PATO BRANCO
2015
PATO BRANCO
2015
SUMRIO
1 PARA O SISTEMA DINMICO DESCRITO PELO MODELO NO LINEAR DE
QUARTA ORDEM: ................................................................................................................. 3
1.1 DETERMINE O PONTO DE EQUILBRIO DO SISTEMA. UTILIZE A FUNO
fsolve DO MATLAB QUE BASEIA-SE NO MTODO DE NEWTON HAPHSON. ......... 3
1.2 DETERMINE O MODELO LINEAR NA FORMA = . UTILIZE O
COMANDO jacobian DO MATLAB QUE BASEIA-SE NA EXPANSO EM SRIE DE
TAYLOR TRUNCADA NA PRIMEIRA ORDEM. ................................................................. 5
1.3 CALCULE OS AUTOVALORES REFERENTES AO MODELO LINEAR OBTIDO E
DIGA SE O SISTEMA ESTVEL OU INSTVEL. ............................................................ 6
1.4 FAA UMA SIMULAO BASEADA NO MODELO LINEAR CONSIDERANDO
UMA PERTURBAO DE +10% NA VARIVEL DE ESTADO 2 (OU SEJA, 20 =
20 1,1). PARA IMPLEMENTAR A SIMULAO LINEAR USE O COMANDO initial
DO MATLAB. OBTENHA A RESPOSTA NO TEMPO PARA TODAS AS VARIVEIS DE
ESTADO. ................................................................................................................................... 8
1.5 FAA UMA SIMULAO NO LINEAR CONSIDERANDO UMA PERTURBAO
DE +10% NA VARIVEL DE ESTADO 2 (OU SEJA, 20 = 20 1,1). PARA
IMPLEMENTAR A SIMULAO USE O COMANDO ode45 DO MATLAB QUE
UTILIZA O MTODO DE RUNGE-KUTTA DE INTEGRAO NUMRICA. .................. 9
1.6 COMPARE A RESPOSTA LINEAR COM A RESPOSTA NO LINEAR DAS
VARIVEIS 1, 2, 3 E 4 PARA UMA PERTURBAO DE +10% E OUTRA DE +60%
NA VARIVEL 2.................................................................................................................. 11
2 ANEXO ................................................................................................................................. 15
Valor do Parmetro A
Valor do Parmetro B
36
0,20
1.1
Arquivo 1 mod_linear.m
end
f_linear(1,1) = 0.5*((x(1))^2)+0.5*x(2)-0.2;
% der_x1
f_linear(2,1) = -par_A*sin(x(1))-par_B*x(2);
% der_x2
f_linear(3,1) = -1*((x(2))^2)+0.2*x(4);
% der_x3
f_linear(4,1) = -175*sin(x(3))-0.6*x(4);
% der_x4
Arquivo 2 APS1.m
Parmetros a serem utilizados nas equaes diferenciais no lineares
par_A = 36.00;
% Valor do Parmetro A
par_B = 0.20;
% Valor do Parmetro B
% Codies iniciais
% Opo da sada
First-order
Trust-
step
optimality
radius
region
Iteration
Func-count
f(x)
22792.9
1.4e+04
10
880.333
615
15
20
361.577
2.5
1.83e+03
2.5
1.51247
3.01413
42.7
6.25
4
5
25
0.0029097
0.236083
0.0437
7.54
30
1.93244e-12
0.264968
2.71e-05
7.54
35
1.29848e-28
6.9071e-06
1.78e-12
7.54
Equation solved.
a)
==========================================
Ponto de Equilbrio:
x =
-0.0022
0.4000
-0.0027
0.8000
fval =
1.0e-13 *
0
0
0.0516
0.1016
==========================================
1.2
% der_x1
F(2,1) = -par_A*sin(x1)-par_B*x2;
% der_x2
F(3,1) = -1*((x2)^2)+0.2*x4;
% der_x3
F(4,1) = -175*sin(x3)-0.6*x4;
% der_x4
A = eval(A);
|',
mat2str(A(1,3),3),'
D2 = ['x''(t) = |',
mat2str(A(2,3),3),'
D3 = ['
mat2str(A(3,3),3),'
D4 = ['
mat2str(A(4,3),3),'
mat2str(A(1,1),4),'
' mat2str(A(1,2),3),'
'
' mat2str(A(1,4),3),'|'];
mat2str(A(2,1),4),'
', mat2str(A(2,2),3),'
',
',mat2str(A(2,4),3),'|*x(t)'];
|',
mat2str(A(3,1),4),'
' mat2str(A(3,2),3),'
'
' mat2str(A(3,4),3),'|'];
|',
mat2str(A(4,1),4),'
' mat2str(A(4,2),3),'
'
' mat2str(A(4,4),3),'|'];
disp(D1);
disp(D2);
disp(D3);
disp(D4);
disp('==========================================');
disp(' ');
0.5
-0.2
|0
-0.8
|0
x'(t) = |-36
-175
0|
0|*x(t)
0.2|
-0.6|
==========================================
1.3
if (real(aut_val(:,1))<0)
1.4
% Aplicando pertubao de
% 10% na varivel de estado
% x2, a qual encontra-se
% centralizada em zero.
figure(1)
hold on
% Trecho de cdigo responsvel por fazer a apresentao dos
% grficos das variveis x1(t), x2(t), x3(t) e x4(t), atravs de
% uma estrutura de repetio, com um contador "i", o qual ir
% varrer as quatro variveis.
for i=1:4
C = [0 0 0 0];
% Limpa a varivel C
C(1,i) = 1;
sys = ss(A,[],C,[]);
end
1.5
FAA
UMA
SIMULAO
NO
LINEAR
CONSIDERANDO
UMA
Arquivo 3 mod_nao_linear.m
% Valor do Parmetro A
par_B = 0.20;
% Valor do Parmetro B
10
f_nao_linear(1,1) = 0.5*((x(1))^2)+0.5*x(2)-0.2;
% der_x1
f_nao_linear(2,1) = -par_A*sin(x(1))-par_B*x(2);
% der_x2
f_nao_linear(3,1) = -1*((x(2))^2)+0.2*x(4);
% der_x3
f_nao_linear(4,1) = -175*sin(x(3))-0.6*x(4);
% der_x4
end
Arquivo 2 APS1.m
% e) Faa uma simulao no linear considerando uma perturbao de +10%
% na varivel de estado x2 (ou seja, x2_inicial(0) = x2(0)*1,1).
% Para implementar a simulao use o comando ODE45 do Matlab que
% utiliza o mtodo de Runge-Kutta de integrao numrica. Dica: As
% equaes ficam em um arquivo e o comando ode45 em outro arquivo
% distinto.
intervalo_integracao = [0 tsim];
% Atribui o intervalo de
% simulao a um vetor, com
% inico e final da plotagem,
% sendo de 0 at 15 segundos.
hold on
% Trecho de cdigo responsvel por fazer a apresentao dos
% grficos das variveis x1(t), x2(t), x3(t) e x4(t), atravs de
% uma estrutura de repetio, com um contador "i", o qual ir
% varrer as quatro variveis.
for i=1:4
subplot(2,2,i); % Cria uma estrutura de plotagem com duas
% colunas e duas linhas, e ativa a plotagem
% para o i_ezimo grfico
plot(ta, ya(:,i),'red');
11
1.6
12
% estado x2 de 60%
end
x0_l = [0;x2*(pert/100);0;0]; % Aplicando pertubao na
% varivel de estado x2, para o
% modelo linear.
y0 = [x1, x2*(1+pert/100), x3, x4]; % Aplicando pertubao na
% varivel de estado x2,
% para o modelo no linear.
intervalo_integracao = [0 tsim];
% Atribui o intervalo de
% simulao a um vetor, com
% inico e final da plotagem,
% sendo de 0 at 15 segundos.
% Limpa a varivel C
C(1,i) = 1;
13
end
end
14
15
ANEXO
clear all
clc
%*******************************************************************%
% Valor do Parmetro A
par_B = 0.20;
% Valor do Parmetro B
% Codies iniciais
% Opo da sada
16
% der_x1
F(2,1) = -par_A*sin(x1)-par_B*x2;
% der_x2
F(3,1) = -1*((x2)^2)+0.2*x4;
% der_x3
F(4,1) = -175*sin(x3)-0.6*x4;
% der_x4
A = eval(A);
|',
mat2str(A(1,3),3),'
D2 = ['x''(t) = |',
mat2str(A(2,3),3),'
D3 = ['
mat2str(A(3,3),3),'
D4 = ['
mat2str(A(4,3),3),'
mat2str(A(1,1),4),'
' mat2str(A(1,2),3),'
'
' mat2str(A(1,4),3),'|'];
mat2str(A(2,1),4),'
', mat2str(A(2,2),3),'
',
',mat2str(A(2,4),3),'|*x(t)'];
|',
mat2str(A(3,1),4),'
' mat2str(A(3,2),3),'
'
' mat2str(A(3,4),3),'|'];
|',
mat2str(A(4,1),4),'
' mat2str(A(4,2),3),'
' mat2str(A(4,4),3),'|'];
disp(D1);
disp(D2);
disp(D3);
disp(D4);
disp('==========================================');
disp(' ');
% c) Calcule os autovalores referentes ao modelo linear obtido e diga
% se o sistema estvel ou instvel.
% Comando para determinar as razes caractersticas, as quais so
% os autovalores da matriz A
aut_val = eig(A);
'
17
% Aplicando pertubao de
% 10% na varivel de estado
% x2, a qual encontra-se
% centralizada em zero.
figure(1)
hold on
% Trecho de cdigo responsvel por fazer a apresentao dos
% grficos das variveis x1(t), x2(t), x3(t) e x4(t), atravs de
% uma estrutura de repetio, com um contador "i", o qual ir
% varrer as quatro variveis.
for i=1:4
18
C = [0 0 0 0];
% Limpa a varivel C
C(1,i) = 1;
sys = ss(A,[],C,[]);
% Atribui o intervalo de
% simulao a um vetor, com
% inico e final da plotagem,
% sendo de 0 at 15 segundos.
hold on
% Trecho de cdigo responsvel por fazer a apresentao dos
% grficos das variveis x1(t), x2(t), x3(t) e x4(t), atravs de
% uma estrutura de repetio, com um contador "i", o qual ir
% varrer as quatro variveis.
for i=1:4
subplot(2,2,i); % Cria uma estrutura de plotagem com duas
% colunas e duas linhas, e ativa a plotagem
% para o i_ezimo grfico
plot(ta, ya(:,i),'red');
19
% Atribui o intervalo de
% simulao a um vetor, com
% inico e final da plotagem,
% sendo de 0 at 15 segundos.
20
for i=1:4
C = [0 0 0 0];
% Limpa a varivel C
C(1,i) = 1;