Introdução Ao Controle de Espaços de Estado PDF

Introducao ao Controle em Espaco de Estados -
Conceitos Basicos
Eduardo M. A. M. Mendes
DELT - UFMG
Curso de Engenharia de Controle e Automacao
Universidade Federal de Minas Gerais
emmendes@cpdee.ufmg.br
Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

MACSINe Automacao Universidade Federal de Minas Gerais emmendes@cpd
1 / 65
Introducao
Avaliacao
2 Provas - 40 e 40 pontos
1 Trabalho Final - 20 pontos - tema envolvendo a materia.

2 / 65
Introducao
Avaliacao
2 Provas - 40 e 40 pontos
1 Trabalho Final - 20 pontos - tema envolvendo a materia.

2 / 65
Introducao
Bibliografia
Livro Texto - The Essentials of Linear State-Space Systems, J.
Dwight Aplevich, John Wiley & Sons, 2000.
Outras referencias :
Control Systems Design: An Introduction to State-Space Methods,
Bernard Friedland, Dover Publications, 1986.
A Linear Systems Primer, Panos J. Antsaklis e Anthony N. Michel,
Birkhauser Boston, 2007.
Linear System Theory and Design, Chi-Tsong Chen, 3a. edicao, Oxford
University Press, 1999.
Modern Control Theory, William L. Brogan, Prentice Hall, 1991.

3 / 65
Introducao
Software
Matlab - www.mathworks.com (O PPGEE possui varias licencas)

4 / 65
Introducao

Controle

Automacao
Robotica

Sistemas Dinamicos Biomedica
Economia

Estatstica

...
Necessidade: Colocar os sistemas dinamicos em um framework comum
Modelo em Espaco de Estados.
Espaco de Estados - conjunto de equacoes em um formato particular

Informacao sobre o comportamento dinamico
Tecnica computacionais para solucao das equacoes

Vantagens: Projeto de controladores usando tecnicas avancadas
Tratamento de Sistemas Nao-linerares

...

5 / 65
Introducao (cont.)
Figura 1: Representacao em Espaco de Estados

R contnuo
T =
Z discreto
Segundo a Fsica: O estado de um sistema dinamico e o conjunto de
quantidades fsicas cujas especificacoes (na ausencia de excitacoes
externas) determinam completamente a evolucao do sistema.
6 / 65
Introducao
Observando a figura, temos:

1) Parte sem memoria
Entradas
| {zexternas} + |variaveis{zinternas} = funcao instantanea
ui xi

y1 (t) = g1 (x1 (t), . . . , xn (t), u1 (t), . . . , un (t))

..
.
yp (t) = gp (x1 (t), . . . , xn (t), u1 (t), . . . , un (t))

Y (t) = G (X (t), U(t), t)

7 / 65
Introducao (cont.)
2) Com memoria: Conjunto de componentes que guardam as variaveis

internas

w1 (t) = f1 (x1 (t), . . . , xn (t), u1 (t), . . . , un (t))

..
.
wn (t) = fn (x1 (t), . . . , xn (t), u1 (t), . . . , un (t))

W (t) = F (X (t), U(t), t)
Os dois tipos de memoria considerados sao

Sistemas Contnuos - dXdt(t) = W (t)
Sistemas Discretos - X (t + 1) = W (t)

8 / 65
Introducao (cont.)
Combinando a parte sem memoria com a parte com memoria e eliminando

a variavel W (t), temos a representacao em espaco de estados:
1) Contnua
dX (t)

dt = F (X (t), U(t), t)
Y (t) = G (X (t), U(t), t)
2) Discreta

X (t + 1) = F (X (t), U(t), t)
Y (t) = G (X (t), U(t), t)

9 / 65
Introducao (cont.)
Note que:
U(t) = Rm m entradas
X (t) = Rn ou Cn n estados
Y (t) = Rp p sadas
Existem outras possibilidades:
U(t) = Zm
2
X (t) = Zn2 {0, 1} modulo 2
Y (t) = Zp2

10 / 65
Exemplo
Exemplo 1
Figura 2: Tanque
Temos:
fluxo de entrada - u(t)
fluxo de sada - y (t)
x - volume acumulado, logo y = g (x) - fluxo de sada em funcao de x e
das caractersticas do lquido e do recipiente.
dx
A variacao do volume e dt = u g (x)

11 / 65
Exemplo
Exemplo 2: Massa Mola
d 2x f
Sabemos que dt 2
= M - Lei de Newton. Mas
f = f1 + f2
|{z} |{z}
dx Kx
dt
Logo:
d 2x dx
dt + Kx
=
dt 2 M
a
Objetivo: Equacoes diferenciais de 1 ordem. Para isso, consideraremos a
velocidade e a posicao como variaveis de estado:
dx
=v e x
dt
12 / 65
Exemplo (cont.)
Logo
dv v + Kx
=
dt M
a
Juntando as duas equacoes de 1 ordem, temos
dx
dt = v
dv
dt = = v M
+Kx
Temos, entao, a representacao em espaco de estados com x e v como as

variaveis de estado.

13 / 65
Exemplo (cont.)
Figura 3: Diagrama de blocos do sistema massa-mola

14 / 65
Exemplo
Exemplo 3: Motor Eletrico com carga inercial
Figura 4: Motor Eletrico com carga inercial.

Motor: Condicoes ideais:
Torque proporcional a corrente ( = K1 i).
A forca eletromotriz induzida e proporcional a velocidade angular
(f.e.m - v = K2 ).

15 / 65
Exemplo (cont.)
A potencia na entrada do motor e

pe = vi = K2
K1
A potencia mecanica na sada e:
K1
pm = pe = pm
K2
Considerando 100% de eficiencia:
K2 = K1 = K

16 / 65
Exemplo (cont.)
Sabemos ainda que:
e
|{z} |{z}
v = R
|{z} i
Tensao de entrada f.e.m Resistencia de armadura
d
=J
dt
Portanto
d K1 (e v )
J = K1 i =
dt R
K1 e K1 K2
=
R R
Finalmente

17 / 65
Exemplo (cont.)
d K1 K2 K1
= + e
dt JR JR
Este modelo e adequado para controle de velocidade. Caso se deseje
controlar a posicao, devemos considerar o angulo
d
=
dt
Assim

0 1 0
= K1 K2 + K1 e
0 JR
JR
O diagrama de blocos toma a seguinte forma

18 / 65
Exemplo (cont.)
Figura 5: Diagrama de blocos da representacao em espaco de estados do motor.

19 / 65
Exemplo
Exemplo 4: Temperatura
Figura 6: Esquema Temperatura de duas massas.

Objetivo: Controlar T1 da massa 1 e a temperatura T2 da massa 2 por
meio da temperatura To do recipiente metalico.
Consideracao: A temperatura To e constante em toda a superfcie

metalica.
Utilizando o analogo eletrico mostrado na figura abaixo.
20 / 65
Exemplo (cont.)
Figura 7: Analogo Eletrico do sistema de Temperatura

e a seguinte tabela
Sistema Termico Sistema Eletrico
Quant. Smb. Unid. Quant. Smb. Unid.
Temperatura T C Tensao v V
cal
Vazao Termica q s Corrente i A
C .s
Resist. Termica R cal Resitencia R
cal
Capacid. Termica C deg Capacitancia C F

21 / 65
Exemplo (cont.)
Equacao de conducao
1 1
q= (T2 T1 ) i = (v2 v1 )
R R
Equacao de armazenamento
dT q dv i
= =
dt C dt c
Do circuito eletrico e utilizando a analise por nos, temos:

dv1 1 1 1 1
C1 + + v1 v2 eo = 0
dt R1 R3 R3 R1

dv2 1 1 1 1
C2 + + v2 v1 eo = 0
dt R2 R3 R3 R2
Passando para a forma apropriada e usando as variaveis termicas, temos:

22 / 65
Exemplo (cont.)

C11 1 1
R1 + R3
1 1

T1 C1 R3 T1 C1 R1
= + 1 To
T2 1
C12 R12 + R13 T2 C2 R2
C2 R3

23 / 65
Exemplo
Exemplo 5: Tanque de guerra - canhao-torre acionado hidraulicamente.

As equacoes de estado sao:

=
= p + dr

p + m p + KJm q KJm + dp

q = Kv Lv q KvKp Ip + Kv u + dq

onde:
u - entrada de controle para o servo.
- velocidade angular da torre
p - aceleracao angular
q - posicao da servo-valvula hidraulica
Km - ganho do servomotor
J - momento de inercia da torre
24 / 65
Exemplo (cont.)
m - frequencia natural do motor

Kv - ganho da servo-valvula
Kp - coefciente relacionado a pressao diferencial.
- dp , dr e dq - disturbios (incluindo a linearizacao)
Lr - constante
Em espaco de estados, temos:

0 1 0 0 0 0 0
0 0 1 0 1
dr + 0 dp + 1 dq

= Km
u +
p 0
J
m KJm p 0 1 0
q 0 0 Kv Kp Kv Lv q 0 0 1

25 / 65
Exemplo
Exemplo 6: Circuito RLC
Figura 8: Circuito RLC.

26 / 65
Exemplo (cont.)
As equacoes do circuito sao:
dvc
C = i
dt
di
L = vc (R1 + R2 )i + vi
dt
di
vo = L + R2 i = vc + R1 i + vi
dt
A representacao em variaveis de estado e:
1
dvc
dt
0 C vc 0
= + 1 vi
di
dt L1 R1 +R
L
2
i L

v
vo = [1 R1 ] c + [1]vi
i

27 / 65
Modelos Lineares
Representacao em Espaco de Estados
Para uma classe de sistemas podemos considerar linearidade e escrever as

equacoes de estado como:

x1 (t) = a11 x1 (t) + . . . + a1n xn (t) + b11 u1 (t) + . . . + b1m um (t)

.. ..
. .
xn (t) = an1 x1 (t) + . . . + ann xn (t) + bn1 u1 (t) + . . . + bnm um (t)

y1 (t) = c11 x1 (t) + . . . + c1n xn (t) + d11 u1 (t) + . . . + d1m um (t)

.. ..
. .
yp (t) = cp1 x1 (t) + . . . + cpn xn (t) + dp1 u1 (t) + . . . + dpm um (t)


28 / 65
Modelos Lineares (cont.)
Forma Matricial
As equacoes podem ser escritas na forma matricial

Tempo Contnuo

X (t) = A(t)X (t) + B(t)U(t)
Y (t) = C (t)X (t) + D(t)U(t)
Tempo Discreto

X (t + 1) = A(t)X (t) + B(t)U(t)
Y (t) = C (t)X (t) + D(t)U(t)
Teste de invariancia temporal
fi (X , U, T )
= 0, i = 1, . . . , n
t
gi (X , U, T )
= 0, i = 1, . . . , p
t
29 / 65
Exemplo Interessante
Suponha a seguinte representacao em espaco de estados
{x = 2tx
onde f (X , U, t) = f (x, t) = 2tx.
Se aplicarmos o teste de invariancia temporal, temos
fi (X , U, T )
= 2x so e zero em x = 0
t
Entretanto se escolhermos um novo par de estados tal como

x1 = x
x2 = t
teremos
x1 2x1 x2
=
x2 1
que e invariante no tempo.
30 / 65
Modelos Lineares
Sistemas Lineares Invariantes no Tempo

X (t) = AX (t) + BU(t)
Y (t) = CX (t) + DU(t)
ou

X (t + 1) = AX (t) + BU(t)
Y (t) = CX (t) + DU(t)

31 / 65
Linearizacao
Ideia: Para uma determinada classe de sistemas nao-lineares e

considerando pertubacoes pequenas, podemos encontrar um sistema linear
que a representa.
Considerando

X (t) = F (X (t), U(t), t)
Y (t) = G (X (t), U(t), t)
supondo que U o (t) X o (t) Y o (t) (Por exemplo, regime permanente)
e que
U(t) = U o (t) + U(t) X (t) = X o (t) + X (t)

Y (t) = Y o (t) + Y (t)

32 / 65
Linearizacao (cont.)
Podemos escrever que

X (t) = AX (t) + BU(t)
Y (t) = CX (t) + DU(t)
que e uma aproximacao linear.

Baseados na expansao de Taylor
dxi (t)
= fi (x1 , . . . , xn , u1 , . . . , um , t)
dt
a equacao pode ser expandida como
d(xio + xi )

fi fi
= fi (x1o , . . . , xno , u1o , . . . , um
o
, t) + x1 + . . . + xn +
dt x1 o xn o

fi fi fi
u1 + . . . + un + termos em + ordem superior
u1 o un o t o

33 / 65
Estendendo para todos os xi

f1 f1
...
x1 o x1
x1 o

dX o
+ dX
= F (X o , U o , t) +
.. .. .. .. +
dt dt . . . .

fn fn
. . . xn xn
x1 o o

f1 f1
...
um o u1

u1 o

.. .. .. .. + . . .

. . .
.
fn
... fn um
u1 o um o

De uma forma mais compacta (eliminando os termos de ordem elevada)

dX F F
= X + U
dt X o U o
34 / 65
Do mesmo jeito para a equacao em Y

G G
Y = X + U
X o U o
Se a equacao original e invariante no tempo e X o (t) = Xo e Uo (t) = Uo

(ponto de operacao) sao constantes a linearizacao e LTI.

35 / 65
Exemplo - Lorenz
As equacoes que descrevem o sistema de Lorenz sao:

x1 = 10(x1 + x2 )
x2 = 28x1 x2 x1 x2
x3 = 83 x3 + x1 x2

onde o campo vetorial e
f1 (x1 , x2 , x3 ) = 10(x1 + x2 )
f2 (x1 , x2 , x3 ) = 28x1 x2 x1 x2
8
f3 (x1 , x2 , x3 ) = x3 + x1 x2
3
f
Repare que t = 0 invariante no tempo
Calculando o Jacobiano, temos:

36 / 65
Exemplo - Lorenz (cont.)

10 10 0
J = 28 x3 1 x1
x2 x1 83
Os pontos de equilbrio sao:
Fazendo as equacoes do campo vetorial iguais a zero
f1 (x1 , x2 , x3 ) = 10 (x1 + x2 ) = 0
| {z }
x1 =x2
f2 (x1 , x2 , x3 ) = 28x1 x2 x1 x2 = 0
8
f3 (x1 , x2 , x3 ) = x3 + x1 x2 = 0
3

37 / 65
Olhando para a segunda equacao
28x1 x2 x1 x2 = 0
x1 = 0
(27 x3 )x1 = 0
x3 = 27
Na terceira equacao temos
38 x3 + x1 x2 = 0
x1 = 0 x3 = 0
38 x3 + x12 = 0
x3 = 27 x1 = 72
Logo
0 72
Xo1 = 0 , Xo2,3 = 72
0 27

38 / 65
Os Jacobianos para os valores dos pontos de equilibrio sao

10 10 0
AXo1 = JXo1 = 28 1 0
0 0 38

10 10 0
AXo2,3 = JXo2,3 = 1 1
72
72 72 83

39 / 65
Sistema Atuator Eletro-estatico
Figura 9: Analogo Eletrico do sistema de Temperatura
Parte Eletrica
1 Qg
I = Vin = Q
R A

40 / 65
Sistema Atuator Eletro-estatico (cont.)
Parte Mecanica
Q2
F =
2A
A equacao diferencial que governa o sistema e
Q2
+ mg + bg + k(g go ) = 0
2A
Podemos definir as seguintes variaveis de estado
x1 = Q
x2 = g
x3 = g
As equacoes de estado sao
= R1 Vin xA
1 x2

x1

x2 = x3
x12

x3 = m1 2A + k(x2 go ) + bx3


41 / 65
Sistema Atuator Eletro-estatico (cont.)
Figura 10: Implementacao Simulink

42 / 65
Implementacao Matlab
function dydt = eleactuator(t,y,SP1,SP2,t0)

% Simulation of a Electrostatic Actuator
% Copyright (c) 2005 by Eduardo Mendes.
dydt=zeros(size(y));
% Parameters
R=0.001; % Resistor
epsilon=1; % Permittivity
A=100.0; % Area
m=1.0; % Mass
k=1; % Spring Constant
b=0.5; % Damping Constant
g0=1; % Initial gap
gmin=0.01; % Minimum gap

43 / 65
Implementacao Matlab (cont.)
% Input
Vin=external_input(t,SP1,SP2,t0); % Vin=0.01; % Input
% States
dydt(1) = (1/R)*(Vin-(y(1)*y(2))/(epsilon*A));
dydt(2) = y(3);
dydt(3) = -(1/m)*((y(1)*y(1))/(2*epsilon*A)+k*(y(2)-g0)+b*y(3));

44 / 65
function u = external_input(t,SP1,SP2,t0)
% function u = external_input(t,SP1,SP2,t0) returns the value of a
% step input starting at t0
%
if (t<=t0)
u=SP1;
else
u=SP2;
end;

45 / 65
%Simulation of an Electrostatic Actuator
clc;close all;clear;
dt=0.01;
oldOpts=odeset;
newOpts=odeset(oldOpts,InitialStep,dt,MaxStep,dt);
% External values
tff=input(Final time [50] => );

if isempty(tff)
tff=50;
end;
tspan=[0 tff];
y0=input(Initial Condition (3 values) => );

if isempty(y0)
y0=[0 0 0];
end;

46 / 65
Vin=input(Input (Step function) [0.01] : );

if isempty(Vin)
Vin=0.01;
end;
t=(0:dt:tff);
[ans,y]=ode45(@eleactuator,t,y0,newOpts,0,Vin,0);
figure(1);plot(t,y);title(sprintf(Nonlinear system driven by the input

x(t)=%gu(t),Vin));
xlabel(Time);ylabel(States);grid;
yss=y(end,:); % Steady State
% New simulation - t=0 just to make things easier
Ku=input(Step input over the operating point [-0.001 0.01] : );

47 / 65
if isempty(Ku)
Ku=[-0.001 0.01];
end;
t0=input(Start time of the input (step) [5] : );

if isempty(t0)
t0=5;
end;
if t0>tff
t0=tff/2;
end;
% Linearization
%% Parameters
R=0.001; % Resistor
epsilon=1; % Permittivity
A=100.0; % Area
m=1.0; % Mass

48 / 65
k=1; % Spring Constant
b=0.5; % Damping Constant
g0=1; % Initial gap
gmin=0.01; % Minimum gap
% States
f=sym(f);
X1=sym(X1);
X2=sym(X2);
X3=sym(X3);
V=sym(V);
f=[
(1/R)*(V-(X1*X2)/(epsilon*A))
X3
-(1/m)*((X1*X1)/(2*epsilon*A)+k*(X2-g0)+b*X3)];
A=jacobian(f,[X1 X2 X3]);

49 / 65
B=jacobian(f,[V]);
% Fixed Point
x3=0;
aux=subs(solve(f(1),X1),V,Vin);
aux=subs(subs(f(3),X1,aux),X3,x3);
x2=solve(aux,X2);
disp( );
disp(Check whether the fixed points for X2 are complex or not);
eval(x2)
disp(I am assuming that they are not and therefore taking the
absolute value of them.);
x2=abs(eval(x2));

50 / 65
x1=zeros(3,1);
for i=1:3
x1(i)=eval(solve(subs(subs(f(1),X2,x2(i)),V,Vin),X1));
end;
% Linear System - I am choosing the first fixed point
a=subs(subs(subs(subs(A,X1,x1(1)),X2,x2(1)),X3,x3),V,Vin);
b=subs(subs(subs(subs(B,X1,x1(1)),X2,x2(1)),X3,x3),V,Vin);
c=eye(3);
d=0;
sys=ss(a,b,c,d);
% Simulation of the linearized system
for j=1:length(Ku)

51 / 65
[ans,y1]=ode45(@eleactuator,t,yss,newOpts,Vin,Vin+Ku(j),t0);
i=find(t>=t0);
u=zeros(size(t));
u(i)=Ku(j)*ones(size(i));
yl=lsim(sys,u,t);
figure(1+j);
subplot(3,1,1);
plot(t,y1(:,1),t,yl(:,1)+yss(1));
title(sprintf(Nonlinear versus Linear - operating point - a step of %
applied,Ku(j)));
xlabel(Time);ylabel(Output);grid;legend(Nonlinear,Linear);
subplot(3,1,2);
plot(t,y1(:,2),t,yl(:,2)+yss(2));
subplot(3,1,3);
plot(t,y1(:,3),t,yl(:,3)+yss(3));
end;

52 / 65
disp( );
disp(We can clearly see that the linearization only works for small);
disp(values of perturbations around the operating point);

53 / 65
Solucao das Equacoes de Estado Discreto
Achar as respostas X (t) e Y (t) (Trajectorias) no intervalo to t tf

Valores passados do sistema determinam o estado inicial X (to )
Entrada
{U(to )}ttfo = {U(to ), U(to + 1), . . . , U(tf )}
Objetivo:
{X (to )}ttfo
{Y (to )}ttfo

54 / 65
Solucao das Equacoes de Estado Discreto (cont.)

Y (t) = G (X (t), U(t), t)
Solucao: Usar
X (t + 1) = F (X (t), U(t), t)
Y (to ) = G (X (to ), U(to ), to )

X (to + 1) = F (X (to ), U(to ), to )
Y (to + 1) = G (X (to + 1), U(to + 1), to + 1)
X (to + 2) = F (X (to + 1), U(to + 1), to + 1)
Y (to + 2) = G (X (to + 2), U(to + 2), to + 2)
X (to + 3) = F (X (to + 2), U(to + 2), to + 2)
..
.
No caso do Sistemas LTI da forma

X (t + 1) = AX (t) + BU(t)
Y (t) = CX (t) + DU(t)
55 / 65
A solucao e
para X
X (to + 1) = AX (to ) + BU(to )

X (to + 2) = AX (to + 1) + BU(to + 1)
= A2 X (to ) + ABU(to ) + BU(to + 1)
X (to + 3) = AX (to + 2) + BU(to + 2)
= A3 X (to ) + A2 BU(to ) + ABU(to + 1) + BU(to + 2)
X (to + 4) = AX (to + 3) + BU(to + 3)
= A4 X (to ) + A3 BU(to ) + A2 BU(to + 1) + ABU(to + 2) + BU(to + 3)
..
.

56 / 65
Na forma compacta, a solucao X (l) para l to e

U(to )
U(to + 1)

X (l) = Alto X (to )+ Alto 1 B Alto 2 B . . . AB B
..
.

U(l 2)
U(l 1)
para Y
Y (to ) = CX (to ) + DU(to )

Y (to + 1) = CAX (to ) + CBU(to ) + DU(to + 1)
Y (to + 2) = CA2 X (to ) + CABU(to ) + CBU(to + 1) + DU(to + 1)
Y (to + 3) = CA3 X (to ) + CA2 BU(to ) + CABU(to + 1) + DU(to + 2)
..
.
57 / 65
Em forma matricial

U(to )
U(to + 1)
..

Y (l) = CAlto X (to )+ CAlto 1 B AC lto 2 B .

... CAB CB D

U(l 2)

U(l 1)
U(l)
A resposta livre e
Ylivre (l) = CAlto X (to )

onde {U(t)}lto = {0, 0, 0, . . . , 0}
Sera que e linear?

58 / 65
X (1) (to ) e X (2) (to )

(1) (2)
Y (t ) e Y (t )
livre o livre o
Para condicao inicial X (1) (to ) + X (2) (to )

Ylivre (l) = CAltO X (1) (to ) + X (2) (to )
(1) (2)
= Y (t ) + Y (t ) linear
livre o livre o
A matriz Alto e chamada Matriz de Transicao de Estados
Observacoes
A matriz de transicao de estados existe para l to

59 / 65
A matriz de transicao de estados existe para l < to se e somente se A

possui inversa.
Notacao: (l, to )
A resposta forcada e

U(to )
U(to + 1)
..

lt 1
Yf (l) = CA o B AC lto 2

B . . . CAB CB D
.

U(l 2)

U(l 1)
U(l)
Note que o princpio da superposicao se aplica.

60 / 65
Sequencia Ponderada
Resposta ao Impulso
Definicao
{H(k)}
0 = {H(0), H(1), H(2), . . . , H(k), . . .}
= {D, CB, CAB, . . . , CAk1 B, . . .}

sequencia ponderada
{H(k)}0 - resposta ao impulso
sequencia de Markov

Para to = 0 e X (0) = 0.
Yf (l) = H(l)U(0) + . . . H(1)U(l 1) + H(0)U(l)

Pl
= k=0 H(l k)U(k)

61 / 65
Exemplo Interesse
Exemplo 1
Dada a seguinte representacao em espaco de estados

1 1 1
A= ,B = ,C = 1 0 ,D = 1
0 1 0
Obter {H( )}k0
Solucao
H(0) = D = 1
H(1) = CB = 1
..
.
H(k) = CAk1 B = 1

62 / 65
Exemplo Interesse (cont.)
Exemplo 2
A0 = 1, B 0 = 1, C 0 = 1, D 0 = 1
Solucao
H 0 (0) = D 0 = 1
H 0 (1) = C 0 B 0 = 1
..
.
H 0 (k) = C 0 A0k1 B 0 = 1
Obs.: H identico para as duas representacoes em espaco de estados
Yf = Yf
sistema 1 sistema 2

63 / 65
Resposta Impulso - Multivariavel
Considere
{U (1) (k)} = {e1 , 0, 0, . . .}
ei - vetor de dimensao m de zeros exceto na posicao i.
U (1) (k) Y (1) (k)

l
X
Y (1) (l) = H(l k)U (1) (k)
k=0
= H(l) e1 + H(l 1) 0 + . . . + H(0) 0
= H(l)e1 - Primeira coluna de H(l)
Repetindo o procedimento para
{U (i) (k)} = {ei , 0, 0, 0, . . .}

64 / 65
Resposta Impulso - Multivariavel (cont.)
Logo
Y (i) (l) = H(l)ei = i-esima coluna de H(l)

Combinado todas as entradas, temos a seguinte matriz
[H(k)e1 , H(k)e2 , . . . , H(k)en ]

| {z }
H(k)
{H(k)}
0 Resposta ao Impulso

65 / 65

Introdução Ao Controle de Espaços de Estado PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Introdução Ao Controle de Espaços de Estado PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Introducao ao Controle em Espaco de Estados -

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Espaco de Estados - conjunto de equacoes em um formato particular

Figura 1: Representacao em Espaco de Estados

Observando a figura, temos:

Y (t) = G (X (t), U(t), t)

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

2) Com memoria: Conjunto de componentes que guardam as variaveis

W (t) = F (X (t), U(t), t)

Os dois tipos de memoria considerados sao

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Combinando a parte sem memoria com a parte com memoria e eliminando

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Existem outras possibilidades:

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Exemplo 2: Massa Mola

Temos, entao, a representacao em espaco de estados com x e v como as

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Figura 3: Diagrama de blocos do sistema massa-mola

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Exemplo 3: Motor Eletrico com carga inercial

Figura 4: Motor Eletrico com carga inercial.

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

A potencia na entrada do motor e

A potencia mecanica na sada e:

Considerando 100% de eficiencia:

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Sabemos ainda que:

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Figura 5: Diagrama de blocos da representacao em espaco de estados do motor.

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Figura 6: Esquema Temperatura de duas massas.

Consideracao: A temperatura To e constante em toda a superfcie

Figura 7: Analogo Eletrico do sistema de Temperatura

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Passando para a forma apropriada e usando as variaveis termicas, temos:

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Exemplo 5: Tanque de guerra - canhao-torre acionado hidraulicamente.

m - frequencia natural do motor

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Exemplo 6: Circuito RLC

Figura 8: Circuito RLC.

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Representacao em Espaco de Estados

Para uma classe de sistemas podemos considerar linearidade e escrever as

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

As equacoes podem ser escritas na forma matricial

Sistemas Lineares Invariantes no Tempo

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

Ideia: Para uma determinada classe de sistemas nao-lineares e

U(t) = U o (t) + U(t) X (t) = X o (t) + X (t)

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

que e uma aproximacao linear.

Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle

De uma forma mais compacta (eliminando os termos de ordem elevada)

Do mesmo jeito para a equacao em Y