malha fechada e (b) formas de onda no
elemento PWM.
Por sua vez, a função de transferência do filtro de saída pode ser obtida a partir do
método das impedâncias complexas como segue:
Sistemas de Controle 98
R L ⋅ (1 / sC 0 + R SE )
R L + 1 / sC 0 + R SE
G ( s) =
R L ⋅ (1 / sC 0 + R SE )
sL0 + ⎛⎜ ⎞
⎝ R L + 1 / sC 0 + R SE ⎟⎠
Prosseguindo:
R L ⋅ (1 / sC 0 + R SE )
R L + 1 / sC 0
G ( s) =
(sL0 ⋅ (R L + 1 / sC 0 ) + R L ⋅ (1 / sC 0 + RSE ))
R L + 1 / sC 0
R L ⋅ (1 / sC 0 + R SE )
G ( s) =
(sL0 R L + L0 / C 0 + R L ⋅ (1 / sC 0 + RSE ))
⎛ 1 + sC 0 R SE ⎞
R L ⋅ ⎜⎜ ⎟⎟
G ( s) = ⎝ sC 0 ⎠
⎛ ⎛ 1 + sC 0 R SE ⎞⎞
⎜ sL0 R L + L0 / C 0 + R L ⋅ ⎜ ⎟⎟ ⎟
⎜ ⎜ ⎟
⎝ ⎝ sC 0 ⎠⎠
⎛ 1 + sC 0 R SE ⎞
R L ⋅ ⎜⎜ ⎟⎟
⎝ sC 0 ⎠
G ( s) = 2
(
s L0 C 0 R L + sL0 + R L ⋅ (1 + sC 0 R SE ) )
sC 0
R L ⋅ (1 + sC 0 R SE )
G ( s) =
s L0 C 0 R L + sL0 + R L ⋅ (1 + sC 0 R SE )
2
R L ⋅ (1 + sC 0 R SE )
G (s) = (2.35)
s 2 L0 C 0 R L + s ( L0 + R L C 0 R SE ) + R L
1 + sC 0 R SE
FT = G ( s) = (2.36)
s 2 L0 C 0 + s(( L0 + R L C 0 R SE ) R L ) + 1
Ra La
Τ
ea eb M J
ia θ B
if = cte
onde K1 e Kf são constantes. Como a corrente de campo é constante, a equação (2.37) torna-
se:
T = K iA (2.38)
dia
e a = La + R a i a + eb (2.40)
dt
d 2θ dθ
T = K iA = J 2
+B (2.41)
dt dt
Tomando a transformada de Laplace das equações (2.39), (2.40) e (2.41) sob
condições iniciais nulas, obtemos:
E b ( s) = K b sΘ( s ) (2.42)
E a ( s ) = ( La s + R ) I a + E b ( s ) (2.43)
Modelagem de Sistemas Elétricos e Eletromecânicos 101
(
T ( s) = K I A ( s) = J s 2 + Bs Θ( s) ) (2.44)
K K
Θ( s ) (La s + R a ) (
s J s+B ) (
( La s + R a ) s J s + B )
= =
E a ( s)
1+
KK b s (La s + Ra ) s (J s + B ) + KK b s
(
( La s + R a ) s J s + B ) (La s + Ra ) s (J s + B )
Θ( s ) K
= (2.45)
(
E a ( s ) (La s + Ra ) s J s + B + KK b s )
Rearranjando o denominador de (2.45), obtém-se a função de transferência do
servomotor CC controlado por armadura:
Θ( s ) K
= (2.46)
( 2
E a ( s ) s La J s + ( La B + Ra J ) s + Ra B + KK b )
Como La é normalmente pequena, ela pode ser desprezada. Nesse caso a função
de transferência (2.46) torna-se:
Θ( s ) K
= (2.47)
E a ( s ) s (Ra Js + Ra B + KK b )
ou
K
Θ( s ) K R a B + KK b
= = (2.48)
E a ( s) ⎛ Ra J ⎞ ⎛ Ra J ⎞
s ( R a B + KK b )⎜⎜ s + 1⎟⎟ s⎜⎜ s + 1⎟⎟
⎝ R a B + KK b ⎠ ⎝ R a B + KK b ⎠
ou
Θ( s ) Km
= (2.49)
E a ( s ) s (τ m s + 1)
Sistemas de Controle 102
com
K K / Ra ⎛ rad / s ⎞
Km = = ⎜ ⎟ (2.50)
Ra B + KK b B + K b K / Ra ⎝ V ⎠
Ra J
τM = =
J
(s ) (2.51)
Ra B + KK b B K / Ra + K b K / Ra
Ia(s)
Ea(s) θ (s) Ea(s) θ (s)
1 K Km
+ sLa+ R Js2+ Bs S(τm+ 1)
-
Eb(s)
Kbs
(a) (b)
Ra Kb K
T= ea − ω (2.55)
K Ra
TP1
TP2 ea1
ea2
ω
ωo2 ωo 1
Fig. 2.10 – Curvas torque-velocidade tendo como parâmetro a tensão armadura ea.
Exercícios.
1. Para os circuitos ativos das figuras abaixo, determine a Função de Transferência E0(s)/Ei(s)
e desenhe o diagrama de blocos.
R2
R4
R1
ei -
-
+ R3 eo
C1 +
(a) – Compensador PD
R2 C2
R4
R1
ei -
-
+ R3 eo
C1 +
(b) – Compensador PI
C2
R4
R2
R1
ei -
-
+ R3 eo
C1 +
2. Como se deve proceder para obter a função de transferência (FT) de um sistema físico?
Respostas selecionadas
R4 R2 R R R C s +1 R R R C s +1
1. (a) (R 1C1s + 1) , (b) 4 2 2 2 , (c) 4 2 1 1
R 3 R1 R 3 R1 R 2C 2s R 3 R1 R 2C 2s + 1
Sistemas de Controle 105
EM REGIME PERMANENTE
3.1 Introdução
Uma vez que o Capítulo II nos habilitou a derivar um modelo matemático para os
sistemas elétricos e eletromecânicos, passaremos, agora, para a análise de desempenho dos
sistemas. O método explorado neste capítulo é a análise da resposta no tempo do sistema a
sinais de teste de entrada típicos como as funções degrau, rampa, aceleração, impulso e
senoidais, os quais apresentamos na Tabela 3.1.
TABELA 3.1
SINAIS DE TESTE TÍPICOS
Sinal Definição Transformada de Laplace
0 ;t≠0
Impulso unitário ou delta de δ(t) ≡ 1
Dirac5 Indefinido; t = 0
1 ;t≥0
Degrau unitário u(t) ≡ 1/s
0 ;t<0
t ;t≥0
Rampa unitária f(t) ≡ 1/s2
0 ;t<0
t2/2 ; t ≥ 0
Parábola unitária f(t) ≡ 1/s3
0 ;t<0
5
Este sinal é empregado para imaginar um cenário no qual uma “unidade” de uma quantidade pode ser entregue
instantaneamente. O nome deste sinal é uma homenagem ao físico quântico Paul Dirac que usou esta função
para representar elétrons como sendo unidades de carga ocupando uma quantidade de espaço
infinitesimalmente pequena. A função impulso pode ser aproximada por uma função onde f(t) = 1/ε para -ε/2 ≤
t ≤ ε/2 e f(t) = 0 para t < -ε/2 e t > ε/2. Observe que nesse caso, o limite de f(t) quando ε → 0 é ∞.
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 106
C (s) 1
= (3.1)
R ( s ) Ts + 1
(a) (b)
Fig. 3.1 – (a) Diagrama de bloco de um sistema de 1a ordem e (b) e diagrama simplificado.
1 T
C ( s) = − (3.3)
s Ts + 1
c (t ) = 1 − e − t / T (t ≥ 0) (3.4)
tS5% = 3T
tS2% = 3,9T
tS1% = 4,6T
c(t)
0.632
95% 98,2%
0 T 2T 3T 4T t
>> t=0:0.1:12;
>> num=1;den=[1 1 1];
>> step(num,den,t)
>> grid
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 108
S te p Re sp o n se
1 .4
1 .2
0 .8
A m p l i tu d e
0 .6
0 .4
0 .2
0
0 2 4 6 8 10 12
t (s)
Fig. 3.3 – Resposta a degrau unitário de um sistema de controle, que foi traçada utilizando-se
a função step do MATLAB.
)Utilizando o Simulink
Uma alternativa para obter a resposta a degrau de sistemas de controle é utilizar a
ferramenta Simulink do MATLAB que utiliza efetivamente uma interface gráfica.
nome Untitled, que pode ser renomeada através da ação File Æ Save as. Na janela Simulink
Library Browser, o bloco Simulink aparece organizado em sub-blocos. Estes sub-blocos são:
9 Continuous;
9 Discrete;
9 Math;
9 Nonlinear;
9 Signals e Systems
9 Sinks;
9 Sources;
s+1
S te p T ra n sfe r Fcn S co p e
Após criar o modelo ilustrado na Fig. 3.4, devemos configurar os blocos Step e
1
Transfer Fcn, para que o modelo simule a resposta a degrau unitário de G ( s ) = 2
.
s + s +1
Primeiro, posicione o cursor do mouse sobre Step e pressione duas vezes o botão esquerdo do
mouse. Na janela que surgiu, altere apenas o parâmetro Step Time para 0. Repita a ação
anterior no bloco Transfer Fcn; na janela que surgiu, altere o parâmetro Denominator para
[1 1 1] e tecle OK. Para proceder ajustar os parâmetros da simulação, selecione Simulation Æ
Simulation parameters. Na caixa que surgiu modifique o parâmetro Stop time para 12 e
pressione OK. Após fechar esta janela, selecione Simulation Æ Start para iniciar a
simulação.Quando aparecer a mensagem Ready no canto inferior esquerdo da janela do
modelo, significa que a simulação acabou. Para ver a resposta ao degrau unitário do sistema
G(s), posicione o cursor do mouse sobre Scope e pressione duas vezes o botão esquerdo do
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 110
mouse. Aparecerá uma janela chamada Scope com a resposta do sistema. Para melhor
visualização, pressione na janela o botão Autoscale, cujo ícone é um binóculo; a forma de
onda que aparecerá será idêntica a da Fig. 3.3. Para conhecer melhor o Simulink, recomenda-
se a leitura de UERJ (1999).
1 1
C (s) = ⋅ 2 (3.5)
Ts + 1 s
c(t ) = t − T + Te −t / T (t ≥ 0) (3.7)
Na expressão acima quando t tende a infinito, e-t/T tende a zero, e, portanto, o sinal
de erro e(t) tende a T ou:
e (∞ ) = T
A expressão acima nos mostra que quanto menor a constante de tempo T menor o
erro. A entrada rampa unitária e a respectiva saída são apresentadas na Fig. 3.5.
r(t) = t
6T
erro estacionário
4T c(t)
T
T
2T
0 2T 4T 6T
t
1
C (s) = (3.8)
Ts + 1
e −t / T
c(t ) = (t ≥ 0) (3.9)
T
c(t)
1/T
0 2T 4T t
a. R = 10 Ω e C = 1 μF;
C (s) ω n2
= 2 (3.10)
R( s ) s + 2ζω n s + ω n2
s1, 2 = −ζω n ± jω n 1 − ζ 2
Note que os pólos podem ser ambos reais (ζ >1, sobreamortecido), reais e iguais (ζ =1,
criticamente amortecido) ou complexos conjugados (0 < ζ < 1, subamortecido).
Determinaremos a resposta do sistema representado por (3.10) para esses 3 casos.
(a) Caso subamortecido (0 < ζ < 1): Neste caso, (3.10) pode ser escrita por:
C ( s) ω n2
=
R( s) ( s + ζω n + jω ) ⋅ ( s + ζω n − jω )
ω n2
C (s) = (3.11)
s ( s 2 + 2ζω n s + ω n2 )
c(t ) = 1 −
e −ζω nt
1− ζ 2
⎛
⎜
( ) ⎛ 1− ζ 2
sen⎜ ω n 1 − ζ 2 ⋅ t + arctg ⎜
⎜ ζ
⎞⎞
⎟⎟ ; t ≥ 0
⎟⎟
(3.12)
⎝ ⎝ ⎠⎠
O sinal de erro para esse sistema é a diferença entre a entrada e a saída, ou:
e −ζωnt
1−ζ 2
⎛
( ) ⎛ 1−ζ 2
sen⎜ ω n 1 − ζ 2 ⋅ t + arctg ⎜
⎜ ⎜ ζ
⎞⎞
⎟⎟
⎟⎟
⎝ ⎝ ⎠⎠
Sistemas de Controle 113
O sinal de erro acima apresenta uma oscilação senoidal amortecida. Em regime permanente
(t → ∞) o erro é nulo.
(b) Caso de amortecimento crítico (ζ = 1): Neste caso, para uma entrada em degrau
unitário (3.11) pode ser escrita como:
C ( s) ω n2
= (3.14)
R( s ) s ( s + ω n ) 2
(c) Caso sobreamortecido (ζ > 1): Neste caso, para uma entrada em degrau unitário
(3.11) pode ser escrita como:
ω n2
C ( s) = (3.16)
s( s + ζω n + ω n ζ 2 − 1) ⋅ ( s + ζω n − ω n ζ 2 − 1)
ωn ⎛ e − s1t e − s2t ⎞
c(t ) = 1 + ⎜ − ⎟ (t ≥ 0) (3.17)
⎜ ⎟
2 ζ − 1 ⎝ s1
2 s2 ⎠
( ) ( )
onde s1 = ζ + ζ 2 − 1 ⋅ ω n e s 2 = ζ − ζ 2 − 1 ⋅ ω n . Observe na equação (3.17) que quando
ζ é razoavelmente maior que 1, a exponencial e − s1t decai mais rapidamente que a outra, pois
representa uma constante de tempo menor e, desta forma que o termo e − s1t s1 pode ser
desprezado. Nesse caso, o sistema apresentará uma resposta similar a um sistema de 1a ordem
e a função de transferência e a sua resposta a degrau podem ser aproximadas por:
C ( s) 1 s ζω n − ω n ζ 2 − 1
= = 2 =
R( s) s + 1 s + s 2 s + ζω − ω ζ 2 − 1
s2 n n
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 114
ζω n − ω n ζ 2 − 1
C ( s) =
(s + ζω n − ωn ζ 2 −1 ⋅ s ) (3.18)
ς 2 −1)ω nt
c(t ) = 1 − e −(ς − (t ≥ 0) (3.19)
A Fig. 3.8 apresenta uma família de curvas c(t) obtidas a partir de (3.12), (3.15) e
(3.17) para vários valores de ζ, onde a abscissa é a variável adimensional ωnt. Nesta figura
vemos que um sistema subamortecido com ζ entre 0,5 e 0,8 chega perto do valor final mais
rapidamente que sistemas com amortecimento crítico ou sobreamortecido. Exceto em algumas
aplicações onde não se pode tolerar oscilações, é desejável que o sistema de 2a ordem seja
subamortecido com ζ entre 0,4 e 0,8. Valores pequenos de ζ produzem uma resposta
transitória com pico excessivo; valores muito grandes de ζ fazem o sistema excessivamente
lento.
0.8
0.6
Solução
0.4
exata
Solução
aproximada
0.2
0 5 10 15
t
2
ζ=0
1,8
ζ =0,1
1,6
ζ =0,2
1,4
ζ =0,3 ζ =0,6
ζ =0,4 ζ=0,7
1,2
c(t) ζ =0,5
0,8
0,6
ζ =1
0,4
ζ=2
ζ =0,8
0,2
0
0 2 4 6 8 10 12
ωnt
Fig. 3.8 – Curva de resposta ao degrau unitário do sistema de 2a ordem representado pela
equação (3.10)
tempo τ = 1 .
ζ ⋅ωn
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 116
MP
1,05
1
0,95
0,9
0,1
tr tP
tS5%
• Tempo de subida (tr): é o tempo que a resposta leva para variar de 10% a
90% do calor final. Embora seja difícil obter uma expressão analítica exata
para tr, Dorf (2001) oferece a seguinte aproximação :
2,16ζ + 0,6
tr ≈ (3.23)
ωn
π
tP = (3.24)
ωn 1−ζ 2
MP = c(tP) – 1
Sistemas de Controle 117
100
90
80
70
60
MP (%) 50
40
30
20
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
R(s) C(s)
1 K
+ s s+ a
-
(a) Obtenha o tempo de subida tr, o instante de pico tP, o sobre-sinal máximo MP e
o tempo de acomodação tS2% quando o sistema é sujeito a uma entrada à degrau
unitário;
(b) Qual o valor de K para que o tempo de acomodação tS2% seja igual a 1s
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 118
K
C ( s) s 2 + as = K
= 2
R( s) 1 + K s + as + K
s 2 + as
Comparando o resultado acima com (3.10), obtém-se:
K = ωn2 = 25 ⇒ ωn = 5 rad/s
a = 2ζωn = 6 ⇒ ζ = 0,6
Assim:
2,16ζ + 0,6
tr ≈ = 0,38 s
ωn
π π
tP = = = 0,79 s
ωn 1−ζ 2 4
3,9 3,9
tS2% = = = 1,33 s
ζ ⋅ω n 3
π ⋅ζ
−
1−ζ 2
MP = e = 0,095 ou 9,5%
3,9
(b) tS2% = = 1 ⇒ ωn = 6,5 rad/s
ζ ⋅ω n
Para ωn = 6,5 rad/s ⇒ K = 6,52 = 42,25
num/den =
25
--------------
s^2 + 6 s + 25
>> step(numf,denf)
>> grid
Na seqüência de comandos acima, a segunda linha realiza a convolução
(multiplicação no plano s) entre os denominadores s e (s+1). A terceira linha produz a função
de transferência de malha fechada do sistema de controle da Fig. 3.11. Se a realimentação
fosse positiva, a terceira linha teria que ser substituída por
Sistemas de Controle 119
>> [numf,denf]=cloop(num,den,1);
0.8
A mplitude
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
Time (s ec )
9 cloop.
Exercício: Utilize o Simulink para obter a resposta ao degrau unitário do sistema da Fig. 3.11.
ω n2
C ( s) =
s 2 + 2ζω n s + ω n2
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 120
Para 0 ≤ ζ ≤ 1 ,
ωn
c(t ) = e −ζω nt sen(ω n 1 − ζ 2 t ) (t ≥ 0) (3.26)
1−ζ 2
Para ζ = 1 ,
Para ζ > 1 ,
ωn ζ 2 −1 )ω nt ωn ζ 2 −1 )ω nt
c(t ) = e −(ζ − − e −(ζ + (t ≥ 0) (3.28)
2 ζ 2 −1 2 ζ 2 −1
A Fig. 3.13 apresenta uma família de curvas c(t)/ ωn obtidas a partir de (3.26) e
(3.27) para vários valores de ζ, onde a abscissa é a variável adimensional ωnt. Nesta figura
vemos que apenas em um sistema subamortecido a resposta oscila em torno do zero
assumindo valores ora negativos, ora positivos. Para sistemas criticamente amortecidos ou
sobreamortecidos a resposta ao impulso unitário é sempre positiva ou nula.
1−ζ 2
arctg
ζ
t= (0 < ζ < 1) (3.29)
ωn 1−ζ 2
ζ 1−ζ 2
− ⋅arctg
1−ζ 2 ζ
c(t)max = ω n e (0 < ζ < 1) (3. 30)
Sistemas de Controle 121
1
ζ = 0,1
0.8
ζ = 0,3
ζ = 0,5
0.6
ζ = 0,7
0.4
ζ= 1
0.2
n
c (t) / ω
-0.2
-0.4
-0.6
-0.8
0 2 4 6 8 10 12
ω t
n
Fig. 3.13 – Curva de resposta ao impulso unitário do sistema de 2a ordem representado pela
equação (3.10).
2ζ ⎛ e −ζωnt 1− ζ 2 ⎞
c(t ) = t − + ⎜
sen ω n 1 − ζ t − 2 ⋅ arctg
2 ⎟ ; t≥0 (3.31)
ωn 1− ζ 2 ⎜ −ζ ⎟
⎝ ⎠
O sinal de erro para esse sistema é a diferença entre a entrada e a saída, ou:
2ζ ⎛
e −ζωnt 1−ζ 2 ⎞
e(t) = + ⎜
sen ω n 1 − ζ t − 2 ⋅ arctg
2 ⎟ (3.32)
ωn 1− ζ 2 ⎜ −ζ ⎟
⎝ ⎠
Em regime permanente (t = ∞) o erro será:
2ζ
e(∞) = (3.33)
ωn
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 122
Exemplo 3.2: O sistema de 2a ordem da Fig. 3.14 quando submetido a um degrau, apresenta
em t = 3 s um sobre-sinal de aproximadamente 25%.
a. Determine os valores de K e T;
R(s) C(s)
1 K
+ s Ts+ 1
-
Solução:
(a) Para um sobre-sinal de 25% a Fig. 3.10 nos fornece ς = 0,4. Sabemos que:
π π π
tP = = = 3 s ⇒ ωn = = 1,14 rad/s.
ωn 1−ζ 2 ω n 1 − 0,4 2 3 1 − 0,4 2
K K
C ( s) Ts 2
+ s K T
= = 2 = 2
R( s) 1 + K 2 Ts + s + K s + s + K
Ts + s T T
Comparando o resultado acima com (3.10), obtém-se:
1 1
T= = = 1,1 s
2ζω n 2 ⋅ 0,4 ⋅ 1,14
1−ζ 2 1 − 0,4 2
arctg arctg
ζ 0,4 1,16
t= = = = 1,1 s
ωn 1−ζ 2 1,14 1 − 0,4 2 1,059
ζ 1−ζ 2 0, 4 1−0, 4 2
− ⋅arctg − ⋅arctg
1−ζ 2 ζ 1−0, 4 2 0, 4
c(t)max = ω n ⋅ e = 1,14 ⋅ e = 1,14 ⋅ e −0, 44 x1,15 = 0,69
2ζ
e(∞) = = 0,7
ωn
As curvas apresentadas na Fig. 3.8 são exatas para sistemas de segunda ordem
representados pela equação (3.10). Entretanto, elas fornecem uma boa fonte de dados porque
muitos sistemas possuem um par dominante de raízes e a resposta ao degrau pode ser
estimadas utilizando-se a equação (3.11). Esta abordagem, embora aproximada, evita uma
nova análise matemática para a determinação do sobre-sinal e outras figuras de mérito. Para
um sistema de terceira-ordem representado pela função de transferências
C (s) 1
= 2 (3.34)
R( s) ( s + 2ζω n s + 1)(Ts + 1)
e com um par de pólos complexos dominantes, foi averiguado experimentalmente
(CLEMENTE apud DORF, 2001, p. 233-234) que o sobre-sinal percentual MP e o tempo de
acomodação tS eram representados pelas curvas do sistema de segunda-ordem quando
1
≥ 10 ζω n (3.35)
T
Dorf (2001, p.234) apresenta uma tabela mostrando o efeito do terceiro pólo na
resposta a degrau do sistema representado por (3.34) e ζ = 0,45, tabela que reproduzimos na
Tabela 3.2. Para um sistema de segunda ordem com ζ = 0,45 e ωn = 1 o sobre-sinal estimado é
20% e o tempo de acomodação tS2% = 8,7 s. Observe que o efeito em um sistema de segunda
ordem da adição de um terceiro pólo que não satisfaça a condição (3.35) é a redução do sobre-
sinal.
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 124
TABELA 3.2
EFEITO DO TERCEIRO PÓLO PARA ζ = 0,45
T 1/T MP % tS2%
2,25 0,44 0 9,63
1,5 0,67 3,9 6,3
0,9 1,11 12,3 8,81
0,4 2,5 18,6 8,67
0,05 20 20,5 8,37
0 ∞ 20,5 8,24
C ( s) ( )
ω 2 a (s + a )
= 2 n
R( s ) s + 2ζω n s + ω n2
para valores escolhidos de a/ζωn com ζ = 0,5. Para um sistema de segunda ordem com ζ = 0,5
e ωn = 1 o sobre-sinal estimado é 16,3%, o tempo de acomodação tS2% = 7,8 s e o instante de
pico tP = 3,63 s. Observe que quanto menor a razão a/ζωn , maior será sobre-sinal e menor o
instante de pico da resposta a degrau unitário do sistema.
Seja o sistema de controle apresentado na Fig. 3.16. O sinal de erro desse sistema
é dado por:
C ( s)
E ( s) = (3.36)
G ( s)
Entretanto,
G ( s)
C ( s) = R( s) (3.37)
1 + G ( s) H ( s)
1
E ( s) = R( s) (3.38)
1 + G ( s) H ( s)
3
(a/ζϖn) = 0,5
2.5
2 (a/ζϖn) = 1
(a/ζϖn) = 2
c(t) 1.5
0.5
(a/ζϖn) = 5
0
0 2 4 6 8 10 12
ϖ nτ
Fig. 3.15 - Resposta a degrau unitário de um sistema de segunda ordem com um zero para
quatro valores da razão a/ζωn.
TABELA 3.2
EFEITO DO ZERO PARA ζ = 0,5
a/ζωn MP % tS2% tP
0,5 170 10,15 1,5
1 70 7,38 1,8
2 30 7,5 2,4
5 18 7,73 3,15
s 1 1
e ss = lim = (3.41)
s →0 1 + G ( s ) H ( s ) s 1 + G (0) H (0)
Definindo KP como
obteremos uma nova expressão para o erro atuante estacionário, esta em função do coeficiente
de erro de posição estático KP.
1
e ss = (3.43)
1+ KP
Para um sistema do tipo 1 ou maior, teremos:
1
e ss = =0 para sistemas do tipo 1 ou maior
1+ ∞
Conclui-se, a partir do que foi apresentado aqui, que a resposta ao degrau unitário
de um sistema de controle realimentado apresentará um erro em regime permanente caso sua
função de transferência de malha aberta não conter integrações (1/sN). Se o sistema possuir
realimentação unitária, o erro na resposta em regime permanente será igual ao erro atuante
estacionário. Esse erro pode ser tolerável caso K seja suficientemente grande. Entretanto,
como veremos mais tarde com um ganho K grande é difícil obter um sistema estável.
Ei R2
K P = lim G( s ) ⋅ H ( s ) = lim GC ( s ) ⋅ GF ( s) ⋅
s →0 s →0 VS R1 + R2
Ei 1 + sC 0 RSE R2
K P = lim K C ⋅ ⋅ 2 ⋅
s →0 VS s L0 C 0 + (( L0 + RL C 0 RSE ) / RL ) + 1 R1 + R2
Resolvendo o limite:
Ei R2
K P = KC ⋅ ⋅
VS R1 + R2
Consideremos, agora, um conversor com as seguintes especificações:
9 Entrada Ei = 24 V;
9 R1 = R2 = 10kΩ;
9 KC = 10;
24
K P = 10 ⋅ ⋅ 0,5 = 48
2,5
Como o ganho de realimentação é 1/2, para se obter uma tensão de saída de 5V, a
tensão de referência será 2,5 V, o que equivale à aplicação de um degrau de tensão de 2,5 V
na partida do sistema. Nesse caso, o valor acima de KP resultará em um erro atuante
estacionário de:
2,5
e ss = = 0,051
1+ KP
Como:
e(t) = r(t) – 0,5c(t)
Obtém-se:
c(t) = 2[ r(t) – e(t) ]
Quando t → ∞, teremos:
c(∞) = 2 ( 2,5 – 0,051) = 4,9 V
s 1 1
e ss = lim = lim (3.44)
s →0 1 + G ( s ) H ( s ) s 2 s →0 sG ( s ) H ( s )
Sistemas de Controle 129
1 e -4 s+1
10 9 .6 c
2 e -7 s2 +3 e -4 s+1
R(s) Gc Ei / Vs G (s) te n sã o d e sa íd a
e
H(s)
e rro a tu a n te
1 /2
5.6 0.3
5.4
0.2
5.2
0.1
5
0
4.8
-0.1
4.6
-0.2
4.4
4.2 -0.3
4 -0.4
0.95 1 1.0 1.1 1.15 1.2 0.95 1 1.05 1.1 1.15 1.2
t x 10 -2 t x 10 -2
(a) (b)
Definindo KV como:
K V = lim sG ( s ) H ( s ) (3.45)
s →0
obteremos uma nova expressão para o erro atuante estacionário, esta em função do coeficiente
de erro de velocidade estático KV.
1
e ss = (3.46)
KV
Resumindo, o erro estacionário atuante para uma entrada em rampa unitária será:
1 1
e ss = = =∞ para sistemas do tipo 0
KV 0
1 1
e ss = = para sistemas do tipo 1
KV K
1 1
e ss = = =0 para sistemas do tipo 2 ou maior
KV ∞
Se a entrada for uma para uma parábola unitária, o erro atuante estacionário é
dado por:
s 1 1
e ss = lim = lim 2 (3.47)
s →0 1 + G ( s ) H ( s ) s 3 s →0 s G ( s ) H ( s )
Definindo Ka como
Sistemas de Controle 131
K a = lim s 2 G ( s ) H ( s ) (3.48)
s →0
obteremos uma nova expressão para o erro atuante estacionário, esta em função do erro de
aceleração estático Ka.
1
e ss = (3.49)
Ka
1 1
e ss = = =∞ para sistemas do tipo 0 e 1
Ka 0
1 1
e ss = = para sistemas do tipo 2
Ka K
Análise de Resposta Transitória e Análise de Erros em Regime Permanente 132
1 1
e ss = = =0 para sistemas do tipo 3 ou maior
Ka ∞
A Tabela 3.4 resume os erros estacionários para sistemas do tipo 0, tipo 1 e tipo 2.
TABELA 3.4
Erros em regime estacionário em termos do ganho K
Exemplo 3.3: Calcule o erro estacionário a uma entrada em degrau unitário do sistema de
controle apresentado na Fig. 3.19.
R(s) C(s)
20
+ s2 + 17s + 10
-
20 20 20
G( s ) H ( s ) = = =
s + 17 s + 10 ( s + 16,39)( s + 0,61)
2
s s
16,39 ⋅ 0,61 ⋅ ( + 1)( + 1)
16,39 0,61
2
G ( s) H ( s) =
s
( + 1)(1,64s + 1)
16,39
Como essa função de transferência representa um sistema do tipo 0 com K = 2, o
erro estacionário será:
1 1
e ss = = = 0,33
1+ K 1+ 2
Uma solução alternativa seria:
20
K P = lim G( s ) H ( s ) = lim =2
s →0 s →0 s + 17 s + 10
2
1 1
e ss = = = 0,33
1+ KP 1+ 2
Exercícios
1. A Fig. 3.20 apresenta a resposta transitória da tensão no capacitor do circuito RLC série da
Fig. 2.1 (Cap. II) a uma entrada em degrau μ(t) = 5. Sabendo que o R medido foi de 2 Ω,
encontre o coeficiente de amortecimento ζ, a freqüência natural não amortecida, L e C.
7
0
0 1 2 3 4 5 6
t x 10 -2
3. Para o diagrama de blocos da Fig. 3.12, calcular o ganho KI do integrador que devemos
inserir na função de transferência de alimentação direta para que o erro atuante em regime
permanente a uma entrada em rampa unitária seja 0,2.
C (s) ks + b
= 2
R ( s ) s + as + b
Determine a FT em malha aberta e mostre que o erro em regime estacionário à rampa
a−k
unitária é dado por e SS =
b
7. Determinar a qualidade de funcionamento do sistema de 2a ordem da Fig. 3.22 e desenhar a
curva de resposta à entrada em degrau.
8. Para a função de transferência de malha fechada abaixo, determine o valor de F para que o
sistema apresente uma sobre-elevação de 9,5%. Calcule, ainda tr e tS5%.
C (s) 50
= 2
R ( s ) s + 12 s + 10 F
R(s) C(s)
10
+ 5s+1
- B(s)
1/s
Calcule o erro atuante em regime permanente e o valor final da saída para uma resposta em
rampa unitária.
10. O diagrama de bloco de um rate loop para um missil teleguiado é mostrado na figura
abaixo. Usando as equações analíticas para sistemas de segunda ordem, preveja MP, TP e
TS para o sistema em malha fechada devido a um degrau unitário. Compare os resultados
previstos com a resposta real a um degrau unitário obtida com o MATLAB. Explique as
diferenças.
R(s) C(s)
0,1+ 5 100(s+1)
+ s s2+2s+100
-
Respostas selecionadas
2. eSS = 0,45.
3. KI = 4,17.
ks + b
6. G (s) = 2
s + (a − k )s
4.1 Introdução
onde condições iniciais apropriadas são especificadas para a saída y(t) do sistema. A
transformada de laplace da equação acima nos dá
ou
N ( s) IC ( s )
Y ( s) = U ( s) + (4.2)
D( s ) D( s )
N ( s)
onde G ( s ) = e IC(s) é um polinômio em s contendo os termos resultantes das condições
D( s )
iniciais. Como pode ser visto, a resposta total é a soma das contribuições devido as condições
iniciais e a entrada do sistema u(t). Se o sistema é não forçado (isto é, a entrada é zero), nós
chamamos a resposta resultante do sistema de resposta à entrada zero ou natural do sistema.
Da mesma forma, se todas as condições iniciais são nulas, a entrada produz uma resposta de
Estabilidade de Sistemas de Controle 138
estado zero. Como vimos, a razão entre a transformada da saída e a transformada da entrada
sob condições iniciais nulas é a função de transferência, denotada por G(s).
Claro, isto faz sentido, já que no caso de pk ser uma raiz isolada, ela adiciona uma
contribuição
Sistemas de Controle 139
⎡ IC ( s ) ⎤ pk t
⎢Re s ⎥e
⎣ s = pk D( s ) ⎦
e pk t = eσ k t (cos ω k t + jsenω k t )
Quando a saída não decai a zero nem vai para o infinito, dizemos que o sistema é
marginalmente estável. Isto ocorre quando σk = Real (pk) = 0, ou seja, quando uma raiz da
equação característica é nula ou puramente imaginária. Se as raízes são repetidas e tem parte
real nula, o sistema é instável. Isto pode ser visto a partir dos seguintes exemplos:
IC ( s ) 1 IC ( s ) 1000 IC ( s ) 1
Y1 ( s ) = = Y2 ( s ) = = 2 Y3 ( s ) = =
D( s) s D( s ) s + 100 D( s) s 2
IC ( s )
y1 (t ) = u S (t ) y 2 (t ) = = u S (t ) ⋅ 100 cos10t y 3 ( s ) = t ⋅ u S (t )
D( s)
Os sistemas com resposta y1(t) e y2(t) são marginalmente estáveis porque sua
resposta natural nem decai para zero nem cresce sem limites. Já o sistema com resposta y3(t) é
claramente instável.
Vamos estabelecer, sem uma prova formal, que um sistema é BIBO estável se e
somente se todos os pólos do sistema se localizam no semiplano esquerdo aberto. Se algum
pólo está localizado no semiplano direito, o sistema é instável. Pólos sobre o eixo imaginário
requerem uma atenção especial. Um sistema marginalmente estável é BIBO estável? A
resposta é não. Considere
Y ( s) 1
= G ( s) =
U ( s) s
Estabilidade de Sistemas de Controle 140
1
Y ( s) =
s2
y (t ) = t ⋅ u S (t )
( s − 1)
G ( s) =
( s − 1)( s + 2)
Os modos são {1, -2}, mas o sistema tem somente um pólo. Logo, o sistema é
BIBO estável. Por causa do modo no semi-plano direito em {1}, entretanto, ele não é estável
no sentido de estabilidade assintótica. Estas respostas contraditórias são comuns quando nós
encontramos funções de transferência onde há cancelação de pólos e zeros.
F ( s ) = a 0 s n + a1 s n −1 + a 2 s n − 2 + K + a n −1 s + a n = 0 (4.3)
A fim de que não haja raízes desta equação com parte real positiva, é necessário,
porém não suficiente, que:
condições que podem ser verificadas por inspeção. Ressaltamos que estas condições não são
suficientes, pois um polinômio com todos os coeficientes não nulos e de mesmo sinal pode ter
zeros no semiplano direito do plano s.
O critério que apresentaremos a seguir foi criado pelo matemático Adolf Hurwitz e
aperfeiçoado pelo também matemático Edward John Routh.
a0 a2 a4 a6 a8 K
a1 a3 a5 a7 a9 K
s6 a0 a2 a4 a6
5
s a1 a3 a5 0
a1 a 2 − a 0 a3 a1 a 4 − a 0 a5 a1 a 6 − a 0 0
s4 = b1 = b2 = a6 0
a1 a1 a1
b1 a3 − a1b2 b1 a5 − a1 a6 b1 0 − a1 0
s3 = c1 = c2 =0 0
b1 b1 b1
c1b2 − b1c 2 c1 a 6 − b1 0 c1 0 − b1 0
s2 = d1 = a6 =0 0
c1 c1 c1
d1c 2 − c1 a 6
s1 = e1 0 0 0
d1
e1 a 6 − d1 0
s0 = a6 0 0 0
e1
Estabilidade de Sistemas de Controle 142
Exemplo 4.1:
C ( s) 1
Considere a função de transferência = que apresenta como equação
R( s ) ( s − 2)( s + 1)( s − 3)
característica:
( s − 2)( s + 1)( s − 3) = s 3 − 4s 2 + s + 6 = 0
Sem aplicar o teste, sabemos que a equação característica apresenta duas raízes
com parte real positiva (2 e 3). Porém, como o objetivo é apresentar o critério, montamos a
tabela de Routh como segue:
s3 1 1
s 2
−4 6
− 4 ⋅1 − 1 ⋅ 6
s 1
= 2,5 0
−4
2,5 ⋅ 6 − (−4) ⋅ 0
s0 =6 0
2,5
Exemplo 4.2
C (s) 1
Considere a função de transferência = 4 que apresenta como
R( s ) 2s + s + 3s 2 + 5s + 10
3
equação característica:
2s 4 + s 3 + 3s 2 + 5s + 10 = 0
para não ter raízes no semiplano direito ou sobre o eixo imaginário. Porém, a condição
suficiente deve ser verificada, montando-se a tabela de Routh:
s4 2 3 10
s3 1 5 0
1⋅ 3 − 2 ⋅ 5 1 ⋅ 10 − 2 ⋅ 0
s2 = −7 = 10 0
1 1
− 7 ⋅ 5 − 1 ⋅ 10
s1 = 6,43 0 0
−7
s0 10
Casos especiais
Exemplo 4.3
C ( s) 1
Considere a função de transferência = 3 que apresenta como
R( s) s + 2s 2 + s + 2
equação característica:
s 3 + 2s 2 + s + 2 = 0
s3 1 1
s2 2 2
2 ⋅1 − 1 ⋅ 2
s1 =0≅ε
2
ε ⋅2 − 2⋅0
s0 =2
ε
Nesse caso, como não houve troca de sinal, isto indica que há um par de raízes
imaginárias, no caso, s = ±j.
s3 1 −3
s2 0≅ε 2
− 3 ⋅ ε − 1⋅ 2 2
s1 = −3 −
ε ε
s0 2
As duas trocas de sinal estão de acordo com a fatoração realizada na equação
característica.
Se todos os coeficientes de uma linha calculada forem zero, isto indica que há
duas raízes reais com sinais opostos ou duas raízes complexas conjugadas.
s5 1 24 − 25
s4 2 48 − 50
2 ⋅ 24 − 1 ⋅ 48 (2 ⋅ −25) − (1 ⋅ −50)
s3 =0 =0
2 2
Como a linha de s3 contém só zeros, formamos o seguinte polinômio auxiliar:
A( s ) = 2s 4 + 48s 2 − 50 = 0
Que indica que há dois pares de raízes de igual módulo e sinal oposto. Derivando
A(s) em relação a s, obtém-se:
8s 3 + 96s = 0
s5 1 24 − 25
s4 2 48 − 50
s3 8 96
8 ⋅ 48 − 2 ⋅ 96
s2 = 24 − 50
8
24 ⋅ 96 − (8 ⋅ −50)
s1 = 112,7 0
24
s0 − 50
Sistemas de Controle 145
Como há uma troca de sinal, portanto a equação característica tem uma raiz
positiva. Podemos encontrar as raízes de igual módulo e sinal oposto resolvendo a equação
auxiliar.
2s 4 + 48s 2 − 50 = 0
48 ± 48 2 + 400
s2 = −
4
ou
s2 = 1 ⇒ s = ± 1 e s 2 = −25 ⇒ s = ±j5
Exemplo 4.5
s 4 + s 3 + 11s 2 + s + K + 0,5 = 0
Para o sistema ser estável, não pode haver troca de sinal na 1a coluna, ou seja:
4.3.1 – Introdução
O método do lugar das raízes fornece informação gráfica que pode ser usada para
se obter informação qualitativa no que diz respeito à estabilidade e o desempenho do sistema.
Se a localização das raízes não for satisfatória, os ajustes necessários nos parâmetros podem
ser prontamente verificados a partir do lugar das raízes.
C (s) p( s)
T ( s) = = (4.4)
R( s) q( s)
onde p(s) e q(s) são polinômios em s. A equação característica é obtida igualando q(s) a zero.
No caso do sistema mostrado na Fig. 4.1, a equação característica é:
1 + KG ( s ) H ( s ) = 0 (4.5)
onde K é o parâmetro variável. Os valores de s que satisfazem a equação (4.5) são onde as
raízes se encontram no plano s. Reescrevendo a equação (4.5) na forma polar obtém-se a
condição de módulo:
KG ( s ) H ( s ) = 1 (4.6)
Sistemas de Controle 147
e a condição de fase:
K ( s + z1 )( s + z 2 ) K ( s + z m )
1+ =0 (4.8)
( s + p1 )( s + p 2 ) K ( s + p n )
ou
M
∏ (s + z m )
m =1
1+ K N
=0 (4.9)
(∏ ( s + p n )
n =1
K ⋅ s + z1 ⋅ s + z 2 K
KG ( s ) H ( s ) = =1 (4.10)
s + p1 ⋅ s + p 2 K
R(s) C(s)
+ G(s)
-
H(s)
Para ilustrar o que foi dito, considere o sistema de segunda ordem mostrado na
Fig. 4.2. A equação característica deste sistema é
K
1 + KG ( s ) H ( s ) = 1 + =0
s ( s + 2)
Estabilidade de Sistemas de Controle 148
ou, alternativamente
q ( s ) = s 2 + 2 s + K = s 2 + 2ζω n s + ω n 2 = 0
K
KG ( s ) H ( s ) = =1 (4.12)
s ( s + 2)
R(s) 1 C(s)
+ K
- s(s+2)
Fig. 4.2 – Sistema de controle com realimentação unitária, com o parâmetro variável K.
Note que o ganho K pode ser variado de zero a um valor positivo infinitamente grande. Para
um sistema de segunda ordem as raízes de são
s1 , s 2 = −ζω n ± ω n ζ 2 − 1
ζ
s1 , s 2 = ω n ∠arctg = ω n ∠ arccos ζ
2
1−ζ
s1 , s 2 = −1 ± 1 − K
As raízes são reais para 0 ≤ K ≤ 1 e complexas para K > 1. O lugar das raízes correspondentes
a todos os valores de K está indicado na Fig. 4.3, onde o movimento das raízes conforme K
aumenta é indicado por setas. Com ζ < 1 (K > 1), para satisfazer a condição de ângulo
[equação (4.13)] o lugar das raízes é uma linha vertical. Por exemplo, conforme mostra a Fig.
5.3, junto à raiz s1 os ângulos são
⎡ K ⎤
∠⎢ ⎥ = −∠s1 −∠(s1+2) = −[(1800 − θ1) − θ1] = −1800
⎣ s ( s + 2) ⎦ s = s1
Sistemas de Controle 149
Note que a condição de ângulo é satisfeita em qualquer ponto da linha entre 0 e –2 no eixo
real e da linha vertical que lhe é perpendicular. Por sua vez, o ganho K no ponto particular s1 é
encontrado empregando-se (4.12) como segue:
K K
= =1
s ( s + 2) s = s s1 ⋅ s1 + 2
1
logo
K = s1 ⋅ s1 + 2
s1 jω
K=2 +j
K=2 -j
Pólos do sistema
em malha aberta
Fig. 4.3 – Lugar das raízes para o sistema de segunda ordem da Fig. 4.2.
Exemplo 4.7 – Seja o sistema de controle com realimentação unitária que possui como função
de transferência de ramo direto:
K ( s + 1)
KG ( s ) =
s + 5s 2 + 6 s
3
K ( s + 1)
1 + KG ( s ) H ( s ) = 1 + =0
s + 5s 2 + 6 s
3
Passo 2: Fatorar e escrever KG(s)H(s) na forma de pólos e zeros expressa por (4.9):
K ( s + 1)
1 + KG ( s) H ( s) = 1 + =0 (4.14)
s( s + 2)( s + 3)
Passo 3: Locar os pólos e zeros no plano s com os símbolos selecionados ( x para pólos e o
para zeros). Nós estamos particularmente interessados em determinar o lugar das raízes para
0 ≤ K ≤ ∞. Reescrevendo (4.9), obtém-se:
N M
∏ (s + pn ) + K ∏ (s + z m ) = 0 (4.15)
n =1 m =1
A equação (4.15) nos mostra que com K = 0, as raízes da equação característica são os pólos
de G(s)H(s); quando K se aproxima do infinito, o lugar das raízes da equação característica
são os zeros de G(s)H(s). Logo:
Para muitas funções G(s)H(s) muitos dos zeros estarão junto ao infinito no plano
s. Isto ocorre porque a maioria das funções em controle tem mais pólos do que zeros. Com n
pólos e m zeros e n > m, tem-se n – m ramos do lugar das raízes indo aos n – m zeros do
infinito. A Fig. 4.4 mostra os pontos para os quais K = 0 e K = ∞ no lugar das raízes do
sistema representado pela equação característica (4.14).
jω
plano s
Fig. 4.4 – Pontos para os quais K = 0 e K = ∞ no lugar das raízes do sistema do exemplo 4.7.
Há mais dois pontos para K = ∞ em s = ∞.
Sistemas de Controle 151
Passo 4: Localizar os segmentos do eixo real que são lugares das raízes. O lugar das raízes no
eixo real está sempre em uma seção do eixo real à esquerda de um número ímpar de pólos e
zeros. Este fato é constatado examinando-se a equação (4.11). O lugar das raízes no eixo real
para o sistema do exemplo 4.7 é mostrado na Fig. 4.5, onde a direção do lugar das raízes
quando K aumenta é mostrado por uma seta. Como foi dito anteriormente, o lugar das raízes
inicia nos pólos e termina nos zeros. Podemos, por exemplo, calcular o valor de K para a raiz
s = s1= -1/2 empregando a equação (4.10) como segue:
K ⋅ s1 + 1 K ⋅ −1 +1 K⋅1
2 2 =1
KG ( s1 ) H ( s1 ) = = =
s1 s1 + 2 ⋅ s1 + 3 −1 −1 + 2 ⋅ −1 + 3 1 ⋅ 3 5
2 2 2 2 2 2
15
K= 6 = 15
1 3
2
jω
-3 -2 -1 0
Fig. 4.5 – O lugar das raízes sobre o eixo real do sistema do exemplo 4.7.
Passo 5: Determinar o número de ramos do lugar das raízes completo. Como os ramos
iniciam nos pólos e terminam nos zeros, o número de ramos é igual ao número de pólos, já
que o número de pólos é maior ou igual ao número de zeros. Logo, para o nosso exemplo, o
número de ramos é igual a três.
Passo 6: O lugar das raízes completo é simétrico em relação ao eixo horizontal real, uma
vez que as raízes complexas devem aparecer com pares de raízes complexas conjugadas.
Passo 7: O lugar das raízes segue para os zeros no infinito por assíntotas com centro em σA e
com ângulos φA. Quando o número de zeros finitos de G(s)H(s), m, é menor que o número de
pólos, n, pelo número finito N = n – m, então n ramos do lugar das raízes terminam em zeros
no infinito. Estes ramos do lugar das raízes seguem para zeros no infinito por assíntontas
quando K se aproxima do infinito. Estas assíntotas são centradas em um ponto sobre o eixo
real dado por:
Estabilidade de Sistemas de Controle 152
∑ (− p j ) − ∑ (− zi )
n m
σA =
∑ polos de G(s) H (s) − ∑ zeros de G(s) H (s) = j =1 i =1
(4.16)
n−m n−m
onde q = 0, 1, 2, ..., (n – m –1 ). O leitor pode encontrar a prova das equações (4.16) e (4.17)
em Dorf (2001, p. 339-340). Para o nosso exemplo
A Fig. 4.6 representa as assíntotas e os ramos do lugar das raízes no eixo real.
jω
assíntotas
σ
-3 -2 -1 0
Fig. 4.6 – As assíntotas e o lugar das raízes sobre o eixo real do sistema do exemplo 4.7.
Passo 8: Determinar o ponto no qual o lugar das raízes cruza o eixo imaginário (se ele o
faz), empregando o critério de Routh-Hurwitz. Em nosso exemplo, a equação característica é
reescrita a partir de (4.14) como:
s ( s + 2)( s + 3) + K ( s + 1) = s 3 + 5s 2 + (6 + K ) s + K = 0
Assim, verifica-se que não existe valor de K maior que zero que leve o sistema ao limite da
Sistemas de Controle 153
5s 2 + K = 5( s 2 + 5 )
K
Passo 9: Determinar o ponto de ruptura sobre o eixo real (se ele o faz). O lugar das raízes
no nosso exemplo deixa o eixo real em um ponto de ruptura situado entre os pólos –2 e –3. O
ponto de ruptura a partir do eixo real ocorre onde a mudança líquida no ângulo causada por
um pequeno deslocamento é zero. O lugar das raízes deixa o eixo real onde há uma
multiplicidade de raízes, tipicamente duas. O ponto de ruptura para um sistema de segunda
ordem é mostrado na Fig. 4.7(a) e para um caso especial de um sistema de quarta ordem na
Fig. 4.7(b). Em geral, devido ao critério de fase, as tangentes para os lugares das raízes no
ponto de ruptura são igualmente espaçadas sobre 360o. Logo, na Fig. 4.7(a), nós temos
que os dois lugares no ponto de ruptura estão espaçados de 180o, já na Fig. 4.7(b), os
quatro lugares são espaçados de 90o.
Para calcular o ponto de ruptura em nosso exemplo, que de acordo com a Fig. 4.6
está entre –2 e –3 , isolaremos o fator K na equação característica como segue
K ( s + 1) − s ( s + 2)( s + 3)
1+ =0⇒ K =
s ( s + 2)( s + 3) s +1
O ponto de ruptura ocorrerá onde K alcança o seu máximo valor. Para obter este
valor, diferenciamos K = f(s) em relação a s e igualamos a zero, ou seja
dK d ⎛ − s ( s + 2)( s + 3) ⎞ d ⎛ s 3 + 5s 2 + 6 s ⎞
= ⎜ ⎟ = − ⎜ ⎟⎟ = 0
ds ds ⎝ s +1 ⎠ ds ⎜⎝ s +1 ⎠
jω jω
j1
σ σ
-2 0
-3 -1 0
-j1
(a) (b)
Estabilidade de Sistemas de Controle 154
Fig. 4.7 – Exemplos de ponto de ruptura: (a) para um sistema de segunda ordem e (b) para
um sistema de quarta ordem.
dK ⎛ ( s + 1) ⋅ (3s 2 + 10 s + 6) − ( s 3 + 5s 2 + 6 s ) ⎞ ⎛ 2 s 3 + 8s 2 + 10 s + 6 ⎞
= −⎜⎜ ⎟
⎟ = −⎜⎜ ⎟⎟ = 0
ds ⎝ ( s + 1) 2 ⎠ ⎝ ( s + 1) 2 ⎠
2 s 3 + 8s 2 + 10 s + 6 = 0
cujo as raízes, calculadas com o auxílio do MATLAB, são-2.4656, -0,7672 + j0,7926 e 0,7672 -
j0,7926. Logo, o ponto de ruptura é –2,46.
L u g a r d a s ra íze s
8
6 a s s ín to ta
2
Eixo imaginário
-2
-4
-6
-8
-3 -2 .5 -2 -1 .5 -1 -0 .5 0
E ix o re a l
⎡ N ⎤
⎢ ∏ s + pn ⎥
K x = ⎢ nM=1 ⎥ (4.18)
⎢ ⎥
⎢ ∏ s + zm ⎥
⎣ m =1 ⎦ s=sx
No nosso exemplo, o valor de K para a raiz s = -2,46 pode ser calculada a partir de
4.18 como segue:
raizes =
-1.0000 + 1.0000i
-1.0000 - 1.0000i
Root Loc us
6
2
Im aginary A x is
-2
S ys tem : s ys
Gain: 24.9
P ole: 0.00227 - 2.34i
-4
Dam ping: -0.000969
Overs hoot (% ): 100
Frequency (rad/s ec ): 2.34
-6
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2
Real A x is
K ( s + 1)
Fig. 4.9 – Lugar das raízes da equação característica 1 + = 0.
s ( s + 4)( s 2 + 2s + 2)
>> rlocfind(sys)
Select a point in the graphics window
selected_point =
-0.4572 + 1.4731i
ans =
6.8727
G(s) K ( s + 1)
FT ( s ) = =
1 + G ( s ) H ( s ) s ( s + 4)( s + 2s + 2) + K ( s + 1)
2
6,87( s + 1)
FT ( s ) =
s + 6 s + 8s 2 + 14.87 s + 6,87
4 3
zeros =
-1
polos =
-4.9320
-0.2496 + 1.5448i
-0.2496 - 1.5448i
-0.5689
k =
6.8700
Note que, para obter os zeros e pólos de FT(s) utilizamos o comando do MATLAB
tf2zp.
Exercício: Obter o lugar das raízes da Fig. 4.9 empregando o procedimento manual.
Observação: Para obter o lugar das raízes representado na Fig. 4.9, é preciso determinar o
ângulo de partida dos pólos complexos conjugados. A presença de um par de pólos de malha
aberta complexos conjugados requer a determinação do ângulo de partida destes pólos. O
conhecimento dos ângulos é importante para esboçar os lugares das raízes com razoável
precisão, pois mostra como o lugar das raízes originário do pólo migra para o eixo real ou
estende-se para a assíntota.
Estabilidade de Sistemas de Controle 158
θ = −333,4 0 = +26,57 0
Como o lugar das raízes é simétrico em relação ao eixo real, o ângulo de partida do pólo –1 –
j é – 26,570.
jω
θ
j
s1
σ
-4 -1 0
-j
3. Localizar os pólos ( x )e zeros ( o )de malha aberta no plano s, sendo que o locus
iniciam nos pólos e terminam nos zeros.
4. Localizar os segmentos do eixo real que são lugares das raízes. O lugar das raízes no
eixo real está sempre em uma seção do eixo real à esquerda de um número ímpar de
pólos e zeros.
Sistemas de Controle 159
5. Determinar o número de ramos do lugar das raízes, número este que é igual ao número
de pólos.
6. Note que o lugar das raízes completo é simétrico em relação ao eixo horizontal real.
∑ (− p j ) − ∑ (− zi )
n m
j =1 i =1
σA =
n−m
(2q + 1)
φA = 180 o
n−m
8. Determinar, quando houver, o ponto no qual o lugar das raízes cruza o eixo
imaginário, empregando o critério de Routh-Hurwitz.
Ângulo de partida de um pólo complexo = 180o – (soma dos ângulos de vetores para o
pólo complexo a partir de outros pólos) + (soma dos ângulos de vetores para
o pólo complexo a partir de zeros)
Ângulo de partida de um zero complexo = 180o – (soma dos ângulos de vetores para o
zero complexo a partir de outros pólos) + (soma dos ângulos de vetores para
o pólo complexo a partir de pólos)
K
G ( s) H ( s) = (4.20)
s ( s + 2)
Os zeros de 1 + G(s)H(s) são apresentados pelo diagrama do lugar das raízes da
Fig. 4.11(a). Introduzindo um pólo em s = -4, este pólo adicional, conforme mostra a Fig.
4.11(b), força a parte complexa do lugar das raízes a migrar em direção à metade direita do
plano s, tornando o sistema instável para valores de K acima de um limite. O leitor poderá
concluir, utilizando o MATLAB para acrescentar mais um pólo ou um par de pólos
Estabilidade de Sistemas de Controle 160
complexos conjugados a planta original, que a adição de pólos efeito desloca o lugar das
raízes na direção da metade direita do plano s.
Root Locus
0.8
0.6
0.4
0.2
Imaginary Axis
-0.2
-0.4
-0.6
-0.8
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1
Real Axis
(a)
Root Locus
8
2
Imaginary Axis
-2
-4
-6
-8
-12 -10 -8 -6 -4 -2 0 2 4
Real Axis
(b)
Fig. 4.11 – Lugar das raízes mostrando o efeito da adição de pólos a G(s)H(s).
Sistemas de Controle 161
Efeito da adição de zeros: Considere novamente a função expressa por (4.20). Introduzindo
um zero em s = -4, este zero, conforme mostra a Fig. 4.12(a), força a parte complexa do lugar
das raízes a migrar em direção à metade esquerda do plano s, aumentando a estabilidade
relativa do sistema. Efeito semelhante ocorrerá se o par de zeros complexos conjugados s = -2
+ j2 e s = -2 – j2 forem acrescentados [ Fig. 4.12(b) ].
Root Locus
3
1
Imaginary Axis
-1
-2
-3
-8 -7 -6 -5 -4 -3 -2 -1 0
Real Axis
(a)
Root Locus
2
1.5
0.5
Imaginary Axis
-0.5
-1
-1.5
-2
-2 -1.8 -1.6 -1.4 -1.2 -1 -0.8 -0.6 -0.4 -0.2 0
Real Axis
Estabilidade de Sistemas de Controle 162
(b)
Fig. 4.12 – Diagramas do lugar das raízes mostrando os efeitos da adição de zeros a G(s)H(s).
Exercícios:
K
G ( s) H ( s) =
( s + 1)( s + 2 − j )( s + 2 + j )
K ( s + 2)
G ( s) H ( s) =
( s + 1)( s + 2 − j )( s + 2 + j )
Perceba que foi acrescido um zero a FT do exercício 1. Você esperava o resultado obtido?
6
A demonstração desta afirmação é encontrada em OGATA (1993).
Sistemas de Controle 163
Y ( jω )
G ( jω ) =
X ( jω )
Y ( jω )
G ( jω ) =
X ( jω )
Como vimos, uma função de transferência senoidal, pode ser representada por
dois gráficos separados, um que dá o módulo versus freqüência e outro para o ângulo de fase
(em graus) versus freqüência. Um diagrama de Bode consiste de dois gráficos, um é o gráfico
do logaritmo do módulo da função de transferência senoidal; o outro é um gráfico do ângulo
de fase. Ambos são construídos em função da freqüência em escala logarítmica.
• Ganho K;
Uma vez familiarizados com os gráficos dos fatores básicos, é possível utiliza-los
na construção de gráficos compostos para qualquer G(jω).H(jω) esboçando-se as curvas de
cada fator e adicionando-as individualmente, porque a adição dos logaritmos dos ganhes
corresponde à multiplicação dos mesmos.
O Ganho K
O módulo em dB de 1/jω é:
1
20 log = −20 log ω (dB)
jω
n
20 log jω ± = ±20n log ω (dB)
60
jω 2
40 jω
20
20
jω -1
40
jω -2
60 3 4
0,1 1 10 100 1 10 1 10
ω
1
20 log = −20 log 1 + ω 2T 2 (dB) (4.21)
1 + jω T
Para baixas freqüências ω << 1/T, o que implica em ω2T2 << 1, e a equação (4.21)
pode ser aproximada por:
Para altas freqüências ω >> 1/T, o que implica em ω2T2 >> 1, e a equação (4.21)
pode ser aproximada por:
1/T é denominada freqüência de canto. Assim, para obtenção do gráfico do módulo proceda
da seguinte forma:
φ = −arctgωT (4.23)
φ = −arctg 1 = −45 0
A análise anterior mostra que para a obtenção do gráfico aproximado de fase para
o fator 1/(1 + jωT), deve se proceder da seguinte forma:
O erro nas curvas causado pelo uso de assíntotas pode ser calculado. A Tabela 4.1
apresenta o módulo exato (4.21), o módulo aproximado, a fase exata (4.23), a fase
aproximada e os erro provenientes do uso das aproximações assintóticas do módulo e da fase
do fator 1/(1 + jωT). Observe que o erro máximo na curva de módulo causado pelo uso de
assíntotas é – 3 dB na freqüência de canto.
Uma vantagem do diagrama de Bode é que para fatores recíprocos, como 1 + jωT,
as curvas de módulo e de fase necessitam apenas trocar de sinal, já que:
1
20 log 1 + jωT = −20 log
1 + jω T
Sistemas de Controle 167
1
1 + jωT = arctgωT = −
1 + jω T
Curva aproximada
Curva exata
20
40
0.01/T 0.1/T 1/T 10/T 100/T
ω
0
Curva exata
15
30
Curva aproximada
0
φ( ) 45
60
75
90
0.01/T 0.1/T 1/T 1/10 1/100T
ω
Fig. 4.14 – Curvas de resposta em freqüência exatas e aproximadas do módulo e de fase de
1/(1 + jωT).
Estabilidade de Sistemas de Controle 168
TABELA 4.1
Aproximação Aproximação
G erro o
|erro|
ωT Assintótica do φ( ) Assintótica de
(dB) (dB) (0)
G(dB) ϕ (°)
1 -3 0 3 -45 -45 0
1,31 -4,3 2,34 2 -52,6 -50,3 2,3
2 2
⎛ ⎞ ⎛ ⎞
⎜1 − ω ⎟ + ⎜ 2ς ω
2
1
20 log = − 20 log ⎟⎟ (4.24)
2 ⎜ ω 2 ⎟ ⎜ ωn
⎛ ω ⎞ ⎛ ω ⎞ ⎝ n ⎠ ⎝ ⎠
1 + 2ς ⎜⎜ j ⎟⎟ + ⎜⎜ j ⎟⎟
⎝ ωn ⎠ ⎝ ωn ⎠
Sistemas de Controle 169
40
20
Curva exata
0
0.01/T 0.1/T 1/T 10/T 100/T
ω
90
75
60
Curva aproximada
φ( 0 ) 45
30
Curva exata
15
0
0.01/T 0.1/T 1/T 10/T 100/T
ω
Fig. 4.15 – Curvas de resposta em freqüência exatas e aproximadas do módulo e
de fase de 1 + jωT.
⎡ ⎤ ω
⎢ ⎥ 2ς
⎢ 1 ⎥ ωn
φ =⎢ ⎥ = − arctg (4.25)
⎢ ⎛ ω ⎞ ⎛ ω ⎞ ⎥
2
ω2
1 −
⎢1 + 2ς ⎜⎜ j ω ⎟⎟ + ⎜⎜ j ω ⎟⎟ ⎥ ωn2
⎣ ⎝ n ⎠ ⎝ n ⎠ ⎦
A partir de (4.24) vê-se que para baixas freqüências ω << ωn e o log do módulo
resulta em:
- 20 log 1 = 0 dB
Estabilidade de Sistemas de Controle 170
Logo, a assíntota de baixa freqüência é uma reta horizontal em 0 dB. Parta altas
freqüências tais que ω >> ωn, o log do módulo torna-se:
ω2 ω
− 20 log 2
= −40 log dB
ωn ωn
− 40 log 1 = 0
2ς
φ = −arctg = −arctg∞ = −90 0
0
1 + 2ς(jω/ωn) + (jω/ωn)2
podem ser obtidas invertendo-se o sinal das curvas de log-módulo e de fase do fator [1 +
2ς(jω/ωn) + (jω/ωn)2]-1
Sistemas de Controle 171
Exemplo 4.8: Desenhar um diagrama de Bode para a função de transferência de malha aberta
100
G ( s) =
s( s + 10)( s + 1)
Estabilidade de Sistemas de Controle 172
100 10
G ( jω ) = =
1 1
jω 10 ⋅ ( jω + 1)( jω + 1) jω ⋅ ( jω + 1) ⋅ ( jω + 1)
10 10
3. As curvas assintóticas do logaritmo do módulo e da fase para cada fator são traçadas e
mostradas na Fig. 4.17;
60
G(jω)
jω-1
40
20log10
20
db
0
(jω/10+1)
-1
(jω+1)-1
20
40
60
0,01 0,1 1 10 100 1000
ω
(jω/10+1)-1
-45
(jω+1)-1
-90
ϕ(°) jω-1
-135
G(jω)
-180
-225
-270
0,01 0,1 1 10 100 1000
ω
Fig. 4.17 – Diagrama de Bode aproximado do sistema do exemplo 4.6.
Sistemas de Controle 173
>> [m,p]=bode(num,den,w);
100
50
-50
-100
-150
-2 -1 0 1 2 3
10 10 10 10 10 10
-50
-100
-150
-200
-250
-300
-2 -1 0 1 2 3
10 10 10 10 10 10
Fig. 4.18 – Diagrama de Bode exato do sistema do exemplo 4.8.
Estabilidade de Sistemas de Controle 174
>> bode(num,den);
4(1 + 0,5s )
G ( s) =
s (1 + 2 s )[1 + 0,05s + (0,125s ) ]
2
4 ⋅ 0,5 ⋅ ( s + 2) 64 ⋅ ( s + 2)
G(s) = = -
2
2 s ⋅ ( s + 0,5) ⋅ 0,125 ⋅ [ s + 3,2 s + 64] 2
s ( s + 0,5)( s + 1,6 − j 7,84)( s + 1,6 + j 7,84)
1 + KG( s ) H ( s ) = 0
ou,
Sistemas de Controle 175
KG ( s ) H ( s ) = 1
∠ G ( s ) H ( s ) = −180 0
∠ K C G ( jω C ) H ( jω C ) = −180 0
onde ∠ G ( jω ) H ( jω ) = −180 0 . Esta conclusão não é geral, pois existem sistemas estáveis que
não satisfazem essa condição. Para uma conclusão geral, o aluno deve utilizar o critério de
estabilidade de Nyquist, encontrado na literatura.
Margem de Ganho (MG) – é o fator pelo qual deve ser multiplicado o ganho para se
produzir instabilidade. Em termos da função de transferência na freqüência de cruzamento de
fase ωφ, tem-se
KG ( jω φ ) H ( jω φ ) ⋅ MG = 1
ou em dB:
20 log KG ( jω φ ) H ( jω φ ) + 20 log MG = 0
Estabilidade de Sistemas de Controle 176
γ = 1800 + φ
Comentários – Para um sistema ser estável, tanto a margem de fase como a margem de
ganho devem ser positivas. Margens negativas indicam instabilidade. Para alcançar um
desempenho satisfatório a margem de fase deve estar entre 300 e 600 e a margem de ganho
deve ser maior que 6 dB. À medida que você adquirir experiência o valor da margem de fase a
ser utilizada tornar-se-á mais evidente. Esta orientação relativa ao desempenho do sistema se
aplica a sistemas cujo comportamento seja equivalente ao de um sistema de segunda-ordem,
ou seja, sistemas de ordem mais alta que possuam um par dominante de pólos.
Na maioria dos casos práticos uma inclinação de –20 dB/década do módulo da
função de transferência de malha aberta na freqüência de cruzamento garante a estabilidade
do sistema (lembre que o fator (1 + jω)-1 apresenta um módulo com inclinação de –20
dB/década a partir da freqüência de canto e fase que varia de 0 a –900). Se esta inclinação for
de –40dB/década, o sistema pode ser estável ou instável; no caso de –60 dB/década, o sistema
provavelmente é instável.
Sistemas de Controle 177
Margem de
ωG ωφ ganho +
0
db
-100
graus
-180
Margem de log ω
fase +
-270
(a)
Margem de
ganho -
0
ωφ ωG
db
-100
graus
log ω
-180
Margem de
fase -
-270
(b)
Fig. 4.19 – (a) Diagrama de Bode de um sistema estável e (b) de um sistema instável.
10
G ( jω ) =
jω ( jω + 1)( j 0,2ω + 1)
ω n2 ω n2
G ( jω ) = =
jω ( jω + 2ςω n ) j 2ςω n ω − ω 2
1 1
G ( jω ) = 2
=
ω ⎛ω ⎞
2
⎛⎛ ω ⎞
2
⎞ ⎛ ⎞
2
j 2ς −⎜ ⎟ ⎜⎜ ⎟ + ⎜ 2ς ω
ω n ⎜⎝ ω n ⎟⎠ ⎜ ⎜⎝ ω n
⎟⎟
⎟ ⎜⎝ ω n
⎟⎟
⎝ ⎠ ⎠ ⎠
2
⎛⎛ ω ⎞
2
⎞ ⎛ ω ⎞
2
⎜⎜ G ⎟⎟ ⎟ + ⎜ 2ς G ⎟ =1
⎜ ⎜⎝ ω n ⎠ ⎟ ⎜⎝ ω n ⎟
⎠
⎝ ⎠
2
⎛ω ⎞
Fazendo ⎜⎜ G ⎟⎟ = y, resulta:
⎝ ωn ⎠
y 2 + 2ςy − 1 = 0
Sistemas de Controle 179
ωG = ωn 4ς 4 + 1 − 2ς 2 (4.26)
4ς 4 + 1 − 2ς 2
∠G(jω) = -∠ jω-∠ jω+ 2ςω n = -900 - arctg
2ς
0 0
4ς 4 + 1 − 2ς 2
γ = 180 +∠G(jω) = 90 – arctg
2ς
2ς
γ = arctg (4.27)
4ς + 1 − 2ς
4 2
90o
60o
30o
0o
0 0,4 0,8 1,2 1,6 2,0
Fig. 4.20 – Curva de margem de fase versus coeficiente de amortecimento para o sistema de
segunda ordem representado pela equação (3.10).
Estabilidade de Sistemas de Controle 180
γ
= 100 ( 0 )
ς
razão que representa uma relação importante entre a margem de fase e o amortecimento.
( s + 1)( s 2 + 2 s + 43.25)
G ( s) =
s ( s 2 + 2s + 82)
z=
-1.0000 + 6.5000i
-1.0000 - 6.5000i
-1.0000
p=
0
-1.0000 + 9.0000i
-1.0000 - 9.0000i
k=
1
Sistemas de Controle 181
>> [nmf,dmf]=cloop(num,den);
>> printsys(nmf,dmf)
num/den =
z=
-1.0000 + 6.5000i
-1.0000 - 6.5000i
-1.0000
p=
-1.0781 + 7.8563i
-1.0781 - 7.8563i
-0.3439
k=
0.5000
7
Uma discussão sobre sistemas de fase não mínima é apresentada em Dorf (2001, p. 424-426).
Estabilidade de Sistemas de Controle 182
40
20
-20
-2 -1 0 1 2
10 10 10 10 10
100
50
-50
-100
-2 -1 0 1 2
10 10 10 10 10
Exercício
2600 K 25
G (s) = e H (s) =
2
s(s + 100s + 2600 ) s + 25
Pede-se:
b) O valor de K que torna o sistema instável e as raízes do sistema em malha fechada para
este valor de K;
f) O sistema é estável?
g) Trace o Diagrama de Bode para K = 36,6. Observe o diagrama e diga em que condição o
sistema se encontra.
Respostas.
(e) 46,9o ; 10,45 ; 9,9 ; 22,8; (f) Sim, as margens de fase e de ganho são positivas.
Sistemas de Controle 185
5.1 Introdução
Há várias configurações que podem ser utilizadas para adequar a resposta de uma
planta ou realizar a sua compensação. Os dois controladores mais comumente usados são o
controlador proporcional-integral-derivativo e o avanço-atraso de fase.
s+a
GC ( s ) = K C
s+b
Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 186
Se o zero ocorrer antes do pólo (0 < a < b), GC(s) é conhecido como compensador
em avanço de fase; Se o pólo ocorrer antes do zero (a > b > 0), GC(s) é um compensador em
atraso de fase. A contribuição máxima de fase ocorre em ω = a ⋅ b . O projetista saberá qual
compensador usar de acordo com as especificações do sistema. Por exemplo, se uma certa
freqüência de cruzamento de ganho ωG é desejada, um exame dos diagramas de Bode da
planta determinará o tipo de compensador: se uma freqüência de cruzamento de ganho maior
que a da planta for desejada, será necessário um compensador em avanço; se menor, um
compensador em atraso.
O projeto com lugar nas raízes busca remodelar o lugar das raízes do sistema pela
adição de pólos e zeros a planta, o que força o diagrama a passar através de um ponto
desejado no plano complexo.
Em nosso texto apresentaremos um método analítico que pode ser utilizado para
projetar os compensadores em avanço e atraso. Aqui, representa-se o compensador por:
τzs + 1
G C (s) = K C (5.1)
τps + 1
τ z s1 + 1
G C (s 1 )G (s1 )H (s1 ) = K C M G e jθG = 1e jπ (5.2)
τ p s1 + 1
Mse j θs
τz + 1 =
1e jπ
KC ⋅ MGe jθ G
( )
⋅ M s e jθs τ p + 1 (5.3)
Esta equação pode ser separada em partes real e imaginária, resultando em duas
equações e duas incógnitas. A solução dessas equações é:
sen θ s − K C M G sen(θ G − θ s )
τz = (5.4)
K C M G M s sen θ G
K C M G sen θ s + sen(θ G + θ s )
τp = − (5.5)
M s sen θ G
1
e ss = = 0,5
2
Obs.: ς e ωn podem ser obtidos também (com boa aproximação) através da eq. Característica
de 2ª ordem, desde que cosideremos os pólos complexos e conjugados como dominantes.
400 K C
K V = lim sG ( s ) H ( s ) = lim 2
= 10
s →0 s →0 s + 30s + 200
400 K C
= 10 ⇒ K C = 5
200
τz = 0,11 e
τp = 0,030.
Sistemas de Controle 189
0,11s + 1
GC = 5
0,030s + 1
Resposta ao degrau
1.4
0.8
Sistema não-compensado
0.6
0.4
0.2
0
0 0.5 1 1.5
t (s)
Root Locus
40
System: sys
30 Gain: 15.1
Pole: 0.024 + 14.2i
Damping: -0.00169
20 Overshoot (%): 101
Frequency (rad/sec): 14.2
10
Imaginary Axis
-10
-20
-30
-40
-60 -50 -40 -30 -20 -10 0 10 20
Real Axis
Root Locus
80
System: sys
60 Gain: 5.08
Pole: -0.0917 + 26.3i
Damping: 0.00348
40 Overshoot (%): 98.9
Frequency (rad/sec): 26.3
20
Imaginary Axis
-20
-40
-60
-80
-100 -80 -60 -40 -20 0 20 40
Real Axis
Fig. 5.3 – Lugar das Raízes antes e após a compensação para o sistema do Exemplo 5.1.
Sistemas de Controle 191
αTs + 1
GC ( s ) = K C = K C K1 ( s ) (5.6)
Ts + 1
Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 192
20
15
db 10
60
40
0
( )
20
0
0,01/T 0,1/T 1/T 10/T 100/T
ω (rad/s)
1
ω máx = ω G = (5.7)
αT
1
∠ K1 (jωmáx) = ∠ K1 (jωG) = φ = arctg α − arctg
α
α −1
sen φ =
α +1
e,
1 + sen φ
α= (5.8)
1 − sen φ
1
em ω máx = .
αT
4. Adicione uns poucos graus, cerca de 5o, a fase recém determinada para
encontrar o φ de trabalho. A razão para adicionar esses poucos graus ao
avanço de fase necessário para se obter a margem de fase desejada é que o
zero do compensador acrescentado causará um aumento na freqüência de
cruzamento de ganho ωG.
400 K C
K V = lim sG ( s ) H ( s ) = lim = 10
s →0 s →0 s 2 + 30s + 200
400 K C
= 10 ⇒ K C = 5
200
40
20
-20
-40
-60
-1 0 1 2
10 10 10 10
-50
-100
-150
-200
-250
-1 0 1 2
10 10 10 10 log ω
Fig. 5.5 – Diagrama de Bode de módulo e fase de KCG(jω) obtido no MATLAB para o
Exemplo 5.2.
1
7. Utilizando (5.7); calcule T = = 0,082 ⇒ αT = 0,15
1,82 ⋅ 9
8. O Compensador será:
0.15s + 1
GC ( s ) = 5 ⋅
0.082 s + 1
Assim,
40
20
-20
-40
-1 0 1 2
10 10 10 10
-50
-100
-150
-200
-250
-1 0 1 2
10 10 10 10 log ω
Fig. 5.6 – Diagrama de Bode de módulo e fase de GC(jω)G(jω) obtido no MATLAB para o
Exemplo 5.2.
Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 196
T = R2 C 2
R1C1
α=
R2 C 2
Da equação (5.10), percebe-se que esta rede será em avanço de fase caso R1C1 >
R2C2 ou α > 1; caso R1C1 < R2C2 a rede será em atraso.
1.4
Compensado
1.2
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
s
C2
R4
C1 R2
Ei(s) - R3
R1 -
E0(s)
+
+
10K C 1
K V = lim sG (s)H (s) = lim =
s →0 s →0 (s + 5) 0,05
10K C
= 20 ⇒ K C = 10
5
τz = 1,232 e τp = 15,091.
1,232s + 1
G C = 10
15,091s + 1
Resposta ao degrau
1.5
Sistema com Compensador Proporcional
Sistema Compensado
0.5
0
0 1 2 3 4 5 6
t (s)
αTs + 1
GC ( s ) = K C = K C K1 ( s ) α<1 (5.11)
Ts + 1
-5
(dB)
-10
-15
-20
0
0
( )
-20
-40
-60
0.01/T 0.1/T 1/T 10/T 100/T 1000/T
ω (rad/sec)
Diagrama de Bode
80
60
Modulo 40
(dB)
20
0
Compensado
-20
-40
-60
-100
Fase
-120
(graus)
-140
-160
-180
-2 -1 0 1 2
10 10 10 10 10
Frequencia (rad/sec)
4. O ganho KCG(jωG) é 23,2 dB. Esta é a quantia de ganho que necessita ser
reduzida pelo compensador, assim:
10
T= = 108,15 s
αω G
7,46s + 1
G C (s) = 10
108.15s + 1
Comparando os métodos de projeto por Root Locus e Bode, para a planta dos
exemplos e especificações, o lugar das raízes nos dá uma resposta mais rápida e a técnica de
Bode nos oferece um menor sobre-sinal. Assim, recomenda-se o uso das duas técnicas para
escolher o compensador mais adequado a sua aplicação.
Resposta ao degrau
1.4
1.2
0.8
Amplitude
0.6
0.4
0.2
0
0 2 4 6 8 10 12
tempo (sec)
O controlador PID
Ki
GC ( s ) = K p + K d s +
s
pode assumir diversas formas:
• Proporcional com Kd = Ki = 0;
• PID.
Resposta ao degrau
1.4
1.2
0.8
0.4
0.2
0
0 2 4 6 8 10 12
tempo (sec)
Fig. 5.13 – Resposta a degrau de um sistema de 2a ordem padrão com ς = 0,5 e ωn = 1 rad/s
(linha cheia) e resposta a degrau do sistema com um compensador PD associado em cascata
no ramo direto(linha tracejada), sendo Kd = 1 e Kp = 1.
Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 204
πK p K p ωm
K p = 0,6K m = 9 Kd = = 0,5 Ki = = 40
4ω m π
E o controlador será:
40
G C (s) = 9 + 0,5s +
s
Sistemas de Controle 205
K m = 10 23 20 = 14,1 e ω m = 14,1
Assim,
πK p K pω m
K p = 0,6 K m = 8,5 Kd = = 0,47 Ki = = 38,1
4ω m π
E o controlador será:
38,1
GC ( s ) = 8,5 + 0,47 s +
s
100
50
-50
-1 0 1 2
10 10 10 10
-150
-160
-170
-180
-1 0 1 2
10 10 10 10 log ω
Fig. 5.14 – Diagrama de Bode da planta do Exemplo 5.5 com Kp = 8,5, Kd = 0,47 e Ki = 38,1.
O método apresentado anteriormente não nos permite projetar um PID que nos
possibilite obter um comportamento específico de malha fechada. Entretanto, uma técnica
analítica pode ser desenvolvida para determinar os parâmetros do PID a partir de
especificações de erro de regime permanente e de desempenho transitório requeridas. O ganho
de malha aberta de um sistema controlado por um PID é dado por:
Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 206
1.6
1.4
1.2
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
Fig. 5.15 – Resposta a degrau unitário do sistema de malha fechado do Exemplo 5.5.
⎛ K ⎞
⎜ K p + K d s + i ⎟G (s )
⎝ s ⎠
Se G(s) é uma planta do tipo n, o sistema compensado será do tipo n+1. A
constante de erro é igual ao inverso do erro de regime permanente e é dada por:
1
K n +1 = lim s n K i G ( s ) =
s →0 ess
o qual leva a
1e jθ (ωG ) jK i
K p + jω G K d = + = R + jX
G ( jω G ) ω G
Sistemas de Controle 207
function [kp,kd,nk,dk]=pid(ng,dg,ki,pm,wg)
ngc=polyval(ng,j*wg); dgc=polyval(dg,j*wg); g=ngc/dgc;
thetar=(pm-180)*3.141592/180;
ejtheta=cos(thetar)+j*sin(thetar);
sol=(ejtheta/g)+j*(ki/wg)
x=imag(sol);
r=real(sol);
kp=r
kd=x/wg
if ki~=0,
dk=[1 0]; nk=[kd kp ki];
else dk=1; nk=[kd kp];
end;
Exemplo 5.6 - Usando o procedimento analítico descrito, vamos reprojetar o controlador PID
do Exemplo 5.5 para que o sistema atenda as seguintes especificações:
• Sobre-sinal – 10%;
K a = lim s K i G ( s ) = 2 K i
s →0
Como:
1 1
2K i = = = 10 ⇒ Ki = 5
e ss 0,1
π ⋅ς
−
1−ς 2
MP = e = 0,1 ⇒ ς ≅ 0,6
3,9
tS2% = = 1 ⇒ ωn = 3,25 rad/s
ς ⋅ω n
Com ς = 0,6 e ωn = 3,25 rad/s da Fig. 5.1 obtém-se ωG ≅ 2,3 rad/s.
Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 208
60
40
20
-20
-40 -1 0 1 2
10 10 10 10
-50
-100
-150
-200 -1 0 1 2
10 10 10 10 log ω
Fig. 5.16 - Diagrama de Bode GC(s)G(s) para a planta do Exemplo 5.1 compensada por um
controlador PID com Kp = 1,16 , Kd = 0,85 e Ki = 5.
Sistemas de Controle 209
1.4
1.2
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6
Fig. 5.17 – Resposta a degrau de malha fechada para o sistema do Exemplo 5.6, com um
controlador PID com Kp = 1,16; Kd = 0,85 e Ki = 5.
100
50
-50
-1 0 1 2
10 10 10 10
-100
-120
-140
-160
-180
-2 -1 0 1 2
10 10 10 10 10 log ω
Fig. 5.18 - Diagrama de Bode GC(s)G(s) para a planta do Exemplo 5.1 compensada por um
controlador PID com Kp = 4,25, Kd = 0,38 e Ki = 5.
E 0 ( s ) R4 R2 ( R1C1 s + 1) ⋅ ( R2 C 2 s + 1)
= ⋅
Ei ( s ) R3 R1 R2 C 2 s
Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 210
que mostra que o controlador PID apresenta dois zeros e um pólo. Rearranjando a expressão
acima, obtém-se:
E 0 ( s ) R4 ( R1C1 + R2 C 2 ) ⎡ 1 R C ⋅R C ⎤
= ⋅ ⎢1 + + 1 1 2 2 s⎥ (5.12)
Ei ( s ) R3 R1C1 ⎣ ( R1C1 + R2 C 2 ) s R1C1 + R2 C 2 ⎦
Assim:
R4 ( R1C1 + R2 C 2 )
KP =
R3 R1C1
R4 R2 C1
Kd =
R3
R4
Ki =
R3 R1C 2
1.4
1.2
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
Fig. 5.19 – Resposta a degrau de malha fechada para o sistema do Exemplo 5.6, com um
controlador PID com Kp = 4,25, Kd = 0,38 e Ki = 5.5.
C1 R4
R2
C2
R3
Ei(s) -
R1 -
+ E0(s)
+
1 + sC 0 R SE
FT = G ( s ) =
s L0 C 0 + s(( L0 + R L C 0 R SE ) R L ) + 1
2
1
ωZ =
C 0 RSE
60
40
20
0
-20 20 db/dec
-40
ωP1=ωP2 ωZ 40 db/dec
-50
-100
-150
-200 0 1 2 3 4 5
log ω
10 10 10 10 10 10
R fz + 1 sC f
GC ( s ) = (5.13)
R ⋅ 1 sC i
Rip + iz
Riz + 1 sC i
(1 + Riz C i s )(1 + R fz C f s )
GC ( s ) =
Riz ⋅ Rip
( Riz + Rip )C f s(1 + Ci s )
Riz + Rip
ou
R fz ⎛⎜ s + 1 ⎞⎛ s + 1 ⎞
⎟⎜ R fz C f ⎟⎠
⎝ Riz C i ⎠⎝ ( s + ω Z 1 )( s + ω Z 2 )
GC ( s ) = =K (5.14)
⎛ Riz ⋅ Rip ⎞ s( s + ω p 2 )
Rip s⎜ s + 1 Ci ⎟
⎜ Riz + Rip ⎟⎠
⎝
Assim, os dois pólos e os dois zeros dessa função de transferência e o ganho K
são calculados da seguinte forma:
R fz
K=
Rip
1
ω Z1 =
Ci Riz
1
ωZ2 =
C f R fz
ω P1 = 0
1 Riz + Rip
ω P2 = = ω Z1 ⋅
Riz ⋅ Rip Rip
Ci
Riz + Rip
Ci
Rfz Cf
Eo(s) Rip
- VC(s)
Riz
Vref +
Rref
Fig. 5.22 – Compensador de dois pólos e dois zeros.
Sistemas de Controle 213
1 1
= = ω0 (5.15)
Ci Riz C f R fz
60
Limite do amplificador
50 de erro
ωP1
40
Ganho
(db) 30
20 20 log K
10
ωZ1=ωZ2 ωP2
50
Fase
o 0
( )
-50
-100 0 1 2 3 4 5
10 10 10 10 10 10
log ω
Fig. 5.23 – Diagrama de Bode do compensador de dois pólos e dois zeros com ωZ1 = ωZ2.
Riz + Rip
ω P 2 = ω Z1 ⋅ e ω Z1 = ω 0 ,
Rip
obtemos a relação
Riz + Rip
=5
Rip
ou
Riz = 4 Rip (5.16)
20
+20db/dec GC(s)
−20db/dec
10
20logK
A
0 db
A
−10
−20
G(s)H(s)
−30
ω0 ωS/4 ωp2
(1 ⋅ 10 −4 s + 1) ( s + 10000)
G ( s ) H ( s ) = 9,6 ⋅ −7 2 −4
⋅ 0,5 = 2400 ⋅ 2
2 ⋅ 10 s + 3 ⋅ 10 s + 1 ( s + 1500s + 5000000)
3. Com o 20 pólo do compensador situado em ωp2 = 5ω0 = 11180 rad/s vale a relação
Riz = 4 Rip ( II )
4. Como ωp2 < ωS/4, a relação (5.17) não é valida para obtermos o ganho de alta
freqüência. Uma análise da Fig. 5.24 nos mostra que nessa situação
R fz
20 log K = A ⇒ 20 log = 29,5 dB
Rip
Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 216
20
db
-20
-40
1 2 3 4 5
10 10 10 10 10
log w
0
-50
graus
-100
-150
1 2 3 4 5
10 10 10 10 10
log w
ou
R fz 29,5
K= = 10 20 = 29,85 ( III )
Rip
Com Rfz = 168 kΩ, a relação ( III ) nos dá Rip = 5,6 kΩ. Escolhendo Rip = 5,6 kΩ, a
relação ( II ) conduz a Riz = 22 kΩ. Para Rfz = 168 kΩ e Riz = 22 kΩ, a relação ( I ) nos
dá Ci = 22 nF e Cf = 2,7 nF.
80
60
db 40
20
-20
1 2 3 4 5
10 10 10 10 10
log w
-40
-60
graus
-80
-100
-120
1 2 3 4 5
10 10 10 10 10
log w
compensado
5
Vo 3
0
0 0,5 1 1,5 2,0 2,5 3,0 3,5 4 4,5 5
ms
REFERÊNCIAS BIBLIOGRÁFICAS