UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL REI - UFSJ

COORDENADORIA DE ENGENHARIA ELÉTRICA - COELE

MODELAGEM MATEMÁTICA

Alisson Nascimento Freitas Mourão 0609519-4

Bruno Rodrigues Costa 0609007-9
Filipe Ribeiro Motta 0609029-0
Felipe Canavez Moreira 0609044-3
Ricardo Augusto do Nascimento 0609015-0

São João Del Rei - MG

Janeiro de 2011
 INTRODUÇÃO

Na busca de modelos matemáticos que representem sistemas reais, as funções de

transferência são comumente usadas. Principalmente para caracterizar as relações de
entrada-saída de sistemas que podem ser descritos por equações diferenciais lineares
invariantes no tempo. Estas são definidas como a relação entre a transformada de
Laplace do sinal de saída (função resposta) e a transformada de Laplace do sinal de
entrada (função excitação).

A partir de uma função de transferência de um sistema desconhecido (caixa

preta), pode se estabelecer uma relação introduzindo-se experimentalmente sinais de
entrada conhecidos e estudando-se o sinal de saída do sistema.

O degrau é utilizado como sendo a função excitação definindo assim a função de

transferência do sistema. A resposta ao degrau é definida como sendo a resposta de um
sistema a uma função. Para se garantir o sistema inicialmente em repouso o degrau deve
ser aplicado num instante t=0. Para o estudo em questão utilizou-se vários níveis de
degraus sendo o maior valor admissível o de 5 volts, impedindo o sistema de sair da
região de linearidade onde a análise é mais simples, sendo o limite dessa, uma tensão de
7 volts aplicada, gerando temperaturas maiores que 50 o C.

Foi utilizado o módulo didático de temperatura com um circuito basicamente

constituído de um sensor de temperatura (LM35) que capta a variação da temperatura de
uma lâmpada incandescente e um sistema amplificador de sinal e de uma interface
(Labview) que realize a leitura do sinal amplificado.

METODOLOGIA

Foi utilizado o modulo de temperatura para se coletar os dados para se obter a

resposta do sistema a uma entrada degrau de vários níveis. Com isso pode se levantar o
modelo de tempo discreto no domínio Z utilizando o método dos mínimos quadrados.
Utilizando a ferramenta computacional Matlab® transformamos a função de
transferência do domínio de tempo discreto para o continuo, assim obtendo a função de
transferência em S.

OBJETIVO

Obter a função de transferência no domínio do tempo continuo ( s ), a partir de uma

sistema discreto encontrado com o uso do método dos mínimos quadrados.

RESULTADOS

Com base nos dados de entrada e saída mostrados na Figura 1 foi utilizado o método
dos mínimos quadrados para se obter o modelo que melhor descrevia o sistema.

Entrada e saida coletados - Planta de temperatura

5

4
Entrada (U)

0
0 50 100 150 200 250

55

50
Saida (Y)

45

40

35

30
0 50 100 150 200 250
Amostras

Figura 1 - Dados coletados de entrada(u) e saida (y).

Foram utilizados dois regressores de entrada e dois de saída resultando em um sistema

de segunda ordem. A Figura 2 mostra o comportamento do modelo obtido com esses
regressores e com simulação um passo a frente.
 55

50

45
Saida (y)

40
Dados coletados
Modelo levantado

35

30
0 500 1000 1500 2000 2500 3000 3500
Tempo (s)

Figura 2 - Dados coletados e modelo obtido com o MQ.

Com base nestes dados coletados foi possível se obter θ conforme mostra a Equação 1,
com uma erro de 0.1902, e assim o modelo no domínio de tempo discreto conforme
mostra a Equação 2.

 1.7561 
 - 0.7589
θ =  Eq. 1.
 0.1789 
 
 - 0.1251 

y (k ) = θ1 y (k − 1) + θ 2 y (k − 2) + θ 3u (k − 1) + θ 4u (k − 2)
Eq. 2.
y (k ) = 1.7561 y (k − 1) − 0.7589 y (k − 2) + 0.1789u (k − 1) − 0.1251u (k − 2)

Com a Equação 2 ao se aplicar a transformada Z e isolar os parâmetros do sistema de

forma a se obter a entrada sob a saída temos a Equação 3.
 y = 1.7561 yz − 0.7589 yz 2 + 0.1789uz − 0.1251uz 2 ⇒

y − 1.7561 yz + 0.7589 yz 2 = 0.1789uz − 0.1251uz 2 ⇒

y (1 − 1.7561z + 0.7589 z 2 ) = u (0.1789 z − 0.1251z 2 ) ⇒

Eq. 3.
2
y (0.1789z − 0.1251z )
=
u (1 − 1.7561z + 0.7589z 2 )

De posse da Equação 3, pode-se obter os parâmetros da função de transferência no

domínio de tempo continuo (s) conforme é mostrado na Equação 4.

y - 0.08648 s 2 - 0.2847 s + 0.2448

= Eq. 4.
u s 2 - 0.5488 s + 0.01261

Ao se testar a auto-correlação dos dados podemos perceber que o ruído nada mais é do
que ruído branco, como mostrado na Figura 3. Assim podemos garantir que o modelo
levantado não teve influencia de dados externos que não sejam ruído.

Auto-Correlação dos residuos

1

0.8

0.6

0.4

0.2
re(k)

-0.2

-0.4

-0.6

-0.8

-1
0 20 40 60 80 100 120 140 160 180 200 220
Amostras

Figura 3 - Auto-Correlação do resíduo.

CONCLUSÕES

Métodos de obtenção de parâmetros de sistema discretos são muito mais

robustos do que os métodos contínuos, pois, os discretos levam em consideração todos
os dados do sistema enquanto os contínuos dependem apenas dos dados limpos, não
considerando o ruído do sistema e perdendo informações com isso.

Os métodos de obtenção de parâmetros contínuos são métodos gráficos e de

observação da resposta, como exemplo disso temos o método de Ziegler-Nilsen, que
consegue descrever o modelo (Função de Transferência) a partir de analise do gráfico
da resposta ao degrau de sistemas caixa preta.

Os métodos discretos, como o Mínimos Quadrados, conseguem gerar uma boa

aproximação dos dados coletados e conseguem abranger todos os dados, inclusive o
ruído. Estes métodos fazem com que a simulação de sistemas de ordem elevada seja
muito mais rápida do que os mesmos sistemas em tempo continuo, dado que não se
utilizam de equações diferenciais para gerar as funções de transferência.