CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE SANTA CATARINA Departamento de Eletrônica

Apostila de SISTEMAS DE CONTROLE
Sétima Edição (revisada) – Nov/2007

Autor: Marco Valério Miorim Villaça
(mvillaca@cefetsc.edu.br)

ii

Copyright © 2007 para Departamento de Eletrônica Centro Federal de Educação Tecnológica de Santa Catarina Av. Mauro Ramos, 950 88020-300 Florianópolis, SC Todos os direitos reservados. É proibida a duplicação ou reprodução deste volume, no todo ou em parte, sob quaisquer formas ou por quaisquer meios, sem permissão expressa do Departamento de Eletrônica MATLAB é uma marca registrada de MathWorks, Inc. 24 Prime Park Way, MA 01760-1520 Fone: (508)653-1415, Fax: (508)653-2997 Email: info@mathworks.com

Sistemas de Controle

iii

PREFÁCIO A SEGUNDA EDIÇÃO

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. O texto inclui informações básicas para o uso de uma ferramenta de projeto assistida por computador, o MATLAB da MathWorks Inc. Será utilizado, também, o Simulink, uma ferramenta do MATLAB, que se constitui numa maneira eficiente de modelar, simular e analisar sistemas de controle realimentado. Ao longo do texto, procura-se expor de maneira clara os métodos clássicos da engenharia de controle: transformada de Laplace e funções de transferência, aproximações de sistemas de segunda ordem, erro de regime permanente para sinais típicos de teste, critério de Routh-Hurwitz, método de Bode e lugar das raízes. O capítulo inicial contém uma pequena matéria introdutória sobre a análise de sistemas pelo método de espaço de estados, que se constitui na única referência do texto ao Controle Moderno. Para cumprir seus objetivos, o texto é organizado em cinco capítulos. No primeiro capítulo, familiariza-se o leitor com a linguagem, definições e recursos utilizados em controle e se oferece a base matemática necessária para a compreensão do texto. Não obstante, seria conveniente a leitura de livros específicos da área de matemática. Ciente de que o melhor meio para compreender qualquer área do conhecimento humano é examinar a sua evolução e as razões para a sua existência, o Capítulo I inclui, ainda, uma curta história da teoria do controle automático e oferece uma breve discussão das filosofias das teorias de controle clássico e moderno. O Capítulo II trata da modelagem de sistemas eletrônicos e eletromecânicos, desenvolvendo modelos de funções de transferência destes sistemas. O Capítulo III apresenta a análise da resposta transitória e análise de erro em regime permanente dos sistemas. No Capítulo IV o enfoque é a estabilidade dos sistemas de controle lineares. Para responder as questões que naturalmente se apresentam - “Em que condições um sistema se torna instável?” e “Caso ele seja instável, como torná-lo estável?” – estuda-se o critério de

iv

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.

Prof. Marco Valério Miorim Villaça
Florianópolis, outubro de 2004

14 ANÁLISE NO DOMÍNIO-FREQÜÊNCIA.................................................... 57 ....................................................... INTRODUÇÃO AOS SISTEMAS DE CONTROLE .. 24 1.................................................... 25 1...........26 CONTROLE ÓTIMO E TEORIA DA ESTIMAÇÃO .3............................20 O PERÍODO CLÁSSICO DE TEORIA DE CONTROLE ..........................1 RELÓGIOS DE ÁGUA DOS GREGOS E DOS ÁRABES ...................................1 CONCEITOS GERAIS ........................... 40 1...........3......................................................... 42 1..............................3................ 43 1................3..................... 18 1.............................................................3........ 35 1...........................................3 UMA BREVE HISTÓRIA DO CONTROLE AUTOMÁTICO ........................... 25 1..............................................3.........................................................................22 PROJETO NO DOMÍNIO DO TEMPO PARA SISTEMAS NÃO LINEARES ....................... 36 1...... 36 1.................................................3.................................... 16 1.............. 32 1.........Sistemas de Controle v SUMÁRIO PREFÁCIO A SEGUNDA EDIÇÃO .............3.... 22 1............................3...... 40 1........ 32 1....4 REGULADORES DE TEMPERATURA ............ 42 1................... 38 1..........3........................................3 OS CONSTRUTORES DE MOINHOS.............................................10 EQUAÇÕES DIFERENCIAIS.............................6 REGULADORES DE PRESSÃO ............3.......................... 37 1................................................. 49 1..........................................................3..............................................................4 TRANSFORMADA INVERSA DE LAPLACE: .......23 SPUTNIK ......................................................................................... 40 1............................... 9 1............. 28 1.......3......... 54 1................. 31 1.................................21 A ERA ESPACIAL/DO COMPUTADOR E O CONTROLE MODERNO ....................... 29 1.......3.....15 AS GUERRAS MUNDIAIS E O CONTROLE CLÁSSICO ................. 37 1........................... 35 1..........3.................. 55 1.2 TEOREMA DE EULER ....6...........................................................11 TEORIA DA ESTABILIDADE .............29 O DESENVOLVIMENTO DOS COMPUTADORES DIGITAIS ..........24 NAVEGAÇÃO ... 30 1....................................... 33 1......................3.........................................1 –REPRESENTAÇÃO DE SISTEMAS FÍSICOS ATRAVÉS DE EQUAÇÕES DIFERENCIAIS: .......................................................................................................16 CONTROLE DE NAVIO ...................3........................................V 1.....3.......9 O NASCIMENTO DA TEORIA MATEMÁTICA DO CONTROLE ................................................... 26 1...............7 REGULADORES CENTRÍFUGOS ........................................................... 26 1......................................................... 28 1........................5 A FILOSOFIA DE CONTROLE MODERNO ...........................3.......... 45 1..................19 ANÁLISE ESTOCÁSTICA .............3......................................32 A UNIÃO DO CONTROLE MODERNO E DO CLÁSSICO .....6.................................2 A REVOLUÇÃO INDUSTRIAL................................................................1957....3..............3.............. 49 1... 33 1. 41 1......... 9 1.....................27 TEORIA DE CONTROLE NÃO-LINEAR ....3....... 20 1..3 TRANSFORMADA DE LAPLACE: ..........8 O PÊNDULO SIMPÁTICO......6 FUNDAMENTOS MATEMÁTICOS ..................1 –VARIÁVEL COMPLEXA E FUNÇÃO COMPLEXA:............................................................. 30 1.....................3.....................6........................ 52 1.....................6..................3..........3...................................12 TEORIA DE SISTEMA .................................30 CONTROLE DIGITAL E TEORIA DA FILTRAGEM .......3...................................................2 PROJETO DE SISTEMAS DE CONTROLE..31 O COMPUTADOR PESSOAL ................28 COMPUTADORES NO PROJETO DE CONTROLES E IMPLEMENTAÇÃO ........17 DESENVOLVIMENTO DE ARMAS E DIRECIONAMENTO DE CANHÕES ..............................................................................................................T......I.............................................3....6.. III SUMÁRIO .....................................................................................13 COMUNICAÇÃO DE MASSA E O SISTEMA DE TELEFONE DE BELL ...3...18 LABORATÓRIO DE RADIAÇÃO DO M....................................... 37 1................................. 31 1.........3...........................................................................3.........................3................................4 A FILOSOFIA DO CONTROLE CLÁSSICO ..........5 REGULADORES DE FLUTUAÇÃO.......................................25 OTIMALIDADE EM SISTEMAS NATURAIS .

........2 GRÁFICOS DE BODE .....4............................................... 158 4..................2 RESPOSTA À IMPULSO UNITÁRIO DE SISTEMAS DE 2A ORDEM ....................................... 124 3.......3...................................................................2.....4 EFEITO DE UM TERCEIRO PÓLO E UM ZERO NA RESPOSTA DE SISTEMAS DE 2A ORDEM ................4.......................................... 137 4................................ 119 3......3.. 105 3.... 159 4..........4................................ 162 4...........................3 RESPOSTA A RAMPA UNITÁRIA DE SISTEMAS DE 2A ORDEM ........................................................ MODELAGEM DE SISTEMAS ELÉTRICOS E ELETROMECÂNICOS .. 123 3.....................................................................................................4 ANÁLISE DA RESPOSTA EM FREQÜÊNCIA ........3 O LUGAR DAS RAÍZES OU ROOT LOCUS .......................1 SISTEMAS ELÉTRICOS ....... 121 3........................3 COEFICIENTE DE ERRO DE ACELERAÇÃO ESTÁTICO KA ...........................1 RESPOSTA A DEGRAU UNITÁRIO DE SISTEMAS DE 1A ORDEM ................4........................2 SISTEMA DE 1A ORDEM ......... 178 ..................................................................... 68 1........................................3............3..............................................................................................................2 – O CONCEITO DE LUGAR DAS RAÍZES ..............................2...................6........ 99 3................ 91 2.......................................4 MARGENS DE ESTABILIDADE .................................................9 DIAGRAMAS DE FLUXO DE SINAL ........4...2 RESPOSTA À RAMPA UNITÁRIA DE SISTEMAS DE 1A ORDEM .....7 FUNÇÃO DE TRANSFERÊNCIA ............................................... 78 1........ 67 1.............. 137 4................... 174 4.........1 FUNÇÃO DE TRANSFERÊNCIA SENOIDAL.............................................3 RESPOSTA A IMPULSO UNITÁRIO DE SISTEMAS DE 1A ORDEM ....................3...............................................4 RESUMO DA SEÇÃO .......3 BIBO ESTABILIDADE ............................................. ESTABILIDADE DE SISTEMAS DE CONTROLE .......... 138 4............1 INTRODUÇÃO ............................................ 126 3........................................................................................ 132 4................... 106 3........................2....................................3 SISTEMA DE 2A ORDEM .......................................................................... 106 3........... 112 3.............3– PROCEDIMENTO PARA CONSTRUÇÃO DO LUGAR DAS RAÍZES........5 RELAÇÃO ENTRE MARGEM DE FASE E AMORTECIMENTO ..8 DIAGRAMAS DE BLOCO .................................................................................... 128 3........... 91 2.4........3.................................................... 105 3...........5 APLICAÇÃO DA TRANSFORMADA DE LAPLACE NA SOLUÇÃO DE EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES ...................................5– ASPECTOS IMPORTANTES DA CONSTRUÇÃO DO LUGAR DAS RAÍZES .................................2 ESTABILIDADE ASSINTÓTICA . 146 4....... 149 4. 110 3......................... ANÁLISE DE RESPOSTA TRANSITÓRIA E ANÁLISE DE ERROS EM REGIME PERMANENTE.............4.............................................................................. 175 4........4 CRITÉRIO DE ROUTH-HURWITZ .......................10 MÉTODO DO ESPAÇO DE ESTADOS PARA ANÁLISE DE SISTEMAS DE CONTROLE .......2 SISTEMAS ELETROMECÂNICOS............................. 130 3......................... 140 4..........vi 1...................4 ANÁLISE DE ERRO EM REGIME PERMANENTE OU ESTACIONÁRIO ............. 111 3......................... 146 4...............1 INTRODUÇÃO ...............................................................3.................................................................4................................... 139 4.................3........................ 162 4................... 84 2..........................3..........1 – INTRODUÇÃO ......................................2 COEFICIENTE DE ERRO DE VELOCIDADE ESTÁTICO KV ..............................................................4– OS DEZ PASSOS DO PROCEDIMENTO DO LUGAR DAS RAÍZES .....1 COEFICIENTE DE ERRO DE POSIÇÃO ESTÁTICO KP ......... 70 1..........................................4...............................1 RESPOSTA A DEGRAU UNITÁRIO DE SISTEMAS DE 2A ORDEM ................................................... 111 3..3 ESTABILIDADE RELATIVA E RESPOSTA EM FREQÜÊNCIA........................................................... 163 4........... 146 4........

...........................2 PROJETO COM O DIAGRAMA DE BODE ..........................................................4..................2.............................5 COMPENSAÇÃO DE UM COMPENSADOR ABAIXADOR (BUCK) ....................4 CONTROLADOR PROPORCIONAL-INTEGRAL-DERIVATIVO (PID) ................................... 191 5.................................................. 204 5......3....... 205 5.....................2 PROJETO COM DIAGRAMA DE BODE: ................................................................... 199 5............... 187 5...........2......................................................1 PROJETO COM ROOT LOCUS: .............................................. PROJETO DE SISTEMAS DE CONTROLE UTILIZANDO O LUGAR DAS RAÍZES E OS DIAGRAMAS DE BODE...2 COMPENSADOR EM AVANÇO DE FASE .......... 203 5.................................................................... 185 5.................3 COMPENSADOR EM ATRASO DE FASE ................................... 211 REFERÊNCIAS BIBLIOGRÁFICAS ............1 INTRODUÇÃO .......1 PROJETO COM O LUGAR DAS RAÍZES................................................................................... 185 5........... 218 .........................1 PROJETO COM O LUGAR DAS RAÍZES..........3........4.....................................................................................................................2 PROJETO COM O DIAGRAMA DE BODE .......... 185 5..............................Sistemas de Controle vii 5......................................... 197 5.............................. 197 5.............................

.

uma caldeira. entrada Sistema de Controle saída Fig. na forma de diagrama de blocos. Planta: Qualquer dispositivo ou complexo físico a ser controlado. Em um sistema de controle uma saída c(t) (variável controlada) é controlada de alguma maneira pré-determinada por uma entrada u(t) (sinal atuante) e dos elementos do sistema. INTRODUÇÃO AOS SISTEMAS DE CONTROLE 1. 1. 1. um reator. Em sistemas de controle designamos qualquer operação a ser controlada como um processo. Uma perturbação é dita interna quando gerada dentro do sistema e externa quando é gerada fora do sistema.1 apresenta.1 – Relação entrada e saída em um sistema de controle . tais como um forno. constituindo-se em uma entrada.Introdução aos Sistemas de Controle 9 1. Processo: Na física. definimos processo coma a seqüência de estados de um sistema que se transforma. a relação causaefeito entre esses elementos. A Fig. Uma fusão nuclear e uma reação química são exemplos de processos.1 Conceitos gerais Sistema de Controle: Uma interconexão de componentes físicos que tem como finalidade controlar (regular/dirigir/comandar) um determinado processo para fornecer uma resposta desejada. Perturbações: Uma perturbação ou distúrbio é um sinal de entrada que tende a afetar desfavoravelmente o valor da saída do sistema.

o que possibilita rapidez e precisão.2 apresenta um sistema de controle em malha aberta. O sistema em malha aberto apresenta as seguintes características: (a) Sua precisão é determinada pela calibração dos componentes. 1. Comparador: elemento que gera o sinal de erro como a diferença entre a referência e o valor atual. a seguir. • • Referência: valor desejado da variável a ser controlada. Definimos. o que facilita grandemente a fase de projeto. 1. Perturbação entrada Sistema de Controle saída Fig. A realimentação manual é realizada por um operador. Neste caso a ação de controle toma como base a comparação entre o valor de referência e o valor atual da variável de saída. os componentes que ainda não foram apresentados.2 – Sistema de controle em malha aberta. Um exemplo prático de um sistema de controle em malha aberta é a máquina de lavar roupas que executa uma programação em uma determinada base de tempo. A Fig. A realimentação automática é realizada por um transdutor. Sistemas de controle em malha fechada: sistemas onde a variável de saída do processo a controlar tem efeito direto na ação de controle. 1. bem como da qualidade destes (calibrar significa estabelecer e restabelecer a relação entrada/saída do controlador para obter a resposta desejada para o processo). Os sistemas em malha fechada são comumente chamados de sistemas de controle realimentados pelo fato da variável de saída ser realimentada ao processo via controlador. Neste caso a ação de controle é independente da saída apresentada pelo processo que se deseja controlar. Observe que uma perturbação externa alterará o valor da saída desejado. Um exemplo intuitivo de sistema de controle em malha fechada é o piloto automático. . A Fig.Sistemas de Controle 10 Sistemas de controle em malha aberta: O controle em malha aberta fornece ao processo uma entrada tal que a saída se comporta conforme o desejado. (b) Geralmente não são perturbados por problemas de instabilidade. o que a torna lenta e imprecisa.3 mostra um sistema de controle em malha fechada e seus principais componentes. A realimentação pode ser manual ou automática.

Por sua vez o controle em malha aberta.Introdução aos Sistemas de Controle 11 Perturbação Referência r(t) Sinal de erro e(t) Comparador Controlador Sinal de controle u(t) Variável controlada c(t) Atuador + Processo ou Planta Transdutor Ruído de medição Fig. São exemplos de atuadores o motor elétrico e a válvula pneumática. 9-18) apresenta uma série de exemplos de sistemas de controle que muito bem ilustram a importância fundamental do controle realimentado na sociedade moderna. • Atuador: dispositivo de potência que recebe o sinal de controle e produz a entrada para o processo/planta. • Controlador: elemento que manipula o sinal de erro e gera o sinal de controle que visa corrigir o valor da variável controlada. b. Desta forma . é um exemplo de transdutor.3 – Sistema de controle em malha fechada. Grande precisão. A sensibilidade a parâmetros do sistema é reduzida. O tacogerador. Dorf (2001. por não levar em conta o sinal de saída do sistema é totalmente vulnerável a perturbações externas. p. o uso de componentes mais baratos sem muita precisão para obter um controle preciso (auto-regulagem). Tendência a oscilação e instabilidade. que pode ser comparada com a referência. 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. portanto. É possível. c. 1. um pequeno gerador normalmente acoplado ao eixo de um motor e que é usado como sensor de velocidade angular. • Transdutor: elemento responsável pela medição e conversão da variável a ser controlada em uma outra variável adequada. O sistema em malha fechada apresenta as seguintes características: a.

5 apresentam. 1. respectivamente.4 e Fig. . o efeito de uma perturbação em um sistema de controle em malha aberta e em um sistema em malha fechada. As 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 Controlador α Motor ωC + + ω ω (rpm) ω1 = ωC ωb Transdutor Aplicação da Perturbação t Fig.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.5 – (a) Sistema de controle em malha fechada sujeito a uma perturbação e (b) sua resposta a uma perturbação. 1. 1. TP ωR Controlador α Motor ωC ω ω (rpm) ω1 =ωC ω2 Aplicação da Perturbação t Fig.

O sistema de controle de velocidade de um motor CC é um exemplo de servomecanismo. é chamado de sistema de controle adaptativo.6 apresenta o diagrama de blocos de um sistema adaptativo. O sistema que possui esta habilidade. etc. Por sua vez a estabilidade é sempre um problema fundamental em sistemas de controle em malha fechada e. o sistema que está provido de meios para detectar as variações dos parâmetros da planta e ajustar os parâmetros do controlador para manter um desempenho desejado. aceleração. Servomecanismos: São sistemas de controle realimentados nos quais a saída é uma posição ou grandezas derivadas (velocidade. Representação de Sistemas: A maioria dos sistemas dinâmicos. Exemplo: Reguladores integrados de tensão 78XX. é mais fácil construir um sistema de controle em malha aberta. uma vez que este fator não significa problema. . Ele permite a utilização de várias ferramentas analíticas ou computacionais para fins de análise e/ou síntese. Reguladores: São sistemas de controle realimentados nos quais a saída desejada é constante ou varia lentamente com o tempo e onde a finalidade principal é manter a saída em um valor fixo na presença de distúrbios. etc). independente de serem mecânicos. portanto. térmicos. identifica a variação dos parâmetros da planta ou do controlador e atua no ajustador que modifica os parâmetros do controlador. A resposta de um sistema particular a uma dada entrada pode ser obtida se estas equações forem resolvidas. deve ser analisado com cuidado extremo. através de medições. A Fig. O identificador. Sistemas de controle adaptativo: As características dinâmicas da maioria dos sistemas de controle não são constantes por uma série de motivos. o sistema deve possuir a habilidade de adaptação. isto é. Modelo Matemático: É a descrição matemática das características dinâmicas de um sistema e constitui-se no primeiro passo na análise de um sistema. tais como a deterioração de componentes e variação dos parâmetros e do ambiente. Se estas variações forem significativas. Deve-se estabelecer um compromisso entre a simplicidade do modelo e a precisão dos resultados da análise (os resultados da análise somente na extensão da qual o modelo se aproxima do sistema físico que representa). podem ser representados por meio de equações diferenciais obtidas utilizando-se das leis físicas que governam um sistema particular. elétricos. 1.Introdução aos Sistemas de Controle 13 Do ponto de vista da estabilidade.

tais como as funções trigonométricas e a exponencial. Na prática a maioria dos sistemas físicos contém elementos que derivam ou variam com o tempo. Por exemplo. Por exemplo.Sistemas de Controle 14 Ajustador Referência Identificador Variável controlada + - Controlador Planta Fig. já que todos os sistemas físicos apresentam alguma não linearidade. considerando uma única entrada de cada vez e adicionando os resultados parciais. Os sistemas não-lineares. Nestes sistemas. o sistema de controle de uma nave espacial sofre influência de uma massa variável em função do consumo de combustível e de uma força gravitacional variável. por sua vez. a resistência do enrolamento de um motor varia devido ao aquecimento. Uma equação diferencial não-linear apresenta potências ou funções transcendentais da variável independente. são muito difíceis de serem tratados matematicamente. na prática não existem sistemas lineares. Normalmente estão ligadas a fenômenos como saturação e zona morta. pode-se obter a resposta para várias entradas. Para sistemas lineares existe uma fartura de técnicas analíticas e gráficas para a análise e projeto. dizemos que o sistema é linear por partes e seu modelo matemático para aquela faixa é também linear. 1. Geralmente quando limitados a uma certa faixa na qual os componentes exibem características lineares.6 – Sistema de controle adaptativo. Sistemas lineares variantes no tempo: São sistemas lineares representados por equações diferenciais cujos coeficientes são funções do tempo. Sistema lineares: Sistemas lineares são aqueles em que as equações do modelo matemático são lineares. Os modelos lineares são modelos idealizados pelo projetista para simplicidade de análise e projeto. Sistemas lineares invariantes no tempo: Sistema linear composto de componentes com parâmetros concentrados que permanecem constantes com o tempo (descritos por equações diferenciais com coeficientes constantes). Estritamente falando. aplicando o princípio da superposição. Uma equação diferencial linear apresenta coeficientes constantes ou que são apenas função da variável independente. Sistemas não-lineares: São aqueles representados por equações diferenciais não- lineares. .

São também denominados sistemas de controle discretos.8. amplificadores. Quando a consideração do comprimento é necessária. Componentes típicos de sistemas contínuos são os potenciômetros. r(t) + e(t) e* Conversor A/D Computador u* Conversor D/A u(t) Planta c(t) - Transdutor Fig. O diagrama de blocos de um sistema multivariável é apresentado na Fig. tacômetros. quando o modelo matemático do sistema precisa levar em consideração as variações espaciais dos parâmetros. Os componentes típicos de sistemas amostrados são os codificadores de posição. O sistema de controle de um servomotor CC mostrado na Fig.5(a) é um exemplo de sistema a dados contínuos. 1. Sistemas de controle de parâmetros concentrados x distribuídos: Nos sistemas de controle de parâmetros concentrados. 1. etc. Um diagrama de blocos de um sistema a dados amostrados é apresentado na Fig. 1. o comprimento dos componentes é considerado nulo. ou seja. 1.7. São também denominados sistemas de controle analógico. A notação * indica parâmetros discretos. Sistemas multivariáveis: São aqueles onde múltiplas entradas e múltiplas saídas devem ser levadas em conta no esquema de controle. conversores A/D e D/A. o sistema é chamado de sistema de controle de parâmetros distribuídos. motores.Introdução aos Sistemas de Controle 15 Sistemas a dados contínuos: As várias partes do sistema são funções contínuas do tempo. onde os sinais que apresentam a notação * estão na forma discreta. Esses sistemas são descritos por meio de equações diferenciais em derivadas parciais. etc. Sistemas a dados amostrados: Os sinais em mais de um ponto do sistema se apresentam como um trem de pulsos ou como um código digital. microprocessadores.7 – Sistema a dados amostrados. Neste tipo de sistema os sinais podem ou não se apresentarem modulados. Linhas de transmissão longas e vibrações mecânicas em cordas são exemplos de situações onde pode ser necessário considerar o comprimento. comparadores. Geralmente estão associados a um controle microprocessado onde o papel de controle é desempenhado por um computador digital com um software associado. .

Um exemplo de meta é o controle preciso da velocidade de rotação de um CD player. é escrever as especificações em termos da precisão que se procura alcançar. 1.8 – Sistema multivariável. por exemplo. Por exemplo. O primeiro passo no processo de projeto consiste em estabelecer as metas do sistema. se desejamos controlar a velocidade de um CD player. normalmente. O segundo passo é identificar as variáveis que se deseja controlar. Caso a performance desejada seja alcançada. o processo sob controle. a velocidade de rotação do CD. O sexto passo é a seleção do controlador. cada elemento selecionado de acordo com as especificações desejadas. O terceiro passo. O último passo do processo de projeto é o ajuste dos parâmentros do sistema visando atingir a performance desejada. Sistemas de controle determinísticos x estocásticos: Um sistema de controle é determinístico se a resposta à entrada é previsível e repetível. . será necessário melhorar a configuração do sistema. o atuador e o controlador. O quarto passo é estabelecer a configuração do sistema que. gerando um sinal de erro que precisará ser amplificado. A precisão conduzirá a identificação do sensor a ser empregado na medição da variável de controle. talvez na seleção do atuador e/ou sensor. O quinto passo é obter um modelo para cada um dos elementos do sistema. via de regra um amplificador subtrator que compara a resposta desejada com a resposta obtida. atuando. em caso contrário. o projeto é finalizado coma a produção da documentação. o objetivo do projeto em controle é identificar os parâmetros chave e gerar a configuração de um sistema que enfrente uma necessidade real. Caso contrário. nós selecionaremos um motor CC como atuador. consiste de um sensor.2 Projeto de sistemas de controle Como todo projeto da área tecnológica. ele é dito estocástico.Sistemas de Controle 16 vr1 Controlador Processo vC1 vr n vC n Transdutor Fig 1. Dever-se então repetir os passos do projeto até atingir-se as especificações desejadas ou. Nesses sistemas os sinais são descritos por certas características estatísticas.

1. .Introdução aos Sistemas de Controle 17 ainda. O processo de projeto de um sistema de controle é apresentado na Fig. 1.9 – Etapas do projeto de um sistema de controle. decidir que elas devem ser relaxadas.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 Obter o modelo dos componentes do sistema Seleção do controlador Ajuste dos parâmetros e análise da performance Não As especificações foram alcançadas? Sim Projeto finalizado Fig.

robôs e processos industriais. entretanto 1 O texto desta seção e das seções 1. a filosofia do controle clássico e a filosofia do controle moderno. Volterra explicou o balanço entre duas populações de peixes em um pequeno lago fechado usando a teoria da realimentação.5 são uma tradução do Capítulo I – Introduction to modern control theory. Neste capítulo. Já que o sistema de saída é usado para regular sua entrada. Assim. o qual usa a diferença entre a velocidade atual e a desejada para variar a taxa do fluxo do combustível. V. Recentemente. automóveis. Achei importante completar o texto original com ilustrações disponíveis em páginas da Internet.L. nós oferecemos uma breve discussão das filosofias das teorias de controle clássico e moderno. elétricos ou biológicos. Nas formas mais elevadas de vida.3 Uma breve história do controle automático1 O controle realimentado é o mecanismo básico pelo qual os sistemas. O controle realimentado pode ser definido como o uso da diferença entre sinais. tal dispositivo é chamado de sistema de controle em malha fechada. Em seguida. mantém seu equilíbrio ou homeostase. determinados pela comparação dos valores atuais das variáveis do sistema com seus valores desejados. sejam mecânicos. ocorreram vários progressos na teoria do controle automático. Lewis.Sistemas de Controle 18 1. 1948). 1992. nós primeiro apresentaremos uma curta história da teoria do controle automático. É difícil oferecer uma análise imparcial na área enquanto ela ainda se desenvolve. Uma mudança na temperatura de meio grau é geralmente um sinal de doença. Nesse livro nós mostraremos como usar a teoria de controle moderno para projetar sistemas de controle realimentados. Uma contribuição fundamental de C. como um meio de controlar um sistema. . Em 1931. A homeostase do corpo é mantida através do uso do controle realimentado (WIENER. F. após uma breve discussão sobre o controle realimentado. nós não nos ocuparemos com sistemas de controle naturais. Um exemplo diário de um sistema de controle realimentado é um controle de velocidade de automóvel. Darwin no século XIX foi a teoria que a realimentação durante longos períodos de tempo é responsável pela evolução das espécies. Applied optimal control e estimation. Percebendo que o melhor meio para compreender uma área é examinar a sua evolução e as razões para a sua existência. como aqueles que ocorrem nos organismos vivos ou na sociedade. Prentice Hall. mas com sistemas de controle feitos pelo homem tais como os usados para controlar aviões. satélites. apresenta uma breve história do controle automático. as condições sob as quais a vida pode prosseguir são bem limitadas. de LEWIS. R.4 e 1.

A revolução industrial teve início no terceiro quarto do século XVIII. relativo a sua linguagem escrita. É padrão chamar o período a partir de então até 1960 de período clássico e o período de 1960 até o tempo presente de período moderno. • O início da era espacial/computacional em 1957. Os progressos chave na história da espécie humana que afetaram o progresso do controle realimentado foram: • A preocupação dos gregos e árabes com o registro preciso do tempo. houve um progresso extremamente importante. agora.Introdução aos Sistemas de Controle 19 revendo o progresso da teoria de controle realimentado é. Então. 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. O controle realimentado é uma disciplina da engenharia. Isto representa um período entre 1910 e 1945. Maxwell ofereceu a primeira análise matemática rigorosa de um sistema de controle realimentado em 1868. Como tal. • O início da comunicação em massa e a primeira e a segunda guerras mundiais. finalmente. Em um ponto entre a Revolução Industrial e as Guerras Mundiais. C. Pode-se considerar estas como fases no progresso do homem. J. progredir rapidamente através da história do controle automático. • A revolução industrial na Europa. ao qual nós recorremos e por vezes citamos. Uma referência para o período entre 300 aC e a Revolução Industrial é apresentada por (MAYR. A saber. nós podemos chamar o período a partir de 1868 e anterior ao século XX de período primitivo do controle automático. a teoria de controle começou a adquirir sua linguagem escrita – a linguagem da matemática. Isto representa um período de aproximadamente 300 aC a 1200 dC. entretanto. com seu lugar no cosmos. Deixe-nos. seu progresso está intimamente ligada aos problemas práticos que precisam ser solucionados durante alguma fase da história humana. nós poderíamos chamar o período anterior a 1868 de pré-história do controle automático. suas raízes podem ser encontradas no século XVII. possível distinguir algumas tendências principais e apontar alguns avanços chave. 1970). agora. depois em estabelecer o seu lugar em uma comunidade global e. Veja também . Seguindo Friedland (1986).

Este regulador de flutuação cumpria a mesma função que a bóia e a válvula em uma descarga moderna. 1. Esta profundidade constante produzia um fluxo constante de água através de um tubo no fundo do tanque o qual enchia um segundo tanque com uma taxa constante. A função deste regulador era manter o nível d’água em um tanque em uma profundidade constante. Durante este período o importante princípio de realimentação de controle "on/off" foi usado. do tempo transcorrido. o qual surge novamente nos anos 50 em conexão com os problemas de tempo mínimo. Quando Bagdá caiu para os Mongóis em 1258. Estes dispositivos poderiam ser chamados “aparelhos” já que eles estavam entre os mais precoces exemplos de uma idéia visando uma aplicação. quando o nível de água baixava a válvula abria e reabastecia o reservatório. K. Entretanto. tais como o preparador automático de vinho. Durante o primeiro século dC . 1. 1973) e discussões pessoais com J. 1.10). Outra referência importante utilizada na preparação desta seção inclui (M. M. BOKHARAIE. Askew.3. D. Um regulador de flutuação foi usado por Philon de Bizâncio em 250 aC para manter um nível constante de óleo em uma lâmpada. Heron deAlexandria desenvolveu reguladores de flutuação para relógios de água.Sistemas de Controle 20 (FULLER. assim. por volta de 270 aC. O nível de água no segundo tanque dependia.11). 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 . O regulador de Ktesibios usava um flutuador para controlar a afluência de água de água por uma válvula. Przyluski da Academia Polonesa de Ciência e W. todo o pensamento criativo neste ramo vinha para este fim. Aplevich da Universidade de Waterloo. o Grego Ktesibios inventou um regulador de flutuação para um relógio de água. Al-Jazari e Ibn al-Sa'ati usaram reguladores de flutuação para relógios de água e outras aplicações (Fig. Entre os anos 800 e 1200 vários engenheiros árabes tais como os três irmãos Musa. etc. Os gregos usavam reguladores de flutuação e dispositivos similares. Então. um antigo colega na Corporação de Mísseis e Espaço LTV e vice-presidente da E-Systems.1 Relógios de água dos gregos e dos árabes A motivação primária para o controle realimentado na antiguidade era a necessidade da determinação exata do tempo. a abertura de portas de templos (Fig. 1976). o projeto de sifões para manter constante a diferença de nível de água entre dois tanques.

como http://www. Fonte: http://www. 1984.com/day_life/default.10 – Dispositivo de Hero para abrir as portas de um templo. Huang Di. Usando a 2 Outras fontes. 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. Fonte: D’AZZO.com/gearterms/terms/southpointingchariot. Fig.Introdução aos Sistemas de Controle 21 sistema de controle realimentado).11 – Modelo da bomba de ação dupla com tubos de sucção projetada por Al-Jazari. o homem sempre teve um interesse por seu lugar no espaço.htm. não haveria razão para o desenvolvimento de um mecanismo tão complexo cerca de 100 anos mais tarde (N. Considerando que os chineses desenvolveram a bússola no séc XI.).drgears. conhecido como The South Pointing Chariot. foi desenvolvido por volta de 2600 aC para o imperador Amarelo. Junto com uma preocupação por seu lugar no tempo. Rio de Janeiro: Guanabara Dois. . O regulador de flutuação não aparece novamente até seu uso na Revolução Industrial.cfm?ArticleID=188&Oldpage=1. 1. Vale mencionar que um sistema de controle pseudorealimentado foi desenvolvido na China no século XII para propósitos de navegação2.muslimheritage. John. 1. Fig. contam que este dispositivo. do T. Análise e projeto de sistemas de controle lineares.

a não ser que as ações do cocheiro forem consideradas como partes do sistema.drgears. assim. não envolve realimentação. principalmente T. Nós chamamos isto de sistema de controle “pseudorealimentado” já que ele. Deve-se estar informado que outros. incluindo reguladores de flutuação. Porém. J. 1. surgiu uma nova exigência por sistemas de controle automáticos. o cocheiro podia seguir um curso direto. ele não é um sistema de controle automático. as raízes da Revolução Industrial podem ser encontradas antes do século XVII ou anteriormente com o desenvolvimento de moinhos de grão e o forno.14).12 ilustra este mecanismo. Porém. 1. ou máquinas automotoras. Newcomen em 1712 (Fig. caldeiras e da máquina a vapor.com/gearterms/terms/southpointingchariot. A Fig. 1. 1.htm. 1. Assim. Estes dispositivos não podiam ser regulados adequadamente pela mão e. reguladores de temperatura. Uma variedade de dispositivos de controle foi inventada.12 – Dispositivo conhecido como The South Pointing Chariot Fonte: http://www. as máquinas a vapor antigas eram . Fig. Watt inventou a sua máquina a vapor em 1769 (Fig. construíram as primeiras máquinas a vapor.Sistemas de Controle 22 informação direcional fornecida pela estátua.13) e esta data marca o início aceito da Revolução Industrial. fornos.2 A Revolução Industrial A Revolução Industrial na Europa resultou na introdução de atuadores principais. reguladores de pressão e dispositivos de controle de velocidade. Ela foi marcada pela invenção de avançados moinhos de grão.3. tecnicamente.

pucrio. em ambos os lados do pistão.co. construída após 1769.htm e (b) http://leblon.Introdução aos Sistemas de Controle 23 ineficientes e reguladas à mão. Fig. alternadamente. Fontes: (a) http://inventors. É extremamente importante perceber que a Revolução Industrial não começou até a invenção de máquinas melhoradas e de sistemas de controle automáticos para regulá-las.com/library/inventors/blwatt2.br/~wbraga/fentran/termo/hist4. 1. pois tinha um condensador separado e permitia que o vapor fosse admitido. foi uma melhoria da de T.mec. fazendo-as pouco adaptadas para o uso industrial.htm.13 – Esta máquina a vapor de James Watt. Fonte http://www.about. . Newcomen. 1.uk/reference/encyclopaedia/hutchinson/m0026134.tiscali.14 – Máquina a vapor inventada por Thomas Newcomen em 1712. (a) (b) Fig.html.

Usando estes sensores foram inventados vários dispositivos de regulação de velocidade.naya. Estava em uso em uma forma bastante refinada em torno de 1588. muito da tecnologia dos construtores de moinhos foi desenvolvido para uso na regulação de máquinas a vapor.org. A cauda de leque. inventada em 1745 pelo ferreiro britânico E. onde podemos visualizar a mó (11) e a tremonha (14). Os construtores de moinhos desenvolveram vários dispositivos para sensorar velocidade de rotação. . consistia de um pequeno leque montado em ângulos convenientes na roda principal de um moinho de vento. incluindo velas de moinho de vento auto-reguladas. (a) (b) Fig. Mais tarde. O moinho de tremonha era um dispositivo que regulava o fluxo de grãos em um moinho dependendo da velocidade de rotação da mó. 1.ar/congreso2000/ponencias/Jose_Augusto_Maia_Marques.15 – (a) Parte inferior e (b) superior de um moinho de rodízio.Sistemas de Controle 24 1.3. Para construir um controlador realimentado. Fonte: http://www. é importante ter dispositivos de medição adequados.htm. Lee. Sua função era direcionar o moinho de vento continuamente para o vento.3 Os construtores de moinhos Os construtores de moinhos da Inglaterra desenvolveram uma variedade de dispositivos de controle realimentado.

Em seu livro de 1746. Na Sibéria russa. J. Henry perto de 1771. Salmon citou preços para reguladores de flutuação de bóia e torneira usados para manter o nível de reservatórios de água residenciais. especialmente na Inglaterra.3. na manufatura de aço e porcelana e no controle de temperatura de um hospital. O “registrador sentinela” foi desenvolvido na América por W. ele desenvolveu um sistema de controle automático de temperatura para um forno. Reguladores de temperatura foram estudados por J. O primeiro uso conhecido de um regulador de flutuação de válvula em uma caldeira a vapor é descrito em uma patente emitida a J. A descarga de banheiro foi. F. A.5 Reguladores de flutuação A regulação do nível de um líquido foi necessária em duas áreas principais nos meados do século XVIII: na caldeira de uma máquina a vapor e em sistemas domésticos de distribuição de água. o regulador de flutuação recebeu novo interesse.3. entretanto. Ele usou o regulador em uma máquina a vapor para bombear água. motivado por sua fé que metais básicos poderiam virar ouro mantendo-os a uma temperatura constante exata por longos períodos de tempo. o mineiro . W. Seu dispositivo foi instalado. Então. T. mais tarde. Ele também usou este regulador de temperatura em uma incubadora para chocar galinhas. 1. quando um regulador de temperatura satisfatório para uso industrial foi desenvolvido por Bonnemain. que o usou para uma incubadora. Não era ainda 1777. junto com o seu contemporâneo J.Introdução aos Sistemas de Controle 25 1. que sugeriu seu uso em fornos químicos. S. refinada por Thomas Crapper. Kepler. Becher em 1680 e usados novamente em uma incubadora pelo Príncipe de Conti e R. de Réaumur em 1754. Wood usou um regulador de flutuação para uma máquina a vapor na sua cervejaria em 1784. Este regulador foi usado nas primeiras patentes para descargas de banheiro ao redor de 1775. Brindley em 1758.4 Reguladores de Temperatura Cornelis Drebbel da Holanda passou algum tempo na Inglaterra e um período breve com o Imperador romano Santo Rudolfo II em Praga. um encanador de Londres que foi condecorado pela Rainha Victoria por suas invenções. Em torno de 1624. no forno de uma planta de aquecimento de água. mais adiante.

Delap e. Em 1681. 1. Papin inventou uma válvula de segurança para uma panela de pressão. O regulador de pressão foi. por M. Depois. também. O incentivo principal para seu desenvolvimento era. a esperança de introduzir um motor principal na moagem. semelhante a uma válvula de flutuação. quando foi adotado pela empresa de Boulton e Watt. o moinho a vapor Albion começou a operar no inicio de 1786.I Polzunov desenvolveu em 1765 um regulador de flutuação para uma máquina a vapor que acionava ventiladores para alto fornos. Usando a máquina de produção rotativa. Por volta de 1791. isso foi uma característica padrão em máquinas a vapor. quando a primeira foi vendida. Um problema associado com a máquina a vapor rotativa é o de regulação da sua velocidade de revolução. 1.6 Reguladores de Pressão Outro problema associado com a máquina a vapor é o da regulação de pressão de vapor na caldeira. um regulador de pressão foi combinado com um regulador de flutuação por Boulton e Watt para uso nas suas máquinas a vapor. e em 1707 ele usou-a como um dispositivo regulador na sua máquina a vapor. Murray. . evidentemente. o regulador de flutuação era de uso comum em máquinas a vapor. posteriormente. D. refinado em 1799 por R. Em 1803.Sistemas de Controle 26 de carvão I. A catarata surgiu nas máquinas de bombeamento das minas de carvão Cornwall. Watt com movimento de produção rotativo alcançou a maturidade por volta de 1783. Parte da tecnologia de regulação de velocidade dos construtores de moinho foi desenvolvido e estendeu-se para este propósito.7 Reguladores centrífugos As primeiras máquinas a vapor proviam um movimento de produção alternativo que era regulado usando um dispositivo conhecido como uma catarata.3.3. pois o vapor que aciona a máquina deve estar a uma pressão constante. A máquina de vapor de J.

1.history. Este dispositivo empregava duas esferas suspensas que giravam sobre um eixo e que eram arremessados para fora pela força centrífuga.btopenworld.rochester.16 – A máquina a vapor de Watt e o regulador de esferas suspensas. Quando a velocidade de rotação aumentava. Por outro lado. Watt completou o projeto do regulador centrífugo de esferas suspensas (Fig. Então. o regulador chegou ao conhecimento do mundo de engenharia e se tornou uma sensação por toda a Europa.htm.16) para regular a velocidade da máquina a vapor rotativa. uma velocidade constante era alcançada automaticamente.gif e (b) http://oldenginehouse. Este foi o primeiro uso de controle de realimentação que era do conhecimento popular.users.edu/steam/thurston/1878/f27p104. Os dispositivos de realimentação previamente mencionados permaneceram obscuros ou fizeram um papel imperceptível como uma parte da maquinaria que eles controlavam. operando uma válvula de estrangulamento do fluxo de vapor a qual reduzia a velocidade da máquina. os pesos suspensos oscilavam mais para fora e para cima. Fontes: (a) http://www. a operação do regulador de esferas suspensas era claramente visível até mesmo para o olho destreinado e seu princípio tinha um sabor exótico que parecia para muitos encarnar a natureza da nova era industrial. 1.Introdução aos Sistemas de Controle 27 Em 1788.com/watt. (a) (b) Fig. . Assim.

controle e comunicação entre homem e máquina.3. Em 1947. nós voltamos a esta porção da história com um retorno para a preocupação do gênero humano com tempo. O relógio mecânico inventado no século XIV não era um sistema de controle realimentado em malha fechada. o franco-suíço A. inventou um sistema realimentado em malha fechada para sincronizar relógios de bolso. o relojoeiro mais famoso de seu tempo. mas um dispositivo oscilatório de precisão em malha aberta cuja exatidão era assegurada através de proteção contra perturbações externas. O pêndulo simpático de Breguet (Fig. Em 1793. De certo modo. ele selecionou o nome cibernética para o seu campo incipiente. está automaticamente ajustado o braço regulador. Por volta 1790 na França. ele também investigou a etimologia da palavra kubernaw e se deparou com a palavra grega para piloto.3. kubenhthz. Norbert Wiener no MIT estava procurando um nome para a sua nova disciplina de teoria de autômatos . este dispositivo era usado para transmitir a exatidão do cronômetro grande ao relógio de bolso portátil pequeno. mas a técnica deles não se equiparava ao regulador centrífugo e foi logo suplantada. 1. Ao investigar o regulador de esferas suspensas de Watt. L.9 O nascimento da Teoria Matemática do Controle . Assim.Sistemas de Controle 28 Vale lembrar que a palavra grega para regulador é kubernaw. 1. os irmãos Périer desenvolveram um regulador de flutuação para controlar a velocidade de uma máquina a vapor.17) usou um caso especial de regulação de velocidade. O relógio de bolso a ser sincronizado é colocado no engaste ligeiramente antes das 12 horas. Breguet.8 O Pêndulo simpático Tendo começado nossa história do controle automático com os relógios de água da Grécia antiga. Consistiu em um cronômetro de precisão grande e exato com um engaste para um relógio de bolso. 1. insere-se no relógio e começa um processo de ajustar automaticamente o braço regulador da mola de equilíbrio do relógio. tempo em que um pino emerge do cronômetro. Depois de algumas colocações do relógio no pêndulo simpático.

G. até então. 1. Riccati (1676-1754) e outros. Airy desenvolveu um dispositivo realimentado para direcionar um telescópio. Infelizmente.3. bem desenvolvida devido à descoberta do cálculo infinitesimal por I. A teoria de equações diferenciais estava. Fonte: http://www.thepurists. Considerando que a matemática é o idioma formal de teoria de controle automática. B. eram mais uma arte do que uma ciência. o astrônomo real britânico em Greenwich. O seu dispositivo era um sistema de controle de velocidade que virava automaticamente o telescópio para compensar a rotação da terra. J. Ele foi o primeiro a discutir as equações diferenciais de estabilidade na sua análise (AIRY. F. Em meados do século XIX.10 Equações diferenciais Em 1840. foram introduzidas fortes oscilações no sistema. 1. provendo a capacidade para estudar uma determinada estrela durante um tempo longo. O uso de . junto com muita intuição de engenharia. Leibniz (1646-1716) e ao trabalho dos irmãos Bernoulli (final do século XVII e início do século XVIII).17 – Réplica do pêndulo simpático de Breguet. a matemática foi pela primeira vez usada para analisar a estabilidade de sistemas de controle realimentados. W. Assim.com/watch/features/interviews/journejan03/. Fig. nós poderíamos chamar o período anterior a este de pré-história da teoria de controle. 1840). Airy descobriu que devido ao projeto impróprio do laço de controle realimentado. Newton (1642-1727) e G.Introdução aos Sistemas de Controle 29 Os projetos de sistemas de controle realimentados através da Revolução Industrial eram de tentativa e erro.

Vishnegradsky [1877] analisou a estabilidade de reguladores usando equações diferenciais. o russo I.3.B. M. C. embora o seu trabalho fosse aplicado e continuou na Rússia. L. J. que o resolveu independentemente. E. Maxwell analisou a estabilidade do regulador de esferas suspensas de Watt (MAXWELL. Lyapunov foi fértil na teoria de controle. Com o trabalho de Maxwell nós podemos dizer que a teoria de sistemas de controle estava firmemente estabelecida. Hamilton (1805-1865). Hurwitz (1895). Infelizmente. Routh forneceu uma técnica numérica para determinar quando uma equação característica tem raízes estáveis (ROUTH.12 Teoria de sistema . 1877). 1.3. Stodola estudou a regulação de uma turbina de água usando as técnicas de Vishnegradsky. Ele estudou o comportamento transitório de sistemas apresentando uma noção equivalente àquela de função de transferência. J. ele estudou a estabilidade de equações diferenciais não lineares usando uma noção generalizada de energia (LYAPUNOV. quando sua importância foi finalmente percebida.Sistemas de Controle 30 equações diferencial para a análise do movimento de sistemas dinâmico foi estabelecido por J. Independentemente de Maxwell. A sua técnica foi linearizar as equações diferenciais do movimento para encontrar a equação característica do sistema. Ele estudou o efeito dos parâmetros do sistema sobre a estabilidade e mostrou que o sistema é estável se as raízes da equação característica têm partes reais negativas. 1. Desinformado do trabalho de Maxwell e Routh. O engenheiro britânico O. Ele modelou a dinâmica do atuador e incluiu o atraso do mecanismo atuador na sua análise. Heaviside inventou o cálculo operacional entre 1892 e 1898.11 Teoria da estabilidade O primeiro trabalho de análise matemática de sistemas de controle estava em termos de equações diferenciais. Lagrange (1736-1813) e W. R. Em 1893. 1893). Ele foi o primeiro a mencionar a noção da constante de tempo do sistema. O trabalho de A. A. 1868). o tempo não estava maduro no Oeste para a sua elegante teoria e ela permaneceu desconhecida lá até aproximadamente 1960. ele colocou o problema de determinar a estabilidade da equação característica para A. I. Em 1892.

condimentados pela Revolução Industrial e uma apreciação em expansão do conhecimento em geopolítica global e em astronomia teve uma profunda influência nesta Filosofia Natural. Assim. até aqui. Neste contexto. L. J. as descobertas de C. o conceito de um sistema como uma entidade dinâmica com “entradas” e “saídas” definidas que se associam a outros sistemas e ao ambiente foi uma condição chave para o desenvolvimento posterior da teoria de controle automático. . von Bertalanffy (1938) com seus princípios hierárquicos de organização e outros começaram a falar de uma “teoria geral do sistema”. mas segue um breve esboço. estavam tendo um grande impacto na consciência humana.3. 1. Os progressos do século XIX. No início do século XX.13 Comunicação de massa e o sistema de telefone de Bell No começo do século XX ocorreram dois acontecimentos importantes do ponto de vista de teoria de controle: o desenvolvimento do telefone e das comunicações de massa e as guerras mundiais. Cauchy (1789-1857) e outros. R. N. motivando-a a mudar sua personalidade. A história da teoria de sistema requer um estudo completo isolado. A. Fourier (1768-1830). Durante os séculos dezoito e dezenove. de Laplace (1749-1827). Nos Laboratórios de Telefonia de Bell durante o período entre 1920 e 1930. S.3. 1776). dentre outros. sociologia. prosseguia a evolução de teoria de controle. 1. Smith em economia (A Riqueza de Nações. A. Leibniz e outros. L. O estudo de Filosofia Natural era uma conseqüência do trabalho dos filósofos gregos e árabes e contribuições foram feitas por Nicholas de Cusa (1463). sido executada usando equações diferenciais no domínio de tempo. Darwin (Sobre a Origem das Espécies por meio da Seleção Natural. 1859) e outros progressos em política. as abordagens no domínio da freqüência desenvolvidas por P. o trabalho de A. com a sua filosofia ds “mecanismo orgânico”.Introdução aos Sistemas de Controle 31 É dentro do estudo de sistemas que a teoria de controle realimentado tem o seu lugar na organização do conhecimento humano. foram exploradas e utilizadas em sistemas de comunicação. Whitehead (1925).14 Análise no domínio-freqüência A análise matemática de sistemas de controle tinha.

Nyquist (1932). Black demonstrou. Para reduzir a distorção em amplificadores repetidores.Sistemas de Controle 32 Um problema fundamental com o desenvolvimento de um sistema de comunicação de massa que se estendesse a longas distâncias é a necessidade de amplificar periodicamente o sinal de voz ao longo das linhas de telefônicas. Em 1910.W. . assim. A. houve muita tensão quando os homens examinaram seus lugares em uma sociedade global. Ele investigou a estabilidade em malha fechada usando as noções de margem de ganho e de fase. os quais estavam se tornando mais avançados nos seus projetos. mas também os ruídos são amplificados. o qual ele usou na estabilização e pilotagem de navios e depois em controle de aeronaves. Infelizmente. H. E. O resultado foi as guerras mundiais. Bode usou a resposta em freqüência da magnitude e da fase de uma função complexa (BODE. 1934). A Teoria da regeneração para o projeto de amplificadores estáveis foi desenvolvida por H. o projeto de amplificadores repetidores satisfatórios é de fundamental importância. Sperry inventou o giroscópio (Fig. H. Ele considerou efeitos não lineares no sistema de malha fechada. Minorsky [1922] apresentou o seu controlador de três termos para a pilotagem de navios. O problema de projeto era introduzir um deslocamento de fase no sistema em freqüências corretas. a utilidade da realimentação negativa (BLACK. tornando-se. Entre os primeiros progressos estava o projeto de sensores para a finalidade de controle em malha fechada.18). o primeiro a usar o controlador proporcional-integralderivativo (PID). Em 1938.3. Ele derivou o seu critério de estabilidade de Nyquist baseado no gráfico polar de uma função complexa. não só a informação. 1940). S.15 As guerras mundiais e o Controle Clássico Quando a comunicações de massa e os modos mais rápidos de viagem tornaram o mundo menor. Assim. em 1927. a menos que o cuidado seja exercido. 1.3.16 Controle de navio Um problema militar importante durante este período foi o controle e a navegação de navios. durante as quais o desenvolvimento de sistemas de controle realimentados se tornaram uma questão de sobrevivência. N. 1. 1.

3.I.sperry-marine.3. Fig. Házen (1934).T.18 Laboratório de Radiação do M. No seu artigo. assegurando a distribuição precisa das armas. A mira de bomba Norden (Fig. Para estudar os problemas de controle e de processamento de informação associados ao recém inventado radar. desenvolvida durante Segunda Guerra Mundial. Fonte: http://www. 1. Com a publicação de “Teoria dos Servomecanismos” por H.asp.Introdução aos Sistemas de Controle 33 1. iniciou-se o uso de teoria de controle matemática em tais problemas. o Laboratório de Radiação foi fundado no Instituto de . Házen cunhou a palavra servomecanismos que implica em uma relação mestre-escravo em sistemas. usou repetidores síncronos para retransmitir informação sobre altitude e velocidade da aeronave e perturbações de vento para a mira.17 Desenvolvimento de armas e direcionamento de canhões Um problema fundamental durante o período das guerras mundiais foi o direcionamento exato das armas a bordo de navios e aeronaves. 1. L. 1.com/company-information_sperry-history.19).18 – Giroscópio de Sperry.

(a) Fig. Com o trabalho no M. a importância das técnicas no domínio da freqüência para o projeto de sistemas de controle (HALL. Ele percebeu que a tecnologia do domínio em freqüência desenvolvida nos laboratórios Bell poderia ser empregada para enfrentar os efeitos dos ruídos e usou esta abordagem para projetar um sistema de controle para um radar aerotransportado. conclusivamente.T.html. Enquanto trabalhava em um projeto em comum do M. a teoria de .I. Fontes: (a) http://www. e (b) http://www. N. houve um grande sucesso no projeto de controles no Laboratório de Radiação. Nichols desenvolveu o seu diagrama de Nichols para o projeto de sistemas realimentados.com/norden_bombsight.19 . B. Muito do trabalho de teoria de controle durante os anos 40 saiu deste laboratório.org/trnorden. Hall reconheceu os efeitos danosos de ignorar os ruídos em projetos de sistemas de controle.airpowermuseum.. diagrama de bloco e métodos no domínio da freqüência.C. e da Corporação de Sperry em 1941.Sistemas de Controle 34 Tecnologia Massachussetts em 1940.I.A mira de bomba Norden. Em 1947. (b) Usando abordagens de projeto baseadas na função de transferência. Este sucesso demonstrou. 1946).T.htm.twinbeech. A. 1.

BROWN e CAMPBELL. W.T. Trabalhando na aviação norte-americana. também. R. sobre-sinal percentual e assim por diante. foram fornecidas técnicas de projeto em engenharia. Por um lado. Ele foi caracterizado pelo aparecimento dos primeiros livros de ensino (MACCOLL. foram introduzidas.Introdução aos Sistemas de Controle 35 servomecanismos lineares foi firmemente estabelecida. O russo A.I.3. O período após a Segunda Guerra Mundial pode ser chamado de período clássico de teoria de controle. Trabalhando no domínio da freqüência. 1948. 1955) e por ferramentas de projetos diretas que proveram grande intuição e soluções garantidas para problemas de projeto. técnicas estocásticas no controle e na teoria de comunicação. 1945. a teoria de controle automática usando técnicas no domínio da freqüência tinha vindo da era. ele desenvolveu um filtro estatisticamente ótimo para sinais estacionários contínuos no tempo que melhoraram a relação sinal/ruído em sistemas de comunicação. junto com técnicas gráficas. 1951. Evans (1948) apresentou a sua técnica do lugar das raízes que forneceu um modo direto para determinar os locais dos pólos de malha fechada no plano s. CHESTNUT e MAYER.3. N. No M. é fornecido em Teoria dos Servomecanismos (NICHOLS e PHILLIPS. TRUXALL. 1947). tinha sido estabelecida uma teoria matemática firme para servomecanismos. se estabelecendo como um paradigma (no senso de KUHN. ou no máximo regras de cálculo. LESNICK e MATDON. durante os anos 50. Um resumo do trabalho no Laboratório de Radiação do M.T em 1942. Wiener (1949) analisou sistemas de processamento de informação usando modelos de processos estocásticos. muitos trabalhos de controles estavam focalizados no plano s e em obter características desejáveis de resposta a degrau em sistemas de malha fechada em termos de tempo de subida. .I. Estas ferramentas foram aplicadas usando calculadoras de mão. LAUER. 1947.19 Análise estocástica Durante este período.20 O período clássico de teoria de controle Até agora. e por outro. N. 1. Subseqüentemente. 1. Kolmogorov (1941) forneceu uma teoria para processos estocásticos estacionários discretos no tempo. 1962).

Também podem ser aplicadas técnicas no domínio da freqüência a sistemas com tipos simples de não linearidades usando a abordagem da função de descrição que conta com o critério de Nyquist. Groszkowski no projeto de um transmissor de rádio antes da Segunda Guerra Mundial e formalizada em 1964 por J. usando a suposição de linearidade e tratando os pares de transmissão única-entrada/única-saída um a cada vez. Infelizmente. As razões para este desenvolvimento são as que seguem.Sistemas de Controle 36 1. Na União Soviética. a atenção foi focada nas técnicas no domínio do tempo. A abordagem no domínio da freqüência era apropriada para sistemas lineares invariantes no tempo. 1. Tsypkin usou o plano de fase no projeto . os projetos de controle nos Estados Unidos rejeitaram as técnicas no domínio da freqüência da teoria de controle clássica e voltaram para as técnicas de equação diferencial do final do século XIX.3.21 A era espacial/do computador e o Controle Moderno Com o advento da era espacial. dando bons resultados no ponto de equilíbrio sobre o qual o comportamento de sistema é aproximadamente linear. Seguindo os passos de Lyapunov. Kudrewicz. Usando as propriedades de rejeição de ruído das técnicas no domínio da freqüência. Em 1948. Projetos de controle clássico tiveram algum sucesso com sistemas não lineares. podem ser usadas técnicas clássicas em uma versão linearizada de um sistema não-linear. Ivachenko investigou o princípio de controle a relé onde o sinal de controle é comutado descontinuamente entre valores discretos. Esta técnica foi usada pela primeira vez pelo polonês J. um sistema de controle pode ser projetado como robusto as variações nos parâmetros do sistema e para erros de medida e perturbações externas. pois era inconveniente aplicar técnicas gráficas a múltiplas entradas e saídas. Assim. havia muita atividade no projeto de controles não-lineares. Era a melhor para lidar com sistemas de única-entrada/única saída.3. como os que surgiram em aplicações aeroespaciais.22 Projeto no domínio do tempo para sistemas não lineares O paradigma de teoria de controle clássica era muito satisfatório para problemas de projeto de controle durante e imediatamente após as guerras mundiais. não é possível projetar sistemas de controle para sistemas não lineares avançados multivariáveis. as quais eram expressas no domínio do tempo.

A primeira conferência da recém formada Federação Internacional de Controle Automático (IFAC) foi apropriadamente realizada em Moscou em 1960. V. M. como um navio. requer-se um retorno histórico e natural para os primeiros princípios.3. Assim era necessária uma teoria de controle que poderia lidar com tais equações diferenciais não lineares. o Sputnik. os progressos fundamentais aconteceram independentemente em várias frentes na teoria da comunicação e controle. aeronave ou astronave.3. S.Introdução aos Sistemas de Controle 37 de controles não lineares em 1955. Este problema foi resolvido pelos irmãos Bernoulli e . O lançamento do Sputnik engendrou uma tremenda atividade nos Estados Unidos no projeto de controles automáticos. foram desenvolvidos os sensores apropriados para navegação e projeto de controles.1957 Dado a história de teoria de controle na União Soviética. 1. C. ficou claro que era necessário um retorno às técnicas no domínio do tempo do período “primitivo” da teoria de controle que era baseado em equações diferenciais. No fracasso de qualquer paradigma. 1.23 Sputnik .24 Navegação Em 1960. Seria percebido que o trabalho de Lagrange e Hamilton fez isto ao escrever equações não-lineares simples de movimento para muitos sistemas dinâmicos.3.25 Otimalidade em Sistemas Naturais Johann Bernoulli mencionou o Princípio da Otimalidade primeiro com relação ao Problema de Brachistochrone em 1696. Assim. É bastante extraordinário que quase exatamente em 1960. Popov [1961] proveu o seu o critério de círculo para análise de estabilidade não linear. 1. Assim. Draper inventou o seu sistema de navegação inercial que usava giroscópios usados para fornecer informação precisa sobre a posição de um corpo que se movia espaço. só é natural que o primeiro satélite. fosse lançado lá em 1957.

Estes princípios de otimalidade são todos princípios de mínimo. No contexto dos projetos de controle moderno. Ele resolveu o problema de tempo mínimo. Bellman [1957] demonstrou que a direção natural para resolver problemas de controle ótimo é ir para trás no tempo. Em 1960. 1. derivando uma lei de controle a relé on/off como o controle ótimo (PONTRYAGIN. Antes de 1958. ou um funcional de energia quadrática generalizada ou índice de desempenho.Sistemas de Controle 38 por I. trabalhando nos EUA Um destes (KALMAN e BERTRAM. Nos EUA. aplicou-se o cálculo de variações a problemas gerais de controle ótimo na Universidade de Chicago e em outros lugares. é habitual minimizar o tempo de trânsito. o trabalho de L. Einstein mostrou que. R. Uma vantagem principal é que este projeto pode ser realizado no domínio do tempo. o movimento dos sistemas ocorre de tal modo a maximizar o tempo. 1962). inclusive o princípio to tempo mínimo na ótica de P. S. durante os anos 50. Fermat (século XVII). e ficou claro que a busca por otimalidade é uma propriedade fundamental do movimento em sistemas naturais. BOLTYANSKY. possivelmente com algumas restrições nos controles permitidos. deu publicidade ao trabalho vital de Lyapunov no controle de sistemas não-lineares no domínio do .26 Controle Ótimo e Teoria da Estimação Considerando que sistemas naturais exibem otimalidade nos seus movimentos. no começo do século XX. Euler (1707-1783). três importantes artigos foram publicados por R. Ao aplicar programação dinâmica ao controle ótimo de sistemas de tempo discreto. faz sentido projetar sistemas de controle artificiais de um jeito ótimo.3. L. Vários princípios de otimalidade foram investigados. relativo ao sistemas de coordenadas espaço-tempo 4D. Newton. Pontryagin desenvolveu o seu princípio de máximo que resolveu problemas de controle ótimo contando com o cálculo de variações desenvolvido por L. De forma bastante interessante. 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. O seu procedimento resultou em esquemas de realimentação em malha fechada geralmente não-lineares. Kalman e colaboradores. A. 1960). GAMKRELIDZE e MISHCHENKO.

provêem uma solução recursiva. contudo a fase de projeto em si permaneceu mais uma arte e resultou em sistemas de realimentação não-únicos. . a abordagem é tal que está preocupada com a dinâmica interna do sistema e não só com o seu comportamento de entrada/saída. discutiu o controle ótimo de sistemas. para abordagem dos mínimos quadrados usada primeiro por C. de forma que sistemas com múltiplas entradas e saídas poderiam ser facilmente tratados. a teoria de Kalman proveu soluções ótimas que renderam sistemas de controle com desempenho garantido. Kalman formalizou a noção de otimalidade na teoria de controle minimizando uma mais geral função de energia quadrática generalizada. aplicadas a sistemas variantes no tempo não estacionários. o filtro de Kalman. com um filtro de Kalman provendo dados navegacionais para a primeira aterrissagem lunar. Técnicas clássicas no domínio da freqüência provêem ferramentas formais para o projeto de sistemas de controle. foram superadas as principais limitações de teoria de controle clássica. O segundo (KALMAN. Os pontos fundamentais do trabalho de Kalman são os que seguem. Ele introduziu a álgebra linear e matrizes. Na teoria da estimação.F. Gauss (1777-1855) na estimação da órbita planetária. Por contraste. foram introduzidas novas ferramentas teóricas importantes e uma nova era na teoria de controle tinha iniciado.Introdução aos Sistemas de Controle 39 tempo. assim. discutiu filtragem ótima e teoria de estimação. ele introduziu noções estocásticas que. O filtro de Kalman contínuo foi desenvolvido por Kalman e Bucy (1961). 1960a). provendo as equações de projeto para o regulador linear quadrático (LQR). Estes controles foram diretamente encontrados resolvendo equações de projeto matriciais formais que geralmente têm soluções únicas. Na teoria de controle. provendo as equações de projeto para o filtro de Kalman discreto. nós a chamamos de era do controle moderno. É uma abordagem no domínio do tempo. O terceiro artigo (KALMAN. Não é nenhum acidente que deste ponto floresceu o programa espacial norteamericano. fazendo-a mais aplicável em sistemas lineares variantes no tempo como também em sistemas não-lineares. Ele empregou o conceito do estado interno do sistema. 1960b). No período de um ano. O filtro de Kalman é a extensão natural do filtro de Wiener para sistemas estocásticos não estacionários.

W.3. I. von Neumann dirigiu a construção. C. Por volta de 1965. A.foi introduzida a segunda geração de computadores que usava tecnologia de estado sólido. eventualmente.3. 1. Hoff inventou o microprocessador. J.28 Computadores no projeto de controles e implementação Técnicas de projeto clássicas podiam ser empregadas à mão usando abordagens gráficas. do computador de programa armazenado IAS. Sem computadores. Finalmente.29 O Desenvolvimento dos computadores digitais Em aproximadamente 1830. . em Princeton. a IBM comercializou o computador 701. Afortunadamente.27 Teoria de controle não-linear Durante os anos 1960 nos EUA. em 1960 ocorreram os principais progressos em outra área – a tecnologia do computador digital. W. Zames (1966). o projeto de controle moderno requer a solução de complicadas equações matriciais não-lineares. Sperry Rand construiu a primeira máquina de processamento de dados comercial. inclusive memória. em 1969. A Corporação de Equipamentos Digitais estava construindo o PDP-8 e a indústria do minicomputador começou. Narendra (NARENDRA e GOLDWYN. controle de programa e desvio de processamento. Em seguida. Desoer (1965) e outros estenderam o trabalho de Popov e Lyapunov em estabilidade não-linear. Em 1948. C. A IBM construiu sua máquina de programa armazenado SSEC Em 1950.Sistemas de Controle 40 1. em robótica. Em 1960 aconteceu um avanço fundamental . S. Por outro lado.3. Babbage introduziu os princípios dos computadores modernos. controle de processos não-linear. o 1. G. K. 1964). controle moderno teria aplicações limitadas. Havia uma aplicação extensa destes resultados no estudo de distorção não-linear em laços de realimentação com banda limitada. Sandberg (1964). o UNIVAC I. projeto de controles de aeronaves e.

a teoria de sistemas de dados amostrados estava sendo desenvolvida na Columbia por J. 1952. Foram investigadas as aplicações da teoria filtragem digital na Corporação de Ciências Analítica (GELB. . RAGAZZINI e FRANKLIN. Isto é realizado off-line durante o processo de projeto. A. eles são necessários para implementar o controle moderno e esquemas de filtragem nos sistemas atuais. resultou em um sistema controlado por computador sendo instalado na refinaria de óleo Porto Arthur no Texas em 1959. iniciado em 1956 com o projeto de colaboração entre TRW e Texaco.Introdução aos Sistemas de Controle 41 1. O desenvolvimento de reatores nucleares durante os anos 50 era uma motivação fundamental para explorar o controle de processos industriais e instrumentação. 1984). Durante os anos 50. com o trabalho de K. Primeiro. G. R. Franklin e L. Ragazzini. 1958). já que as leis de controle ótimo e filtros são geralmente variantes no tempo. Então. Antes dos anos 70. Sistemas de controle que são implementados em computadores digitais devem ser formulados em tempo discreto. a importância dos controles digitais na aplicação de processos estava firmemente estabelecida. Zadeh (RAGAZZINI e ZADEH. bem como por E. Com o advento do microprocessador em 1969. O trabalho de C.3. Este trabalho tem suas raízes no controle de plantas químicas durante os anos 40. 1974) e em outros lugares. Júri (1960). o crescimento de teoria de controle digital era natural neste momento. uma área nova se desenvolveu. Shannon nos anos 50 nos Laboratórios Bell tinha revelado a importância das técnicas de dados amostrados no processamento de sinais. Um trabalho sério. eles são necessários para resolver as equações de projeto matriciais que produzem a lei de controle.30 Controle digital e teoria da filtragem Computadores digitais são necessários para dois propósitos em controle moderno. Åström (1970) e outros. I. C. Kuo (1963) e outros. A. E. Segundo. A idéia de usar computadores digitais para controle de processos industriais emergiu durante este período (ÅSTRÖM e WITTENMARK.

A. incluindo ORACLS. Sucessos foram obtidos usando noções como o lugar característico. Horowitz.E) nos início dos anos 60.R. MacFarlane e I. o controle moderno falhou em alguns aspectos. PC-Matlab. O desempenho garantido obtido pela solução de equações de projeto matriciais significa que é freqüentemente possível projetar um sistema de controle que funciona teoricamente sem ganhar qualquer intuição de engenharia sobre o problema. fundindo-se. Um proponente importante de técnicas clássicas para sistemas multivariáveis foi I. H.E. a robustez está embutida na abordagem do domínio da freqüência que usa noções como a margem ganho e de fase. Postlethwaite (1977) e outros para estender as técnicas clássicas no domínio da freqüência e o lugar das raízes a sistemas multivariáveis.32 A união do controle moderno e do clássico Com a publicação dos primeiros livros de ensino nos anos 60. o projeto de sistemas de controle moderno tornou-se possível para engenheiros free-lancers. Outro problema é que um sistema de controle moderno com qualquer compensador dinâmico pode não ser robusto a perturbações. as técnicas no domínio da freqüência da teoria de controle clássico fornecem muita intuição.E. G.E. Por outro lado.I. Por outro lado. Control-C. SIMNON e outros. a dominância diagonal e o arranjo inverso de Nyquist. Seguiu-se uma intensa atividade em pesquisa e implementação. Depois disso. para formar o Instituto de Engenheiro Eletricistas e Eletrônicos (I. havia muita atividade por parte de H. . Então. nos anos 70. MATRIXx. em grande parte pelos esforços de P. especialmente na Grã Bretanha.E.E. Com todo o seu poder e vantagens. 1. e o A.31 O Computador pessoal Com a introdução do PC em 1983. a teoria de controle moderno se estabeleceu como um paradigma para projetos de controles automáticos nos EUA. Haggerty na Texas Instruments. uma abundância softwares para projeto de sistemas de controle foram desenvolvidos. Easy5. dinâmicas não modeladas e ruídos de medição.Sistemas de Controle 42 1.3. Rosenbrock (1974). cuja teoria quantitativa da realimentação desenvolvida no início dos anos 70 realiza projeto robusto usando o gráfico de Nichols. com o I.3. CC Program. J.

Estendendo o trabalho criativo de MacFarlane e Postlethwaite [1977]. Laub e G. eles mostraram a importância dos gráficos de valores singulares versus freqüência no projeto de sistemas multivariáveis robustos. Usando estes gráficos. M. Dorato (1987). nós podemos discutir brevemente. Hartmann [1981]. Contando com métodos de transformadas. Não é necessária uma descrição exata da dinâmica interna do sistema para o projeto clássico. G. por exemplo.Introdução aos Sistemas de Controle 43 Em 1981. entretanto algumas extensões foram feitas para sistemas não lineares usando. Doyle e G. de forma que os sistemas de controle resultantes não são únicos. A descrição necessária para o projeto de controles do sistema usando os métodos de Nyquist e Bode é a magnitude e fase da resposta em freqüência. ela é principalmente aplicável a sistemas lineares invariantes no tempo. Isto é vantajoso desde que a resposta em freqüência possa ser medida experimentalmente. Athans (1986) e outros. . A. Stein (1981). 1. artigos férteis foram publicados por J. L. as filosofias da teoria de controle clássico e moderno. Para o projeto com lugar das raízes. A função de transferência pode então ser computada. O projeto pode ser realizado à mão usando técnicas gráficas.4 A filosofia do controle clássico Compreendendo um pouco da história da teoria de controle automático. a função de transferência é necessária. O resultado é uma nova teoria de controle que mistura as melhores características de técnicas clássicas e modernas. O diagrama de blocos é largamente usado para determinar funções de transferência de sistemas compostos. a função de descrição. Estes métodos fornecem muita intuição e provêem o projetista de controles com uma gama de possibilidades de projeto. O processo de projeto é uma arte de engenharia. Safonov. isto é. é importante apenas o comportamento entrada/saída do sistema. para o projeto de amplificadores realimentados. agora. J. a teoria de controle clássico foi naturalmente formulada no domínio da freqüência e no plano s. Desenvolvendo-se. muitas das técnicas clássicas no domínio da freqüência podem ser incorporados em projetos modernos. como o fez. Uma inspeção desta teoria de controle moderno robusto é provida por P. Este trabalho prosseguiu em aeronaves e controle de processos por M.

cada função de transferência de entrada-única / saída-única (SISO) pode ter propriedades aceitáveis em termos de resposta ao degrau e robustez. rendendo bom desempenho de malha fechada apesar destas. As abordagens multivariáveis no domínio da freqüência desenvolvidas pela escola britânica durante os anos 70. Os efeitos de tais circuitos nos gráficos de Nyquist. o compensador pode ser facilmente regulado on-line. Devido à interação dos laços de controle em um sistema multivariáveis. A Teoria de controle clássica é difícil de aplicar a múltiplas-entradas / múltiplassaídas (MIMO). Bode e lugar das raízes estão em termos da função de transferência de malha aberta. Uma vez projetado. o MIMO clássico ou projeto de múltiplos laços requer um esforço esmerado ao usar a abordagem de um laço fechado a cada vez através de técnicas gráficas. um lugar das raízes deveria ser traçado para cada elemento de ganho. A teoria clássica é natural para projetar sistemas de controle que são robustos a tais desordens. ou sistemas de laços múltiplos. levando em conta os ganhos previamente selecionados. . O projeto robusto é realizado usando noções como margem de ganho e de fase. Por exemplo. Bode e lugar das raízes são de fácil compreensão. Um conceito fundamental em controle clássico é a habilidade para descrever propriedades de malha fechada em termos de propriedades de malha aberta que são conhecidas ou fáceis medir. bem como a teoria quantitativa de realimentação. de forma que uma estrutura satisfatória de compensador pode ser selecionada. e pode não ser descrito exatamente pelo modelo matemático que o engenheiro está usando para projeto. Compensadores simples como o proporcional-integral-derivado (PID). mas o controle coordenado de movimento do sistema pode não ser aceitável. ou mesmo estabilidade em malha fechada. Por exemplo. as propriedades de rejeição a perturbações em malha fechada e o erro de regime permanente podem ser descritos em termos de diferença de retorno e sensibilidade.Sistemas de Controle 44 Um sistema real tem perturbações e ruídos de medição. superaram muitas destas limitações. fornecendo uma abordagem efetiva para o projeto de muitos sistemas MIMO. atraso- avanço ou circuitos de incidência negativa são geralmente usados na estrutura de controle. Novamente. os gráficos de Nyquist. Assim. Este é um procedimento de tentativa-e-erro que pode requerer múltiplas repetições e não garante bons resultados.

Para alcançar propriedades satisfatórias de malha fechada. É requerido um modelo exato de espaço de estados do sistema a ser controlado. Considerando que todos os estados são usados para . A. Por exemplo. uma técnica no domínio do tempo. C são matrizes cujos elementos descrevem as interconexões dinâmicas do sistema. fundamentalmente.2) pode ser usado. programação dinâmica e outras técnicas. Esta é uma equação diferencial vetor de primeira-ordem da forma dx = Ax + Bu dt (1. um controle de realimentação da forma. B.1) y = Cx onde x(t) é um vetor de variáveis internas ou estados do sistema. 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. Projetos de controle ótimo em malha aberta podem ser determinados para sistemas de lineares resolvendo problemas não-lineares com dois pontos de contorno. u(t) e y(t) geralmente são vetores cujas entradas são entradas e saídas individuais escalares. É possível somar termos de ruído para representar o processo e ruídos de medição.1) dão a idéia do que é possível alcançar usando controle realimentado. Nota que a planta é descrita no domínio do tempo. Exatamente como no caso clássico. as propriedades de malha aberta de controlabilidade e observabilidade de (1. Quer dizer. Assim.5 A filosofia de controle moderno O Projeto de controles moderno é. Extensões para sistemas não-lineares podem ser feitas usando a abordagem de Lyapunov. O ganho de realimentação que K é uma matriz cujos elementos são os ganhos individuais do controle sistema. é necessário um bom conhecimento de matrizes e álgebra linear.Introdução aos Sistemas de Controle 45 1. u(t) é um vetor de entradas de controle e y(t) é um vetor de saídas medidas. ou planta. A diferença é que. para lidar com o modelo de espaço de estados. u = -Kx (1. As técnicas de controle moderno foram primeiro firmemente estabelecidas para sistemas lineares. algumas questões fundamentais no desempenho do sistema de malha fechada podem ser atacadas investigando propriedades de malha aberta. que se estende facilmente a sistemas MIMO.

de forma que u(t) é um vetor m dimensional.1) é controlável e Q e R são apropriadamente escolhidos. Pode ser mostrado que o valor de K que minimiza o PI é dado por K = R-1BTS onde S é uma matriz n x m satisfazendo a equação de Riccati 0 = ATS + SA . Assim. etc.4) Dentro deste quadro LQ. A chave para o projeto do LQR é o fato que. se a matriz de ganho realimentação K pode ser escolhido com sucesso para fazer J finito.SBR-1BTS + Q (1.3) que envolve as normas de u(t) e x(t) é limitada. então a integral (1. . Se Q e R são corretamente escolhidas. esta técnica é fácil de aplicar mesmo para plantas de entradas múltiplas.5) (1. Q e R são matrizes de ponderação que servem como parâmetros de projeto. então K é uma matriz m x n com mn entradas. Isto garante a estabilidade de malha fechada como também os sinais de controle limitados no sistema malha fechada.6) Segundo. contanto que o sistema (1. que x(t) e u(t) vão zerar com tempo.3) O mínimo é buscado em cima de todas as trajetórias de estado. então. Primeiro. No regulador linear quadrático padrão (LQR). o K dado por estas equações garante a estabilidade do sistema em malha fechada dx/dt = (A-BK)x + Bu (1. Note que múltiplos ganhos de realimentação e sistemas grandes são facilmente controlados neste sistema. o ganho de realimentação K é escolhido para minimizar um índice de desempenho (PI) quadrático no domínio do tempo como J = ∫ (x T Qx + u T Ru) dt 0 ∞ (1. se há n componentes de estado (onde n pode ser muito grande dentro um sistema aeroespacial ou de distribuição de potência) e m controles escalares. isto é chamado realimentação de variáveis de estado. Esta é uma extensão para sistemas MIMO dos tipos de PIs (ITSE. correspondendo a mn laços de controle.Sistemas de Controle 46 realimentação. já que u(t) pode ser um vetor com muitos componentes. Os seus elementos podem ser selecionados para prover desempenho satisfatório. os famosos princípios matemáticos asseguram. diversas observações podem ser feitos.) que foram usados no controle clássico. ITAE.

Equações de projeto LQR para realimentação da saída são mais complicadas que (1.7) é mais útil. todas as entradas de K são determinadas ao mesmo tempo usando as equações de projeto matriciais. o projeto assistido por computador é uma característica essencial do controle moderno. conseqüentemente. a arte de engenharia no projeto moderno conta com a seleção do PI das matrizes de ponderação Q e R. a equação de projeto matricial é resolvida formalmente para o único K que garante estabilidade. Então. para obter K. no controle moderno. inadequada para cálculos a mão. 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.3). O projeto de realimentação da saída moderno permite projetar controladores para sistemas complicados com múltiplas entradas e saídas resolvendo formalmente equações de projeto matriciais em um computador digital. Observe que K é computado em termos das quantidades de malha aberta A. Isto corresponde a fechar todo os laços do controle realimentado simultaneamente. .Introdução aos Sistemas de Controle 47 Terceiro. sendo assim. Então. Uma vez que Q é corretamente selecionado. esta deficiência foi enfocada a partir de uma variedade de pontos de vista Embora o projeto do LQR usando realimentação de estado garanta a estabilidade de malha fechada. a solução do LQR conta com a solução da equação matricial de projeto (1. todos os componentes de estado raramente estão disponíveis para propósitos de realimentação em um problema prático de projeto. o projeto formal do LQR dá uma intuição muito pequena sobre a natureza ou propriedades do sistema de malha fechada. Um corpo de teoria neste processo de seleção desenvolveu-se. Na realidade. a realimentação da saída da forma u = -Ky (1. o que está em completo contraste ao procedimento de um laço a cada vez do projeto de controles clássico Infelizmente. Felizmente. muitos pacotes de projeto estão agora disponíveis em computadores digitais para resolver a equação de projeto de Riccati para S e. Porém. Recentemente. B. de forma que os projetos moderno e clássico têm em comum esta característica de determinar propriedades de malha fechada em termos de quantidades de malha aberta. Q. mas são facilmente derivadas.5).

Uma alternativa para realimentação de saída estática é usar um compensador dinâmico da forma dz/dt = Fz + Gy + Eu (1.7) são chamadas estáticas. foram desenvolvidas várias técnicas para redução do controlador e projeto de ordem reduzida. Além disso.Sistemas de Controle 48 Outro fator importante é o seguinte. E. a lei de controle realimentação da saída (1. Assim. então. determinadas facilmente. H.8) u = Hz + Dy As entradas deste compensador são as entradas e saídas do sistema. Por outro lado.8) são.5). No controle moderno padrão. Enquanto a realimentação de estados (1. Isto rende uma malha fechada que é chamada realimentação de saída dinâmica. já que os ganhos de controle são constantes. O LQR que usa realimentação de estado plena tem algumas propriedades de robustez importantes a tais desordens. Este projeto está baseado no vital princípio da separação. . As outras matrizes em (1. Com o trabalho em controle moderno robusto no início dos anos 80. Em complicadas aplicações aeroespaciais modernas e de instalações de potência. G. este modelo pode ser só uma descrição aproximada da planta real. 60° de margem de fase e robustez para alguma não-linearidade no laço de controle. há.1). Uma desvantagem com o projeto que usa F = A – LC é. tais como uma margem de ganho infinita. Na realidade. na prática pode haver perturbações que agem na planta. esta dimensão pode ser muito grande. o LQR que usa realimentação de saída estática ou dinâmica não tem nenhuma propriedade de robustez garantida.2) envolve a realimentação de todos os estados para todas as entradas. ou no máximo variantes no tempo. D para bom desempenho de malha fechada. como também ruídos de medição em determinado y(t). assume-se que o sistema é descrito exatamente pelo modelo matemático (1. recuperando muito da intuição de projeto de controles clássico. porém. então.2) e (1. que o compensador dinâmico tem o mesmo número de estados internos que a planta. não oferecendo nenhuma estrutura no sistema de controle.7) pode ser usada para projetar um compensador com uma estrutura dinâmica desejada. Um resultado importante do controle moderno é que a estabilidade de malha fechada pode ser garantida selecionando F = A – LC para alguma matriz L que é computada usando uma equação de projeto de Riccati semelhante a (1. Leis de realimentação como (1. O problema de projeto é selecionar as matrizes F.

uma planta MIMO pode ser descrita não em uma forma de espaço de estados.Introdução aos Sistemas de Controle 49 agora. elétricos. os quais são abordados nesse capítulo de forma sucinta. Com o trabalho sobre projeto robusto moderno. Isto permite a implementação de controladores dinâmicos que são mais complicados como também mais efetivos que as estruturas simples PID e atraso. O leitor que desejar se aprofundar no estudo de qualquer um destes assuntos deve recorrer a livros especializados. mas na forma entrada/saída. Podemos descrevê-lo utilizando a lei das tensões de Kirchhoff por 3 LQG – linear-quadrático-gaussiano e LTR – recuperação da transferência de malha (N. é mais apropriada que a descrição interna (1. 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. o controle moderno é muito satisfatório para o projeto de sistemas de controle que podem ser implementados em microprocessadores.1. uma nova técnica (LQG/LTR)3 para projetar sistemas de controle robusto multivariáveis. Isto é uma extensão direta da clássica descrição por função de transferência e.avanço do controle clássico. equações diferenciais e transformação de Laplace. Esse enfoque vale para sistemas mecânicos. Com o trabalho recente em descrição tipo fração de matrizes e de projeto com equações polinomiais. para algumas aplicações.6 Fundamentos matemáticos O estudo da teoria de controle clássico exige um conhecimento matemático que inclui assuntos tais como teoria de variáveis complexas.20. Considere o circuito RLC mostrado na Fig. 1. muito da intuição das técnicas de controle clássico podem ser agora incorporadas no projeto moderno multivariáveis.1 ).1 – Representação de sistemas físicos através de equações diferenciais: As equações diferenciais que descrevem o desempenho dinâmico de um sistema físico podem ser obtidas utilizando-se as leis físicas do processo. Com os progressos modernos na teoria de controle digital e sistemas de tempo discreto. do T. 1.6. fluídos ou termodinâmicos. .).

10) Substituindo a equação (1. Por exemplo.9) sendo que i =C dvC (t) dt (1. se y(t) for continuamente incrementada.21 que é representado pela equação diferencial m d 2 y (t) dt 2 +b dy (t) + ky (t) = f (t) dt onde m designa a massa. Logo. 1. Entretanto. 1. Em geral. b designa o coeficiente de atrito viscoso e k a constante da mola. L i R ei(t) C + VC(t) Fig. Um sistema é definido como linear em termos da excitação e da resposta.9) obtém-se a equação diferencial que representa o circuito: LC d 2 vC (t) dt 2 + RC dvC (t) + vC (t) = ei (t) dt (1. uma condição necessária para um sistema ser linear pode ser determinada em termos de uma excitação x(t) e uma resposta y(t). ele fornece uma resposta y1(t).11) que é uma equação diferencial linear ordinária de segunda ordem com coeficientes constantes ou invariantes no tempo. No caso do circuito RLC a excitação é a tensão ei(t) e a resposta é a tensão vC(t). para um sistema linear as respostas às várias excitações diferentes . é linear enquanto a massa esta sujeita a pequenas deflexões y(t). a questão da linearidade e a faixa de aplicabilidade devem ser consideradas para cada sistema. quando esta sujeito a uma excitação x2(t). é necessário que uma excitação x3(t) = a1x1(t) + a2x2(t) resulte em uma resposta y3(t) = a1y1(t) + a2y2(t). Ou seja. a mola será sobre-estendida e quebrará. ele fornece uma resposta y2(t).20 – Circuito RLC série. Quando o sistema esta sujeito a uma excitação x1(t).o sistema massa-amortecedor-mola da Fig. Para um sistema ser linear.10) na equação (1. A grande maioria dos sistemas físicos são lineares dentro de uma faixa das variáveis.Sistemas de Controle 50 − ei (t) + i (t) ⋅ R + L di (t) + v C (t) = 0 dt (1.

21 – (a) Sistema massa-mola-amortecimento . p. 1. é possível a aproximação de um sistema não-linear por um sistema linear. O torque sobre a massa é: T = mglsenθ onde g é a constante de gravidade. (b) diagrama de corpo livre. Uma técnica de linearização de um sistema não linear é apresentada em Ogata (1990. p. Este princípio é conhecido como princípio da superposição. 113-114) e Dorf (2001. o sistema pode ser linearizado em torno do ponto de equilíbrio θ = 0o para obter a equação linearizada do torque T = mglθ Assim. No campo do controle a operação normal de um sistema pode ser em torno de um ponto de equilíbrio e os sinais podem ser considerados pequenos sinais em torno do equilíbrio. 1.Introdução aos Sistemas de Controle 51 podem ser encontradas separadamente e depois combinadas linearmente para se determinar a resposta do sistema ao conjunto das várias excitações. se o sistema opera em torno do ponto de equilíbrio e se os sinais envolvidos são pequenos. b Massa m ky y(t) deformação Massa m y f f(t) força (a) (b) Fig. .22. 39-40). considere o pêndulo da Fig. by k Atrito na parede. Se for do interesse o comportamento do sistema para pequenos ângulos. Por exemplo.

uma componente real σ. a função G(s) também as possui.Plano complexo s. no qual um ponto s = s1 é definido pelas coordenadas σ = σ1 e ω = ω1. G(s) = ReG +jImG. ou seja. onde ReG representa a parte real de G(s) e jImG a parte imaginária. com a componente real representada por um eixo na direção horizontal e a componente imaginária ao longo do eixo vertical.Sistemas de Controle 52 Comprimento l Massa m Fig. jω Plano s s1 = σ1+jω1 ω1 σ σ1 Fig. e uma componente imaginária ω. dizemos que a correspondência de pontos do plano s para pontos no plano . A Fig. para cada valor de s existe apenas um valor de G(s) que lhe corresponde. ou s1 = σ1 + jω1. Assim. se para todo ponto de G(s) existe apenas um valor de s que lhe corresponde.6.24 representa uma função G(s) univocamente definida. 1.23 . 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). 1. ou seja.1.1 –Variável complexa e função complexa: Uma variável complexa s é uma variável que possui duas componentes. Como s possui parte real e imaginária.23 mostra o plano complexo s. a variável complexa é representada por um ponto no plano complexo s. A Fig. Se o inverso também for verdadeiro. Graficamente. 1.22 – Oscilador a pêndulo 1.

a função complexa G(s) = 5( s + 3) s ( s + 1)( s + 2) 2 apresenta pólos simples em s = 0 e s = -1.24 – Do plano complexo s para o plano G(s) Os pontos s = 0 e s = -1 representa singularidades da função G(s) = 1 s ( s + 1) . os valores de s que anulam o numerador p(s) são conhecidos como zeros de G(s). entretanto. 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. exceto nos pontos s = 0 e s = -1. Porém. pois . 1. onde G(s) = ∞. um pólo de ordem 2 em s = -2. onde para cada valor de s há um único valor correspondente de G(s). que a correspondência não é biunívoca. Por exemplo. s = 0 e s = -1. um zero em s = -3 e três zeros no infinito. a função citada anteriormente é analítica em todo o ponto do plano s. Seja uma função complexa definida por: G ( s) = p( s) q( s) Os valores de s que anulam o denominador q(s) são conhecidos como pólos de G(s). É o caso da função G(s)= 1 s ( s + 1) .Introdução aos Sistemas de Controle 53 G(s) é descrita por uma correspondência biunívoca. Singularidades de uma função são os pontos do plano s nos quais a função ou as suas derivadas não existem. Há funções. o inverso não é verdadeiro. Como um exemplo. já que o ponto G(s) = ∞ corresponde a dois pontos no plano s. por sua vez. jω s1 = σ1+jω1 jImG Plano G(s) ω1 σ1 Plano s σ G(s1) ReG Fig. Uma função como G(s) = s+1 é analítica em todo ponto do plano s finito.

podemos exprimir as funções seno e cosseno em termos de uma função exponencial.13) obtém-se: e jθ + e − jθ cosθ = 2 Por sua vez.12) . Usando o teorema de Euler.Sistemas de Controle 54 s →∞ lim G ( s ) = lim 5 =0 s →∞ s 3 Observação: Toda a função racional de s (função que é um quociente de dois polinômios em s) possui um número total de pólos igual ao número de zeros.13) de (1.6.12) e (1.12) obtém-se: (1.13) (1.2 Teorema de Euler Desenvolvendo cosθ e senθ em série de potências obtemos: cosθ = 1 − θ2 2! + θ4 4! − θ6 6! +K senθ = θ − Destas equações resulta: θ3 3! + θ5 5! − θ7 7! +K cosθ + jsenθ = 1 + jθ + Como ex = 1+ x + Resulta ( jθ )2 + ( jθ )3 + ( jθ )4 2! 3! 4! +K x2 x3 x4 + + +K 2! 3! 4! cosθ + jsenθ = e jθ expressão conhecida como teorema de Euler.θ ) = cosθ − jsenθ Somando (1. Como e jθ = cosθ + jsenθ Resulta que: e − jθ = cos(.14) (1. subtraindo (1. 1.θ ) + jsen (.

enquanto a parte imaginária de F(s) mede . A transformada de Laplace definida pela equação (1.Introdução aos Sistemas de Controle 55 senθ = e jθ − e − jθ 2j (1. a transformada de Laplace f(t) é definida como F ( s ) = ∫ f (t )e − st dt 0 ∞ (1. F ( s ) | s =σ + jω = ∫ f (t )e − st dt = ∫ f (t )e −(σ + jω )t dt = ∫ f (t )e −σt e − jωt dt 0 0 0 ∞ ∞ ∞ 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 0 ∞ (1.6. o que não comprometerá o nosso estudo (restrito a sistemas lineares) onde a referência de tempo é escolhida no instante t = 0. Interpretação da transformada de Laplace: Pela definição de transformada de Laplace.3 Transformada de Laplace: A Transformada de Laplace transforma a equação diferencial que representa um sistema em uma equação algébrica em s de solução mais simples.17) é conhecida por transformada de Laplace unilateral.18) A variável s = σ + jω é o operador de Laplace.16) para algum σ real finito.19) Conseqüentemente. uma vez que a integração ocorre de 0 a ∞. A transformada unilateral ignora toda a informação contida em f(t) antes de t = 0.17) ou F(s) = L[ f(t) ] (1.15) 1. a parte real de F(s) em s = σ + jω é uma medida do “comprimento” da componente e −σt cos ωt em f(t). A resposta no domínio do tempo é obtida tomando-se a transformada inversa de Laplace da solução em s. Definição da transformada de Laplace: Dada a função f(t) que satisfaz a condição ∫0 ∞ f (t )e −σt dt < ∞ (1.

1. eσtcosωt 2π ϖ e-σtcosωt jϖ σ e σt e-σt 1 Fig.25 – A relação entre a escolha de s e o sinal e-st (somente a parte real é mostrada). Exemplo 1. A transformada de Laplace de f(t) é escrita como F (s) = ∫ e 0 ∞ − at − st para t ≥ 0 e dt = ∫ e 0 ∞ −( s + a )t ⎡ e −( s + a )t ⎤ 1 dt = ⎢− ⎥ = ⎣ (s + a) ⎦ 0 s + a ∞ É claro que a transformada de Laplace dada pela equação acima é válida se ∫0 ∞ e −at e −σt dt = ∫ e 0 ∞ −(σ + a ) t dt < ∞ .Sistemas de Controle 56 o “comprimento” da componente e −σt sen ωt em f(t).Considere a função exponencial f (t ) = e − at onde a é uma constante.19) torna claro que a partir da escolha de diferentes valores de s. a quantidade F(s) provê uma decomposição de f(t) em componentes fundamentais que são oscilantes com envoltórias exponenciais.25 ilustra a relação entre a escolha de s e a correspondente componente do sinal e-st. Este diagrama combinado com (1. Dependendo de como σ e ω são escolhidos como as partes real e imaginária de s. 1. então F(s) mede o comprimento de vários sinais oscilantes com envoltórias exponenciais.1 . A Fig.

Na prática. Exemplo 1. de modo que: L -1 [F ( s )] = f (t ) Matematicamente. nem sempre é necessário deduzir a transformada de Laplace de uma f(t). válida ao longo de todo o plano s onde F(s) for analítica.t≥0 0 . Por sua vez.t<0 A transformada de Laplace de f(t) = uS(t) é F ( s ) = L[u S (t )] = ∫ u S (t )e dt = ∫ ∞ − st 0 ∞ 0 ⎡ e − st ⎤ 1 e dt = ⎢− ⎥ = ⎣ s ⎦0 s − st ∞ Conforme ilustraram os exemplos acima.. nos referimos a transformada de Laplace da função exponencial como F(s) = 1/(s+a). a Tabela 1. f(t) é achada a partir de F(s) pela seguinte integral: f (t ) = 1 σ + j∞ + st ∫σ − j∞ F ( s)e ds 2πj (1.1. não nos preocuparemos com a região em que a integral da transformada converge absolutamente.2 – Considere a função degrau uS(t) ≡ 1 .20) A transformada inversa de Laplace é freqüentemente obtida usando tabelas de pares de transformada de Laplace como a Tabela 1.2 sintetiza os teoremas da transformada de Laplace mais relevantes para a análise sistemas de controle de lineares. A notação para a transformada inversa de Laplace é L -1.6. . que reúne pares importantes da transformada de Laplace.4 Transformada inversa de Laplace: O procedimento matemático de obtenção da expressão no tempo a partir da expressão complexa é chamado de transformação inversa de Laplace. Não obstante a importância de conhecer este método. a transformada de Laplace de qualquer função transformável f(t) pode ser achada multiplicando-se f(t) por e-st e depois se integrando o produto de t = 0 a t = ∞. Assim. como a Tabela 1.Introdução aos Sistemas de Controle 57 o que significa que (σ + a) > 0 ou σ > -a.1 e a técnica de expansão em frações parciais. Podemos achar a transformada de Laplace de uma função utilizando tabelas de transformada de Laplace. que será descrita a seguir. nas linhas que seguem. 1.

cosωt 1 (s + a )2 + ω 2 (s + a )2 + ω 2 ω s+a s +α ω ω (α − a )2 + ω 2 e −at .sen(ωt + φ ). ζ < 1 1 1 + e −at .sen(ωt + φ ).Sistemas de Controle 58 TABELA 1.sen ω n 1 − ζ 2 t − φ .1 PARES DE TRANSFORMADAS DE LAPLACE f(t) Função degrau unitário. u(t) F(s) 1 s 1 1 s+a Função impulso unitário. 1− ζ 2 .sen(ω n 1 − ζ 2 t ) . α −a (s + a )2 + ω 2 2 ωn 2 s 2 + 2ζω n s + ω n φ = arctg ωn 1− ζ 2 2 e −ζωnt . s (s + a ) + ω 2 2 [ s +α ] . δ(t) e − at senωt cosωt tn 1 T (n − 1)! n ω t n −1e −t T s +ω2 s 2 s +ω2 n! s n +1 1 2 (1 + sT ) n e − at . 2 2 2 a +ω ω a +ω s (s + a ) + ω 2 2 φ = arctg 1+ e −ζwn t ω −a .ζ < 1 −ζ [ 1 ] 1− ζ 2 ( ) 2 ωn 2 s( s 2 + 2ζwn s + ω n ) φ = arctg α a2 + ω 2 ω a2 + ω 2 ω ω φ = arctg − arctg α −a −a + 1 (α − a )2 + ω 2 e −at .senωt e -at .sen(ωt − φ ).

Teorema do valor inicial: lim f (t ) = lim sF ( s ) t →0 s →∞ Exemplo: f (t ) = e − at − e at ∴ f (0) = 0 1 1 − 2a L[ f (t )] = − = 2 s + a s − a s − a2 − 2as − 2as lim sF ( s) = lim 2 = lim 2 2 s →∞ s →∞ s − a s →∞ s − 2a lim sF ( s) = lim =0 s →∞ s →∞ s . Translação no tempo L[ f (t − t 0 )u s (t − t 0 )] = e −t0 s F ( s) f(t).u(t+t0) t t0 t 5. Soma e diferença: L[ f1 (t ) ± f 2 (t )] = F1 ( s ) + F2 ( s ) L t + e −t = L[t ] + L e −t = Exemplo: L[cos(ωt )] = ? [ ] [ ] 1 1 + 2 s s +1 3. Integração: t F ( s) L ⎡ ∫ f (τ )dτ ⎤ = ⎢0 ⎥ ⎣ ⎦ s Exemplo: ⎡1 t ⎤ I ( s) L ⎢ ∫ i (τ )dτ ⎥ = 0 ⎣C ⎦ sC Exemplo: L[u s (t )] = f(t+t0). Multiplicação por uma constante: L[kf (t )] = kF ( s ) Exemplo: L[5t ] = 5L[t ] = Exemplo: 5 s2 2.Introdução aos Sistemas de Controle 59 TABELA 1.u(t) 1 s e −t0 s s L[u s (t − t 0 )] = 6. Derivação: ⎡ df (t ) ⎤ L⎢ = sF ( s ) − f (0) ⎣ dt ⎥ ⎦ ⎡ d n f (t ) ⎤ n n −1 n−2 1 L⎢ ⎥ = s F ( s ) − s f ( 0) − s f ( 0) − dt n ⎦ ⎣ − . − f n−1 (0) ω s +ω2 ⎡ d ⎛ sen(ωt ) ⎞⎤ L[cos(ωt )] = L ⎢ ⎜ ⎟⎥ ⎣ dt ⎝ ω ⎠⎦ L[sen(ωt )] = F ( s ) = 2 L[cos(ωt )] = L[cos(ωt )] = 1 ω [sF ( s) − f (0)] 1 ⎡ sω s ⎤ ⎢ s 2 + ω 2 − 0⎥ = s 2 + ω 2 ω⎣ ⎦ 4.2 PROPRIEDADES DA TRANSFORMADA DE LAPLACE 1...

Translação Complexa: Le [ m at f (t ) = F ( s ± a) ] 8. Teorema do valor final: Exemplo: Se a TL de f(t) é F(s) e a sF(s) é analítica sobre o f (t ) = e − at ∴ f (∞) = 0 eixo imaginário e na metade direita do plano s: 1 L[ f (t )] = F ( s) = ( polo : s = −a) s+a lim f (t ) = lim sF ( s ) t →∞ s →0 s lim sF ( s) = lim =0 s →0 s →0 s + a Exemplo: 7. Convolução Real: ⎡t ⎤ F1 ( s ) ⋅ F2 ( s ) = L ⎢ ∫ f1 (τ ) f 2 (t − τ )dτ ⎥ ⎣0 ⎦ ⎡t ⎤ F1 ( s ) ⋅ F2 ( s ) = L ⎢ ∫ f1 (t − τ ) f 2 (τ )dτ ⎥ ⎣0 ⎦ F1 ( s ) ⋅ F2 ( s ) = L[ f 1 (t ) ∗ f 2 (t )] L e m3t t = ? 1 1 L[t ] = 2 ∴ L e m3t t = s (s ± 3)2 Exemplo [ ] [ ] 1 1 F1 ( s ) = ∴ F2 ( s ) = s s f1 (t ) = f 2 (t ) = u S (t ) 1 ⎡1⎤ ∴ L -1 ⎢ 2 ⎥ = t 2 s ⎣s ⎦ Aplicando a convolução real: F1 ( s ) ⋅ F2 ( s ) = F1 ( s ) ⋅ F2 ( s ) = ∫ u S (τ )u S (t − τ )dτ 0 t t F1 ( s ) ⋅ F2 ( s ) = ∫ dτ = τ |t0 = t 0 1 t 1 us(τ) τ us(-τ) t τ us(t-τ) = us[-(τ-t)] t us(τ)us(t-τ) t τ τ .Sistemas de Controle 60 6.

Expansão em frações parciais quando F(s) envolve apenas pólos simples Deseja-se calcular a transformada de Laplace de X ( s) = 5s + 3 ( s + 1)( s + 2)( s + 3) que possui como pólos reais –1. …. Fn(s). resulta: −2 = a ⇒ a = −1 1⋅ 2 O procedimento acima sugere que .Introdução aos Sistemas de Controle 61 Em sistemas de controle. Como todos os pólos são distintos temos a seguinte expansão em frações parciais: X ( s) = a b c 5s + 3 = + + ( s + 1)( s + 2)( s + 3) s + 1 s + 2 s + 3 (i) Multiplicando-se ambos os lados por (s+1) resulta (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 Quando s = -1. Se F(s) for decomposta em componentes. com o grau de B(s) menor que o graus de A(s). …. freqüentemente uma função com de variável complexa F(s) aparece na forma F (s) = B( s ) A( s ) sendo A(s) e B(s) polinômios em s. F(s) = F1(s) + F2(s) + … + Fn(s) onde a transformada de Laplace de cada componente está disponível em uma tabela. apresentam-se 3 variações do método de expansão em frações parciais. fn(t) são as transformadas inversas de Laplace de = F1(s).1[F2(s)] + … + L -1[Fn(s)] = f1(t) + f2(t) + … + fn(t) onde f1(t).f2(t). A seguir. -2 e –3. então L -1[F(s)] = L -1[F1(s)] + L. F2(s).

resulta: X (s) = − 1 7 6 + − s +1 s + 2 s + 3 Aplicando-se a transformação inversa de Laplace na expressão acima L -1[X(s)] = x(t) = − e −t + 7e −2t − 6e −3t Expansão em frações parciais quando F(s) envolve pólos de ordem múltiplos Deseja-se calcular a transformada de Laplace de X ( s) = 1 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: X (s) = a b c d e 1 = + + + + 3 2 s s + 2 s + 1 ( s + 1) s ( s + 2)( s + 1) ( s + 1) 3 (i) Os coeficientes dos pólos simples são ⎡ ⎤ 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 Para o pólo múltiplo temos: ⎡ 1 ⎤ = −1 e = ( s + 1) 3 X ( s ) s =−1 = ⎢ ⎥ ⎣ s ( s + 2) ⎦ s =−1 [ ] .Sistemas de Controle 62 ⎡ 5s + 3 ⎤ a = [( s + 1) X ( s )]s =−1 = ⎢ = −1 ⎥ ⎣ ( s + 2)( s + 3) ⎦ s =−1 Para calcular as outras constantes adota-se o mesmo procedimento. Assim: ⎡ 5s + 3 ⎤ =7 b = [( s + 2) X ( s )]s =−2 = ⎢ ⎥ ⎣ ( s + 1)( s + 3) ⎦ s =−2 ⎡ 5s + 3 ⎤ c = [( s + 3) X ( s )]s =−3 = ⎢ = −6 ⎥ ⎣ ( s + 1)( s + 1) ⎦ s =−3 Substituindo os valores das constantes em (i).

a partir de (i) resulta X ( s) = 1 1 1 1 + − − 2 s 2( s + 2) ( s + 1) ( s + 1) 3 Aplicando-se a transformação inversa de Laplace na expressão acima L -1[X(s)] = x(t) = u S (t ) 1 −2t 1 + e − e −t − t 2 e −t 2 2 2 x(t ) = u S (t ) 1 −2t ⎛ 1 ⎞ + e − e − t ⎜1 + t 2 ⎟ 2 2 ⎝ 2 ⎠ Expansão em frações parciais quando F(s) envolve apenas pólos complexos conjugados Deseja-se calcular a transformada de Laplace de X ( s) = onde α = ζωn 2 ωn a b c = + + 2 s( s 2 + 2ζω n s + ω n ) s s + α − jω s + α + jω ω = ωn 1− ζ 2 Os coeficientes do pólo simples s é 2 ⎤ ⎡ ωn a = [sX ( s )]s =0 = ⎢ 2 =1 2⎥ ⎢ s + 2ζω n s + ω n ⎥ s =0 ⎦ ⎣ Para os pólos complexos teremos .Introdução aos Sistemas de Controle 63 d= d ( s + 1) 3 X ( s ) ds [ ] s = −1 = d ⎡ 1 ⎤ d ⎡ 1 ⎤ = ⎢ 2 ⎢ s ( s + 2) ⎥ ⎥ ds ⎣ ⎦ s =−1 ds ⎣ s + 2 s ⎦ s =−1 2s + 2 | s = −1 = 0 ( s 2 + 2s) 2 d= d ( s 2 + 2 s ) −1 ds [ ] s = −1 = −(2 s + 2)( s 2 + 2 s ) − 2 | s = −1 = − c= 2 3 1 d ( s + 1) X ( s ) 2! ds 2 [ ] s = −1 = 1 d2 ⎡ 1 ⎤ d ⎡ 2s + 2 ⎤ = ⎢− 2 ⎥ ⎥ 2 ⎢ 2 ds ⎣ s ( s + 2) ⎦ s = −1 ds ⎣ ( s + 2s ) 2 ⎦ s = −1 ⎡ 1 ⎡ ( s 2 + 2s) 2 ⋅ 2 − (2s + 2) ⋅ 2( s 2 + 2s)(2s + 2) ⎤ 1 4 ⋅ ( s + 1) 2 ⎤ = −1 c=− ⎢ =⎢ 2 + 2 ⎥ ⎥ 2 2⎣ ( s 2 + 2s) 4 ( s + 2s) 3 ⎦ ⎦ s = −1 ⎣ ( s + 2s) s = −1 Assim.

Sistemas de Controle 64 b = [( s + α − jω ) X ( s )]s =0 = ⎢ 2 2 ⎤ ωn ωn = ⎥ ⎢ s ( s + α + jω ) ⎥ s = −α + jω (−α + jω )2 jω ⎦ ⎣ ⎡ 2 ⎡ ⎤ ⎡ ωn b=⎢ ⎥=⎢ 0 2 2 ⎢ 2ω∠90 α + ω ∠θ ⎥ ⎢ 2ω∠90 0 ⎣ ⎦ ⎣ 2 ωn (ζω n ) 2 + ωn 2 ⎤ ω ⎥ = n ∠ − 90 0 − θ 2 − (ζω n ) ∠θ ⎥ 2ω ⎦ ( ) b= ω n − j (θ +900 ) e 2ω onde θ = arctg − ω α 2 2 ⎡ ⎤ ωn ωn c = [( s + α + jω ) X ( s )]s =0 = ⎢ = ⎥ ⎢ s ( s + α − jω ) ⎥ s = −α − jω (−α − jω )(−2 jω ) ⎣ ⎦ 2 ⎡ ⎤ ωn ωn c=⎢ ∠ 90 0 + θ ⎥= 0 2 2 ⎢ 2ω∠ − 90 α + ω ∠ − θ ⎥ 2ω ⎣ ⎦ ( ) c= ω n j (θ +90 ) e 2ω 0 Assim: 1 ω X ( s) = + n s 2ω 0 ⎡ e − j (θ +900 ) e j (θ +90 ) ⎤ + ⎥ ⎢ ⎢ s + α − jω s + α + j ω ⎥ ⎦ ⎣ Aplicando-se a transformação inversa de Laplace na expressão acima L -1[X(s)] = x(t) = 1 + 0 ω n − j (θ +900 ) −(α − jω )t e e + e j (θ + 90 )e −(α + jω )t 2ω [ ] x(t) = 1 + 0 ω n −αt j (ωt −θ −900 ) e e + e − j (ωt −θ −90 ) 2ω [ ( )] x(t) = 1 + ω n −αt ⎡ ω ⎤ ⎡ ⎤ ⎜ ⎟ ⎜ ⎟ e ⎢ 2 cos⎛ωt − θ − 90 0 ⎞ ⎥ = 1 + n e −αt ⎢cos⎛ωt − θ − 90 0 ⎞ ⎥ ⎝ ⎠⎦ ⎝ ⎠⎦ ⎣ ⎣ ω 2ω x(t) = 1 + ω n −αt e sen (ωt − θ ) ω −ζω nt ⎛ ⎝ ⎞ ⎠ ou x(t) = 1 + 1 1−ζ 2 e sen ⎜ω n 1 − ζ 2 t − θ ⎟ ⎜ ⎟ .

p. ainda. para uma dada função complexa F(s) = num/den. como segue: F ( s) = 2 1 − ( s + 1) ( s + 2) Observe. >> [num. .Introdução aos Sistemas de Controle 65 onde θ = arctg − ω . Por exemplo.den) num/den = 4 O MATLAB é um programa iterativo para cálculos científicos e de engenharia produzido pela MathWorks Inc. que o denominador foi inserido em sua forma fatorada através do emprego da função poly. seja a função F ( s) = ( s + 3) ( s + 1)( s + 2) Para calcular a expansão em frações parciais com o MATLAB devemos executar os seguintes comandos: >> num=[1 3]. retorna os coeficientes ou resíduos da expansão r. den=poly([-1 -2]). α Usando o MATLAB4 para realizar a expansão em frações parciais Podemos obter a expansão em frações parciais de uma dada função complexa utilizando a função residue do MATLAB. >> [r. converter uma expansão em frações parciais em um polinômio num/den. Observe os seguintes comandos: >> r=[2 -1].den) r = -1 2 p = -2 -1 k = [] A função residue.den]=residue(r.k]=residue(num. também. k=0. A função residue permite.k). >> printsys(num. o que nos permiti expandir F(s).p. p=[-1 -2].

>> ilaplace(Fs) ans = 2*exp(-t)-exp(-2*t) Na primeira linha a função sym cria a função simbólica F(s). O MATLAB pode. Para obter a F(s) a partir da f(t). >> laplace(ft) ans = 2/(s+1)-1/(s+2) A resposta obtida. sym. Verifique o resultado obtido acima empregando o método algébrico adequado. Exercícios 1. polyval.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. computar simbolicamente a transformada laplace e a transformada inversa de Laplace. Obtenha a expansão em frações parciais de F (s) = 2s + 1 s ( s + 2) 2 . ainda. Por sua vez. 2. printsys. utilizamos a seguinte seqüência de comandos: >> ft=sym('2*exp(-t)-exp(-2*t)'). na segunda linha a função ilaplace avalia simbolicamente a transformada inversa de Laplace de F(s). conforme podemos observar é a expansão em frações parciais de F(s). Para calcular a transformada inversa de Laplace de F(s) procede-se conforme segue: >> Fs=sym('(s+3)/((s+1)*(s+2))'). laplace / ilaplace. Funções do MATLAB que aprendemos a utilizar: residue.

obtendo: s 2 X ( s ) − sx(0) − x' (0) + 3sX ( s ) − 3x(0) + 2 X ( s ) = 5 s Substituindo-se as condições iniciais em (ii). Inicialmente. Obtenha a transformada inversa de Laplace da F(s) acima e confira o resulta utilizando o MATLAB. Exemplo 1. após algumas manipulações algébricas e resolvendo para X(s).Introdução aos Sistemas de Controle 67 e confira o resultado utilizando o MATLAB.6. • As soluções homogênea e a particular são obtidas simultaneamente. tomamos a transformada de Laplace de ambos os lados de (i).5 Aplicação da transformada de Laplace na solução de equações diferenciais ordinárias lineares A transformada de Laplace pode ser empregada para resolver equações diferenciais ordinárias lineares com as seguintes vantagens: • Utilizando-se uma tabela de transformadas os passos envolvidos são todos algébricos. 3. obtém-se: ( s 2 + 3s + 2) X ( s ) + s − 2 + 3 = ( s 2 + 3s + 2) X ( s ) = ( s 2 + 3s + 2) X ( s ) = X ( s) = 5 s 5 − s −1 s 5 − s2 − s s (iii) − s2 − s + 5 s ( s 2 + 3s + 2) .3 – Seja a equação diferencial d 2 x(t ) dt 2 +3 dx(t ) + 2 x(t ) = 5u S (t ) dt (i) que possui como condições iniciais x(0) = -1 e x’(0) = 2. 1.

Sistemas de Controle 68 Expandindo (iii) em frações parciais.. . obtém-se a solução completa x(t ) = 5 3 − 5e −t + e − 2t 2 2 t≥0 O primeiro termo da equação é a solução em regime permanente e os dois últimos termos compõem a solução transitória. a saída ou resposta pode ser avaliada para diversos tipos de entrada. A solução de regime permanente pode ser obtida aplicando-se o teorema do valor como segue: l im x(t ) = l im sX ( s ) = l im t →∞ s →0 − s2 − s + 5 ( s + 3s + 2) 2 s →0 = 5 2 1.7 Função de Transferência A função de transferência (FT) de um sistema de equações diferenciais lineares invariantes no tempo é definida como a relação entre as transformadas de Laplace da saída e da entrada.22) Vale lembrar que a FT é um conceito aplicado exclusivamente a sistemas lineares invariantes no tempo..(s − z m ) Y (s) = 0 n 1 n −1 = U (s) ( s − p1 )(s − p 2 ).. u é a entrada do sistema e n ≥ m.21). + bm −1 u + bm u n n −1 . Seja o sistema linear invariante no tempo definido pela seguinte equação diferencial: a 0 y + a1 y + .. considerando todas as condições iniciais nulas. m m −1 . A função de transferência do sistema é obtida tomando-se a transformada de Laplace de ambos os lados da equação (1. (1... sendo largamente utilizada na análise e projeto de tais sistemas. Caso ela seja desconhecida. tomando a transformada inversa de Laplace de (iv). Se a FT de um sistema for conhecida... + a n −1 y + a n y = b0 u + b1 u + .(s − p n ) a 0 s + a1 s + . + a n −1 s + a n (1.21) onde: y é a saída.. conforme segue: FT = G(s) = b s m + b s m −1 + . considerando todas as condições iniciais nulas... + bm −1 s + bm K ( s − z1 )(s − z 2 ). ela pode ser obtida experimentalmente introduzindo-se no sistema entradas conhecidas e estudando-se a sua saída.. resulta (verifique): X ( s) = 5 5 3 − + 2 s ( s + 1) 2( s + 2) (iv) Finalmente.

resulta: − ei + i ⋅ R + e o = 0 Como: (1.25) e + C e 0 i i - Fig. obtemos a equação diferencial que representa o circuito: C de0 ⋅ R + e o = ei dt R (1. a FT do circuito é: E0 ( s) 1 = Ei ( s) RCs + 1 Do procedimento acima. Aplicando ao circuito a LTK. Tomando a transformada de Laplace de (1.25) considerando condições iniciais nulas. percebemos que são três os passos necessários para obter a FT de um sistema: 1. Tomar a razão entre a saída e a entrada.Introdução aos Sistemas de Controle 69 Considere o circuito RC da Fig.26 – Circuito RC.23) i=C de0 dt (1.24) em (1. 1.24) Substituindo (1. 3. 2. Tomar a transformada de Laplace da equação diferencial considerando condições iniciais nulas. Obter a equação diferencial do sistema. resulta: RCsE 0 ( s ) + E 0 ( s ) = Ei ( s ) ( RCs + 1) E 0 ( s ) = Ei ( s ) Assim.26.23). 1. Exercício: Encontre a função de transferência de um circuito RLC série submetido a uma excitação e(t). .

28. um tacogerador converte o sinal de saída. conforme ilustra a Fig. • Ponto de junção: é o ponto a partir do qual o sinal o sinal vindo de um bloco vai para outros blocos ou pontos de soma. Por exemplo.27 – Diagrama de blocos de um sistema em malha fechada. Quando é necessário converter a forma do sinal de saída para a forma do sinal de entrada. introduzimos um elemento de realimentação cuja função de transferência é H(s). 1.28. Na Fig. a razão entre o . em um sistema de controle de velocidade de um motor CC. 1.27. Esta técnica é útil para representar graficamente a dinâmica dos sistemas de controle e é usada extensivamente na análise e projeto de sistemas de controle A Fig. a saída C(s) é realimentada para o ponto de soma onde ela é comparada ao sinal de entrada de referência R(s).27 apresenta o diagrama de blocos de um sistema de malha fechada onde destacamos: • Bloco funcional ou bloco: é o símbolo da operação matemática aplicada ao sinal de entrada do bloco que produz a saída. Este é multiplicado pela função de transferência G(s) para se obter a saída C(s).Sistemas de Controle 70 1. 1. 1. No sistema em malha fechada da Fig. O sinal mais ou menos em cada segmento orientado indica se o sinal deve somado ou subtraído. o sinal de realimentação que entra no ponto de soma é B(s) = H(s)C(s). a velocidade angular. • Ponto de soma: Seu símbolo é um círculo com uma cruz.8 Diagramas de bloco O diagrama de blocos de um sistema é a representação que mostra as funções desempenhadas por cada um dos componentes do sistema. em um sinal de tensão para que esse possa ser comparado com o sinal de entrada. Nesta figura. 1. Os blocos são conectados por setas que indicam o fluxo de sinal. Bloco Ponto de soma Ponto de junção R(s) E(s) C(s) G(s) + - B(s) Fig. gerando-se o sinal de erro atuante E(s).

1.27) + - B(s) H(s) Fig. 1. finalmente. resulta: C(s) = G(s)[ R(s) – H(s)C(s)] Rearranjando (1.28). Sejam as seguintes relações: C(s) = G(s)E(s) E(s) = R(s) – B(s) = R(s) – H(s)C(s) R(s) E(s) C(s) G(s) (1.29) (1. Esta razão é expressa por: Função de transferência de malha aberta = B( s) = G( s) H ( s) E ( s) Já a razão entre o sinal de saída C(s) e o erro atuante E(s) é chamada função de transferência de alimentação direta. as funções de transferência de malha aberta e de alimentação direta são expressas pela mesma equação. que é expressa por: Função de transferência de alimentação direta = C ( s) = G ( s) E ( s) Se H(s) for unitária.28.28 – Diagrama de blocos de um sistema em malha fechada com elemento de realimentação.26) (1. Vamos agora obter a função de transferência de malha fechada C ( s) R( s) do sistema da Fig. Substituindo (1. obtém-se C(s) + G(s)H(s)C(s) = G(s)R(s) C(s) [1 + G(s)H(s)] = G(s)R(s) E.28) . obtém-se a função de transferência de malha fechada: C ( s) G ( s) = R( s) 1 + G ( s) H ( s) (1.27) em (1.26).Introdução aos Sistemas de Controle 71 sinal de realimentação e o sinal de erro atuante é chama função de transferência em malha aberta.

obtém-se a resposta do sistema à perturbação.29). CR: C N (s) G2 ( s) = N ( s) 1 + G1 ( s )G2 ( s ) H ( s) C R ( s) G1 ( s )G2 ( s ) = R( s ) 1 + G1 ( s )G2 ( s) H ( s) (1. cada entrada pode ser tratada independentemente da outra. N(s) .35) . pelo princípio da superposição dos efeitos.28.Perturbação R(s) + + G1(s) + G2(s) C(s) H(s) Fig.Sistemas de Controle 72 A expressão (1. ou C(s) = CN(s) + CR(s) (1. Na Fig. 1.28 e aplicando a relação (1.30) (1.34) C (s) = G2 ( s) G1 ( s)G2 ( s ) N (s) + R( s ) 1 + G1 ( s )G2 ( s) H ( s ) 1 + G1 ( s)G2 ( s) H ( s) C ( s) = G2 ( s ) [ N ( s) + G1 ( s) R( s)] 1 + G1 ( s )G2 ( s) H ( s) Observe que se |G1(s)G2(s)H(s)| >> 1.33) (1. o que faz com a saída do sistema seja o resultado da soma das saídas devidas a cada entrada.29 mostra-se o sistema de malha fechada sujeito a uma perturbação.32) (1. obtém-se a partir de (1.29 – Diagrama de blocos de um sistema em malha fechada sujeito a uma perturbação.30): C N ( s) G2 ( s ) 1 = = N ( s ) G1 ( s)G2 ( s ) H ( s ) G1 ( s ) H ( s ) (1. Vamos agora analisar o que acontece quando incluímos uma perturbação ou distúrbio ao sistema de malha fechada da Fig. Por inspeção da Fig. Quando uma entrada de referência e uma entrada de perturbação estão presentes em um sistema linear. CN.31) A resposta devido à aplicação simultânea da perturbação e da referência é obtida somando-se as respostas individuais. 1. e a resposta à entrada de referência. 1.29) nos mostra que a função de transferência de malha fechada depende dos elementos de alimentação direta e de realimentação. 1.

26 e a sua construção. de modo que variações destes não afetam a função de transferência de malha fechada. pois C N (s) ≅ 0 .31) percebemos que C R (s) R( s) tende para 1 H ( s) quando o ganho C R (s) tornaR( s) G1(s)G2(s)H(s) for muito grande.38) (1. Isto N ( s) se constitui em uma grande vantagem do sistema em malha fechada. 1. as equações que o descrevem: i= ei − e 0 R de0 dt (1. primeiramente. 1.39). Exercício: Obtenha o diagrama de blocos de um circuito RLC série submetido a uma excitação e(t).38) e (1. .30 ilustra a construção do diagrama de blocos a partir das expressões (1.26.37) sob condições iniciais nulas. Esta é outra vantagem do sistema em malha fechada.36) (1. Ei(s) I(s) + 1/R I(s) Ei(s) E0(s) E0(s) I(s) E0(s) 1/Cs + 1/R - 1/Cs Fig. se independente de G1(s) e G2(s). Retornemos.30 – Diagrama de blocos do circuito da Fig. resulta: I ( s) = Ei ( s ) − E 0 ( s ) R I (s) Cs (1.36) e (1. 1. agora ao circuito RC da Fig. o efeito da perturbação é suprimido.39) I ( s ) = CsE 0 ( s ) ⇒ E 0 ( s ) = A Fig. Isto significa que para |G1(s)G2(s)H(s)| >> 1.Introdução aos Sistemas de Controle 73 Caso |G1(s) H(s)| >> 1. 1. inspecionando (1. Para construir um diagrama de blocos deste circuito reunimos.37) i=C Tomando a transformada de Laplace de (1. Por sua vez.

-2].sys2) Zero/pole/gain: (s+3) (s+1) ---------------------------(s+1)^2 (s+2) (s^2 + s + 1) A primeira linha de comando introduz G1(s) na forma de Função de Transferência.[1 2 2 1]). G1 ( s ) = N ( s) . Considere as duas funções de transferência G1(s) e G2(s) apresentadas acima... cada uma representando um bloco.(s + z m ) . eles podem ser combinados em um único bloco cuja Função de Transferência é o produto das transmitâncias individuais. Quando os blocos são conectados em paralelo. ou seja. eles podem ser combinados em um único bloco cuja Função de Transferência é a soma das transmitâncias individuais.(s + p n ) zero/pólo/ganho.[1]). =G1(s) G2(s) e apresenta-a na forma zero/pólo/ganho. A terceira linha calcula G(s) ( s + p1 )(s + p 2 )..Sistemas de Controle 74 Usando o MATLAB para realizar a redução de diagramas de blocos Conforme já estudamos. Quando conectados em série. Considere as duas funções de transferência mostradas abaixo. é obtida com os seguintes comandos: >> sys1 = tf([1 1]. G2 ( s ) = K . cada uma representando um bloco: G1 ( s ) = G2 ( s ) = s +1 s + 2s 2 + 2s + 1 3 s+3 ( s + 1)( s + 2) A Função de Transferência G(s) resultante da conexão em série dos dois blocos. os blocos podem ser interconectados de muitos modos. O segundo comando introduz a G2(s) na forma na forma D( s) ( s + z1 )(s + z 2 ).[-1. ou seja. A Função de Transferência G(s) resultante da conexão em paralelo dos dois blocos é obtida no MATLAB utilizando-se os seguintes comandos: .. >> sys = series(sys1. >> sys2 = zpk([-3].

No caso da realimentação negativa o sinal pode ser omitido. -2]. No MATLAB esta Função de Transferência é obtida por meio da função feedback. de forma que a saída pode ser realimentada para a entrada através de uma transmitância.sys2.Introdução aos Sistemas de Controle 75 >> sys1 = tf([1 1].[1 2 2 1]).-1) Transfer function: s + 1 --------------------s^3 + 4 s^2 + 5 s + 2 A forma geral da função feedback é feedback(sys1. >> sys = feedback(sys1.sinal). conforme ilustra a Fig.488) --------------------------------------(s+1)^2 (s+2) (s^2 + s + 1) Nesse caso. >> sys2 = tf([2 1].641s + 1.sys2) Zero/pole/gain: (s+3.28. 1.29). ainda. . >> sys = parallel(sys1. Conforme estudamos.28 é calculado pela equação (1. 1.[1]). a Função de Transferência do sistema da Fig.[1]).sys2. a terceira linha calcula G(s) =G1(s)+G2(s) e apresenta-a na forma zero/pólo/ganho. 1.359) (s+1) (s^2 + 1.[1 2 2 1]). >> sys2 = zpk([-3].28 com G(s) = s +1 s + 2s 2 + 2s + 1 3 H ( s) = 1 + 2s Os comandos necessários para se obter a Função de Transferência são: >> sys1 = tf([1 1]. Considere o sistema da Fig. Podemos conectar os blocos.[-1.

d5=[1 1]. State model [a.d2=2.31 – (a) Diagrama de blocos exemplo.31. >> n6=1.d3=[1 0].d] of the block diagram has 7 inputs and 7 outputs. >> nblocks=7. a matriz é escrita como segue. O terceiro passo é especificar o número de blocos através do comando nblocks e.d4=1.Sistemas de Controle 76 A redução de diagramas de blocos mais complexos é muito entediante.c. na seqüência.b. O segundo passo é entrar com o numerador e o denominador de cada bloco. conforme a Fig. entrar com o comando blkbuild para construir uma estrutura de espaço de estados a partir do diagrama de bloco. As funções blkbuild e connect do MATLAB foram concebidas para facilitar o trabalho de redução. deve-se proceder como segue: >> n1=1. O quarto passo é escrever uma matriz que indicará a configuração do diagrama de blocos. >> n3=1.d1=1. 1. >> n5=1. 1. No exemplo. Para o nosso exemplo. . >> n2=1. >> n7=1.d7=1. 4 1 R 1 2 2 + C 1/s 1/(s+1) - + + + 1/2 + 1/2 3 6 7 5 Fig. >> n4=2. blkbuild.d6=2. O primeiro passo é numerar sequencialmente os blocos do diagrama.

No exemplo.B.B. .iy).D]=connect(a. O sétimo passo é criar um objeto de espaço de estados.Introdução aos Sistemas de Controle 77 >> 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 2 3 4 5 6 7 >> 0 1 2 5 3 3 5 0 6 -4 0 0 0 0 0 -7 0 0 0 0 0 O quinto passo é especificar a entrada e a saída do sistema.d.b. digite o seguinte comando: >> [A. >> sys=ss(A.q.D). utiliza-se a função tf para converter a representação em espaço de estados para função de transferência. iy = [5].C. a entrada é conectada ao primeiro bloco e a saída ao quinto bloco.C.iu. A seguir (sexto passo).c. >> iu = [1]. Por fim (oitavo passo).

Sistemas de Controle 78 >> sys=tf(sys) Transfer function: 0. Nó sumidouro ou de saída. Ele é um diagrama que representa um sistema de equações algébricas em s e consiste em uma rede de nós interligados por ramos orientados.9 Diagramas de fluxo de sinal Uma representação alternativa para representar graficamente a dinâmica dos sistemas de controle é o diagrama de fluxo de sinal. o que representa uma variável dependente. J. listamos algumas definições relativas aos diagramas de fluxo de sinal. Há três tipos de nós: Nó fonte ou de entrada – possuem apenas ramos saindo. zpk.possuem apenas ramos chegando. criado por S. • Nó – um nó é um ponto que representa uma variável ou um sinal. feedback.5 ------------------s^2 + 0. blkbuild. A seguir. tf. 1. Mason.75 s + 2.25 Funções do MATLAB que aprendemos a utilizar: series. . connect ss. o que representa uma variável independente. parallel.

cx3 Substituindo (1. • Laço – um laço é um percurso fechado.32 – Gráfico de fluxo de sinal. • Percurso – um percurso é qualquer trajetória de ramos conectados e cujas setas estão na mesma direção. Seu ganho é o produto das transmitâncias dos seus ramos.possuem ramos saindo e chegando.32. Um nó faz a adição de todos os sinais que chegam até ele e transmite esta soma a todos os ramos que saem dele.Introdução aos Sistemas de Controle 79 Nó misto . o que representa uma variável independente. Seu ganho é o produto das transmitâncias de seus ramos. 1. 1.42) (1. que representa as seguintes equações x3 = bx2 + dx4 x2 = ax1 .40) (1. Seu ganho é uma transmitância. Já um nó misto pode ser tratado como um nó sumidouro se adicionarmos um ramo de transmitância unitária. nó fonte x4 d a x1 nó fonte -c x2 b x3 1 x3 nó sumidouro Nós mistos Fig. • Transmitância – A transmitância é um ganho real ou complexo entre dois nós.41) em (1. O percurso é dito direto quando sua trajetória de um nó fonte até um nó sumidouro não cruza quaisquer nós mais de uma vez. • Ramo – um ramo é um segmento de reta orientado ligando dois nós.bcx3+ dx4 (1.41) A seguir apresentamos regras úteis na simplificação de diagramas de fluxo de sinal: .40). obtemos: x3 = abx1 . Essas propriedades são ilustradas pelo diagrama da Fig.

Sistemas de Controle 80 • Percursos em série: podem ser combinados em um percurso único multiplicando-se as transmitâncias.33a.44) em (1. 1.45) = (a) x1 = (b) x1 x2 x1 = bc x2 x3 x4 (c) a x1 -c x2 b x3 ab ab 1 +bc = x1 bc = (d) x1 x3 Fig. • Supressão de um laço de realimentação: um laço pode ser eliminado.33 – Simplificações em diagramas de fluxo de sinal. • Percursos em paralelo: podem ser combinados somando-se as transmitâncias. conforme mostra a Fig.cx3 Substituindo (1.43) resulta: x3 = abx1 . 1.44) (1. As equações para um laço de realimentação são: x3 = bx2 x2 = ax1 .45). 1. . 1. obtém-se: x3 = ab x1 1 + bc a a x1 x2 b x3 ab a+b x3 x1 b x1 a b x2 x3 c x4 ac x2 (1. • Eliminação de um nó: um nó misto pode ser eliminado. conforme ilustra a Fig. 1.33b.bcx3 Isolando-se x3 e. conforme ilustra a Fig.43) (1. (1.33d. conforme ilustra a Fig.33c.

Introdução aos Sistemas de Controle 81 Exemplo 1. Considere o circuito RLC série mostrado na Fig.48) e E0(s) em (1.49) onde i(0) é corrente inicial no indutor e e0(0) é a tensão inicial no capacitor em t = 0. 1. Nessas equações temos como variáveis de entrada i(0).35.48) (1. obtém-se: I ( s) = Ei ( s ) + Li (o) − Eo ( s) Ei ( s) Eo ( s) i (0) = + − Ls + R L( s + R L) s + R L L( s + R L) E0 ( s) = I ( s) + Ce0 (0) I ( s) e0 (0) = + Cs Cs s (1.49).51) é mostrado na Fig.34 – Circuito RLC série.51) O diagrama de fluxo de sinais construído a partir das equações (1. As equações diferenciais que representam o circuito são: − ei + i ⋅ R + L di + eo = 0 dt (1.34.47) i=C de0 dt Como não podemos construir um diagrama de fluxo de sinais com equações diferenciais.46) (1.Construção de um diagrama de fluxo de sinal. onde consideraremos a corrente i e a tensão de saída ec variáveis dependentes da rede.50) e (1. e R i L i C + e0 Fig. transformamos as equações (1. e0(0) e Ei(s) Isolando-se I(s) em (1. 1.50) (1.47) em equações algébricas pela aplicação da transformada de Laplace: − Ei ( s ) + I ( s ) ⋅ R + LsI ( s ) − Li (o) + E o ( s ) = 0 I ( s ) = CsE 0 ( s ) − Ce0 (0) (1.3 .46) e (1. .1.

Sistemas de Controle

82

i0(0) 1 L(s+R/L) Ei(s) I(s) 1/(s+R/L) 1/Cs

e0(0) 1/s 1 E0(s) -1 L(s+R/L) E0(s)

Fig. 1.35 – Representação em diagrama de fluxo de sinais do circuito RLC série da Fig. 1.33.

Em diagramas de fluxo de sinais simples, como é o caso do diagrama da Fig. 1.35, a função de transferência de malha fechada pode ser facilmente obtida por inspeção. Para diagramas mais complexos, existe uma ferramenta chamada fórmula de Mason. A fórmula de Mason, que é aplicável ao ganho global, ou seja, a transmitância entre um nó de entrada e um nó de saída, é dada por:
T=

1 = ∑ Tk Δ k Δ k

(1.52)

onde Tk é o ganho ou transmitância do k-ésimo percurso direto e Δ é o determinante do diagrama, dado por:

Δ = 1 − ∑ La + ∑ Lb Lc − ∑ Ld Le L f + K
Nesta equação

(1.53)

∑L

a

é soma de todos os ganhos de todos os laços,

∑L L
b

c

é a soma de

produtos de ganhos de todas as combinações possíveis de dois laços disjuntos e

∑L

d

Le L f é

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 A seguir, ilustra-se o uso da fórmula de Mason. 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
G2 G3

-

+ + +

G1

+
H1

(a)
-H2 R(s) 1 1 G1 H1 -1 G2 G3 1 C(s)

(b) Fig. 1.36 – (a) Diagrama de blocos de um sistema de múltiplos laços e (b) diagrama de fluxo de sinal equivalente.
Como não há laços disjuntos, o determinante obtido a partir de (1.53) é:

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:

G1G 2 G3 C ( s) T1 ⋅ Δ1 = = R( s ) Δ 1 − G1G 2 H 1 + G 2 G3 H 2 + G1G2 G3
A título de exercício, tente chegar a função de transferência acima reduzindo o diagrama de blocos da Fig. 1.36a. Exemplo 1.5 – Obter a função de transferência do sistema representado pelo diagrama mostrado na Fig. 1.37. Neste sistema há três caminhos diretos entre a entrada R(s) e a saída C(s), com ganhos T1 = G1G2G3G4G5, T2 = G1G6G4G5 e T3 = G1G2G7. Ele possui quatro laços , cujos ganhos são L1 = -G2G7H2, L2 = - G6G4G5H2, L3 = - G4H1 e L4 = - G2G3G4G5H2. Os laços L1 e L3 são disjuntos. Assim, o determinante obtido a partir de (1.53) é:

Sistemas de Controle

84

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:
T ⋅Δ T Δ + T2 Δ 2 + T3 Δ 3 C(s) =∑ 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
G6 G7 G3 G4 -H1 -H2 G5

R(s)

G1

G2

C(s)

Fig. 1.37 –Diagrama de fluxo de sinal de um sistema.

1.10 Método do espaço de estados para análise de sistemas de controle
Definições:

Estado: o estado de um sistema dinâmico é o menor conjunto de n
variáveis x1(t), x2(t), ..., xi(t), ..., xn(t) chamadas variáveis de estado, tal que o conhecimento destas variáveis em t = t0, junto com o conhecimento das entradas u(t) para t ≥ t0, sejam suficientes para descrever univocamente o comportamento do sistema para t ≥ t0. Geralmente, o instante inicial t0 é considerado igual a zero.

Variáveis de estado: as variáveis de estado de um sistema dinâmico são as
variáveis que constituem o menor conjunto de variáveis que determinam o estado do sistema dinâmico. As variáveis de estado não precisam ser necessariamente grandezas observáveis e mensuráveis, podem ser grandezas puramente matemáticas.

Introdução aos Sistemas de Controle

85

Vetor de estado: se n variáveis de estado são necessárias para descrever
completamente o comportamento de um sistema, então estas n variáveis de estado podem ser consideradas as n componentes de um vetor x, chamado vetor de estado.

⎡ x1 (t ) ⎤ ⎡ x1 ⎤ ⎢ x (t )⎥ ⎢ x ⎥ x(t ) ≡ ⎢ 2 ⎥ = ⎢ 2 ⎥ = x ⎢ M ⎥ ⎢M⎥ ⎢ ⎥ ⎢ ⎥ ⎣ x n ( t )⎦ ⎣ x n ⎦
Um vetor de estado é portanto um vetor que determina univocamente o estado

x(t) do sistema para qualquer instante t ≥ t0, uma vez que o estado em t = t0 é
dado e a entrada u(t) para t ≥ t0 está especificada.

Espaço de estados: o espaço n-dimensional cujos eixos coordenados
consistem no eixo x1, x2, ... , xn é chamado espaço de estados.

Equações do espaço de estados: na análise por espaço de estados, três
tipos de variáveis são levadas em consideração, a saber, variáveis de entrada, saída e de estado.

O primeiro passo para a aplicação desses conceitos a um sistema dinâmico é a seleção das variáveis que devem representá-lo, sendo que não existe uma maneira única de fazer essa seleção. Uma maneira comumente usada para expressar o estado do sistema é o método das variáveis de estado com significado físico, no qual a seleção das variáveis se baseia nos elementos armazenadores de energia do sistema. A Tabela 1.3 apresenta alguns elementos armazenadores de energia que aparecem em sistemas físicos. A seguir ilustra-se o método de espaço de estados. 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) (1.55)

x2 = i

Fazendo ei = u e aplicando as equações (1.54) e (1.55) nas expressões (1.46) e (1.47) obtém se:

x 2 = C x1 Rearranjando (1. ⎤ 1 C ⎤ ⎡ x1 ⎤ ⎡ 0 ⎤ ⎢ x1 ⎥ = ⎡ 0 ⎢− 1 L − R L ⎥ ⎢ x ⎥ + ⎢1 L ⎥u ⎢.59) As equações de estado de um sistema são um conjunto de n equações diferenciais de primeira-ordem.57). Expressando as equações (1.56) e (1.57) . Rx2 + L x 2 + x1 = u .61) Se y(t) = vC = x1. onde n é o número de variáveis de estado independentes.58) (1. obtém-se: ⎡. 1 x1 = x 2 C .3 ELEMENTOS ARMAZENADORES DE ENERGIA Elemento Capacitância C Energia Variável física Tensão v Corrente i Velocidade de translação v Velocidade angular ω Deslocamento x Pressão PL 1 2 Cv 2 Indutância L 1 2 Li 2 Massa M 1 Mv 2 2 Momento de inércia J 1 Jω 2 2 Elastância K 1 Kx 2 2 Compressibilidade fluída 1 VPL 2 V 2 KB KB Capacitância fluída C = ρA 1 ρAh 2 2 Capacitância térmica C 1 Cθ 2 2 Altura h Temperatura θ (1. x = Ax + bu (1.60) (1. a equação matricial de resposta do sistema será: .59) em notação matricial. obtém as seguintes equações de estado: . 1 1 R x 2 = − x1 + x 2 + u L L L (1. ⎥ ⎦⎣ 2 ⎦ ⎣ ⎦ ⎢x2 ⎥ ⎣ ⎣ ⎦ ou: .58) e (1.Sistemas de Controle 86 TABELA 1.56) (1.

de dimensão n x 1. x2 1/L u x2 + + ∫ + . 1. 1. B é a matriz de controle ou de entrada.38. y é o vetor resposta ou de saída. D é a matriz de transmissão direta l x m (que no exemplo era igual a zero). . A é a matriz de evolução do processo ou de estado.Introdução aos Sistemas de Controle 87 [ y ] = [1 0] ou: y = Cx ⎡ x1 ⎤ ⎢x ⎥ ⎣ 2⎦ (1. 1. de dimensão l x 1.63) As expressões (1.63) se referem ao circuito RLC série.65) onde: .38 – Diagrama de blocos do circuito da Fig.33 . x é o vetor de estado. x = Ax + bu y = Cx + Du (1.64) (1.62) e (1. x1 1/C ∫ x1 = y . u é o vetor de controle ou de entrada. um sistema de uma entrada e uma saída.62) (1.34 é apresentado na Fig. de dimensão m x 1. O diagrama de blocos que representa as equações de estado do circuito da Fig. C é a matriz resposta ou de saída l x n. de dimensão n x m. x é um vetor coluna n x 1. Para sistemas com m entradas e l saídas.+ R/L 1/L Fig. 1. estas equações tornam-se: . uma matriz de coeficientes n x n.

Verifique o t →∞ s ( s + 1) resultado encontrando f(t). a. F ( s ) = 1 ( s + 1)( s + 2) b. xy'+ x 2 y = sen x d. y ' '+(1 + x 2 ) ln y ' = 2 b. x( y ' ) 2 − x 2 y = sen x 3.e-t para t ≥ 0 5. L2 L1 C2 C1 L3 i(t) . encontre f(t). Dada F ( s ) = 1 aplicando o teorema do valor final encontre o lim f (t ) . 4. G ( s ) = c. Obtenha as equações de estado para o circuito abaixo. F ( s ) = 1 s (2 + s ) 2 6. y ' '+(1 + x 2 ) y ' = 2 c. Determine a transformada inversa de Laplace das funções que seguem aplicando a expansão em frações parciais: a. G ( s ) = s +1 s + 2s + 5 2 2. y '−(cos x) y = 1 e. Achar os pólos e zeros das seguintes funções complexas: a. F ( s ) = 10 s ( s + 4)( s + 1) 2 7. F ( s ) = 1 ( s + 2)( s + 3) b. G ( s ) = s 2 + 6s + 8 s + 12 s + 35s K ( s + 2) s ( s 2 + s + 1) 3 2 b. Determinar a Transformada de Laplace da integral de convolução f 1 (t ) * f 2 (t ) = ∫ τ (1 − e −(t −τ ) )dτ = ∫ (t − τ )(1 − e −t )dτ 0 0 t t onde f1(t) = f2(t) = 0 para t < 0 f1(t) = t para t ≥ 0 f2(t) = 1. F ( s ) = 1 ( 1 + s) 3 5 c. Quais das equações diferenciais apresentadas abaixo são lineares? a. F ( s ) = 1 ( s + 1) ( s + 4) 2 c. Utilizando uma tabela de Transformada de Laplace.Sistemas de Controle 88 EXERCÍCIOS 1.

∞}. justificando a sua resposta: a.866}. . -7}. x + 3 x + 2 x = 0 . com x(0) = 1 e x’(0) = 2 b. -4. ∞}. achar a solução x(t) das equações diferenciais. b . a. 12. (b) zeros em s = {-1. x + 2 x + 5 x = 3 . Atuador c. polos em s = {0. ∞}. . Podemos dividir a história do controle automático em quatro fases. com x(0) = 0 e x’(0) = 0 11.. . .Introdução aos Sistemas de Controle 89 8. . f (∞) = 1 . Quais são essas fases? Dê a(s) características marcantes de cada fase. Variável de saída Posição da Antena c(t) Potenciômetro de Referência r(t) Vr(t) Comparador Vc(t) Ve(t) Potenciômetro de Transdução Amplificador de Potência Ea(t) Engrenagem Motor DC 10. Seja o sistema de controle de posição de antena abaixo. polos em s = {1 ± 2j} e (c) zeros em s = {-2. Transdutor b. 2. -0. Aplicando a transformada de Laplace. Identifique nele os seguintes elementos. a.5 ± j0. polos em s = {0. O que é um sistema de controle adaptativo? Quais blocos o caracterizam? 9. Construa uma tabela comparando as filosofias do controle clássico e moderno. e. 3. Respostas selecionadas 1.. ∞. (a) zeros em s = {-2. -5.

(a) e-t – e-2t . (a) 4e-t – 3e-2t . (c) − 2e − t − cos 2t − sen 2t . F1 (s) ⋅ F2 (s) = 1 s (s + 1) 3 5. (b) t 2 e −t / 5 1 (2t + 1)e −2t . (c) − . ⎟ 2 2 ⎠ 10. 5 . (b) ⎞ 5 1 ⎟ . 4 4 2 1 ⎛ − t e −4 t e − t ⎜ te + − 3⎜ 3 3 ⎝ 6. (b) 3 − e −t ⋅ (0.Sistemas de Controle 90 4. (a) e-2t – e-3t .6 cos 2t − 0.3sen2t ) .

Modelagem de Sistemas Elétricos e Eletromecânicos 91 2. admitindo-se condições iniciais nulas.49). A Fig. a função de transferência do circuito é: (2.48) e (1. A Função de Transferência deste circuito é: . Considere o circuito RLC da Fig.48) e (1.1 Sistemas Elétricos Aplicando as Leis de Kirchhoff das tensões (LTK) e/ou das correntes (LCK) a um circuito elétrico obtemos o seu modelo matemático.49) obtidas a partir das equações diferenciais que o representam. 1. Admitindo condições iniciais nulas em (1. obtém-se: − E i ( s ) + I ( s) ⋅ R + LsI ( s ) + E o ( s ) = 0 I ( s) = CsE 0 ( s ) Substituindo (2. 2. resulta: (2. A Tabela 2. indutâncias e capacitâncias.1 apresenta a impedância complexa para resistências. 1.33 e as equações algébricas (1.1) (2. A impedância complexa de um elemento de dois terminais é a relação entre as transformadas de Laplace da tensão entre os seus terminais e da corrente que o atravessa.1 apresenta o circuito RLC da Fig.1). ou seja. MODELAGEM DE SISTEMAS ELÉTRICOS E ELETROMECÂNICOS 2.2) em (2.4) Um modo alternativo de obter a função de transferência de um circuito elétrico é utilizar o conceito de impedância complexa Z(s).31 em termos de impedâncias complexas.2) − Ei ( s ) + RCsE0 ( s ) + LCs 2 E 0 ( s) + E o ( s) = 0 Supondo ei a entrada e e0 a saída. Z(s) = E(s)/I(s).3) E 0 ( s) 1 = 2 Ei ( s ) LCs + RCs + 1 (2.

Sistemas de Controle 92 E0 (s) Z 2 (s) = Ei ( s) Z1 ( s) + Z 2 ( s) ou.2. Considere. dvC1 dt (2. TABELA 2. agora o circuito de dois estágios mostrado na Fig.1 – Circuito RLC série representado por impedâncias complexas.4).1 IMPEDÂNCIAS COMPLEXAS Elemento Resistência R Capacitância C Indutância L Relação Tensão/Corrente R= v(t ) V ( s ) ⇒ i (t ) I ( s) Impedância Complexa R 1 sC sV ( s ) 1 dv(t ) dt = ⇒ C i(t ) I (s) v(t ) V ( s) L= ⇒ di(t ) sI ( s) dt Z1(s) = R+sL Ei(s) sL Ei(s) R sL + 1/sC E0(s) - Z2(s) =1/sC E0(s) + - Fig.5) E0 (s) 1 / sC 1 = = 2 Ei ( s) R + sL + 1 / sC s LC + RCs + 1 logicamente idêntica a (2.7) i1 = i 2 + C1 e. (2. Aplicando a LTK ao circuito obtemos: − ei + R1i1 + vC1 = 0 − v C1 + R 2 i 2 + e 0 = 0 Por sua vez a LCK nos dá: (2.6) (2.8) . Nesse circuito o primeiro estágio (R1C1) carrega o segundo estágio (R2C2).2. 2.

Modelagem de Sistemas Elétricos e Eletromecânicos 93 i2 = C 2 de0 dt (2.15) − E i ( s) + sR1C 2 E 0 ( s) + sR1C1VC1 ( s ) + VC1 ( s ) = 0 Substituindo. − E i ( s ) + R1 I 1 ( s) + VC1 ( s) = 0 − VC 1 ( s ) + R 2 I 2 ( s ) + E 0 ( s ) = 0 I 1 ( s ) = I 2 ( s) + sC1VC1 ( s) I 2 ( s) = sC 2 E 0 ( s) Substituindo (2.6) a (2. admitindo condições iniciais nulas.2 – Circuito RC de dois estágios. resulta: (2.14) (2. pode-se obter a função de transferência abaixo: E0 (s) 1 = 2 E i ( s) R1C1 R2 C 2 s + ( R1C1 + R2 C 2 + R1C 2 ) s + 1 (2. 2.12) (2. 2. Assim.13) em (2. a função de transferência E0(s)/Ei(s) é igual ao produto das Funções de Transferência de cada estágio.17) Agrupando os termos em E0(s).11) e (2. resulta: (2. . obtém-se. obtém-se.9) Aplicando a transformada de Laplace nas equações (2.15) em (2.9). onde um amplificador de isolação é inserido entre os estágios RC para evitar que o segundo estágio carregue o primeiro. respectivamente: (2.16).12).10).10) (2. o circuito mostrado na Fig.16) − Ei ( s) + sR1C 2 E0 ( s) + s 2 R1C1 R2 C 2 E0 ( s) + sR1C1 E0 ( s) + sR2 C 2 E0 ( s) + E0 ( s ) = 0 (2.18) Considere. Nesse caso.14) em (2. agora. agora (2. respectivamente: R1 ei I1 C1 I2 R2 C2 eo Fig.13) VC1 ( s) = sR2 C 2 E 0 ( s ) + E 0 ( s ) I 1 ( s ) = sC 2 E 0 ( s) + sC1VC1 ( s) Substituindo (2. considerando o amplificador um estágio intermediário.3.11) (2.

(2. observamos que elas diferem pelo termo R1C2.23) Substituindo (2. tal como o circuito da Fig.4.Sistemas de Controle 94 E 0 ( s) 1 1 K = ⋅K ⋅ = Ei ( s ) R1C1 s + 1 R2 C 2 s + 1 (R1C1 s + 1) ⋅ (R2 C 2 s + 1) ou. Os elementos passivos. 2. portanto. O amplificador operacional é um elemento ativo.22) (2.22) e (2. 2.3 – Circuito RC de dois estágios isolados. Uma vez que uma corrente extremamente pequena flui para o amplificador operacional.20) ei R1 C1 Amplificador de Isolação (Ganho K) R2 C2 eo Fig. Essa análise nos mostra que quando dois circuitos são ligados em cascata. Comparando as funções de transferência (2. a Função de Transferência resultante só será o produto entre as Funções de Transferência de cada circuito.2. Esse termo. só podem fornecer energia a um sistema se tiverem armazenado esta energia anteriormente.21) i1 = i2 = ei − e ' R1 e'−e0 R2 (2. o circuito amplificador inversor da Fig. resulta: . a partir da equação: i 1 = i2 Entretanto.18) e (2. (2. Considere. é dito passivo. já que possui uma fonte de alimentação para prover energia ao sistema. tais como indutores e capacitores.21). agora. Um sistema que contém apenas elementos passivos.23) em (2. 2.20). quando o segundo circuito apresentar impedância de entrada muito grande.19) E0 (s) 1 = 2 Ei ( s) R1C1 R2 C 2 s + ( R1C1 + R2 C 2 ) s + 1 (2. representa a interação entre os estágios RC. a função de transferência pode ser obtida. Um elemento que pode fornecer energia para um sistema é denominado ativo.

(2. Considere.25) Assim. 2.26) R1 Fig.Modelagem de Sistemas Elétricos e Eletromecânicos 95 ei − e' e'−e0 = R1 R2 (2. R2 R1 ei + eo Fig.27) . pelas expressões (2.6. a função de transferência pode ser obtida. agora.4– Amplificador operacional em configuração inversora.25) e arrumando na forma de função de transferência: E 0 ( s) R =− 2 Ei (s) R1 i2 ei i1 e' eo + R2 (2.5– Amplificador operacional em configuração não-inversora.24) Como em um amplificador operacional com realimentação negativa e’ ≅ 0. 2.22) e (2.24) torna-se: ei e =− 0 R1 R2 (2. 2. respectivamente. 2. a partir da equação: i 1 = i2 + i 3 onde i1 e i2 são dados. tomando a transformada de Laplace de (2. o circuito integrador da Fig. Uma vez que uma corrente extremamente pequena flui para o amplificador operacional.23) e. Exercício: Encontre a função de transferência do amplificador operacional em configuração não inversora da Fig. (2.5.

Exercício: Encontre a função de transferência do amplificador operacional em configuração integradora da Fig. obtém-se: (2. Se o conversor estiver operando em condução contínua. é válida a seguinte relação: .6 – Amplificador operacional em configuração integradora.22). obtém-se: (2. iremos modelar o conversor abaixador ou buck apresentado na Fig. 2.23) e (2.30) com condições iniciais Ei ( s) E (s) =− 0 − CsE 0 ( s) R1 R2 ou.30) Assim.28) Substituindo (2. tomando a transformada de Laplace de (2.29) torna-se: (2.31) na forma de função de transferência. Para finalizar essa seção. 2. resulta: ei − e' e'−e0 d (e'−e0 ) = +C R1 R2 dt Uma vez que e’ ≅ 0.6 utilizando o método das impedâncias complexas.7(a).Sistemas de Controle 96 i3 = C d (e'−e0 ) dt (2.31) E 0 ( s) R 1 =− 2 ⋅ Ei ( s ) R1 1 + R2 Cs i3 i2 ei i1 e' - C R2 R1 eo + Fig. (2.29) ei e de =− 0 −C 0 R1 R2 dt nulas. Ei ( s) 1 + R2 Cs =− E0 ( s) R1 R2 Escrevendo (2.28) em (2. 2.27). (2.

7(b). a função de transferência do filtro de saída pode ser obtida a partir do método das impedâncias complexas como segue: . Substituindo (2. T é o período de chaveamento.7 – (a) Conversor abaixador e circuito de malha fechada e (b) formas de onda no elemento PWM. extrai-se que: (2.32) e rearranjando.33) em (2. D é a razão cíclica ou duty cycle. Por sua vez. resulta: (2. A partir da Fig. 2.Modelagem de Sistemas Elétricos e Eletromecânicos 97 v MED t =D= F Ei T onde: tF é o tempo de condução do transistor. 2.34) R1 RL R2 E0* VC VS Zi + VS VREF tF Controlador / amplificador de erro T + PWM (a) (b) Fig.33) v MED E i = vC VS VMED L0 E0 C0 Ei RSE Zf VB VC DRIVER (2.32) t F vC = T VS onde: vC é o sinal de controle. vS é o valor máximo da dente de serra.

obtém-se a função de transferência do filtro de saída FT = G ( s) = s 2 L0 C 0 + s(( L0 + R L C 0 R SE ) R L ) + 1 1 + sC 0 R SE (2.8. construir o diagrama de blocos do conversor Buck da Fig. .35) Finalmente. agora.36) Podemos. o qual mostramos na Fig. resulta: R L ⋅ (1 / sC 0 + R SE ) G ( s) = sL0 + ⎛ ⎜ ⎝ R L ⋅ (1 / sC 0 + R SE ) R L + 1 / sC 0 ⎞ R L + 1 / sC 0 ⎟ ⎠ Prosseguindo: G ( s) = R L + 1 / sC 0 (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) = R L ⋅ (1 / sC 0 + R SE ) (sL0 R L + L0 / C 0 + R L ⋅ (1 / sC 0 + RSE )) ⎛ 1 + sC 0 R SE ⎞ ⎟ RL ⋅ ⎜ ⎜ ⎟ sC 0 ⎝ ⎠ G ( s) = ⎛ ⎛ 1 + sC 0 R SE ⎜ sL0 R L + L0 / C 0 + R L ⋅ ⎜ ⎜ ⎜ sC 0 ⎝ ⎝ ⎛ 1 + sC 0 R SE ⎞ ⎟ RL ⋅ ⎜ ⎜ ⎟ sC 0 ⎝ ⎠ G ( s) = 2 s L0 C 0 R L + sL0 + R L ⋅ (1 + sC 0 R SE ) ⎞⎞ ⎟⎟ ⎟⎟ ⎠⎠ ( ) sC 0 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) = R L ⋅ (1 + sC 0 R SE ) s 2 L0 C 0 R L + s ( L0 + R L C 0 R SE ) + R L (2. 2.35) por RL.7. dividindo o numerador e o denominador de (2.Sistemas de Controle 98 R L ⋅ (1 / sC 0 + R SE ) G ( s) = sL0 + ⎛ ⎜ ⎝ R L ⋅ (1 / sC 0 + R SE ) R L + 1 / sC 0 + R SE ⎞ R L + 1 / sC 0 + R SE ⎟ ⎠ Como RL >> RSE. 2.

2. 2.9 – Diagrama de um servomotor CC controlado pela armadura. ia é a corrente da armadura (A).Modelagem de Sistemas Elétricos e Eletromecânicos 99 ε(s) EREF(s) VC(s) GC(s) Ei VS R2 R1+ R2 VMED(s) E0(s) G(s) + - Fig. T é o torque desenvolvido pelo motor (Nm). ea é a tensão aplicada na armadura (V).9. eb é fcem (V). 2.’ B é o coeficiente de atrito viscoso (Nm/rad/s). J é o momento de inércia (kgm2). 2.2 Sistemas Eletromecânicos Modelaremos nesta seção o servomotor de corrente contínua controlado pela armadura apresentado na Fig. if é a corrente do campo (A). 2. . La é a indutância da armadura (H).7(a). onde: Ra é a resistência da armadura (Ω). Ra ea ia La eb M Τ θ if = cte J B Fig.8 – Diagrama de blocos do conversor abaixador da Fig. θ é o deslocamento angular do eixo do motor (rad).

Sua polaridade determina o sentido da corrente na armadura que. obtemos: E b ( s) = K b sΘ( s ) (2. (2. Como a corrente de campo é constante. Assim: T = K 1ϕ i a = K 1 K f i f i A (2.37) onde K1 e Kf são constantes.37) tornase: T = K iA (2. A equação diferencial para o circuito de armadura é: e a = La dia + R a i a + eb dt (2. a equação do conjugado é escrita como: T = K iA = J d 2θ dt 2 +B dθ dt (2. Com a rotação do motor é induzida na armadura uma tensão proporcional ao produto do fluxo pela velocidade angular. para se produzir o movimento de um corpo através de um fluído como o ar. a tensão induzida eb é expressa por: eb = K b dθ dt (2. por sua vez.Sistemas de Controle 100 O torque ou conjugado T produzido pelo motor é proporcional ao produto do fluxo no entreferro pela corrente na armadura. Por sua vez. Assim.41) Tomando a transformada de Laplace das equações (2. deve se aplicar um conjugado que supere o de amortecimento. que é aplicado a carga.m/A] é a constante de torque do motor. determina o sentido de rotação do motor.40) A corrente de armadura produz um torque de acordo com a expressão (2.41) sob condições iniciais nulas.38). que por sua vez consiste de uma inércia e de um amortecedor.42) (2.39). O conjugado aplicado a um corpo com momento de inércia J produz uma aceleração angular.43) E a ( s ) = ( La s + R ) I a + E b ( s ) .39) onde Kb é uma constante expressa em [V/rad/s].40) e (2. Como o fluxo é constante.38) onde K em [N. O controle de velocidade é alcançado por meio do controle da tensão aplicada na armadura ea. Por sua vez o fluxo é proporcional a corrente de campo. a equação (2.

44) Considerando Θ(s) como saída e Ea(s) como entrada e empregando as equações (2. o diagrama de blocos mostra que o motor tem uma malha de realimentação “interna” devido a fcem. obtém-se: Θ( s ) = E a ( s) (La s + R a ) 1+ K s J s+B ( ) ) KK b s ( La s + R a ) s J s + B = ( (La s + Ra ) s (J s + B ) + KK b s (La s + Ra ) s (J s + B ) K ( La s + R a ) s J s + B ( ) Θ( s ) K = E a ( s ) (La s + Ra ) s J s + B + KK b s ( ) (2.46) Como La é normalmente pequena.49) .10 a equação (1.48) ou Km Θ( s ) = E a ( s ) s (τ m s + 1) (2.42). a qual representa a realimentação de um sinal proporcional à velocidade do motor Aplicando a Fig.45).10(a). 2. A vantagem do emprego do diagrama de blocos é que ele fornece uma imagem nítida da função de transferência de cada bloco do sistema. Embora um servomotor CC seja em si um sistema em malha aberta. Nesse caso a função de transferência (2.Modelagem de Sistemas Elétricos e Eletromecânicos 101 T ( s) = K I A ( s) = J s 2 + Bs Θ( s) ( ) (2.43) e (2.45) Rearranjando o denominador de (2.46) torna-se: Θ( s ) K = E a ( s ) s (Ra Js + Ra B + KK b ) (2. 2. ela pode ser desprezada.29). obtém-se a função de transferência do servomotor CC controlado por armadura: K Θ( s ) = 2 E a ( s ) s La J s + ( La B + Ra J ) s + Ra B + KK b ( ) (2.44) constrói-se o diagrama de bloco da Fig. (2.47) ou Θ( s ) = E a ( s) K ⎛ ⎞ Ra J s ( R a B + KK b )⎜ ⎜ R B + KK s + 1⎟ ⎟ b ⎝ a ⎠ K = R a B + KK b ⎛ ⎞ Ra J s⎜ ⎜ R B + KK s + 1⎟ ⎟ b ⎝ a ⎠ (2.

pode-se obter a função de transferência que relaciona velocidade e tensão de armadura: Km Ω( s ) = E a ( s ) (τ m s + 1) (2.53) em (2.51) Essa função de transferência é representada no diagrama de blocos simplificado da Fig.50) τM = Ra J J (s ) = Ra B + KK b B K / Ra + K b K / Ra (2. a relação desejada é obtida isolando-se T na expressão acima: . Ia(s) Ea(s) + - 1 sLa+ R K Js2+ Bs Kbs θ (s) Ea(s) Km S(τm+ 1) θ (s) Eb(s) (a) (b) Fig.40) e considerando La = 0. A partir de (2. obtém-se ea = Ra T dθ + Kb K dt (2.54) Como ω = dθ dt .10 – (a) Diagrama de blocos de um servomotor CC e (b) diagrama de blocos simplificado.49). Com esse objetivo vamos obter uma relação que expresse o torque do motor em função da velocidade angular.52) As constantes elétricas do motor podem ser obtidas medindo-se.Sistemas de Controle 102 com Km = e K / Ra K ⎛ rad / s ⎞ = ⎜ ⎟ Ra B + KK b B + K b K / Ra ⎝ V ⎠ (2. A partir de (2. 2. sabendo que Ω(s) = sΘ(s). com o auxílio de um dinamômetro.53) Substituindo-se (2.39) e (2.10(b). o seu torque de partida e sua velocidade a vazio.38) obtém-se iA = T K (2. 2.

58) Kb = ea ωo (2.55) é a equação de uma reta cujo gráfico é apresentado na Fig. Recomendação de leitura: Para que o leitor conheça a modelagem matemático de outros sistemas.57) ea1 ωo2 ωo 1 ω Fig. a função expressa por (2.56) e (2.Modelagem de Sistemas Elétricos e Eletromecânicos 103 T= Kb K Ra ω ea − K Ra (2. As constantes elétricas são. expresso por: TP = Ra ea K (2. elas podem ser determinadas.55) encontra-se o torque de partida do motor TP.55) fornece a velocidade a vazio do motor ωo.55) Considerando a tensão de armadura constante. 2.11.59) Se as constantes mecânicas do motor não forem conhecidas. portanto. obtidas a partir de um ensaio de torque do motor com o auxílio das expressões (2. Fazendo-se ω = 0 em (2.57): R a TP = K ea e (2. 2. 47-61).10 – Curvas torque-velocidade tendo como parâmetro a tensão armadura ea. a expressão (2. p. 79-113) e Dorf (1993. . p.56) Quando o torque imposto pelo dinamômetro for nulo. recomendamos a leitura de Ogata (1990. a partir da análise do seu transitório de partida. como veremos. expressa por: ωo = TP1 TP2 ea2 ea Kb (2. A resposta transitória de sistemas de controle será discutida no próximo capítulo.

(a) R4 R2 R R R C s +1 R R R C s +1 . 1. de malha aberta? Respostas selecionadas 1. o que chamamos de F. (c) 4 2 1 1 (R 1C1s + 1) . Em um sistema realimentado.T. R2 R1 ei + eo R4 C1 R3 + (a) – Compensador PD R2 R1 ei + eo C2 R4 C1 R3 + (b) – Compensador PI C2 R4 R1 ei + R2 C1 R3 + eo (c) – Compensador em avanço ou atraso de fase 2. determine a Função de Transferência E0(s)/Ei(s) e desenhe o diagrama de blocos. (b) 4 2 2 2 R 3 R1 R 3 R1 R 2C 2s R 3 R1 R 2C 2s + 1 .Sistemas de Controle 104 Exercícios. Como se deve proceder para obter a função de transferência (FT) de um sistema físico? 3. Para os circuitos ativos das figuras abaixo.

impulso e senoidais.1 SINAIS DE TESTE TÍPICOS Sinal Impulso unitário ou delta de Dirac5 Degrau unitário Rampa unitária Parábola unitária Definição 0 . os quais apresentamos na Tabela 3. 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.t≠0 δ(t) ≡ Indefinido. TABELA 3.t≥0 u(t) ≡ 0 . agora. ANÁLISE DE RESPOSTA TRANSITÓRIA E ANÁLISE DE ERROS EM REGIME PERMANENTE 3. rampa. Observe que nesse caso.1 Introdução Uma vez que o Capítulo II nos habilitou a derivar um modelo matemático para os sistemas elétricos e eletromecânicos.t<0 t2/2 . t ≥ 0 f(t) ≡ 0 . t = 0 1 .Sistemas de Controle 105 3. 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. para a análise de desempenho dos sistemas. .t≥0 f(t) ≡ 0 .1.t<0 t . aceleração.t<0 Transformada de Laplace 1 1/s 1/s2 1/s3 5 Este sinal é empregado para imaginar um cenário no qual uma “unidade” de uma quantidade pode ser entregue instantaneamente. o limite de f(t) quando ε → 0 é ∞. 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. passaremos.

632.4). a constante de tempo T é o tempo que a resposta leva para atingir 63. Sua função de transferência é dada por: C (s) 1 = R ( s ) Ts + 1 (3.2) em frações parciais. obtém-se: c (t ) = 1 − e − t / T (t ≥ 0) (3. definido como o tempo para a resposta do sistema entrar e permanecer em uma faixa de x% em torno do valor final da resposta.1. resulta: C ( s) = T 1 − s Ts + 1 (3.4) Fazendo t = T na expressão (3.1. 3.1) R(s) + 1 Ts C(s) R(s) 1 Ts+ 1 C(s) (a) (b) Fig. obtém-se c(T) = 0.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 106 A resposta no tempo fornece algumas figuras de mérito importantes para a análise e projeto.1 Resposta a degrau unitário de sistemas de 1a ordem Como a transformada de Laplace da função degrau unitário é 1/s.2) Expandindo a equação (3. .2. ou seja.2 Sistema de 1a ordem Considere o sistema de 1a ordem representado na Fig.3). 3.1 – (a) Diagrama de bloco de um sistema de 1a ordem e (b) e diagrama simplificado. 3. 3.2% da variação total. obtém-se: C ( s) = 1 1 ⋅ Ts + 1 s (3. Uma destas figuras é o tempo de resposta ou acomodação a x%. substituindo-se R(s) por 1/s na equação 3.3) Tomando a transformada inversa de Laplace da equação (3.

Sistemas de Controle

107

A resposta é uma exponencial que tende assintoticamente para 1, ou seja, o regime permanente só é alcançado matematicamente após um tempo infinito. Os tempos de resposta a 5%, 2% e 1% podem ser calculados, fazendo-se na expressão (3.4) c(t) igual a, respectivamente, 0,95; 0,98 e 0,99. Assim: tS5% = 3T tS2% = 3,9T tS1% = 4,6T Na prática, entretanto, uma estimativa razoável do tempo de resposta é o tS2% = 4T. A saída a uma entrada a degrau unitário é apresentada na Fig. 3.2.
c(t)

0.632

95% 98,2%

0

T

2T

3T

4T

t

Fig. 3.2 – Resposta a degrau unitário do sistema mostrado na Fig. 3.1.

Usando o MATLAB. para traçar a resposta a degrau de um sistema de controle
A resposta a degrau de um sistema pode ser traçada no MATLAB utilizando-se a função step. Desta forma, step (num,den) traça a resposta a degrau da função de transferência G(s) = num(s)/den(s) onde num e den contém coeficientes polinomiais em potências decrescentes de s. Por sua vez, o comando Step (num,den,t) usa um vetor de tempo definido pelo usuário (que pode ser omitido), o qual deve ser regularmente espaçado. Para traçar a resposta a degrau da função de transferência G ( s ) = os seguintes comandos:
>> >> >> >> t=0:0.1:12; num=1;den=[1 1 1]; step(num,den,t) grid

1 , digite no Matlab s2 + s +1

Análise de Resposta Transitória e Análise de Erros em Regime Permanente

108

Na seqüência de comandos acima, a primeira linha define que o tempo inicial de simulaçãoé 0s o final é 12 s, sendo que é armazenado para plotagem um ponto a cada 0,1s. O comando grid permite a visualização do grid na Fig. 3.3, traçada após a execução do comando
step(num,den,t).

Função do MATLAB que aprendemos a utilizar:
Step

S te p Re sp o n se 1 .4

1 .2

1

A m p l i tu d e

0 .8

0 .6

0 .4

0 .2

0 0 2 4 6 t (s) 8 10 12

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. Para iniciar uma sessão do Simulink, digite simulink na janela de comando do MATLAB. Após pressionar-se enter, aparecerá uma janela intitulada Simulink Library Browser. Nessa janela selecione File New Model. Esta ação criará uma nova janela de

Sistemas de Controle

109

nome Untitled, que pode ser renomeada através da ação File

Save as. Na janela Simulink

Library Browser, o bloco Simulink aparece organizado em sub-blocos. Estes sub-blocos são: Continuous; Discrete; Functions & Tables; Math; Nonlinear; Signals e Systems Sinks; Sources; O modelo criado aqui usará um bloco Step (a partir de Sources), um bloco Transfer Fcn (a partir de Continuous) e um bloco Scope (a partir de Sinks). Para criar o modelo basta arrastar os blocos citados acima para a janela modelo e conectá-los mantendo-se pressionado o botão esquerdo do mouse. O modelo assim criado é mostrado na Fig. 3.4.
1 s+1 S te p T ra n sfe r Fcn S co p e

Fig. 3.4 – Modelo de um sistema simples criado no Simulink. Após criar o modelo ilustrado na Fig. 3.4, devemos configurar os blocos Step e Transfer Fcn, para que o modelo simule a resposta a degrau unitário de G ( s ) =
1 . s + s +1
2

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 Simulation parameters. Na caixa que surgiu modifique o parâmetro Stop time para 12 e pressione OK. Após fechar esta janela, selecione Simulation 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, recomendase a leitura de UERJ (1999).

3.2.2 Resposta à rampa unitária de sistemas de 1a ordem
Como a transformada de Laplace da função rampa unitária é 1/s2, substituindo-se R(s) por 1/s2 na equação (3.1), obtém-se:
C (s) = 1 1 ⋅ 2 Ts + 1 s

(3.5)

Expandindo a equação (3.5) em frações parciais, resulta:
C ( s) =
1

s2

T T2 + s Ts + 1

(3.6)

Tomando a transformada inversa de Laplace da equação (3.6), obtém-se:
c(t ) = t − T + Te −t / T

(t ≥ 0)

(3.7)

O sinal de erro e(t) é então:
e(t ) = r (t ) − c(t ) = T (1 − e − t / T )

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.
6T r(t) = t erro estacionário c(t)

4T T 2T

T

0

2T t

4T

6T

Fig. 3.5 – Resposta à rampa unitária do sistema mostrado na Fig. 3.1.

26. Verifique os tempos de resposta para a entrada a degrau. Tomando a transformada inversa de Laplace da equação (3.8) Observe que a resposta a impulso unitário é igual à função de transferência do sistema.3 Sistema de 2a ordem Investigaremos. substituindo-se R(s) por 1 na equação (3. R = 10 Ω e C = 1 μF. 3. agora. R = 1000 Ω e C = 100 μF. 3. a. um degrau unitário e uma rampa unitária do circuito RC série apresentado na Fig. obtém-se: C (s) = 1 Ts + 1 (3.Sistemas de Controle 111 3. as respostas dinâmicas dos sistemas de 2a ordem para entradas em degrau. . o erro de regime permanente para a entrada à rampa e o valor máximo da resposta impulsiva em cada caso.6 – Resposta à impulso unitário do sistema mostrado na Fig. rampa e impulso.8).1.3 Resposta a impulso unitário de sistemas de 1a ordem Como a transformada de Laplace da função impulso unitário é 1.6. 1. c(t) 1/T 0 2T 4T t Fig. obtém-se: c(t ) = e −t / T T (t ≥ 0) (3. para valores abaixo. 3.1). b. Exercício: Obtenha no Simulink a resposta a um impulso unitário.9) A resposta a uma entrada a impulso unitário é apresentada na Fig.2. 3.

Análise de Resposta Transitória e Análise de Erros em Regime Permanente

112

3.3.1 Resposta a degrau unitário de sistemas de 2a ordem
A função de transferência de sistemas de 2a ordem é muito importante no projeto de controle. As especificações do sistema são freqüentemente dadas assumindo que ele é um sistema de 2a ordem. Para sistemas de mais alta ordem, nós podemos freqüentemente usar as técnicas de pólos dominantes para aproximar o sistema por uma função de transferência de 2a ordem. Assumimos que:
2 ωn C (s) = 2 2 R( s ) s + 2ζω n s + ω n

(3.10)

onde ζ é o fator de amortecimento e ωn é a freqüência natural do sistema. Os pólos são:

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:
2 ωn C ( s) = R( s) ( s + ζω n + jω ) ⋅ ( s + ζω n − jω )

onde ω = ω n 1 − ζ 2 . A freqüência ω é chamada freqüência natural amortecida. Para uma entrada em degrau (3.10) pode ser escrita como:
2 ωn C (s) = 2 s ( s 2 + 2ζω n s + ω n )

(3.11)

A transformada inversa de Laplace da equação (3.11) foi obtida no capítulo I. Lembrando:
c(t ) = 1 − e −ζω nt ⎛ ⎛ 1− ζ 2 sen⎜ ω n 1 − ζ 2 ⋅ t + arctg ⎜ ⎜ ⎜ ζ 1− ζ 2 ⎝ ⎝

(

)

⎞⎞ ⎟⎟ ; 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 sen⎜ ω n 1 − ζ 2 ⋅ t + arctg ⎜ ⎜ ⎜ ζ 1−ζ 2 ⎝ ⎝

(

)

⎞⎞ ⎟⎟ ⎟⎟ ⎠⎠

Sistemas de Controle

113

O sinal de erro acima apresenta uma oscilação senoidal amortecida. Em regime permanente (t → ∞) o erro é nulo. Se o coeficiente de amortecimento ζ é igual a zero, a resposta se torna não amortecida e o sistema oscila indefinidamente. Substituindo ζ = 0 em (3.12), obtém-se a resposta para o caso não amortecido, ou

c(t ) = 1 − sen(ωnt + 900 ) = 1 − cos ωnt

(t ≥ 0)

(3.13)

Da equação (3.13) vemos que ωn representa a freqüência natural não-amortecida do sistema, ou seja, é a freqüência que o sistema oscilaria se o amortecimento fosse zero. (b) Caso de amortecimento crítico (ζ = 1): Neste caso, para uma entrada em degrau unitário (3.11) pode ser escrita como:
2 ωn C ( s) = R( s ) s ( s + ω n ) 2

(3.14)

A transformada inversa de Laplace da equação (3.14) pode ser determinada por:

c(t ) = 1 − e −ω nt (1 + ω n t ) ;

t≥0

(3.15)

(c) Caso sobreamortecido (ζ > 1): Neste caso, para uma entrada em degrau unitário (3.11) pode ser escrita como:
2 ωn

C ( s) =

s( s + ζω n + ω n ζ 2 − 1) ⋅ ( s + ζω n − ω n ζ 2 − 1)

(3.16)

A transformada inversa de Laplace da equação (3.16) será: ⎛ e − s1t e − s2t ⎜ c(t ) = 1 + − ⎜ 2 s2 2 ζ − 1 ⎝ s1

ωn

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:

(

)

(

)

⎞ ⎟ ⎟ ⎠

(t ≥ 0)

(3.17)

ζω n − ω n ζ 2 − 1 s C ( s) 1 = = 2 = s + 1 s + s 2 s + ζω − ω ζ 2 − 1 R( s) n n s2

Análise de Resposta Transitória e Análise de Erros em Regime Permanente

114

C ( s) =

(s + ζω

ζω n − ω n ζ 2 − 1
n

− ωn ζ 2 −1 ⋅ s

)

(3.18)

A transformada inversa de Laplace da equação (3.16) será:
c(t ) = 1 − e −(ς −
ς 2 −1)ω nt

(t ≥ 0)

(3.19)

A equação (3.19) fornece uma resposta aproximada a entrada à degrau unitário quando um dos pólos da função de transferência pode ser desprezado. A título de exemplo, seja um sistema de 2a ordem com ζ = 1,5 e ωn = 1. Na Fig. 3.7 mostramos as curvas de resposta ao degrau unitário deste sistema considerando a solução exata (3.17) e a solução aproximada (3.19). Verifique que, mesmo escolhendo um ς ligeiramente maior que 1, a solução aproximada e exata não diferem muito. 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.
1

0.8

0.6

0.4

Solução exata Solução aproximada

0.2

0

5 t

10

15

Fig. 3.7 - Curvas aproximada e exata de resposta ao degrau unitário de um sistema de 2a ordem.

Sistemas de Controle

115

2 ζ=0 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 ζ=2 0,2 0 ζ =0,8 ζ =0,1 ζ =0,2 ζ =0,3 ζ =0,4 ζ =0,5 ζ =0,6 ζ=0,7

c(t)

ζ =1

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) Para dar uma indicação sobre a resposta de um sistema de 2a ordem subamortecido, algumas figuras de mérito (Fig. 3.9) são definidas: • Tempo de resposta ou acomodação (tS): é o tempo para a resposta do sistema entrar e permanecer em uma faixa de x% em torno do valor final da resposta. Na literatura de controle, encontramos os seguintes tempos de resposta: tS5% = 3τ = 3 ζ ⋅ωn 3,9 ζ ⋅ωn 4,6 ζ ⋅ωn (3.20) (3.21) (3.22)

tS2% = 3,9τ= tS1% = 4,6τ =

Observe que o tempo de acomodação é definido em função da constante de tempo τ = 1

ζ ⋅ωn

.

1 tr tP tS5% Fig. • Instante de pico (tP): é o tempo necessário para a resposta atingir o primeiro pico do sobre-sinal. De acordo definição temos: MP = c(tP) – 1 .9 – Figuras de mérito para sistemas de 2a ordem.8. • Tempo de subida (tr): é o tempo que a resposta leva para variar de 10% a 90% do calor final. Ele é obtido diferenciando a expressão (3. Ele ocorre no instante de pico. Embora seja difícil obter uma expressão analítica exata para tr.16ζ + 0.3 ≤ ζ ≤ 0.24) • Sobre-sinal máximo (MP): é a diferença entre o valor do primeiro pico da resposta e o valor final da resposta.23) que é exata para 0.12) com respeito ao tempo e igualando o resultado obtido a zero.6 ωn (3.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 116 MP 1. Dorf (2001) oferece a seguinte aproximação : tr ≈ 2.9 0.3.95 0.05 1 0. resultando: tP = π ωn 1−ζ 2 (3.

10 – Sobre-sinal máximo percentual em função do amortecimento.8 0. R(s) + 1 s K s+ a C(s) - Fig.12). 100 90 80 70 60 MP (%) 50 40 30 20 10 0 0 0.10 apresenta o máximo sobre-sinal em função de ζ. onde a = 6 e K = 25.1: Considere o sistema de 2a ordem abaixo. (a) Obtenha o tempo de subida tr. obtém-se: − π ⋅ζ 1−ζ 2 MP = e (3.25) A Fig. 3.5%. o instante de pico tP.1 0.9 1 ζ Fig.4 0.2 0. Note que quando o amortecimento está entre 0.7 0. substituindo na expressão acima e ajustando. 3.5 0.6 0.11 – Diagrama de blocos de um sistema de segunda ordem. (b) Qual o valor de K para que o tempo de acomodação tS2% seja igual a 1s .4 e 0. o sobre-sinal máximo percentual está entre 25% e 2.8 . 3.Sistemas de Controle 117 Fazendo t = tP em (3. o sobre-sinal máximo MP e o tempo de acomodação tS2% quando o sistema é sujeito a uma entrada à degrau unitário. Exemplo 3.3 0.

denf) num/den = 25 -------------s^2 + 6 s + 25 >> step(numf. para traçar a resposta do sistema da Fig. den2=[1 6]. den1=poly([0]). Se a realimentação fosse positiva.den2).6 Assim: tr ≈ tP = 2.79 s π ⋅ζ 1−ζ 2 MP = e (b) tS2% = 3.6 π ωn = = 0. 3.10).11 Para avaliar o resultado utilizando o MATLAB. 3.denf]=cloop(num. [numf. obtém-se: K = ωn2 = 25 ⇒ ωn = 5 rad/s a = 2ζωn = 6 ⇒ ζ = 0. printsys(numf. a segunda linha realiza a convolução (multiplicação no plano s) entre os denominadores s e (s+1). a terceira linha teria que ser substituída por . devem ser utilizados os seguintes comandos: >> >> >> >> num=25.9 = 1 ⇒ ωn = 6. den=conv(den1.095 ou 9.38 s π ωn 1−ζ 2 4 3.11.25 Usando o MATLAB.9 = 1.5% Para ωn = 6.denf) >> grid Na seqüência de comandos acima.33 s tS2% = = ζ ⋅ω n 3 − = 0.5 rad/s ⇒ K = 6.9 3.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 118 (a) A função de transferência do sistema será: K C ( s) K s 2 + as = = 2 K R( s) 1 + s + as + K s 2 + as Comparando o resultado acima com (3.16ζ + 0.5 rad/s ζ ⋅ω n = 0.den).52 = 42. A terceira linha produz a função de transferência de malha fechada do sistema de controle da Fig.

3.denf]=cloop(num. Exercício: Utilize o Simulink para obter a resposta ao degrau unitário do sistema da Fig.5% Step Res pons e 1.8 1 Time (s ec ) 1.2 0.78 s tS2% = 1.8 A mplitude 0.6 0.2 0 0 0.3.12. cloop. 3.den.10) é: C ( s) = 2 ωn 2 s 2 + 2ζω n s + ω n .4 1.Sistemas de Controle 119 >> [numf.37 s tP =0.8 2 Fig. Funções do MATLAB que aprendemos a utilizar: conv.4 0.12 – Resposta a degrau unitário do sistema da Fig.6 1.2 s MP = 9. onde foram feitas as seguintes medidas: tr = 0.6 0. 3. 3.2 Resposta à impulso unitário de sistemas de 2a ordem Como a transformada de Laplace de uma função impulso unitário r(t) é R(s) = 1. 3.2 1. a resposta C(s) do sistema de segunda ordem regido pela expressão (3.11.1). A resposta do sistema a uma entrada em degrau unitário é mostrada na Fig.4 0.11.2 1 0.

27) para vários valores de ζ. c(t ) = Para ζ = 1 . 30) .28) A Fig. Nesta figura vemos que apenas em um sistema subamortecido a resposta oscila em torno do zero assumindo valores ora negativos.30). arctg 1−ζ 2 t= ζ ωn 1−ζ 2 − (0 < ζ < 1) (3.13 apresenta uma família de curvas c(t)/ ωn obtidas a partir de (3. onde a abscissa é a variável adimensional ωnt. c(t ) = ωn 2 ζ 2 −1 e −(ζ − ζ 2 −1 )ω nt − ωn 2 ζ 2 −1 e −(ζ + ζ 2 −1 )ω nt (t ≥ 0) (3.26). ora positivos. ωn 1−ζ 2 e −ζω nt sen(ω n 1 − ζ 2 t ) (t ≥ 0) (3. Igualando-se a zero a derivada de (3.29) e (3. pode-se mostrar que o sobre-sinal máximo para a resposta ao impulso unitário de um sistema subamortecido e o instante em que ele ocorre são dados pelas equações (3. 3.26) e (3. Para sistemas criticamente amortecidos ou sobreamortecidos a resposta ao impulso unitário é sempre positiva ou nula.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 120 A transformada inversa de Laplace desta equação resulta na resposta temporal c(t) como segue: Para 0 ≤ ζ ≤ 1 .29) ζ 1−ζ 2 ⋅arctg 1−ζ 2 c(t)max = ω n e ζ (0 < ζ < 1) (3.26) 2 c(t ) = ω n te −ω nt sen(ω n 1 − ζ 2 t ) (t ≥ 0) (3.27) Para ζ > 1 .

8 0 2 4 6 ω t n n 8 10 12 Fig. 3.3 ζ = 0.7 c (t) / ω 0.3. ⎟ ⎠ t≥0 (3.3 Resposta a rampa unitária de sistemas de 2a ordem A resposta transitória de um sistema de 2a ordem sujeito a uma entrada em rampa pode ser obtida de maneira análoga a que utilizamos quando obtemos as respostas à degrau.33) .10) será: 2 ⎛ ⎜ ω 1 − ζ 2 t − 2 ⋅ arctg 1 − ζ + c(t ) = t − sen n ⎜ −ζ ωn 1− ζ 2 ⎝ 2ζ e −ζωnt ⎞ ⎟ . 3.2 0 -0.6 0. ou: 2 ⎛ ⎜ ω 1 − ζ 2 t − 2 ⋅ arctg 1 − ζ + sen n e(t) = ⎜ ωn −ζ 1− ζ 2 ⎝ 2ζ e −ζωnt ⎞ ⎟ ⎟ ⎠ (3.5 ζ = 0. Por exemplo.32) Em regime permanente (t = ∞) o erro será: e(∞) = 2ζ ωn (3.6 -0.13 – Curva de resposta ao impulso unitário do sistema de 2a ordem representado pela equação (3.4 -0.2 -0.10).31) O sinal de erro para esse sistema é a diferença entre a entrada e a saída.Sistemas de Controle 121 1 ζ = 0.4 ζ= 1 ζ = 0.8 0.1 0. para o caso subamortecido a resposta a rampa unitária do sistema representado pela equação (3.

um ζ grande eleva o erro de regime permanente para uma entrada à rampa.142 = 1.14 – Diagrama de blocos de um sistema de segunda ordem. Solução: (a) Para um sobre-sinal de 25% a Fig.14 rad/s. Um ζ pequeno aumenta o sobre-sinal para uma entrada à degrau unitário (Fig.2: O sistema de 2a ordem da Fig. Exemplo 3.ωn2 = 1.4 ⋅ 1.14 K = T.1 s 2 ⋅ 0. apresenta em t = 3 s um sobre-sinal de aproximadamente 25%.43 .Análise de Resposta Transitória e Análise de Erros em Regime Permanente 122 Para que a resposta transitória seja aceitável quando da aplicação de um degrau e o erro de regime fique em um patamar admissível quando da aplicação de uma rampa.10).4 2 = 1.10).14 quando submetido a um degrau. 1. 3. 3. b.4.1 . 3. Determine os valores de K e T. Determine o sobre-sinal máximo e o tempo em que ele ocorre quando a entrada for um impulso unitário.10 nos fornece ς = 0. c. ζ não pode ser muito pequeno e ωn deve ser suficientemente grande.4 2 = 3 s ⇒ ωn = π 3 1 − 0. Sabemos que: tP = π ωn 1−ζ 2 = π ω n 1 − 0. a. Calcule o erro de regime permanente quando for aplicada uma rampa unitária ao sistema R(s) C(s) + 1 s K Ts+ 1 - Fig. 3. A função de transferência do sistema será: K K C ( s) K Ts 2 + s = T = 2 = 2 R( s) 1 + K 2 Ts + s + K s + s + K T T Ts + s Comparando o resultado acima com (3. obtém-se: T= 1 2ζω n = 1 = 1.

14 1 − 0.4 Efeito de um terceiro pólo e um zero na resposta de sistemas de 2a ordem As curvas apresentadas na Fig. Observe que o efeito em um sistema de segunda ordem da adição de um terceiro pólo que não satisfaça a condição (3.69 (c) O erro de regime à rampa é dado pela expressão (3. 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. p.14 ⋅ e 1−0.234) apresenta uma tabela mostrando o efeito do terceiro pólo na resposta a degrau do sistema representado por (3.15 = 0. tabela que reproduzimos na Tabela 3.4 2 = 1. Esta abordagem. 2001. 3.4 1.4 2 0.10).16 = 1. evita uma nova análise matemática para a determinação do sobre-sinal e outras figuras de mérito. 4 2 ⋅arctg = 1. o sobre-sinal máximo será: − ζ 1−ζ 2 ⋅arctg 1−ζ 2 c(t)max = ω n ⋅ e ζ − 0.2. 4 2 0.059 Por sua vez.35) é a redução do sobresinal.45.33) e vale: e(∞) = 2ζ ωn = 0.8 são exatas para sistemas de segunda ordem representados pela equação (3. p. .3.34) e ζ = 0. Para um sistema de terceira-ordem representado pela função de transferências C (s) 1 = 2 R( s) ( s + 2ζω n s + 1)(Ts + 1) (3. 4 1−0.Sistemas de Controle 123 (b) O tempo em que ocorre o sobre-sinal será arctg 1−ζ 2 t= ζ arctg ωn 1−ζ 2 = 1 − 0. foi averiguado experimentalmente (CLEMENTE apud DORF.35) Dorf (2001.34) e com um par de pólos complexos dominantes.7 s. embora aproximada.11).14 ⋅ e −0. 44 x1. 4 = 1. 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 T (3.7 3.1 s 1.45 e ωn = 1 o sobre-sinal estimado é 20% e o tempo de acomodação tS2% = 8. Para um sistema de segunda ordem com ζ = 0.

Observe que quanto menor a razão a/ζωn . A Fig. maior será sobre-sinal e menor o instante de pico da resposta a degrau unitário do sistema.9 0.63 s.44 0. 3.24 ∞ Você deve perceber.5 20.37) em (3.16.5 e ωn = 1 o sobre-sinal estimado é 16.15 apresenta a resposta transitória do sistema representado pela função de transferência ω 2 a (s + a ) C ( s) = 2 n 2 R( s ) s + 2ζω n s + ω n para valores escolhidos de a/ζωn com ζ = 0. 3. C ( s) G ( s) (3. O sinal de erro desse sistema é dado por: E ( s) = Entretanto.9 12.5 20 MP % 0 3.2 EFEITO DO TERCEIRO PÓLO PARA ζ = 0.45 T 2.25 1.36) C ( s) = G ( s) R( s) 1 + G ( s) H ( s) (3.3 18.4 Análise de erro em regime permanente ou estacionário Seja o sistema de controle apresentado na Fig. Se a função de transferência de um sistema de segunda ordem possui um zero finito e ele é localizado relativamente perto dos pólos complexos dominantes.3 8.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 124 TABELA 3.37) Substituindo-se (3.11 2.05 0 1/T 0.4 0.5 tS2% 9.67 8. que as figuras de mérito de sistemas de segunda ordem calculadas pelas expressões estabelecidas nas seções anteriores são corretas para uma função de transferência sem zeros finitos. então o zero afetará a resposta do sistema.5.37 8.63 6.3%. ( ) 3.67 1.5 0.36). resulta: .8 s e o instante de pico tP = 3.6 20. o tempo de acomodação tS2% = 7. Para um sistema de segunda ordem com ζ = 0. também.81 8.

.5 (a/ζϖn) = 5 0 0 2 4 6 ϖ nτ 8 10 12 Fig.Sistemas de Controle 125 E ( s) = 1 R( s) 1 + G ( s) H ( s) (3.73 tP 1.15 .5 1 2 5 MP % 170 70 30 18 tS2% 10.2 EFEITO DO ZERO PARA ζ = 0.Resposta a degrau unitário de um sistema de segunda ordem com um zero para quatro valores da razão a/ζωn.38 7.5 2. 3.4 3.5 (a/ζϖn) = 1 (a/ζϖn) = 2 2 c(t) 1.5 1. 3.15 R(s) E(s) C(s) G(s) + - B(s) H(s) Fig.16 – Diagrama de blocos de um sistema em malha fechada.5 a/ζωn 0.38) 3 (a/ζϖn) = 0.15 7.8 2.5 7.5 1 0. TABELA 3.

39) O erro estacionário apresentado pelo sistema em resposta a uma determinada entrada poderá ser nulo ou não. do tipo 1.1 Coeficiente de erro de posição estático KP Se a entrada for um degrau unitário. teremos: K P = lim G ( s ) H ( s ) = lim s →0 s →0 K (Ta s + 1)(Tb s + 1) K (Tm s + 1) s (T1 s + 1)(T2 s + 1) K (T p s + 1) N = K =∞ 0 .41) K P = lim G ( s ) H ( s ) = G (0) H (0) s →0 (3.39) resulta em: e ss = lim Definindo KP como 1 1 s = s →0 1 + G ( s ) H ( s ) s 1 + G (0) H (0) (3. 3.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 126 Aplicando o teorema do valor final a equação (3.38).42) obteremos uma nova expressão para o erro atuante estacionário. classificação que apresentamos a seguir. A seguir definiremos os coeficientes de erro estático.40) Na expressão acima aparece no denominador o termo sN. A classificação é estabelecida em função desse termo da seguinte forma: se N = 0. Seja a função de transferência de malha aberta G(s)H(s): G ( s) H ( s) = K (Ta s + 1)(Tb s + 1) K (Tm s + 1) s N (T1 s + 1)(T2 s + 1) K (T p s + 1) (3. o sistema será do tipo 0. 1 1+ KP e ss = (3. os quais se constituem em figuras de mérito dos sistemas de controle. esta em função do coeficiente de erro de posição estático KP. do tipo 2. que representa um pólo de multiplicidade N na origem. se N = 2.4. etc. a expressão (3. obtém o erro estacionário atuante do sistema: e ss = lim e(t ) = lim s ⋅ E ( s ) = lim t →∞ s →0 sR( s ) s →0 1 + G ( s ) H ( s ) (3.43) Para um sistema do tipo 1 ou maior. dependendo de sua classificação em função de sua habilidade para seguir um determinado tipo de entrada. se N = 1.

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). a partir do que foi apresentado aqui. como veremos mais tarde com um ganho K grande é difícil obter um sistema estável.Sistemas de Controle 127 Já para um sistema do tipo 0. analisaremos a resposta transitória do conversor buck cujo diagrama de blocos foi apresentado na Fig. Resumindo. a expressão acima torna-se: K P = lim K C ⋅ s →0 Ei 1 + sC 0 RSE R2 ⋅ 2 ⋅ VS s L0 C 0 + (( L0 + RL C 0 RSE ) / RL ) + 1 R1 + R2 Resolvendo o limite: K P = KC ⋅ Ei R2 ⋅ VS R1 + R2 Consideremos. Esse erro pode ser tolerável caso K seja suficientemente grande. para um sistema do tipo 0 o coeficiente de posição estático KP é finito. Observe que a função de transferência em malha aberta não possui nem um integrador. agora. um conversor com as seguintes especificações: Entrada Ei = 24 V. Para ilustrar. para um sistema do tipo 1 KP é infinito. Saída E0 = 5 V / I0 = 5 A (RL = 1 Ω).8. teremos: K P = lim G ( s ) H ( s ) = lim s →0 K (Ta s + 1)(Tb s + 1) K (Tm s + 1) =K s →0 (T s + 1)(T s + 1) K (T s + 1) 1 2 p Portanto. Entretanto. 2. Se o sistema possuir realimentação unitária.36). o erro na resposta em regime permanente será igual ao erro atuante estacionário. O coeficiente de posição estático será: K P = lim G( s ) ⋅ H ( s ) = lim GC ( s ) ⋅ s →0 s →0 Ei R2 GF ( s) ⋅ VS R1 + R2 Considerando GC(s) igual a um ganho KC e GF(s) dado pela expressão (2. . o erro estacionário atuante para uma entrada em degrau unitário será: 1 1+ K e ss = e ss = para sistemas do tipo 0 1 =0 1+ ∞ para sistemas do tipo 1 ou maior Conclui-se.

Nesse caso.5c(t) Obtém-se: c(t) = 2[ r(t) – e(t) ] Quando t → ∞. Para checar estes resultados.2 Coeficiente de erro de velocidade estático KV Se a entrada for uma rampa unitária. O coeficiente KP para este conversor será: K P = 10 ⋅ 24 ⋅ 0. a tensão de referência será 2.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 128 Filtro com L0 = 200 μH.39) resulta em: e ss = lim 1 1 s = lim s →0 1 + G ( s ) H ( s ) s 2 s →0 sG ( s ) H ( s ) (3.5 Como o ganho de realimentação é 1/2. para se obter uma tensão de saída de 5V. a expressão (3.4.17 e o sinal de erro atuante e a tensão na saída resultantes são apresentados na Fig. 3.5 V.051) = 4.18.5 = 48 2.0. O modelo criado é apresentado na Fig. o que equivale à aplicação de um degrau de tensão de 2.5 = 0. o conversor abaixador com as especificações apresentadas acima é simulado utilizando-se a ferramenta Simulink 2. Amplitude do dente de serra VS = 2. R1 = R2 = 10kΩ.5 V. KC = 10. 3. C0 = 1000 μF e RSE = 100 mΩ.5 V na partida do sistema.5 – 0.051 1+ KP e ss = Como: e(t) = r(t) – 0.44) . teremos: c(∞) = 2 ( 2. 3.9 V que representa um desvio de 2% em relação ao valor esperado. o valor acima de KP resultará em um erro atuante estacionário de: 2.

95 1 1. 3.6 Ei / Vs 1 e -4 s+1 2 e -7 s2 +3 e -4 s+1 G (s) c te n sã o d e sa íd a H(s) e rro a tu a n te 1 /2 Fig.6 5.1 1. 5.15 1.15 1.4 5.1 -0. Definindo KV como: K V = lim sG ( s ) H ( s ) s →0 (3.17 – Modelo de simulação do conversor buck para o Simulink.2 4 0.4 0.1 1.2 t x 10 -2 -0. Sua dimensão é a mesma que a do erro do sistema.3 0.3.05 1.1 0 4.4 4. isto é.8 4. esta em função do coeficiente de erro de velocidade estático KV.2 t x 10 -2 (a) (b) Fig.95 1 1. mas um erro na posição devido a uma entrada em rampa.46) O termo erro de velocidade é usado para expressar o erro estacionário devido a uma rampa.2 5 0.6 4.2 0.45) obteremos uma nova expressão para o erro atuante estacionário. .0 1.18 – (a) resposta transitória da tensão de saída na partida do conversor buck especificado nessa seção e (b) sinal de erro atuante.3 -0.2 -0. o erro de velocidade não é um erro na velocidade. e ss = 1 KV (3.Sistemas de Controle 129 10 R(s) Gc e 9 .

o erro atuante estacionário é dado por: e ss = lim Definindo Ka como 1 1 s = lim 2 3 s →0 1 + G ( s ) H ( s ) s s →0 s G ( s ) H ( s ) (3. 3. o erro estacionário atuante para uma entrada em rampa unitária será: e ss = 1 1 = =∞ KV 0 1 1 = KV K 1 1 = =0 KV ∞ para sistemas do tipo 0 e ss = para sistemas do tipo 1 e ss = para sistemas do tipo 2 ou maior Perceba que um sistema de controle realimentado do tipo 0 é incapaz de seguir uma entrada a rampa unitária.3 Coeficiente de erro de aceleração estático Ka Se a entrada for uma para uma parábola unitária.4. para um sistema do tipo 0 teremos: K V = lim sG ( s ) H ( s ) = lim s →0 sK (Ta s + 1)(Tb s + 1) K (Tm s + 1) =0 s →0 (T s + 1)(T s + 1) K (T s + 1) 1 2 p Resumindo. teremos: K V = lim sG ( s ) H ( s ) = lim s →0 s →0 sK (Ta s + 1)(Tb s + 1) K (Tm s + 1) s N (T1 s + 1)(T2 s + 1) K (T p s + 1) = K =∞ 0 K V = lim s →0 K (Ta s + 1)(Tb s + 1) K (Tm s + 1) s N −1 (T1 s + 1)(T2 s + 1) K (T p s + 1) Já para um sistema do tipo 1 teremos: K V = lim sG ( s ) H ( s ) = lim s →0 s →0 sK (Ta s + 1)(Tb s + 1) K (Tm s + 1) s1 (T1 s + 1)(T2 s + 1) K (T p s + 1) =K E.47) .Análise de Resposta Transitória e Análise de Erros em Regime Permanente 130 Para um sistema do tipo 2 ou maior.

teremos: K a = lim s 2 G ( s ) H ( s ) = lim s →0 s →0 s 2 K (Ta s + 1)(Tb s + 1) K (Tm s + 1) s N (T1 s + 1)(T2 s + 1) K (T p s + 1) = K =∞ 0 K a = lim s →0 K (Ta s + 1)(Tb s + 1) K (Tm s + 1) s N −1 (T1 s + 1)(T2 s + 1) K (T p s + 1) Já para um sistema do tipo 2 teremos: K a = lim s G ( s ) H ( s ) = lim s →0 s →0 2 s 2 K (Ta s + 1)(Tb s + 1) K (Tm s + 1) s 2 (T1 s + 1)(T2 s + 1) K (T p s + 1) =K Para um sistema do tipo 1 teremos: s 2 K (Ta s + 1)(Tb s + 1) K (Tm s + 1) K a = lim s G ( s ) H ( s ) = lim =0 s →0 s →0 s (T s + 1)(T s + 1) K (T s + 1) 1 2 p 2 E. Para um sistema do tipo 3 ou maior. esta em função do erro de aceleração estático Ka. o erro estacionário atuante para uma entrada em parábola unitária será: e ss = 1 1 = =∞ Ka 0 1 1 = Ka K para sistemas do tipo 0 e 1 e ss = para sistemas do tipo 2 . ou seja ele um erro na posição. e ss = 1 Ka (3. para um sistema do tipo 0 teremos: K a = lim s 2 G ( s ) H ( s ) = lim s →0 s 2 K (Ta s + 1)(Tb s + 1) K (Tm s + 1) =0 s →0 (T1 s + 1)(T2 s + 1) K (T p s + 1) Resumindo.Sistemas de Controle 131 K a = lim s 2 G ( s ) H ( s ) s →0 (3.48) obteremos uma nova expressão para o erro atuante estacionário.49) O erro de aceleração é o erro estacionário devido a uma parábola. finalmente.

3. 3. TABELA 3.4. como veremos mais tarde. eliminar erros de regime permanente. pólos e zeros é: .19 – Sistema de controle para o Exemplo 3. até mesmo. ou seja.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 132 e ss = 1 1 = =0 Ka ∞ para sistemas do tipo 3 ou maior Perceba que sistemas de controle realimentado do tipo 0 e 1 são incapazes de seguir uma entrada a parábola unitária. A função de transferência de malha aberta do sistema em termos de ganho K. Para melhorar o desempenho do sistema podemos aumentar o seu tipo adicionando um ou mais integradores no ramo direto. Entretanto. tipo 1 e tipo 2.19. R(s) 20 s2 + 17s + 10 C(s) + - Fig.4 resume os erros estacionários para sistemas do tipo 0. Exemplo 3. eles indicam o desempenho do sistema em regime permanente. esta ação pode levar o sistema à instabilidade. KV e Ka descrevem a habilidade de um sistema reduzir ou.3: Calcule o erro estacionário a uma entrada em degrau unitário do sistema de controle apresentado na Fig.4 Resumo da seção A Tabela 3. 3.4 Erros em regime estacionário em termos do ganho K Tipo do sistema Sistema tipo 0 Sistema tipo 1 Sistema tipo 2 Sistema tipo 3 ou maior Entrada em degrau 1 1+ K 0 0 0 Entrada em rampa ∞ 1 K 0 0 Entrada em parábola ∞ ∞ 1 K 0 Os coeficientes de erro KP.3.

3.1s.61 ⋅ ( 16. 3. 2. 3.Sistemas de Controle 133 G( s ) H ( s ) = 20 20 = = s + 17 s + 10 ( s + 16.61) 2 20 s s + 1)( + 1) 16. L e C.61 s ( + 1)(1. o G ( s) H ( s) = 2 erro estacionário será: e ss = 1 1 = = 0. Determinar o erro em regime permanente nesta situação.21.39 ⋅ 0.33 1+ KP 1+ 2 Exercícios 1.33 1+ K 1+ 2 20 =2 s + 17 s + 10 2 Uma solução alternativa seria: K P = lim G( s ) H ( s ) = lim s →0 s →0 e ss = 1 1 = = 0.64s + 1) 16. A Fig. encontre o coeficiente de amortecimento ζ.39 0.39)( s + 0. 7 6 5 4 3 2 1 0 0 1 2 3 4 5 6 t x 10 -2 Fig.20 apresenta a resposta transitória da tensão no capacitor do circuito RLC série da Fig.20 –Resposta transitória a degrau para o Exercício 1 2. a freqüência natural não amortecida. Sabendo que o R medido foi de 2 Ω. Dado o diagrama em blocos de um sistema de controle da Fig. II) a uma entrada em degrau μ(t) = 5.39 Como essa função de transferência representa um sistema do tipo 0 com K = 2. calcular o valor de K para que o tempo de subida de sua resposta a degrau unitário seja 0.1 (Cap. .

Calcule. 4. . Em relação ao erro em regime permanente. Para a função de transferência de malha fechada abaixo. 3. Para o diagrama de blocos da Fig. 3. Determinar a qualidade de funcionamento do sistema de 2a ordem da Fig.12. 3.5%. C (s) 50 = 2 R ( s ) s + 12 s + 10 F 9. 8.25 s2+2s+1 1 - B(s) Fig. 3. como classificamos os sistemas de controle? 6.22 e desenhar a curva de resposta à entrada em degrau. Considerar um sistema de controle de realimentação unitária com a a FT de malha fechada 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. R(s) E(s) C(s) + 2. 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 0.23. 3.21 – Diagrama de blocos para o Exercício 2. Seja o sistema da Fig. ainda tr e tS5%. 3. o que chamamos de figuras de mérito? 5.2.Análise de Resposta Transitória e Análise de Erros em Regime Permanente 134 R(s) E(s) + K s+10 2 C(s) - B(s) Fig. determine o valor de F para que o sistema apresente uma sobre-elevação de 9.22 – Diagrama de Blocos para o exercício 7. Quando avaliamos a resposta transitória de um sistema.

Sistemas de Controle 135 R(s) + 10 5s+1 C(s) - B(s) 1/s Fig.38 s. tr = 0. TP e TS para o sistema em malha fechada devido a um degrau unitário. Usando as equações analíticas para sistemas de segunda ordem. eSS = 0. preveja MP. Explique as diferenças. 3. 9. F =10.45.1 e c(∞) = 1 . . Calcule o erro atuante em regime permanente e o valor final da saída para uma resposta em rampa unitária.45. KI = 4.9 s. 6. 3. 10.1+ 5 s 100(s+1) s2+2s+100 - Respostas selecionadas 1. eSS = 0.5 s. MP = 12. 8. Compare os resultados previstos com a resposta real a um degrau unitário obtida com o MATLAB.1 s. O diagrama de bloco de um rate loop para um missil teleguiado é mostrado na figura abaixo.31. tP = 2. tS5% = 0.ς = 0.17. 2. R(s) C(s) + 0.23 – Diagrama de Blocos para o exercício 9. L = 5 mH e C = 100μ.2% e eSS = 0. ωn = 440 rad/s. tS2% = 3. tr = 0. G (s) = ks + b s + (a − k )s 2 7.19 s.

.

1) onde condições iniciais apropriadas são especificadas para a saída y(t) do sistema. m m −1 . se todas as condições iniciais são nulas. A transformada de laplace da equação acima nos dá Y ( s) = b0 s m + b1 s m−1 + b2 s m−2 + K + bm−1 s + bm a0 s + a1 s n n −1 + a2 s n −2 + K + a n−1 s + a n U ( s) + IC( s) a0 s + a1 s n n −1 + a 2 s n−2 + K + a n−1 s + a n ou Y ( s) = N ( s) IC ( s ) U ( s) + D( s ) D( s ) (4. + a n −1 y + a n y = b0 u + b1 u + . nós chamamos a resposta resultante do sistema de resposta à entrada zero ou natural do sistema.2) onde G ( s ) = N ( s) e IC(s) é um polinômio em s contendo os termos resultantes das condições D( s ) iniciais. (4..Sistemas de Controle 137 4. As questões que naturalmente se apresentam são: “Em que condições um sistema se torna instável?” e “Caso ele seja instável. apresentamos a equação diferencial que representa um sistema linear invariante: a 0 y + a1 y + .. a entrada produz uma resposta de . Da mesma forma... + bm −1 u + bm u n n −1 .1 Introdução O principal problema dos sistemas de controle lineares é a estabilidade. ESTABILIDADE DE SISTEMAS DE CONTROLE 4. como torná-lo estável?” No capítulo II. Se o sistema é não forçado (isto é. a resposta total é a soma das contribuições devido as condições iniciais e a entrada do sistema u(t). Como pode ser visto. a entrada é zero).

Estabilidade de Sistemas de Controle 138 estado zero.. k = 1. denotada por G(s).. ela adiciona uma contribuição . já que no caso de pk ser uma raiz isolada. O sistema é assintoticamente estável de e somente se Real (pk) < 0 .1) é determinada somente pela equação característica do sistema e suas condições iniciais. são dominantes e geram uma resposta transitória que cresce monotonicamente ou oscila com amplitude crescente. se desejarmos conhecer o seu grau de estabilidade. para tempos crescentes. Esta é a chama estabilidade assintótica.2 Estabilidade assintótica A idéia de estabilidade assintótica está relacionada simplesmente em examinar como um sistema se recupera a partir de uma dada condição inicial e na ausência de uma entrada u(t). para qualquer condição inicial. a resposta natural decai para zero. a razão entre a transformada da saída e a transformada da entrada sob condições iniciais nulas é a função de transferência. A idéia de estabilidade envolve examinar se. é uma condição do tipo sim ou não. Como vimos. n. Esta é a chamada estabilidade de entrada limitada – saída limitada ou BIBO estabilidade. . A resposta natural do sistema linear invariante no tempo descrito por (4. Uma vez constatado que o sistema é estável. Pólos no semiplano direito. na a presença de pólos no semiplano direito tornam o sistema instável. isto faz sentido. o qual é conhecido como equação característica. Um conceito alternativo de estabilidade examina a resposta forçada do sistema observando se para uma entrada u(t) limitada a resposta também é limitada. Entende-se por estabilidade absoluta aquela que se reporta ao fato de um sistema ser ou não estável.. um sistema de controle é estável se e somente se todos os pólos de malha fechada estiverem localizados no semiplano esquerdo do plano s. Em linhas gerais. As raízes do denominador comum D(s) são as raízes características ou modos do sistema. 2. Claro. estudamos a sua estabilidade relativa. 4. ou seja. Observe que ambos os termos na equação de saída contém o mesmo denominador.

sem uma prova formal. quando uma raiz da equação característica é nula ou puramente imaginária.3 BIBO Estabilidade Vamos estabelecer. o sistema é instável. dizemos que o sistema é marginalmente estável. que um sistema é BIBO estável se e somente se todos os pólos do sistema se localizam no semiplano esquerdo aberto. 4. Isto pode ser visto a partir dos seguintes exemplos: Y1 ( s ) = IC ( s ) 1 IC ( s ) IC ( s ) 1 1000 = Y2 ( s ) = = 2 Y3 ( s ) = = D( s) s D( s ) s + 100 D( s) s 2 Tomando a transformada inversa de Laplace das expressões acima. Quando a saída não decai a zero nem vai para o infinito. ou seja. Isto ocorre quando σk = Real (pk) = 0. Um sistema marginalmente estável é BIBO estável? A resposta é não. Pólos sobre o eixo imaginário requerem uma atenção especial. todo o σk = Real (pk) deve ser negativo para a estabilidade assintótica. então y(t) conterá uma componente de crescimento ilimitado quando t cresce. então e pk t = eσ k t (cos ω k t + jsenω k t ) Assim. Já o sistema com resposta y3(t) é claramente instável. se σk > 0. Se as raízes são repetidas e tem parte real nula. obtém-se: y1 (t ) = u S (t ) y 2 (t ) = IC ( s ) = u S (t ) ⋅ 100 cos10t D( s) y 3 ( s ) = t ⋅ u S (t ) Os sistemas com resposta y1(t) e y2(t) são marginalmente estáveis porque sua resposta natural nem decai para zero nem cresce sem limites. Logo. Se algum pólo está localizado no semiplano direito. Considere Y ( s) 1 = G ( s) = U ( s) s .Sistemas de Controle 139 ⎡ IC ( s ) ⎤ pk t ⎢Rep s D( s ) ⎥ e ⎣ s= k ⎦ na solução de y(t) e se pk = σk + jωk. o sistema é instável.

os quais são as raízes da equação característica. .O próximo exemplo ilustra essa discussão: G ( s) = ( s − 1) ( s − 1)( s + 2) Os modos são {1. As definições são equivalentes somente no caso de funções de transferência sem cancelação de pólos e zeros. alguns modos não aparecem como pólos. Tecnicamente. O método também indica quantas raízes estão sobre o eixo imaginário e quantas estão no semiplano direito. A BIBO estabilidade. -2}. ele não é estável no sentido de estabilidade assintótica. Logo. nós podemos encontrar uma função de transferência onde há cancelação de pólos e zeros. obtém-se: y (t ) = t ⋅ u S (t ) Como o degrau unitário é limitado e a resposta do sistema é ilimitada. Este é um ponto que necessita de algum cuidado. testando se há alguma raiz da equação característica no semiplano direito do plano s. os pólos são computados após a função de transferência ser reduzida e alguns termos comum serem cancelados. Conclui-se que a estabilidade assintótica implica em BIBO estabilidade mas não vice-versa. Por causa do modo no semi-plano direito em {1}. A estabilidade assintótica é determinada pelos modos. Estas respostas contraditórias são comuns quando nós encontramos funções de transferência onde há cancelação de pólos e zeros. o sistema é BIBO estável. Parece que as duas definições de estabilidade (assintótica e BIBO) são a mesma. G(s) não é BIBO estável.Estabilidade de Sistemas de Controle 140 A resposta a degrau unitário de G(s) é Y ( s) = 1 s2 Tomando a transformada inversa de Laplace da expressão acima. Logo. depende dos pólos. 4. Em alguns caso. entretanto.4 Critério de Routh-Hurwitz O critério de Routh-Hurwitz é um método algébrico que informa acerca da estabilidade absoluta de um sistema linear invariante no tempo. mas o sistema tem somente um pólo. entretanto.

é necessário. 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 primeiro passo do método consiste em colocar os coeficientes do polinômio (4.Sistemas de Controle 141 Seja a equação característica F ( s ) = a 0 s n + a1 s n −1 + a 2 s n − 2 + K + a n −1 s + a n = 0 (4. que: • • Todos os coeficientes do polinômio tenham o mesmo sinal. O critério que apresentaremos a seguir foi criado pelo matemático Adolf Hurwitz e aperfeiçoado pelo também matemático Edward John Routh. o segundo passo é ampliar a matriz gerada.3) onde todos os coeficientes são números reais. porém não suficiente.1) em duas linhas como segue: a0 a1 a2 a3 a4 a5 a6 a7 a8 K a9 K Considerando para efeito de apresentação do método um sistema de sexta ordem. perfazendo as operações indicadas: s6 s 5 a0 a1 a1 a 2 − a 0 a3 = b1 a1 b1 a3 − a1b2 = c1 b1 c1b2 − b1c 2 = d1 c1 d1c 2 − c1 a 6 = e1 d1 e1 a 6 − d1 0 = a6 e1 a2 a3 a1 a 4 − a 0 a5 = b2 a1 b1 a5 − a1 a6 = c2 b1 c1 a 6 − b1 0 = a6 c1 0 0 a4 a5 a1 a 6 − a 0 0 = a6 a1 b1 0 − a1 0 =0 b1 c1 0 − b1 0 =0 c1 0 0 a6 0 0 0 0 0 0 s4 s3 s2 s1 s0 . A fim de que não haja raízes desta equação com parte real positiva. Nenhum dos coeficientes se anule condições que podem ser verificadas por inspeção.

2 Considere a função de transferência equação característica: 2s 4 + s 3 + 3s 2 + 5s + 10 = 0 Como a equação característica não apresenta nenhum coeficiente nulo e todos os coeficientes possuem o mesmo sinal. procedimento que pode levar a seguintes conclusão: Todas as raízes do polinômio estão no semiplano esquerdo do plano se todos os elementos da primeira coluna da tabela de Routh tiverem o mesmo sinal.5 Como ocorrem duas trocas de sinal na primeira coluna. sabemos que a equação característica apresenta duas raízes com parte real positiva (2 e 3). Se houver troca de sinal nos elementos da primeira coluna. montamos a tabela de Routh como segue: s3 s s 2 1 1 C ( s) = que apresenta como equação R( s ) ( s − 2)( s + 1)( s − 3) 1 1 s0 −4 6 − 4 ⋅1 − 1 ⋅ 6 = 2. o polinômio apresenta duas raízes no semiplano direito.5 0 −4 2.5 ⋅ 6 − (−4) ⋅ 0 =6 0 2. que é conhecida como tabulação de Routh ou tabela de Routh.1: Considere a função de transferência característica: ( s − 2)( s + 1)( s − 3) = s 3 − 4s 2 + s + 6 = 0 Sem aplicar o teste. Exemplo 4. como o objetivo é apresentar o critério. o número de trocas de sinal fornecerá o número de raízes com parte real positiva. Porém. A seguir. o terceiro e último passo é investigar os sinais dos números da primeira coluna da tabela. ela satisfaz a condição necessária (porém não suficiente) C (s) 1 = 4 que apresenta como 3 R( s ) 2s + s + 3s 2 + 5s + 10 . resultado de acordo com o que já se sabia. Exemplo 4. ilustraremos através de exemplos a aplicação da tabela de Routh.Estabilidade de Sistemas de Controle 142 Uma vez montado o procedimento.

Exemplo 4. como não houve troca de sinal. Para contornar essa situação.43 0 0 −7 10 Como ocorrem duas trocas de sinal na primeira coluna. no caso.Sistemas de Controle 143 para não ter raízes no semiplano direito ou sobre o eixo imaginário. montando-se a tabela de Routh: s4 s3 s2 s1 s0 2 3 10 1 5 0 1⋅ 3 − 2 ⋅ 5 1 ⋅ 10 − 2 ⋅ 0 = −7 = 10 0 1 1 − 7 ⋅ 5 − 1 ⋅ 10 = 6. Por outro lado. Se aparecer um zero na primeira posição de uma linha. Casos especiais 1. o polinômio apresenta duas raízes no semiplano direito. isto indica que há um par de raízes imaginárias. s = ±j. os elementos da linha seguinte se tornarão infinitos. a condição suficiente deve ser verificada. O primeiro elemento em uma linha qualquer da tabela de Routh é zero. gera a seguinte tabela: . substitui-se o termo zero por um número positivo arbitrariamente pequeno ε. mas os outros elementos não o são ou não há termos restantes. a equação característica s 3 − 3s + 2 = ( s − 1) 2 ( s + 2) = 0 .3 Considere a função de transferência equação característica: s 3 + 2s 2 + s + 2 = 0 C ( s) 1 que apresenta como = 3 R( s) s + 2s 2 + s + 2 Que gera a seguinte tabela de Routh: s3 s2 s1 s0 1 2 2 ⋅1 − 1 ⋅ 2 =0≅ε 2 ε ⋅2 − 2⋅0 =2 1 2 ε Nesse caso. Porém.

Os elementos de uma linha da tabela são todos iguais a zero. EXEMPLO 4.4 .7 0 24 − 50 . As raízes podem ser calculadas resolvendo-se o polinômio auxiliar. Em tal caso. obtém-se: 8s 3 + 96s = 0 cujos coeficientes passam a integrar a linha s3: s5 s4 s3 s2 s1 s0 1 24 − 25 2 48 − 50 8 96 8 ⋅ 48 − 2 ⋅ 96 = 24 − 50 8 24 ⋅ 96 − (8 ⋅ −50) = 112. 2. 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. isto indica que há duas raízes reais com sinais opostos ou duas raízes complexas conjugadas. o cálculo da tabela pode prosseguir se formarmos um polinômio auxiliar com os coeficientes da ultima linha e usando os coeficientes da derivada deste polinômio na linha seguinte.Seja a seguinte equação característica: s 5 + 2s 4 + 24 s 3 + 48s 2 − 25s − 50 = ( s + 1)( s − 1)( s + j 5)( s − j 5)( s + 2) = 0 Que gera a seguinte tabela de Routh: s5 s4 s3 1 2 2 ⋅ 24 − 1 ⋅ 48 =0 2 24 − 25 48 − 50 (2 ⋅ −25) − (1 ⋅ −50) =0 2 Como a linha de s3 contém só zeros.Estabilidade de Sistemas de Controle 144 s3 s2 s1 s0 1 0≅ε 2 − 3 ⋅ ε − 1⋅ 2 = −3 − −3 2 ε 2 ε 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.

. não pode haver troca de sinal na 1a coluna. Podemos encontrar as raízes de igual módulo e sinal oposto resolvendo a equação auxiliar.5 − K 10 K + 0.Sistemas de Controle 145 Como há uma troca de sinal.5 = 0 A tabela de Routh será: s4 s3 s2 s1 s0 1 1 10 9.0. portanto a equação característica tem uma raiz positiva.0. Solução: O sistema apresentará (confira) como equação característica: s 4 + s 3 + 11s 2 + s + K + 0.5 11 K + 0.5 – K > 0 ⇒ K < 9.5 manterá o sistema estável.5 > 0 ⇒ K > .5 K + 0.5 4 3 Determine para quais valores de K o sistema é estável. 2s 4 + 48s 2 − 50 = 0 que possui como raízes: s2 = − 48 ± 48 2 + 400 4 ou s2 = 1 ⇒ s = ± 1 e s 2 = −25 ⇒ s = ±j5 Aplicação do critério de Routh na análise de sistemas de controle Utilizando o critério de Routh é possível determinar o efeito na estabilidade de um sistema motivado pela alteração de um determinado parâmetro do sistema.5 1 K + 0.5 Logo. s + s + 11s 2 + s + 0.5 Considere um sistema com realimentação unitária que apresenta como função de transferência de malha aberta G ( s ) H ( s ) = K .5 0 Para o sistema ser estável.5 < K < 9. Exemplo 4. ou seja: • • 9. .

Esta técnica pode ser utilizada em conjunto com o critério de Routh-Hurwitz. introduzido por Evans em 1948. é desejável determinar como as raízes da equação característica de um dado sistema se movimentam no plano s quando os parâmetros variam.5) na forma polar obtém-se a condição de módulo: KG ( s ) H ( s ) = 1 (4. A técnica do lugar das raízes é um método gráfico para esboçar o lugar das raízes no plano s quando um parâmetro varia. No caso do sistema mostrado na Fig.1. Se a localização das raízes não for satisfatória.3 O lugar das raízes ou root locus 4. isto é. 4.2 – O conceito de lugar das raízes A performance dinâmica de um sistema de malha fechada é descrita pela função de transferência de malha fechada T ( s) = C (s) p( s) = R( s) q( s) (4. a equação característica é: 1 + KG ( s ) H ( s ) = 0 (4. 4.5) são onde as raízes se encontram no plano s. É freqüentemente necessário ajustar um ou mais parâmetros para se obter uma localização desejável das raízes. O método do lugar das raízes.3. foi aperfeiçoado e tem sido utilizado extensivamente em projetos de controle. os ajustes necessários nos parâmetros podem ser prontamente verificados a partir do lugar das raízes. Reescrevendo a equação (4. Os valores de s que satisfazem a equação (4. Logo.3.6) .1 – Introdução A estabilidade relativa e o desempenho transitório de um sistema de controle em malha fechada estão diretamente relacionados com a localização das raízes de malha fechada da equação característica no plano s.Estabilidade de Sistemas de Controle 146 4.5) onde K é o parâmetro variável. A equação característica é obtida igualando q(s) a zero.4) onde p(s) e q(s) são polinômios em s. 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. é usual determinar o lugar das raízes no plano s.

Sistemas de Controle

147

e a condição de fase: ∠ KG ( s ) H ( s ) = 180 o ± k 360 o onde k=0, ±1, ±2, ±3 ... A equação (4.5) pode ser escrita, ainda, na forma
1+ K ( s + z1 )( s + z 2 ) K ( s + z m ) =0 ( s + p1 )( s + p 2 ) K ( s + p n )
M

(4.7)

(4.8)

ou 1+ K

∏ (s + z m )
(∏ ( s + p n )
n =1 m =1 N

=0

(4.9)

e as condições de módulo e fase para o lugar das raízes tomam a forma
KG ( s ) H ( s ) = K ⋅ s + z1 ⋅ s + z 2 K s + p1 ⋅ s + p 2 K

=1

(4.10)

e ∠KG ( s ) H ( s ) = ∠s + z1 + ∠s + z 2 + K − (∠s + p1 + ∠s + p 2 + K) = 180 o ± k 360 o (4.11) onde k é um inteiro. A condição de módulo habilita a determinação do valor de K para uma dada raiz s1. Um ponto de teste s1 no plano s é verificado como uma raiz quando (4.11) é satisfeita. Os ângulos são todos medidos no sentido anti-horário a partir de uma linha horizontal.
R(s) + G(s) C(s)

H(s)

Fig. 4.1 – Sistema de controle. Para ilustrar o que foi dito, considere o sistema de segunda ordem mostrado na Fig. 4.2. A equação característica deste sistema é 1 + KG ( s ) H ( s ) = 1 + K =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 O lugar das raízes à medida que K é variado é encontrado satisfazendo-se: KG ( s ) H ( s ) = K =1 s ( s + 2)
1 s(s+2) C(s)

(4.12)

R(s) + K -

1

Fig. 4.2 – Sistema de controle com realimentação unitária, com o parâmetro variável K. e ∠ KG ( s ) H ( s) = ±180, ± 540 0

(4.13)

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 ou na forma polar para ζ < 1 s1 , s 2 = ω n ∠arctg No caso do sistema da Fig. 4.2 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

ζ
1−ζ
2

= ω n ∠ arccos ζ

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 K=2 |s1 +2| s1+2 =θ1 -2 K=0 -1 K=1 |s1|


+j

s1 =180o – θ1 0 K=0

σ

Pólos do sistema em malha aberta

K=2

-j

Fig. 4.3 – Lugar das raízes para o sistema de segunda ordem da Fig. 4.2.
4.3.3– Procedimento para construção do lugar das raízes

As raízes da equação característica de um sistema fornecem uma valiosa visão sobre a resposta do sistema. Para localizar graficamente as raízes da equação característica no plano s, indica-se a seqüência de doze passos que fornece um rápido rascunho do lugar das raízes. Exemplo 4.7 – Seja o sistema de controle com realimentação unitária que possui como função de transferência de ramo direto:
KG ( s ) = K ( s + 1) s + 5s 2 + 6 s
3

Passo 1: Escrever a equação característica na forma indicada por (4.5):

Estabilidade de Sistemas de Controle

150

1 + KG ( s ) H ( s ) = 1 +

K ( s + 1) s + 5s 2 + 6 s
3

=0

Passo 2: Fatorar e escrever KG(s)H(s) na forma de pólos e zeros expressa por (4.9):

1 + KG ( s) H ( s) = 1 +

K ( s + 1) =0 s( s + 2)( s + 3)

(4.14)

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:

∏ (s + pn ) + K ∏ (s + z m ) = 0
n =1 m =1

N

M

(4.15)

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:
O lugar das raízes da equação característica 1 + KG ( s) H ( s) = 0 inicia nos pólos de G(s)H(s) e termina nos zeros G(s)H(s) quando K vai de 0 ao infinito.

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).

plano s
Κ=∞

K=0 -3

K=0 -2

K=0 0

σ

-1

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 = ∞.

m. Estas assíntotas são centradas em um ponto sobre o eixo real dado por: . o número de ramos é igual ao número de pólos. 4.11). para o nosso exemplo. o número de ramos é igual a três.7 é mostrado na Fig. Como foi dito anteriormente. Passo 5: Determinar o número de ramos do lugar das raízes completo. 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.5 – O lugar das raízes sobre o eixo real do sistema do exemplo 4. Estes ramos do lugar das raízes seguem para zeros no infinito por assíntontas quando K se aproxima do infinito. calcular o valor de K para a raiz s = s1= -1/2 empregando a equação (4. pelo número finito N = n – m. Passo 6: O lugar das raízes completo é simétrico em relação ao eixo horizontal real. por exemplo.5. Quando o número de zeros finitos de G(s)H(s).7. Este fato é constatado examinando-se a equação (4. já que o número de pólos é maior ou igual ao número de zeros. Podemos. O lugar das raízes no eixo real para o sistema do exemplo 4. n. Como os ramos iniciam nos pólos e terminam nos zeros. então n ramos do lugar das raízes terminam em zeros no infinito. é menor que o número de pólos.10) como segue: KG ( s1 ) H ( s1 ) = K ⋅ s1 + 1 s1 s1 + 2 ⋅ s1 + 3 = K ⋅ −1 +1 K⋅1 2 2 =1 = −1 −1 + 2 ⋅ −1 + 3 1 ⋅ 3 5 2 2 2 2 2 2 15 K= 6 = 15 1 3 2 jω σ -3 -2 -1 0 Fig. Passo 7: O lugar das raízes segue para os zeros no infinito por assíntotas com centro em σA e com ângulos φA. onde a direção do lugar das raízes quando K aumenta é mostrado por uma seta. 4.Sistemas de Controle 151 Passo 4: Localizar os segmentos do eixo real que são lugares das raízes. uma vez que as raízes complexas devem aparecer com pares de raízes complexas conjugadas. o lugar das raízes inicia nos pólos e termina nos zeros. Logo.

Em nosso exemplo. O leitor pode encontrar a prova das equações (4.16) e com ângulos dados por φA = (4. (n – m –1 ).. p. jω assíntotas σ -3 -2 -1 0 Fig.16) e (4.Estabilidade de Sistemas de Controle 152 σA = ∑ polos de G(s) H (s) − ∑ zeros de G(s) H (s) = n−m (2q + 1) 180 o n−m ∑ (− p j ) − ∑ (− zi ) n m j =1 i =1 n−m (4. 339-340).17) onde q = 0. 4. a equação característica é reescrita a partir de (4. 4. 1.17) em Dorf (2001.14) como: s ( s + 2)( s + 3) + K ( s + 1) = s 3 + 5s 2 + (6 + K ) s + K = 0 Logo a matriz de Routh será: s3 s2 s1 s0 1 5 30 + 4 K 5 K 6+K K Assim. empregando o critério de Routh-Hurwitz.6 – As assíntotas e o lugar das raízes sobre o eixo real do sistema do exemplo 4. verifica-se que não existe valor de K maior que zero que leve o sistema ao limite da . Passo 8: Determinar o ponto no qual o lugar das raízes cruza o eixo imaginário (se ele o faz)...7. Para o nosso exemplo σA = e (−2) + (−3) − (−1) − 4 = −2 = 3 −1 2 φ A = 90 o para q = 0 e φ A = 270 o para q = 1 A Fig. 2.6 representa as assíntotas e os ramos do lugar das raízes no eixo real. .

Passo 9: Determinar o ponto de ruptura sobre o eixo real (se ele o faz). os quatro lugares são espaçados de 90o.7(b). as tangentes para os lugares das raízes no ponto de ruptura são igualmente espaçadas sobre 360o. que de acordo com a Fig. 4. na Fig. nós temos que os dois lugares no ponto de ruptura estão espaçados de 180o. 4. 4.7(a).7(a) e para um caso especial de um sistema de quarta ordem na Fig. devido ao critério de fase.7(b). O lugar das raízes deixa o eixo real onde há uma multiplicidade de raízes. diferenciamos K = f(s) em relação a s e igualamos a zero. Caso esse valor existisse. Em geral. O lugar das raízes no nosso exemplo deixa o eixo real em um ponto de ruptura situado entre os pólos –2 e –3. tipicamente duas. Logo. O ponto de ruptura a partir do eixo real ocorre onde a mudança líquida no ângulo causada por um pequeno deslocamento é zero. O ponto de ruptura para um sistema de segunda ordem é mostrado na Fig. 4. isolaremos o fator K na equação característica como segue 1+ K ( s + 1) − s ( s + 2)( s + 3) =0⇒ K = s ( s + 2)( s + 3) s +1 O ponto de ruptura ocorrerá onde K alcança o seu máximo valor.Sistemas de Controle 153 estabilidade. as raízes da equação auxiliar 5s 2 + K = 5( s 2 + 5 ) K seriam os pontos onde o lugar das raízes cruza o eixo imaginário. 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 -3 -1 0 -2 0 -j1 σ (a) (b) . 4. já na Fig. Para calcular o ponto de ruptura em nosso exemplo.6 está entre –2 e –3 . Para obter este valor.

7926 e 0.7 – Exemplos de ponto de ruptura: (a) para um sistema de segunda ordem e (b) para um sistema de quarta ordem. ⎛ 2 s 3 + 8s 2 + 10 s + 6 ⎞ ⎛ ( s + 1) ⋅ (3s 2 + 10 s + 6) − ( s 3 + 5s 2 + 6 s ) ⎞ dK ⎟=0 ⎟ = −⎜ = −⎜ ⎟ ⎜ ⎟ ⎜ ds ( s + 1) 2 ( s + 1) 2 ⎠ ⎝ ⎠ ⎝ 2 s 3 + 8s 2 + 10 s + 6 = 0 cujo as raízes.7926. .7. L u g a r d a s ra íze s 8 K ( s + 1) s + 5s 2 + 6 s 3 é 6 a s s ín to ta 4 Eixo imaginário 2 0 -2 -4 -6 -8 -3 -2 .5 -2 -1 . são-2. Assim. 4.5 0 Fig.8. o ponto de ruptura é –2.9). 4.7672 + j0. o esboço do lugar das raízes do sistema de controle com realimentação unitária que possui como função de transferência de ramo direto KG ( s ) = mostrado na Fig.7672 j0.Estabilidade de Sistemas de Controle 154 Fig. Assim.46.8 – O lugar das raízes do sistema do exemplo 4. Logo. -0. 4. calculadas com o auxílio do MATLAB.4656.5 E ix o re a l -1 -0 . Podemos determinar o valor do parâmetro Kx em uma raiz específica sx usando a condição de módulo (4.

5 K −2.1.1. Os conceitos fundamentais por trás do método do lugar das raízes estão embutidos no procedimento manual.18) No nosso exemplo.Sistemas de Controle 155 ⎡ N ⎢ ∏ s + pn = K x = ⎢ nM1 ⎢ ⎢ ∏ s + zm ⎣ m =1 ⎤ ⎥ ⎥ ⎥ ⎥ ⎦ s=sx (4. ignorando o procedimento manual.0000 .46 pode ser calculada a partir de 4.0000 + 1. Entretanto. >> raizes=roots(p) raizes = -1.0000i]).0000 + 1.den).0000i -1.19) Para obter o lugar das raízes com o MATLAB devemos executar os seguintes comandos: >> p=[1 2 2]. >> sys=tf(num. um lugar das raízes mais preciso pode ser obtido empregando-se o MATLAB.7 nos permite obter o esboço do lugar das raízes.46 ⋅ 0. rlocus(sys) . 46 ⎣ ⎦ Usando o MATLAB para traçar o lugar das raízes O procedimento descrito no Exemplo 4. Vamos obter o lugar das raízes do sistema de controle a realimentação unitária representado pela função de transferência de malha aberta G ( s) H ( s) = K ( s + 1) s ( s + 4)( s 2 + 2s + 2) Sua equação característica pode ser escrita como 1+ K ( s + 1) =0 s ( s + 4)( s 2 + 2 s + 2) (4.46 s +1 ⎢ ⎥ s = −2. 46 = ⎢ ⎥ 1. o leitor não deve ficar tentado em utilizar apenas o MATLAB na construção do lugar das raízes.0000i -1.46 ⋅ 0.18 como segue: ⎡ s s+2 s+3⎤ 2.64 = = 0.0000 . o valor de K para a raiz s = -2. conceitos que são essenciais para uma compreensão plena das aplicações do método.0000i >> num=[1 1]. >> den=poly([0 -4 -1.

9 P ole: 0.87.9.00227 .34 -7 -6 -5 -4 -3 Real A x is -2 -1 0 1 2 -4 -6 -8 Fig.9 – Lugar das raízes da equação característica 1 + K ( s + 1) = 0. Ao executar-se o comando rlocfind. que mostra.000969 Overs hoot (% ): 100 Frequency (rad/s ec ): 2.19) é apresentado na Fig.4731i ans = 6.Estabilidade de Sistemas de Controle 156 O lugar das raízes referente à equação característica (4.2.8727 Quando K = 6. O valor de K onde o lugar das raízes intercepta o eixo imaginário pode ainda ser obtido utilizando-se o comando rlocfind. os dados relativos a um determinado ponto do lugar das raízes. Por exemplo: Root Loc us 6 4 2 Im aginary A x is 0 -2 S ys tem : s ys Gain: 24. movendo-o ao ponto de interesse e pressionando a tecla enter. mas só após o lugar das raízes ter sido obtido com o comando rlocus. a função de transferência de malha fechada .34i Dam ping: -0. 4. ainda.4572 + 1. o valor de do parâmetro K e o ponto selecionado aparecerão na janela de comando. aparecerá um marcador sobre o gráfico do lugar das raízes. 4. s ( s + 4)( s 2 + 2s + 2) >> rlocfind(sys) Select a point in the graphics window selected_point = -0.

Funções do MATLAB que aprendemos a utilizar: rlocus.87 4 3 apresenta pólos e zeros em >> num=6.87*[1 1]. para obter os zeros e pólos de FT(s) utilizamos o comando do MATLAB tf2zp.den) zeros = -1 polos = -4. Observação: Para obter o lugar das raízes representado na Fig. . den=[1 6 8 14.polos.87 s + 6. 4.87( s + 1) s + 6 s + 8s 2 + 14.87].2496 .k] = tf2zp(num.9. pois mostra como o lugar das raízes originário do pólo migra para o eixo real ou estende-se para a assíntota. O conhecimento dos ângulos é importante para esboçar os lugares das raízes com razoável precisão. 4.5689 k = 6.87 6. A presença de um par de pólos de malha aberta complexos conjugados requer a determinação do ângulo de partida destes pólos.5448i -0.1.8700 Note que. >> [zeros.2496 + 1. tf2zp.Sistemas de Controle 157 FT ( s ) = G(s) K ( s + 1) = 2 1 + G ( s ) H ( s ) s ( s + 4)( s + 2s + 2) + K ( s + 1) FT ( s ) = 6. Exercício: Obter o lugar das raízes da Fig.9320 -0.5448i -0. rlocfind.9 empregando o procedimento manual. é preciso determinar o ângulo de partida dos pólos complexos conjugados.

Conseqüentemente: θ = −333. gerando a equação 1+ K ∏ (s + z m ) (∏ ( s + p n ) n =1 m =1 N M =0 3.10 – Determinação do ângulo de partida.3.. jω θ s1 -4 -1 0 j σ -j Fig.11). . 4..430 + 900 + θ ) = 1800 ± k 3600 para k = 0. 4. Coloque o fator G(s)H(s) em termos de zeros e pólos. 2. . Localizar os segmentos do eixo real que são lugares das raízes.10.4 0 = +26.57 0 Como o lugar das raízes é simétrico em relação ao eixo real.4– Os dez passos do procedimento do lugar das raízes 1. a equação (4. Localizar os pólos ( x )e zeros ( o )de malha aberta no plano s.Estabilidade de Sistemas de Controle 158 O ângulo de partida y do lugar das raízes que deixa o pólo em –1 + j é determinado empregando-se a equação (4. 4. Escreva a equação característica na forma 1 + KG ( s) H ( s) = 0 . Se s1 é um ponto do lugar das raízes que deixa –1 + j e s1 estiver muito próximo de –1 + j conforme mostra a Fig.11) fornece: ∠(s1 + 1) − [∠s1 + ∠(s1 + 4) + ∠(s1 + 1 + j ) + ∠(s1 + 1 − j )] = 1800 ± k 3600 900 − (1350 + 18.570. 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. sendo que o locus iniciam nos pólos e terminam nos zeros. ±1. o ângulo de partida do pólo –1 – j é – 26. 4. ±2.

Introduzindo um pólo em s = -4. Determinar.11(a). o ponto no qual o lugar das raízes cruza o eixo imaginário. O leitor poderá concluir. 9.20) Os zeros de 1 + G(s)H(s) são apresentados pelo diagrama do lugar das raízes da Fig. 4. 7. quando houver. tornando o sistema instável para valores de K acima de um limite. conforme mostra a Fig. número este que é igual ao número de pólos.11(b). Determinar o ângulo de partida de um pólo complexo ou o ângulo de chegada de um zero complexo: 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) 4. Determinar o ponto de ruptura sobre o eixo real (a) isolando K na equação característica. (b) derivando K em relação a s e (c) calculando as raízes de (b).Sistemas de Controle 159 5. Os ramos seguem para os zeros no infinito ao longo de assíntotas cujo centro sA e ângulos φA são dados por σA = ∑ (− p j ) − ∑ (− zi ) n m j =1 i =1 n−m φA = (2q + 1) 180 o n−m 8. 10. Note que o lugar das raízes completo é simétrico em relação ao eixo horizontal real. 6. 4. Determinar o número de ramos do lugar das raízes. força a parte complexa do lugar das raízes a migrar em direção à metade direita do plano s. utilizando o MATLAB para acrescentar mais um pólo ou um par de pólos . empregando o critério de Routh-Hurwitz.5– Aspectos importantes da construção do lugar das raízes Efeito da adição de pólos: Considere a função G ( s) H ( s) = K s ( s + 2) (4. este pólo adicional.3.

Root Locus 0. .Estabilidade de Sistemas de Controle 160 complexos conjugados a planta original.4 0.5 -2 -1.2 -0.8 0.5 1 (a) Root Locus 8 6 4 2 0 -2 -4 -6 -8 -12 Imaginary Axis -10 -8 -6 -4 Real Axis -2 0 2 4 (b) Fig.4 -0. 4.11 – Lugar das raízes mostrando o efeito da adição de pólos a G(s)H(s).2 0 -0.6 0. que a adição de pólos efeito desloca o lugar das raízes na direção da metade direita do plano s.5 -1 Real Axis -0.8 -3 Imaginary Axis -2.6 -0.5 0 0.

4. Efeito semelhante ocorrerá se o par de zeros complexos conjugados s = -2 + j2 e s = -2 – j2 forem acrescentados [ Fig.8 -0.8 -1.4 -1.6 -1.Sistemas de Controle 161 Efeito da adição de zeros: Considere novamente a função expressa por (4. 4. aumentando a estabilidade relativa do sistema.5 1 0.5 0 -0. conforme mostra a Fig.4 -0.12(a).20).5 -1 -1. Introduzindo um zero em s = -4.2 0 .5 -2 -2 Imaginary Axis -1.2 -1 Real Axis -0. força a parte complexa do lugar das raízes a migrar em direção à metade esquerda do plano s. Root Locus 3 2 1 Imaginary Axis 0 -1 -2 -3 -8 -7 -6 -5 -4 Real Axis -3 -2 -1 0 (a) Root Locus 2 1. este zero.12(b) ].6 -0.

Ela é uma grandeza complexa e pode ser representada pelo módulo e pelo ângulo de fase.Estabilidade de Sistemas de Controle 162 (b) Fig. Utilizando o MATLAB. construa o lugar das raízes de G ( s) H ( s) = K ( s + 1)( s + 2 − j )( s + 2 + j ) Dica – Cheque utilizando o MATLAB. Você esperava o resultado obtido? 4. recentemente. Usando o procedimento de 10 passos. as características de resposta em freqüência de um sistema podem ser obtidas diretamente da função de transferência senoidal. 4. exceto por um período transitório. 2. tendo a freqüência como variável. . e a senóide de entrada.1 Função de transferência senoidal Pode ser mostrado que6. construa o lugar das raízes de G ( s) H ( s) = K ( s + 2) ( s + 1)( s + 2 − j )( s + 2 + j ) Perceba que foi acrescido um zero a FT do exercício 1. Y(jω). sido generalizadas para manipular sistemas multivariáveis. O fato de poder ser medida em laboratório e utilizada para análise sem se reportar a um modelo matemático é a sua vantagem tradicional.4 Análise da resposta em freqüência A análise da resposta em freqüência é o coração do controle clássico. X(jω).4. sua habilidade para predizer a resposta em malha fechada a partir da análise em malha aberta e muitos anos de aplicação com sucesso são as principais razões para as técnicas de resposta em freqüência terem sobrevivido e terem. Sua natureza gráfica junto com seu apelo físico e intuitivo.12 – Diagramas do lugar das raízes mostrando os efeitos da adição de zeros a G(s)H(s). 4. Exercícios: 1.Assim: 6 A demonstração desta afirmação é encontrada em OGATA (1993). a função de transferência na qual a variável s é substituída por jω. A função de transferência senoidal G(jω) é a relação entre a amplitude da senóide de saída.

sendo a unidade o decibel (dB). Eles podem ser obtidos para qualquer função de transferência. é necessário que o sistema de malha aberta seja estável e de fase mínima. fato que se constitui no seu principal emprego em sistemas de controle.Sistemas de Controle 163 G ( jω ) = Y ( jω ) X ( jω ) Y ( jω ) X ( jω ) G ( jω ) = 4. A representação padrão do módulo logarítmico de G(jω) é 20 log G(jω). Os gráficos de Bode também são usados para o projeto de compensadores como descreveremos no Capítulo V. os efeitos do compensador podem ser facilmente determinados. pode ser representada por dois gráficos separados. Os gráficos de Bode da função de transferência de malha fechada podem ser usados para determinar a largura de banda do sistema. A principal vantagem de usar gráfico logarítmico é que a multiplicação dos módulos é convertida em uma adição. Como vimos. Porque os gráficos de ganho e fase podem ser somados. o qual é uma medida das propriedades da filtragem e da velocidade de resposta do sistema. Entende-se por fase mínima. mas distingue-se entre gráficos de Bode de malha aberta e malha fechada. uma função de transferência senoidal. Fatores básicos de G(jω). Para facilidade de emprego. o outro é um gráfico do ângulo de fase.4. o sistema que não tem nenhum zero no semiplano direito. 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.H(jω) Para a construção do diagrama de Bode utilizar-se-á os seguintes fatores básicos: .2 Gráficos de Bode Os gráficos de Bode são utilizados para determinar a estabilidade e a estabilidade relativa e também são usados para propósitos gerais. O gráfico de Bode da função de transferência de malha aberta pode ser usado para determinar as margens de estabilidade relativa de sistemas estáveis de malha fechada. um é o gráfico do logaritmo do módulo da função de transferência senoidal. Ambos são construídos em função da freqüência em escala logarítmica.

13. é possível utiliza-los na construção de gráficos compostos para qualquer G(jω). As curvas de resposta em freqüência do módulo de (jω)±1 e (jω)±2 são apresentadas na Fig. Uma vez familiarizados com os gráficos dos fatores básicos. Por sua vez. Os fatores integral e derivativo (jω)±1 O módulo em dB de 1/jω é: 20 log 1 = −20 log ω (dB) jω e o ângulo de fase é constante e igual a –900. Fatores quadráticos [1 + 2ς(jω/ωn) + (jω/ωn)2]±1. O ângulo de fase do ganho K é nulo.Estabilidade de Sistemas de Controle 164 • • • • Ganho K. O Ganho K A curva logarítmica de módulo de um ganho constante K é uma horizontal de valor 20 log K (dB). Se a expressão do logaritmo do módulo de 1/jω é colocado em um gráfico com ω na escala logarítmica. a curva resultante é uma reta com inclinação de –20 dB/década. O ângulo de fase será ± n x 900. Fatores integral e derivativo (jω)±1. 4. n . porque a adição dos logaritmos dos ganhes corresponde à multiplicação dos mesmos. Fatores de 1a ordem (1 + jωT)±1.H(jω) esboçando-se as curvas de cada fator e adicionando-as individualmente. o módulo em dB de jω é: 20 log jω = 20 log ω (dB) e o ângulo de fase é constante e igual a 900. Generalizando para os fatores (jω)± n resulta para o módulo em dB: 20 log jω ± = ±20n log ω (dB) A inclinação da curvas do logaritmo do módulo para os fatores (jω)± n são então de ± 20n dB/décadas.

1 1 10 60 ω 100 1 10 3 1 10 4 Fig.3) decresce 20 dB/década.21) Para baixas freqüências ω << 1/T. e a equação (4.22) Em ω = 1/T. A análise anterior mostra que a representação logarítmica da curva de módulo do fator 1/(1 + jωT) pode ser aproximada por duas retas assintóticas. A freqüência em que as duas assíntotas se interceptam. em ω = 10/T. o valor de (4. o que implica em ω2T2 << 1.21) pode ser aproximada por: − 20 log 1 + ω 2T 2 = −20 log 1 = 0 dB Para altas freqüências ω >> 1/T. a equação (4. e a equação (4. Portanto. -20 dB. 4.Sistemas de Controle 165 60 jω 2 jω 40 20 0 20 jω -1 40 jω -2 0.22) resulta em um ganho de 0 dB.21) pode ser aproximada por: − 20 log 1 + ω 2T 2 = −20 log ωT (4.13 – Curvas de resposta em freqüência de (jω)±1 e (jω)±2. uma de 0 dB para freqüências menores que ω = 1/T e uma outra com inclinação de –20 dB/década para freqüências maiores que ω = 1/T . o que implica em ω2T2 >> 1. Fatores de 1a ordem (1 + jωT)±1 O módulo em dB de 1/(1 + jωT) é: 20 log 1 = −20 log 1 + ω 2T 2 (dB) 1 + jω T (4. ω = .

3. O erro nas curvas causado pelo uso de assíntotas pode ser calculado. 4. para obtenção do gráfico do módulo proceda da seguinte forma: 1. Até a freqüência de canto o ganho é 0 dB.Estabilidade de Sistemas de Controle 166 1/T é denominada freqüência de canto. 3. As curvas de resposta em freqüência exatas e aproximadas do módulo e de fase de 1/(1 + jωT) são apresentadas na Fig. já que: 20 log 1 + jωT = −20 log 1 1 + jω T . o ângulo de fase é 0. Assim. 2. A análise anterior mostra que para a obtenção do gráfico aproximado de fase para o fator 1/(1 + jωT). Uma década abaixo da freqüência de canto a fase é 00.21). o ângulo é: φ = −arctg 1 = −45 0 e no infinito. Observe que o erro máximo na curva de módulo causado pelo uso de assíntotas é – 3 dB na freqüência de canto. Localize a freqüência de canto ω = 1/T.1 apresenta o módulo exato (4. o ângulo de fase torna-se -900.23) Na freqüência zero. a fase exata (4. Na freqüência de canto. as curvas de módulo e de fase necessitam apenas trocar de sinal. A Tabela 4. 4. O ângulo de fase exato para o fator 1/(1 + jωT) é dado por: φ = −arctgωT (4. A partir da freqüência de canto o ganho decresce 20 dB por década. Na freqüência de canto a fase é -450. o módulo aproximado.14. Uma vantagem do diagrama de Bode é que para fatores recíprocos. a fase aproximada e os erro provenientes do uso das aproximações assintóticas do módulo e da fase do fator 1/(1 + jωT). Localize a freqüência de canto ω = 1/T. como 1 + jωT. deve se proceder da seguinte forma: 1.23). 2. Uma década acima da freqüência de canto a fase é -900.

01/T 0.1/T 1/T ω 10/T 100/T 0 Curva exata 15 30 Curva aproximada φ( ) 45 60 75 90 0. a inclinação da assíntota para freqüências superiores a de canto é 20 dB/década e o ângulo de fase varia de 0 a 900 conforme a freqüência varia desde 0 a infinito.14 – Curvas de resposta em freqüência exatas e aproximadas do módulo e de fase de 1/(1 + jωT). . 0 Curva aproximada Curva exata 20 40 0.01/T 0.Sistemas de Controle 167 1 + jωT = arctgωT = − 1 1 + jω T Assim. 4. a freqüência de canto em ambos os casos é a mesma. 4. As curvas de resposta em freqüência exatas e aproximadas do módulo e de fase de 1 + jωT são apresentadas na Fig.1/T 1/T ω 1/10 1/100T 0 Fig.15.

3 -40 0 2.3 -26.31 2.6 5.5 -90 -90 0 2.2 0.17 1 2 -0.6 -37.043 0 -45 -52. Se 0 < ς < 1.9 2.3 -58.6 0.7 -84.01 0.17 -1 -2 0 0 0 0 0 0 0.2 5.0 100 -3 -4. Se ς > 1.5 0.043 -0.8 2.1 ERROS PROVENIENTES DO USO DAS APROXIMAÇÕES DO LOGARITMO DO MÓDULO E DA FASE DO FATOR 1/(1 + jωT) G (dB) Aproximação Assintótica do G(dB) erro (dB) Aproximação φ( ) o ωT Assintótica de ϕ (°) |erro| (0) 0.6 -5.2 0.24) .2 4.4 -45 -50.6 Fatores quadráticos [1 + 2ς(jω/ωn) + (jω/ωn)2]±1 Fatores quadráticos do tipo [1 + 2ς(jω/ωn) + (jω/ωn)2]-1 aparecem freqüentemente em sistemas de controle.Estabilidade de Sistemas de Controle 168 TABELA 4.4 -78.3 4.2 -20.34 6 14 20 40 3 2 1 0. esse fator quadrático é o produto de dois termos complexos conjugados e será traçado o diagrama do fator em vez de fatorá-lo.4 1 1.1 0. o termo quadrático pode ser fatorado segundo dois termos de primeiro ordem com pólos/zeros reais.7 -11.7 2.2 0 0 -13.0 5.3 -7 -14.6 -63.043 0.0 10.76 0 -0.5 -39.7 0.5 -31. O módulo em dB e a fase do fator quadrático são obtidos de: ⎛ ω2 20 log = − 20 log ⎜1 − 2 2 ⎜ ω ⎛ ω ⎞ ⎛ ω ⎞ n ⎝ 1 + 2ς ⎜ j ⎜ ω ⎟+⎜ jω ⎟ ⎟ ⎜ ⎟ n ⎠ ⎝ n ⎠ ⎝ 1 ⎞ ⎛ ⎟ + ⎜ 2ς ω ⎟ ⎜ ωn ⎠ ⎝ 2 ⎞ ⎟ ⎟ ⎠ 2 (4.6 -76.3 -89.

01/T 0. 4.20 log 1 = 0 dB .15 – Curvas de resposta em freqüência exatas e aproximadas do módulo e de fase de 1 + jωT.01/T 0. ⎤ ⎡ ω ⎥ ⎢ 2ς ωn ⎥ ⎢ 1 φ =⎢ ⎥ = −arctg 2 ω2 ⎛ ω ⎞ ⎛ ω ⎞ ⎥ ⎢ 1− 2 ⎢1 + 2ς ⎜ j ω ⎟ + ⎜ j ω ⎟ ⎥ ⎟ ⎟ ⎜ ⎜ ωn n ⎠ ⎝ n ⎠ ⎦ ⎝ ⎣ (4.Sistemas de Controle 169 40 20 Curva exata 0 0.1/T 1/T ω 10/T 100/T 90 75 60 Curva aproximada φ( 0 ) 45 30 15 0 0.25) A partir de (4.1/T 1/T ω 10/T 100/T Curva exata Fig.24) vê-se que para baixas freqüências ω << ωn e o log do módulo resulta em: .

Em ω = 0. sempre que necessário é preciso remeter-se às curvas da Fig. 4. observa-se que o ângulo de fase é uma função de ω e de ς.16. o ângulo de fase é -1800. próximo a freqüência de canto ωn ocorre um pico de ressonância.Estabilidade de Sistemas de Controle 170 Logo. Assim. o erro proveniente da aproximação assintótica depende de ς.24) e mostradas na Fig. já que nessa freqüência: − 40 log 1 = 0 As duas assíntotas que acabamos de deduzir são independentes de ς. As curvas de resposta em freqüência para o fator 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 . é –900. já que: φ = −arctg 2ς = −arctg∞ = −90 0 0 Em ω = ∞. 4. Não há maneira simples de traçar a curva de fase. o log do módulo torna-se: − 20 log ω2 ω = −40 log dB 2 ωn ωn e a assíntota de alta freqüência possui uma inclinação de –40 dB/década. o que não ocorre com as curvas exatas obtidas a partir das equações (4. Como se vê. independente de ς. As assíntotas se interceptam em ω = ωn.16. tanto maior quanto menor for o coeficiente de amortecimento. o ângulo de fase é 0. Parta altas freqüências tais que ω >> ωn.25). A partir de (4. a assíntota de baixa freqüência é uma reta horizontal em 0 dB. Na freqüência de canto.

quando possível. Exemplo 4.Sistemas de Controle 171 Fig. 3. Identifique as freqüências de canto associadas a estes fatores básicos. a curva do ângulo de fase para cada fator básico. adicione as curvas de módulo e de fase dos fatores individuais. Finalmente. Desenhe as curvas assintóticas do logaritmo do módulo fazendo as correções apropriadas e. 4. 2.8: Desenhar um diagrama de Bode para a função de transferência de malha aberta G ( s) = 100 s( s + 10)( s + 1) . Procedimento geral para traçado de gráficos de Bode: 1. Reescreva a função de transferência senoidal G(jω)H(jω) como um produto dos quatro fatores básicos apresentados.16 – Curvas do log-módulo conjuntamente com as assíntotas e curvas do ângulo de fase do fator quadrático. 4.

6.01 0.1 1 ω 10 100 1000 (jω/10+1)-1 -45 (jω+1)-1 -90 ϕ(°) -135 jω-1 G(jω) -180 -225 -270 0. 4. 4. 4.01 0 0. . Para (jω+1)-1 temos como freqüência de canto ω = 1. 60 40 jω-1 G(jω) 20log10 20 db 0 20 (jω+1)-1 (jω/10+1) -1 40 60 0. Substituindo s por jω e reescrevendo em termos dos fatores básicos resulta: G ( jω ) = 100 10 = 1 1 jω 10 ⋅ ( jω + 1)( jω + 1) jω ⋅ ( jω + 1) ⋅ ( jω + 1) 10 10 2.17 – Diagrama de Bode aproximado do sistema do exemplo 4. Adicionam-se os termos individuais. 4. 3.17.1 1 ω 10 100 1000 Fig. As curvas assintóticas do logaritmo do módulo e da fase para cada fator são traçadas e mostradas na Fig. As freqüências de canto associadas são: Para (jω1/10+1)-1 temos como freqüência de canto ω = 1/T = 10.17. conforme mostra a Fig.Estabilidade de Sistemas de Controle 172 1.

semilogx(w.p]=bode(num. >> subplot(211).20*log10(m)). >> [m.Sistemas de Controle 173 Usando o MATLAB para traçar os Diagramas de Bode As curvas exatas podem ser traçadas utilizando-se o software MATLAB. digitando-se os seguintes comandos: >> num=100. As curvas exatas.18. o segundo comando define um gráfico semilogarítmico.den. O comando logspace produz um vetor linha de pontos logaritmicamente espaçados de 10-2 a 103 com 1000 pontos.8. 100 50 0 -50 -100 -150 -2 10 -50 -100 -150 -200 -250 -300 -2 10 -1 0 1 2 3 -1 0 1 2 3 10 10 10 10 10 10 10 10 10 10 Fig.1000).18 – Diagrama de Bode exato do sistema do exemplo 4.3. sendo que o primeiro comando divide a tela em duas metades e coloca o módulo na metade de cima. A segunda linha define o traçado do módulo “m” e da fase “p” de G(jω) em um diagrama de Bode. subplot(212). A terceira linha gera os gráficos. A primeira linha de comando define o numerador de G(jω) como 100.p). define o denominador através de seus zeros e o eixo da freqüência usando o comando logspace. 4. 4. den=poly([0 -1 -10]). . o terceiro e o quarto comando colocam a fase na metade inferior.w). são mostradas na Fig. semelhantes às aproximadas. w =logspace(-2. semilogx(w.

. por exemplo. 0]. também.5)( s + 1.125 ⋅ [ s + 3.4.5 ⋅ ( s + 2) 64 ⋅ ( s + 2) = 2 2 s ( s + 0. os Diagramas de Bode podem ser traçados utilizando o comando >> bode(num. a partir da sua resposta em freqüência obtida. obtendo-se s3 + 11s2 + 10s.3.Estabilidade de Sistemas de Controle 174 Uma forma alternativa de introduzir o denominador de G(jω) é multiplicar os termos.1000).2 s + 64] As raízes de s2 + 3. 10. 11.6 − j 7.125s ) ] 2 Observação: Para colocar no MATLAB recomenda-se alterar a forma de G(s) conforme o procedimento abaixo: G(s) = 4 ⋅ 0.2s + 64 podem ser encontradas no MATLAB através do comando roots como segue: >> [quad]=[1 3. A condição de estabilidade é dada pela equação característica: 1 + KG( s ) H ( s ) = 0 ou. Funções do MATLAB que aprendemos a utilizar: bode.3 Estabilidade relativa e resposta em freqüência A estabilidade de um sistema pode ser estudada.84) 2 s ⋅ ( s + 0. w=logspace(-2. Exercício: Desenhar um diagrama de Bode para a função de transferência de malha aberta G ( s) = 4(1 + 0. do Diagrama de Bode.2 64].5s ) s (1 + 2 s )[1 + 0.05s + (0. >> [raizes]= roots(quad) 4. den=[1.den). A linha de comando substitui a primeira linha de comando: >> num=100.6 + j 7. Quando não se deseja gerar os valores de módulo e fase em função de ω.84)( s + 1.5) ⋅ 0.

tornando-se indicadores úteis na análise e projeto e projeto de sistemas de controle fase . as margens de fase e de ganho fornecem uma indicação dessa distância. encontrado na literatura. 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 . que corresponde a: K C G ( jω C ) H ( jω C ) = 1 ∠ K C G ( jω C ) H ( jω C ) = −180 0 Conclui-se que o sistema é estável desde que KG ( jω ) H ( jω ) < 1 na freqüência onde ∠ G ( jω ) H ( jω ) = −180 0 . pois existem sistemas estáveis que não satisfazem essa condição. 4. o aluno deve utilizar o critério de estabilidade de Nyquist. Margem de Ganho (MG) – é o fator pelo qual deve ser multiplicado o ganho para se produzir instabilidade.Sistemas de Controle 175 KG ( s ) H ( s ) = 1 ∠ G ( s ) H ( s ) = −180 0 Haverá um determinado ganho K = KC em uma freqüência ω = ωC que levará o sistema a condição no limiar da instabilidade (pólos sobre o eixo imaginário jω). A freqüência nesse ponto é chamada freqüência de cruzamento de fase ωφ. Ponto de fase crítica – é o ponto do diagrama no qual a fase da função de transferência de malha aberta KG(jω)H(jω) é -1800. Esta conclusão não é geral. No domínio da freqüência.4 Margens de estabilidade Muitas vezes é desejável conhecer a qual distância da instabilidade um sistema se encontra.4. Em termos da função de transferência na freqüência de cruzamento de fase ωφ. Para uma conclusão geral.

Para o sistema ser estável a margem de fase deve ser positiva. Comentários – Para um sistema ser estável. o sistema pode ser estável ou instável. sistemas de ordem mais alta que possuam um par dominante de pólos. A freqüência nesse ponto é chamada freqüência de cruzamento de ganho ωG.19 mostra a margem de ganho de um sistema estável e de um sistema instável em um Diagrama de Bode. Margens negativas indicam instabilidade. a margem de ganho é o fator que deve ser somado ao ganho em dB para levar o sistema ao limiar da 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. ou γ = 1800 + φ A Fig. 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). no caso de –60 dB/década. o sistema provavelmente é instável. . ou seja. 4. A Fig. Margem de Fase (γ) – É o atraso de fase adicional na freqüência de cruzamento de ganho ωG necessário para levar o sistema ao limiar de instabilidade.Estabilidade de Sistemas de Controle 176 A equação acima nos leva a uma definição alternativa. À medida que você adquirir experiência o valor da margem de fase a ser utilizada tornar-se-á mais evidente.19 mostra a margem de fase de um sistema estável e de outro instável em um Diagrama de Bode. tanto a margem de fase como a margem de ganho devem ser positivas. Esta orientação relativa ao desempenho do sistema se aplica a sistemas cujo comportamento seja equivalente ao de um sistema de segunda-ordem. Ponto de ganho crítico – é o ponto do diagrama no qual o módulo da função de transferência de malha aberta KG(jω)H(jω) é unitário. 4. Se esta inclinação for de –40dB/década. A margem de fase γ é 1800 mais o ângulo de fase φ de KG(jω)H(jω) na freqüência de cruzamento. Para o sistema ser estável a margem de ganho em decibéis deve ser positiva. a saber.

Utilizando o comando margin do MATLAB: . Construindo os diagramas de bode assintóticos. 4.Sistemas de Controle 177 ωG 0 ωφ Margem de ganho + db -100 graus -180 Margem de fase + -270 log ω (a) Margem de ganho 0 db ωφ ωG -100 graus -180 log ω Margem de fase -270 (b) Fig. b.2ω + 1) a.19 – (a) Diagrama de Bode de um sistema estável e (b) de um sistema instável. Exercício: Encontre a margem de fase e a margem de ganho do sistema abaixo: G ( jω ) = 10 jω ( jω + 1)( j 0.

mf. Funções do MATLAB que aprendemos a utilizar: margin. mf é a margem de fase. 4. onde mg é a margem de ganho.w).wg] = margin(m.wf. O sistema de segunda ordem representado pela equação (3. resulta: ⎟ ⎠ y 2 + 2ςy − 1 = 0 2 .4. wf é a freqüência onde a fase é – 1800 e wg é a freqüência de cruzamento (ganho 0 dB).10) possui a seguinte função de transferência de malha aberta: 2 2 ωn ωn = s( s + 2ςω n ) s ( s + 2ςω n ) G ( s) = A função de transferência senoidal resulta em: 2 2 ωn ωn G ( jω ) = = jω ( jω + 2ςω n ) j 2ςω n ω − ω 2 função de transferência que apresenta módulo igual a: G ( jω ) = j 2ς 1 ω ⎛ω ⎞ ⎟ −⎜ ωn ⎜ωn ⎟ ⎝ ⎠ 2 = ⎛⎛ ω ⎜⎜ ⎜⎜ ωn ⎝⎝ ⎞ ⎟ ⎟ ⎠ 2 1 ⎞ ⎛ ⎟ + ⎜ 2ς ω ⎟ ⎜ ωn ⎠ ⎝ 2 ⎞ ⎟ ⎟ ⎠ 2 A freqüência de cruzamento de ganho ocorre quando |G(jω)| = 1.5 Relação entre margem de fase e amortecimento Em um sistema de segunda ordem. Assim: ⎛⎛ ω ⎜⎜ G ⎜⎜ ωn ⎝⎝ ⎞ ⎟ ⎟ ⎠ 2 ⎞ ⎛ ω ⎟ + ⎜ 2ς G ⎟ ⎜ ωn ⎠ ⎝ 2 ⎞ ⎟ =1 ⎟ ⎠ 2 ⎛ω Fazendo ⎜ G ⎜ω ⎝ n ⎞ ⎟ = y.Estabilidade de Sistemas de Controle 178 >> [mg. a margem de fase e o amortecimento em um sistema de malha fechada guardam uma relação direta.p. A relação aqui obtida pode ser generalizada para sistemas de ordem mais elevada que tenham um par de pólos dominantes.

27) A equação (4.20 fornece um gráfico apresentando essa relação direta. a freqüência de cruzamento de ganho será: ωG = ωn 4ς 4 + 1 − 2ς 2 (4. A Fig. .26) Nesta freqüência o ângulo de fase será: ∠G(jω) = -∠ jω-∠ jω+ 2ςω n = -900 .4 0.27) fornece a relação entre margem de fase γ e o coeficiente de amortecimento ς.2 1.8 1.10).6 2. 4. a margem de fase γ resulta em: γ = 180 +∠G(jω) = 90 – arctg γ = arctg 2ς 4ς + 1 − 2ς 4 2 4ς 4 + 1 − 2ς 2 2ς 0 0 4ς 4 + 1 − 2ς 2 2ς (4.arctg Assim. 90o 60o 30o 0o 0 0.0 Fig.20 – Curva de margem de fase versus coeficiente de amortecimento para o sistema de segunda ordem representado pela equação (3. 4.Sistemas de Controle 179 Que possui com raiz positiva: ⎛ω y=⎜ G ⎜ω ⎝ n ⎞ ⎟ = 4ς 4 + 1 − 2ς 2 ⎟ ⎠ 2 Assim.

4. não apresentado nesse curso.0000 p= 0 -1. ou aqueles que podem ser reduzidos a estes. por exemplo. obtidos no MATLAB com a ajuda do comando tf2zp: >> num=[1 3 45. devemos.den) z= -1.5000i -1. >> [z.9 – Considere o sistema de retroação unitária com a função de transferência de malha aberta dada por ( s + 1)( s 2 + 2 s + 43. den=[1 2 82 0].25 43.4 e 0. Em outros.0000 + 9.0000i -1.0000 . sendo as margens de ganho e fase definidas de maneira não única.25].6.8. Conforme vimos no capítulo III para um desempenho transitório apropriado os sistemas de segunda ordem.5000i -1. pode-se ter conflito entre a margem de fase e a margem de ganho.0000i k= 1 .0000 + 6. o que resulta numa margem de fase entre 450 e 700.25) G ( s) = s ( s 2 + 2s + 82) A FT de malha aberta apresenta os zeros. devem ser projetados com ς entre 0. para dirimir as dúvidas.9. Nesses casos. Exemplo 4.6.k] = tf2zp(num.20 que para o sistema de segunda ordem padrão a margem de fase γ e o coeficiente de amortecimento ς. uma positiva e outra negativa. utilizar o critério de Nyquist. estão relacionados pela razão: γ = 100 ( 0 ) ς razão que representa uma relação importante entre a margem de fase e o amortecimento. para 0 ≤ ς ≤ 0.Estabilidade de Sistemas de Controle 180 Percebe-se na Fig. Em alguns sistemas pode-se ter várias passagens por 0 dB ou –1800.p.0000 . pólos e o ganho mostrados a seguir.

Podemos obter a função de transferência de malha fechada do sistema com a ajuda do comando cloop como segue: >> [nmf. p.6.25 que não possui pólos nem zeros no semiplano direito do plano s: >> [z.k] = tf2zp(nmf.7.5000i -1.0781 + 7. traçamos. 7 Uma discussão sobre sistemas de fase não mínima é apresentada em Dorf (2001.5000i -1.0000 .dmf]=cloop(num.5000 Finalmente. 4. com as linhas de comando mostradas a seguir.dmf) z= -1.8563i -1.den). constituindo-se num sistema de fase mínima.25 s + 43. o Diagrama de Bode mostrado na Fig.8563i -0.3439 k= 0.0781 .21. .dmf) num/den = s^3 + 3 s^2 + 45. teríamos um sistema de fase não mínima7.25 s + 43. >> printsys(nmf.Sistemas de Controle 181 Percebe-se que a FT de malha aberta não possui zeros no semiplano direito de s.0000 + 6.0000 p= -1. Caso a FT apresentasse zeros no semiplano direito. 424-426).25 ------------------------------------------2 s^3 + 5 s^2 + 127.p.

4.1000). 4.25].semilogx(w.semilogx(w. >> w=logspace(-2.21 – Diagrama de Bode do Exemplo 4. den=[1 2 82 0].2. Exercício Seja um sistema de controle em malha fechada que apresenta G (s) = 25 2600 K e H (s) = s + 25 s(s + 100s + 2600 ) 2 Pede-se: Utilizando o MATLAB trace o Lugar das Raízes do sistema e determine: a) O ponto de ruptura sobre o eixo real.20*log10(m)).p]=bode(num. 40 20 0 -20 10 100 50 0 -50 -2 10 -1 10 0 10 1 10 2 -100 -2 10 10 -1 10 0 10 1 10 2 Fig.subplot(212). >> subplot(211). .25 43.p). o que limita o uso das margens de ganho e fase.21 percebemos que o sistema apresenta duas freqüências de cruzamento de ganho e não possui margem de ganho.w).7.den. No diagrama da Fig.Estabilidade de Sistemas de Controle 182 >> num=[1 3 45. >> [m.

(a) .6. Obtenha o Diagrama de Bode do sistema para K = 11 e determine: e) As margens de fase e de ganho e as freqüências de cruzamento de ganho e de fase. 9. Respostas. ± j22.9. (b) 36.9o .9 . d) Obtenha a resposta a degrau do sistema para a condição do item c.9 + j18)(s + 55. Observe o diagrama e diga em que condição o sistema se encontra.14s + 173.5 para as raízes dominantes. 10.4)(s + 6.8.5 ± j26 (c) R(s) = (s + 6. (f) Sim. f) O sistema é estável? g) Trace o Diagrama de Bode para K = 36.57 − j11. as margens de fase e de ganho são positivas.4)(s + 55.12)(s 2 + 111. 22.6 . c) Determinar a C(s)/R(s) com ς = 0.15. C(s) 23972(s + 25) 23972(s + 25) .Sistemas de Controle 183 b) O valor de K que torna o sistema instável e as raízes do sistema em malha fechada para este valor de K.8s + 3450) (e) 46.45 .8 . -62.9 + j18) = (s 2 + 13.57 + j11.

.

sobresinal. A função de transferência geral para este compensador é GC ( s ) = K C s+a s+b . Os parâmetros de resposta a degrau são utilizados para derivar as características desejadas em malha aberta no domínio da freqüência de margem de ganho e de fase. o que permite ajustar o projeto quando necessário.Sistemas de Controle 185 5. Uma vantagem de usar o computador para assistir o projeto de sistemas de controle é que a resposta de malha fechada pode ser modelada e analisada. tempo de pico. tempo de acomodação.1 Introdução O projeto clássico de sistemas de controle é geralmente realizado usando descrições por funções de transferência.2 Compensador em avanço de fase A forma mais comum e simples de compensação é um filtro com um zero e um pólo. As técnicas mais populares são o projeto com o lugar das raízes e com os Diagramas de Bode. Os dois controladores mais comumente usados são o controlador proporcional-integral-derivativo e o avanço-atraso de fase. etc. Há várias configurações que podem ser utilizadas para adequar a resposta de uma planta ou realizar a sua compensação. 5. As especificações de malha fechada são freqüentemente dadas em termos de erro de regime permanente e de parâmetros desejados do sistema na resposta a degrau como tempo de subida. PROJETO DE SISTEMAS DE CONTROLE UTILIZANDO O LUGAR DAS RAÍZES E OS DIAGRAMAS DE BODE 5.

uma vez que τ = 1 / ςωn. Considerando o amortecimento constante. Ao utilizarmos as técnicas clássicas para a compensação. incrementa a estabilidade relativa pelo aumento da margem de fase e para um dado KC. GC(s) é conhecido como compensador em avanço de fase. . fazer ajustes. GC(s) é um compensador em atraso de fase. O projetista saberá qual compensador usar de acordo com as especificações do sistema. A contribuição máxima de fase ocorre em ω = a ⋅ b . se menor. significa que KC(a/b) < KC. A resposta real em malha fechada variará um pouco em relação a predita no projeto. Isto ocorre porque como a < b. a freqüência de cruzamento de ganho ωG. quando necessário. 5. Um compensador em avanço incrementa.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). se uma certa freqüência de cruzamento de ganho ωG é desejada. um compensador em atraso. incrementa o erro em regime. 5. essa característica ocasiona uma diminuição do tempo de acomodação.1 – Freqüência de cruzamento de ganho normalizada ωG/ωn versus coeficiente de amortecimento ς. que por sua vez guarda uma relação com a freqüência natural ωn.1. Sempre devemos fechar a malha. Todo o compensador afeta a estabilidade e o erro em regime permanente. Para diminuir o erro de regime. em geral. um grande KC deve ser usado. conforme mostra a Fig. A compensação em avanço. Fig. Por exemplo. Se o pólo ocorrer antes do zero (a > b > 0). será necessário um compensador em avanço. simular o sistema completo e. também. 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. devemos lembrar que todos estes procedimentos assumem que a planta pode ser descrita por um par dominante de pólos.

o que força o diagrama a passar através de um ponto desejado no plano complexo.3) Esta equação pode ser separada em partes real e imaginária.4) e τp = − K C M G sen θ s + sen(θ G + θ s ) M s sen θ G (5.1 Projeto com o lugar das raízes O projeto com lugar nas raízes busca remodelar o lugar das raízes do sistema pela adição de pólos e zeros a planta.6.2015 .9320. -4. Para o ponto s1 pertencer ao lugar das raízes G C (s 1 )G (s1 )H (s1 ) = K C τ z s1 + 1 M G e jθG = 1e jπ τ p s1 + 1 (5. o sistema apresenta as seguintes características: • Pólos de malha fechada: -21. é preciso resolver a equação (5.5) Exemplo 5.9320.1 – Dada a planta G ( s) = 400 s ( s + 30 s + 200) 2 Considerando realimentação unitária. resultando em duas equações e duas incógnitas. Aqui. Em nosso texto apresentaremos um método analítico que pode ser utilizado para projetar os compensadores em avanço e atraso.2.1) Primeiro escolhe-se KC e o ponto s1 do plano s. A solução dessas equações é: τz = sen θ s − K C M G sen(θ G − θ s ) K C M G M s sen θ G (5.j0. resulta: Mse j θs τz + 1 = 1e jπ KC ⋅ MGe jθ G ⋅ M s e jθs τ p + 1 ( ) (5.2) para τz e τp.2) Como KC é conhecido. . -4.Sistemas de Controle 187 5. Se s1 é representado por s1 = Msejθs. representa-se o compensador por: G C (s) = K C τzs + 1 τps + 1 (5. a partir das especificações de erro de regime permanente e de resposta transitória.2015 + j0.

Característica de 2ª ordem.4o) e ωn = 3. calcula-se KC. resulta: τz = 0.6.5 dB.20 com γ = 73. como segue: K V = lim sG ( s ) H ( s ) = lim s →0 s →0 400 K C s + 30s + 200 2 = 10 400 K C = 10 ⇒ K C = 5 200 Para atender as especificações de amortecimento e freqüência.5 rad/s Primeiro.14 e j124.9).17 = MG e jθG. obtém-se G(s1) = 0. Deseja-se.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 188 • • • • Freqüência de cruzamento de ganho: 1.75 + j11. ς = 0. MG.11 e τp = 0.9 (da Fig. Margem de fase: 73. desde que cosideremos os pólos complexos e conjugados como dominantes. . 5. alterar as especificações do sistema para: • • coeficiente de erro de velocidade estático KV = 10 .49 e j120 em G(s). Margem de ganho: 23.95 rad/s. resulta que: s1 = -ςωn + jωn 1 − ς 2 = . θG e θS em (5. Substituindo –se KC. MS. Freqüência de cruzamento de fase: 14. agora.5 rad/s (da Fig.5 2 Obs. a resposta a degrau do sistema em malha fechada não apresenta sobre-sinal e o coeficiente de erro de velocidade estático KV é: KV = lim sG ( s) H ( s) = lim s →0 400 =2 s →0 s + 30 s + 200 2 resultando em um erro em regime permanente a rampa unitária: e ss = 1 = 0.030.: ς e ωn podem ser obtidos também (com boa aproximação) através da eq.1 com ς = 0. 4.4o.69 = 13.5). Como o coeficiente de amortecimento é ς = 0.4) e (5.49 e j120 = Ms e jθs Substituindo-se 13.1 rad/s.5 e ωn = 13.

O lugar das raízes para o sistema não compensado e compensado é mostrado na Fig. . a resposta a degrau do sistema compensado apenas por um controlador proporcional KC = 5. onde podemos notar que o compensador em avanço de fase permite.Sistemas de Controle 189 Assim.2 Sistema compensado 1 0. 5.8 Sistema não-compensado 0. 5.11s + 1 0.5 t (s) Fig. O sistema compensado possui um sobre-sinal de 15% e um tempo de acomodação ts2% de cerca de 0.6 0.4 Sistema com compensador proporcional 1. foi traçada.1. . incrementar o ganho do sistema em até 25 vezes (5 KC) contra 15 do sistema não compensado. Resposta ao degrau 1.5 1 1.3. 5. Percebe-se que o compensador em avanço reduz o sobre-sinal e os tempos de resposta. ainda. Para efeito de comparação.2.2 – Resposta ao degrau do sistema do exemplo 5. o compensador que satisfaz as especificações é: GC = 5 0. aumentando a margem de estabilidade. na mesma figura.4 0.6 s.2 0 0 0.030s + 1 A resposta ao degrau para o sistema em malha fechada antes e após a compensação é mostrada na Fig.

9 Frequency (rad/sec): 26.3 – Lugar das Raízes antes e após a compensação para o sistema do Exemplo 5.3i Damping: 0.024 + 14.3 60 40 20 Imaginary Axis 0 -20 -40 -60 -80 -100 -80 -60 -40 -20 Real Axis 0 20 40 Fig. .1 Pole: 0.0917 + 26.08 Pole: -0.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 190 Root Locus 40 System: sys Gain: 15.1.2i Damping: -0.2 30 20 10 Imaginary Axis 0 -10 -20 -30 -40 -60 -50 -40 -30 -20 Real Axis -10 0 10 20 Root Locus 80 System: sys Gain: 5.00348 Overshoot (%): 98.00169 Overshoot (%): 101 Frequency (rad/sec): 14. 5.

6): GC ( s ) = K C αTs + 1 Ts + 1 = K C K1 ( s ) (5.075 + 0.(5*mg*sin(ts) + sin(tg + ts)) / (ms*sin(tg)) taup = 0. uma freqüência de cruzamento de ganho apropriada e uma margem de estabilidade adequada.0944 >> num = 400.75 + 11. >> ds1 = polyval(den. den = [1 30 200 0].2.1382 >> tg = angle(g) tg = 2.1144i >> mg = abs(g) mg = 0.s1) ds1 = -1. É comum parametrizar o compensador como se apresenta em (5.2 Projeto com o Diagrama de Bode A idéia básica do projeto com diagramas de Bode é modelar a forma da função de transferência de malha aberta tal que ela apresentará um ganho de baixa freqüência desejável. através da seguinte seqüência de comandos: >> s1 = -6.4988 >> ts = angle(s1) ts = 2.027 5.6) .6231e+003 – 2.Sistemas de Controle 191 Usando o MATLAB para calcular os parâmetros do compensador Os parâmetros τz e τp podem ser obtidos no MATLAB. >> ms = abs(s1) ms = 13.1057 >> taup = .1662 >> tauz = (sin(ts) – 5*mg*sin(tg – ts)) / (5*mg*ms*sin(tg)) tauz = 0.69i.3961e+003i >> g = num/ds1 g = -0.

Ao empregar o método de Bode.01/T 0.4 – Diagrama de Bode de um compensador em avanço de fase. assinalam-se valores típicos de um compensador em avanço de fase. A freqüência na qual esse avanço máximo de fase ocorre pode ser obtida da expressão acima por manipulação trigonométrica e é dada por: ω máx = ω G = e a máxima fase que pode ser alcançada é: 1 αT (5. escolhemos primeiro o ganho KC que satisfará aos requisitos de erro de regime. satisfazemos os requisitos de margem de fase. atentos a freqüência de cruzamento de ganho ωG. e α = 10.arctg(Tω) Para facilitar o projeto. Após. 20 15 db 10 5 0 60 40 ( ) 20 0 0. atuando em K1(s).7) ∠ K1 (jωmáx) = ∠ K1 (jωG) = φ = arctg α − arctg Finalmente. a trigonometria mostra que: 1 α . Abaixo. 5.1/T ω (rad/s) 1/T 10/T 100/T 0 Fig. geralmente tentamos adicionar o máximo avanço de fase possível em ω = ωG. A fase do compensador em avanço é: ∠ K1 (jω) = arctg (αTω) .4 apresenta o diagrama de Bode de um compensador em avanço de fase com KC = 1.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 192 A Fig. 5.

Determine a fase adicional requerida. Desenhe o diagrama de Bode de GC(jω)G(jω) para conferir o projeto.7) e αT. 1 + sen φ 1 − sen φ (5. 9. 6. Esse valor será a freqüência ωG compensada. 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.Sistemas de Controle 193 sen φ = α −1 α +1 e.8) αT O módulo adicional proporcionado por K1(s) em dB em ω = ωmáx = ωG é: M = | K1 (jωmáx)|dB = 10 log α (5. 5. cerca de 5o. 2. 8.8). teremos que ajustar a margem de fase ou o erro de regime requerido. a fase recém determinada para encontrar o φ de trabalho. 7. Calcule α utilizando (5. Selecione KC para alcançar a constante de erro requerida. 4. 3. isto é. α= em ω máx = 1 . Caso ela seja inaceitável.9) Estas considerações nos levam ao seguinte procedimento para definir o compensador: 1. É importante notar que com este procedimento de projeto não podemos predeterminar a ωG compensada. . Finalmente. Encontre a freqüência na qual KCG(jω)= −10 log α. o φ de partida. Desenhe o diagrama de Bode para KCG(jω) e determine a margem de fase. Calcule T utilizando (5. feche a malha e determine a resposta em malha fechada. Adicione uns poucos graus.

O Diagrama de Bode de KCG(jω) é apresentado na Fig. 40 20 0 -20 -40 -60 -1 10 -50 -100 -150 -200 -250 -1 10 0 1 2 10 10 10 10 0 10 1 10 log ω 2 Fig.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 194 EXEMPLO 5. Como queremos 45o.2 – Dada a planta G ( s) = 400 s ( s + 30 s + 200) 2 Deseja-se. alterar as especificações do sistema para: • • Coeficiente de erro de velocidade estático KV = 10. 5. 5.2. KC é calculado como segue: K V = lim sG ( s ) H ( s ) = lim s →0 s →0 400 K C s 2 + 30s + 200 = 10 400 K C = 10 ⇒ K C = 5 200 2. agora. Margem de fase: 45o. 5.5 indica que o a margem de fase é 33o. Seguiremos os passos descriminados anteriormente: 1. A Fig.5. 3. o φ de partida será de aproximadamente 12o. 4.5 – Diagrama de Bode de módulo e fase de KCG(jω) obtido no MATLAB para o Exemplo 5. . Adicionando 5o a esse valor obtemos φ = 17o.

Utilizando (5.6 e mostra uma nova margem de fase de 40o e uma freqüência de cruzamento de ganho ωG = 9 rad/s.15 0.82. 7. 5. calcule T = 8.2.7). Esse valor será a ωG compensada. aumentando a quantidade de graus adicionada.082 s + 1 s ( s + 30 s + 200) s ( s + 12.6 dB.5 verifica-se que esse ganho ocorre em ω = 9 rad/s. 5.6 – Diagrama de Bode de módulo e fase de GC(jω)G(jω) obtido no MATLAB para o Exemplo 5. 5. Calcula-se -10 log α = -2.82 ⋅ 9 = 0.8) obtemos α = 1. 6. Aplicando φ = 17o na expressão (5.15s + 1 400 3659( s + 6.082 ⇒ αT = 0.67) ⋅ = 2 0. 40 20 0 -20 -40 -1 10 -50 -100 -150 -200 -250 -1 10 10 0 10 1 10 2 10 0 10 1 10 2 log ω Fig. GC(jω)G(jω) = 5 ⋅ 0. Examinando a Fig.082 s + 1 Assim.2)( s + 10)( s + 20) O Diagrama de Bode de GC(jω)G(jω) é apresentado na Fig. .Sistemas de Controle 195 5. O Compensador será: GC ( s ) = 5 ⋅ 1 1. Para obter uma margem de fase mais próxima a 45o deveríamos repetir o procedimento a partir do passo 4.15s + 1 0.

2 0 0 0.6 1.8 s 2 Fig. 5. .2 1. 5. para o sistema antes e após a compensação.8 0. obtém-se: α= R1C1 R2 C 2 Da equação (5.4 1.5.6 0. caso R1C1 < R2C2 a rede será em atraso.7.2 1 0. 5.2.4 0. A resposta ao degrau para o sistema em malha fechada é mostrada na Fig.10). No sistema compensado verificamos um sobre-sinal de 29% e um tempo de acomodação tS2% = 1 s.4 Compensado 1.10) Assim: KC ⋅ = R2 R4 R1 R3 T = R2 C 2 Como αT = R1C1 .6 0.8 é: E 0 ( s ) R2 R4 R1C1 s + 1 αTs + 1 = ⋅ = KC ⋅ Ei ( s ) R1 R3 R2 C 2 s + 1 Ts + 1 (5.8 1 1.2 0. Pode ser mostrado (tente) que a função de transferência do circuito da Fig.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 196 9. percebe-se que esta rede será em avanço de fase caso R1C1 > R2C2 ou α > 1.7 – Resposta ao degrau do sistema do exemplo 5. Uma maneira de implementar o compensador em avanço de fase é mostrada na Fig.8.4 0. 1.

no caso da compensação em s+b a > KC.1 Projeto com o lugar das raízes As equações de projeto são as mesmas apresentadas na seção 5. o decréscimo da largura de banda criada pelo compensador em atraso permite manter sinais espúrios fora da malha de controle.8 – Implementação de um compensador em avanço (ou atraso) de fase usando amplificadores operacionais. Porque a compensação em atraso adiciona um atraso de fase ao sistema. assim. Em compensação. o que torna o sistema mais lento em resposta a um degrau. . ele não deve ser usado se a planta é instável ou apresenta pequenas margens de estabilidade relativa. Na equação do compensador em avanço-atraso de fase G C (s) = K C atraso temos a > b e. O compensador em atraso é usado. 5. A compensação em atraso de fase decresce a freqüência de cruzamento de ganho ωG. quando o lugar das raízes original é aceitável e o nosso objetivo é meramente diminuir o erro de regime. K C permanente. a compensação em atraso pode algumas vezes ser usado para incrementar a estabilidade pela diminuição do ganho do sistema. s+a . neste caso τP > τz.3 Compensador em atraso de fase Em um compensador em atraso de fase. A compensação em atraso de fase decresce o erro de regime. Por esse motivo.5. o polo é menor do que o zero. Entretanto.1.2. via de regra.Sistemas de Controle 197 C2 R4 C1 R2 Ei(s) R1 + R3 + E0(s) Fig. entretanto. o que leva a um decréscimo do erro de regime b 5. ela tende a desestabilizá-lo.3.

MS. MG. .06 = 1. Percebe-se que o compensador em atraso apesar de diminuir a velocidade de resposta reduz o sobre-sinal.63e-j150 = MGejθG. resulta τz = 1. Para efeito de comparação.091s + 1 Os pólos do sistema em malha fechada são (-1. Este grande tempo de acomodação é devido ao pólo real. por “tentativa e erro” movido para a esquerda até cancelar o pólo real de malha fechada. θG e θS em (5.6 s.06 ± j1.707.091.5). Substituindo –se KC. Assim. na mesma figura.707 e ωn = 1.5 rad/s Primeiro.4) e (5. Caso esse sobre-sinal não possa ser tolerado o zero do compensador deve ser. A resposta a degrau unitário do sistema antes e após a compensação são mostrados na Fig.94) e o zero é (-0.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 198 EXEMPLO 5. Como o compensador acrescenta um zero na planta.5ej135 = Msejθs Substituindo-se 1.5ej135 em G(s).06.06 + j1.81). como segue: K V = lim sG (s)H (s) = lim s →0 10K C 1 = s →0 (s + 5) 0.9. o sobre-sinal é maior que o esperado para ς = 0.05 10K C = 20 ⇒ K C = 10 5 Para atender as especificações de amortecimento e frequencia.232 e τp = 15. calcula-se KC. o compensador que satisfaz as especificações é: G C = 10 1. 5. resulta que: s1 = -ςωn + jωn 1 − ς 2 = .232s + 1 15. obtém-se G(s1) = 1. a resposta a degrau do sistema compensado apenas por um controlador proporcional KC = 10. foi traçada. O sistema compensado possui um sobre-sinal de 30% e um tempo de acomodação ts2% de cerca de 3.3 – Dada a planta G (s) = 10 s(s + 5) Deseja-se alterar as especificações do sistema para: • • erro de regime a rampa menor que 5% . ς = 0.-2.1.

Assim. nós primeiro escolhemos um KC que satisfaça a especificação de erro de regime permanente. Aqui. para satisfazer a especificação de margem de fase.9 – Resposta ao degrau do sistema do exemplo 5. e α = 0.10 apresenta o diagrama de Bode de um compensador em atraso de fase com KC = 1.2 Projeto com o Diagrama de Bode Nesta seção usaremos a forma usual da compensação em avanço-atraso de fase: GC ( s ) = K C αTs + 1 = K C K1 ( s ) Ts + 1 α<1 (5. 5.5 0 0 1 2 3 t (s) 4 5 6 Fig. o que leva a uma redução do ganho do sistema.9. é importante lembrar que quanto maior o amortecimento maior a margem de fase e menor a freqüência de cruzamento de ganho.5 Sistema com Compensador Proporcional Sistema Compensado 1 Amplitude Sistema não compensado 0.3. então. .Sistemas de Controle 199 Resposta ao degrau 1. conclui-se que o compensador em atraso de fase aumenta a margem de fase e diminui largura de banda em malha fechada. 5. Os parâmetros α e T são encontrados. A Fig. 5.11) Como na compensação em avanço.1.

7. Calculando-se o ganho do compensador no infinito pode-se mostrar que a máxima redução no ganho é 20 log α e que na freqüência ω = 10/(αT) há um contribuição mínima de fase por parte do compensador. Encontre o ganho KCG(jω) em ω = ωG. Se a margem de fase é insuficiente. faça T= 10 αω G α = 10-RG/20 6.1/T 1/T ω (rad/sec) 10/T 100/T 1000/T Fig. Esta freqüência será a ωG compensada. encontre a freqüência na qual a margem de fase é satisfeita (adicione 5o por segurança). 4. Determine o KC que satisfaça os requisitos de regime permanente. Para minimizar a contribuição de fase do compensador. Esta é a quantia de ganho que necessita ser reduzida pelo compensador. Desenhe o diagrama de bode de KCG(jω). 5. . Simule o sistema em malha fechada.01/T 0.10 – Diagrama de Bode de um compensador em atraso de fase. Estes fatos nos levam a seguinte metodologia de projeto: 1. 2. isto é: Redução de ganho (RG)= -| KCG(jωG)|dB = .Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 200 0 (dB) -5 -10 -15 -20 0 ( ) 0 -20 -40 -60 0. Desenhe o Diagrama de Bode de GC(jω)G(jω) e confirme o projeto.20 log α 5. 3.

34 rad/s.2/20 = 0. 5. O ganho KCG(jωG) é 23. assim: α = 10-RG/20 = 10-23. Inicialmente traçamos o Diagrama de Bode de KCG(jω).707 requer uma margem de fase γ = 70o (γ ≅ 100ς).069 e uma ωG = 1.2 dB. conforme mostra a Fig. Diagrama de Bode 80 60 Modulo (dB) 40 20 0 Compensado -20 -40 -60 -100 Fase -120 (graus) -140 -160 -180 10 -2 10 -1 10 0 10 1 10 2 Frequencia (rad/sec) Fig. 3. Esta é a quantia de ganho que necessita ser reduzida pelo compensador.3. Por segurança.4.34 rad/s. uma vez que KC já foi determinado.069 5.Sistemas de Controle 201 EXEMPLO 5. acrescentamos 5o e examinamos o Diagrama de Bode para determinar a freqüência na qual a margem de fase especificada é satisfeita.4 – Considere a planta do exemplo 5. Um amortecimento de 0. resulta que . Com α = 0. Projete um compensador em atraso de fase utilizando a metodologia de Bode. 4. Iniciamos pelo passo 2. O resultado é uma ωG compensada de 1.11 – Diagramas de Bode para o Exemplo 5.11. 5. 2.

12 – Resposta ao degrau para o exemplo 5.8 0.11. para a planta dos exemplos e especificações.2 0 0 2 4 6 tempo (sec) 8 10 12 Fig. Comparando os métodos de projeto por Root Locus e Bode. 5. onde percebemos um sobre-sinal de apenas 8% contra 43% do sistema compensado com um controlador proporcional (Fig.15s + 1 O diagrama de Bode de GC(jω)G(jω). 5.4 1. O compensador terá com função de transferência: G C (s) = 10 7. Observe que o atraso de fase introduzido pelo compensador ocorre em baixas freqüências para não afetar adversamente a margem de fase.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 202 T= 10 = 108. 5.15 s αω G 6. Assim.6 0. A resposta a degrau do sistema compensado é mostrado na Fig.4. o lugar das raízes nos dá uma resposta mais rápida e a técnica de Bode nos oferece um menor sobre-sinal. recomenda-se o uso das duas técnicas para escolher o compensador mais adequado a sua aplicação. Resposta ao degrau 1.2 1 Amplitude 0.46s + 1 108. também é apresentado na Fig. .4 0. 5.9).12.

A ação derivativa incrementa o amortecimento do sistema em malha fechada. Proporcional-derivativo (PD) com Ki = 0.8 Sistema com compensador PD 0. Proporcional-integral (PI) com Kd = 0. PID. o controlador PID é largamente utilizado em processos industriais.4 Controlador proporcional-integral-derivativo (PID) O controlador PID GC ( s ) = K p + K d s + Ki s pode assumir diversas formas: • • • • Proporcional com Kd = Ki = 0. Resposta ao degrau 1.2 0 0 2 4 6 tempo (sec) 8 10 12 Fig.13. geralmente. efetivo em atender muitas especificações. 5. 5.Sistemas de Controle 203 5. a ação integral incrementa o tipo de sistema.4 0.6 0. O esquema mais simples. o que permite diminuir o erro de regime permanente. por sua vez. o controlador somente com ação proporcional.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). permite que projetista satisfaça uma única especificação de malha fechada. . conforme ilustra a Fig. Por ser.4 1. sendo Kd = 1 e Kp = 1.13 – Resposta a degrau de um sistema de 2a ordem padrão com ς = 0.2 1 0.

5 4ω m Ki = K p ωm π = 40 E o controlador será: G C (s) = 9 + 0. ao utilizarmos os gráficos de Bode. K p = 0.6K m = 9 Kd = πK p = 0. 5.6 e os outros ganhos são calculados por K p = 0. Por outro lado. a técnica de projeto do Lugar das Raízes e de Bode não são empregada diretamente.1: G (s) = e ω m = ωφ 400 s ( s 2 + 30 s + 200) Como o uso de um controlador PID aumenta a ordem do sistema o erro de regime permanente para a rampa unitária será zero. obtém-se a função de transferência da planta. um bom comportamento dinâmico do sistema. faz-se Kd = Ki = 0 e aumenta-se o ganho proporcional até a condição de oscilação ( |KpG(jω)| = 1 e ∠ KpG(jω) = 180o).4. Note que esta técnica não atende todas as especificações. 5.1 Projeto com Root Locus: A partir do Lugar das Raízes da Planta (Fig.3) encontramos Km = 15 e ωm = 14 rad/s.6 K m Kd = πK p 4ω m Ki = K pω m π onde Km é o ganho no qual o sistema proporcional oscila e ωm é a freqüência da oscilação. determina-se a margem de ganho (MG) da planta na freqüência de cruzamento de fase ωφ e: K m = 10 MG 20 Exemplo 5. O ganho proporcional obtido é então multiplicado por 0. Ela garante.5s + 40 s . segundo os autores.5 – Seja a planta do exemplo 5. Assim. Quando utilizamos o método do Lugar das Raízes. Ambos os métodos podem ser empregados para obter Km e ωm. Ziegler e Nichols desenvolveram um método para ajustar um controlador PID com os seguintes passos: Primeiro.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 204 Porque há três parâmetros para serem ajustados no projeto de controladores PID. O ganho no qual o lugar das raízes cruza o eixo jω é Km e a freqüência sobre o eixo jω nos dá ωm.

5. 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.5 Kd = πK p = 0.6 K m = 8. Kd = 0.4.5 com Kp = 8. 5.1 s O diagrama de Bode de GC(s)G(s) para o controlador acima é apresentado na Fig.Sistemas de Controle 205 5. Observe que a Margem de Fase obtida é de aproximadamente 25o o que resultará em um amortecimento pequeno e. 5. O ganho de malha aberta de um sistema controlado por um PID é dado por: .14 – Diagrama de Bode da planta do Exemplo 5. 5.2 Projeto com Diagrama de Bode: A partir das características da planta obtemos: K m = 10 23 20 = 14. conforme ilustra a Fig.1 Assim.1 e ω m = 14. 100 50 0 -50 -1 10 -150 10 0 10 1 10 2 -160 -170 -180 -1 10 10 0 10 1 10 2 log ω Fig.15.47 s + 38. O método apresentado anteriormente não nos permite projetar um PID que nos possibilite obter um comportamento específico de malha fechada.47 4ω m Ki = K pω m π = 38.1 E o controlador será: GC ( s ) = 8. um sobre-sinal muito elevado.5 + 0. K p = 0. conseqüentemente. Entretanto.47 e Ki = 38.1.14.

6 0. Logo.6 0. podemos escrever que: ⎛ K ⎜ K p + jω G K d + i ⎜ jω G ⎝ ⎞ ⎟G ( jω G ) = 1e jθ (ωG ) ⎟ ⎠ o qual leva a jK i 1e jθ (ωG ) K p + jω G K d = + = R + jX G ( jω G ) ω G .2 0. 4.8 2 s Fig. K ⎞ ⎛ ⎜ K p + K d s + i ⎟G (s ) s ⎠ ⎝ Se G(s) é uma planta do tipo n.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 206 1.6 1. Das especificações do domínio do tempo tais como o sobre-sinal e o tempo de acomodação. o sistema compensado será do tipo n+1.4 0.8 0.15 – Resposta a degrau unitário do sistema de malha fechado do Exemplo 5.8 1 1. Com essa informação.5. nós encontramos Ki da equação anterior.20).4 0. A constante de erro é igual ao inverso do erro de regime permanente e é dada por: K n +1 = lim s n K i G ( s ) = s →0 1 ess Para uma dada especificação de regime permanente.4 1.2 1 0. 5.2 0 0 0.26) e que a margem de fase desejada pode ser encontrada a partir do amortecimento (Fig.2 1.4 1. em ω = ωG. Sabemos que a freqüência natural de malha fechada mantém uma relação com a freqüência de cruzamento de ganho de malha aberta (equação 4. lembrando que Ki é conhecido. nós determinamos o coeficiente de amortecimento ς e a freqüência natural ωn. o sistema compensado teria um ganho igual a 1 e uma fase θ(ωG) = -180o + γ.6 1.

− π ⋅ς 1−ς 2 MP = e tS2% = = 0. 5.1 obtém-se ωG ≅ 2.141592/180. thetar=(pm-180)*3.dk]=pid(ng.j*wg). vamos reprojetar o controlador PID do Exemplo 5. O coeficiente de erro de aceleração estático Ka é K a = lim s K i G ( s ) = 2 K i s →0 Como: 2K i = 1 1 = = 10 ⇒ e ss 0. como segue: function [kp. Este procedimento pode ser facilmente programado no MATLAB criando a função pid.3 rad/s. Exemplo 5.dg.6 . Sobre-sinal – 10%.wg) ngc=polyval(ng. sol=(ejtheta/g)+j*(ki/wg) x=imag(sol).1 ⇒ ς ≅ 0. dgc=polyval(dg.6 e ωn = 3. end.pm. r=real(sol). else dk=1.ki.j*wg).6 3. Tempo de acomodação tS2% = 2 s.1.Usando o procedimento analítico descrito. dk=[1 0].1 Ki = 5 A partir das especificações desejadas determinamos ς e ωn como segue.Sistemas de Controle 207 Da última expressão obtemos Kp = R e Kd = X/ωG.5 para que o sistema atenda as seguintes especificações: • • • Erro de regime permanente a parábola unitária – 0.25 rad/s ς ⋅ω n Com ς = 0. nk=[kd kp].kd.25 rad/s da Fig. . nk=[kd kp ki].9 = 1 ⇒ ωn = 3.nk. kp=r kd=x/wg if ki~=0. ejtheta=cos(thetar)+j*sin(thetar). g=ngc/dgc.

5. a função pid retorna Kp = 4.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 208 A partir da Fig.16 .85 e Ki = 5. sendo uma delas em ω ≅ 2. Lembre que as equações que levam aos valores das figuras de mérito são obtidas para um sistema padrão de segunda-ordem.85. apresentada na Fig.2 rad/s. Usando a função pid desenvolvida para o MATLAB.17. De posse desses dois últimos valores constrói-se o diagrama de Bode (Fig.20 com ς = 0. resulta em Kp = 1. A Fig. 5. γ = 60o e ωG = 7. 60 40 20 0 -20 -40 -1 10 -50 10 0 10 1 10 2 -100 -150 -200 -1 10 10 0 10 1 10 log ω 2 Fig. onde encontramos um sobre-sinal reduzido para cerca de 16% e um tempo de acomodação inferior a 2s. 5. que evidencia três freqüências de cruzamento de ganho. A resposta a degrau unitário do sistema compensado.Diagrama de Bode GC(s)G(s) para a planta do Exemplo 5. 5.19 indica um melhor desempenho da nova resposta a degrau unitário do sistema compensado. conforme projeto. 5. 4. .16.16) do sistema compensado. Para melhorar a resposta transitória. Com Ki = 5.38. Constrói-se o novo diagrama de Bode apresentado na Fig.18.16 .25 e Kd = 0. Kd = 0. que indica a manutenção da margem de fase em 60o.1 compensada por um controlador PID com Kp = 1. constituindo-se em valores de partida de projeto. 5. indica um sobre-sinal e um tempo de acomodação maiores que o especificado (MP = 24%).6 obtém-se a margem de fase γ = 60o.16 e Kd = 0.3 rad/s com margem de fase de 60o. vamos especificar a freqüência de cruzamento de ganho ωG em um valor entre a segunda e a terceira freqüência de cruzamento do diagrama de Bode da Fig.

18 .85 e Ki = 5. 5. 5.8 0. Uma maneira de implementar o compensador PID é mostrada na Fig. Kd = 0.Diagrama de Bode GC(s)G(s) para a planta do Exemplo 5.2 0 0 1 2 3 4 5 6 s Fig.Sistemas de Controle 209 1.6 0. Kd = 0.38 e Ki = 5. com um controlador PID com Kp = 1.1 compensada por um controlador PID com Kp = 4.5.4 0.17 – Resposta a degrau de malha fechada para o sistema do Exemplo 5. Pode ser mostrado (tente) que a função de transferência do circuito da Fig.20 é: E 0 ( s ) R4 R2 ( R1C1 s + 1) ⋅ ( R2 C 2 s + 1) = ⋅ Ei ( s ) R3 R1 R2 C 2 s .2 1 0. 5.20. 100 50 0 -50 10 -100 -120 -140 -160 -180 -2 10 -1 10 0 10 1 10 2 10 -1 10 0 10 1 10 log ω 2 Fig.4 1.16.6.25.

6 0.2 1.4 1. .2 0.4 1.5.20 – Compensador PID.2 0 0 0. 5.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.12) Assim: KP = R4 ( R1C1 + R2 C 2 ) R3 R1C1 R4 R2 C1 R3 R4 R3 R1C 2 Kd = Ki = 1.8 2 s Fig.8 0.2 1 0.6 0.8 1 1. com um controlador PID com Kp = 4.5.19 – Resposta a degrau de malha fechada para o sistema do Exemplo 5.25.4 0. Kd = 0.6 1.6. C1 R2 Ei(s) R1 + + - R4 C2 R3 - E0(s) Fig.4 0. obtém-se: E 0 ( s ) R4 ( R1C1 + R2 C 2 ) ⎡ R C ⋅R C 1 = ⋅ ⎢1 + + 1 1 2 2 Ei ( s ) R3 R1C1 ⎣ ( R1C1 + R2 C 2 ) s R1C1 + R2 C 2 ⎤ s⎥ ⎦ (5. Rearranjando a expressão acima.38 e Ki = 5.

Sistemas de Controle 211 5. 5. 60 40 20 0 -20 -40 0 -50 -100 -150 -200 10 0 20 db/dec ωP1=ωP2 ωZ 40 db/dec 10 1 10 2 10 3 10 4 10 5 log ω Fig. 5. com freqüências de canto calculadas da seguinte forma: 1 L0 C 0 ω P1 = ω P 2 = ω 0 = ωZ = 1 C 0 RSE O diagrama de Bode típico da função de transferência anterior é apresentada na Fig.21.22. via de regra. A compensação do conversor abaixador com controle por razão cíclica é implementada. 5.21 – Diagrama de Bode típico da função de transferência do filtro de saída de um conversor abaixador. utilizando-se o compensador de 2 pólos e 2 zeros apresentado na Fig. que possui como função de transferência: .5 Compensação de um compensador abaixador (Buck) Seja a função de transferência do filtro de saída do conversor Buck obtida no capítulo II: FT = G ( s ) = s L0 C 0 + s(( L0 + R L C 0 R SE ) R L ) + 1 2 1 + sC 0 R SE Essa função de transferência possui dois pólos e um zero.

os dois pólos e os dois zeros dessa função de transferência e o ganho K são calculados da seguinte forma: K= R fz Rip 1 Ci Riz 1 C f R fz ω Z1 = ωZ2 = ω P1 = 0 ω P2 = 1 Riz ⋅ Rip Riz + Rip = ω Z1 ⋅ Ci Riz + Rip Rip Note que. o ganho K representa o ganho para altas freqüências. 5.13) que após algumas manipulações algébricas transforma-se em: GC ( s ) = (1 + Riz C i s )(1 + R fz C f s ) Riz ⋅ Rip ( Riz + Rip )C f s(1 + Ci s ) Riz + Rip ou ⎞ ⎞⎛ s + 1 R fz ⎛ s + 1 ⎜ ⎟⎜ Riz C i ⎠⎝ R fz C f ⎟ ⎝ ⎠ = K ( s + ω Z 1 )( s + ω Z 2 ) GC ( s ) = s( s + ω p 2 ) ⎞ ⎛ Riz ⋅ Rip Rip s⎜ s + 1 Ci ⎟ ⎜ Riz + Rip ⎟ ⎠ ⎝ (5.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 212 GC ( s ) = R fz + 1 sC f R ⋅ 1 sC i Rip + iz Riz + 1 sC i (5. como em freqüências elevadas os capacitores podem ser considerados como curto-circuitos.22 – Compensador de dois pólos e dois zeros.14) Assim. Ci Eo(s) Rip Riz + Rfz - Cf VC(s) Vref Rref Fig. .

Ainda.16 Hz. o sistema se torna instável se a freqüência de cruzamento de ganho fG excede um terço da freqüência de comutação. deve-se projetar uma freqüência de cruzamento de ganho com o valor mais alto permitido.15) 3. o ganho não pode exceder o limite do amplificador de erro e esse pólo ocorre onde a curva de ganho intercepta esse limite. fG = fS/4 O compensador apresenta um pólo na origem. alcançando um alto ganho em baixas freqüências para uma melhor regulação CC. é apresentado na Fig. Situar o segundo pólo de GC(s) numa freqüência igual a 5 vezes a freqüência de ressonância ω0 do filtro de saída. 5. que introduz um integrador na função de transferência de malha aberta.23. uma inclinação igual a –20 dB/dec com uma margem de fase em torno de 90o na freqüência de cruzamento de ganho. Um diagrama de Bode do compensador de dois pólos e dois zeros. em nosso caso a freqüência de comutação fS. 2. Para projetar o compensador de dois pólos e dois zeros para um conversor abaixador sugere-se o seguinte procedimento: 1. Traçar o diagrama de Bode de G(s)H(s) e medir o ganho A em ω = ωS/4. Os zeros são empregados para compensar a freqüência de ressonância do filtro LC e. Como .Sistemas de Controle 213 Este compensador tem origem em um procedimento prático para garantir a estabilidade do sistema compensado. Na prática. Uma alta freqüência de cruzamento de ganho fG melhora o desempenho dinâmico. assim para que a fonte tenha uma resposta rápida. o que ocorre em uma freqüência abaixo de 1 rad/s ou 0. via de regra. Para obter uma resposta dinâmica rápida sem risco de estabilidade adota-se. segundo a literatura. o que tornaria o erro de regime permanente nulo para uma entrada em degrau unitário. faz-se ωZ1 = ωZ2. O segundo pólo é empregado para compensar o zero introduzido pelo capacitor de saída e sua resistência série. Esse procedimento tem como objetivo obter um sistema compensado com características semelhantes à rede de um único pólo. Situar os dois zeros de GC(s) na freqüência de ressonância ω0 do filtro de saída. o que nos fornece a relação 1 1 = = ω0 Ci Riz C f R fz (5. geralmente. com ωZ1 = ωZ2. A teoria da amostragem mostra que não é possível transmitir informação em uma freqüência maior que a metade da freqüência de amostragem.

5. podemos construir a função de transferência do compensador empregando (5. 5.17) Observe que obtendo-se o valor de K. Assim: 20 log K = A + 20 log ω P2 ωS 4 O que nos conduz a última relação R fz Rip = 10 ⎛ A ω ⎞ ⎜ +log P 2 ⎟ ⎜ 20 ωS 4 ⎟ ⎝ ⎠ (5. ω P 2 = ω Z1 ⋅ obtemos a relação Riz + Rip Rip e ω Z1 = ω 0 .24.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 214 60 50 Ganho (db) 30 20 10 40 ωP1 Limite do amplificador de erro 20 log K ωZ1=ωZ2 50 Fase o ( ) ωP2 0 -50 -100 10 0 10 1 10 2 10 3 10 4 log ω 10 5 Fig.14) .23 – Diagrama de Bode do compensador de dois pólos e dois zeros com ωZ1 = ωZ2. O ganho de alta freqüência K é obtido empregando-se o procedimento ilustrado pela Fig.16) 4. Riz + Rip Rip =5 ou Riz = 4 Rip (5.

Sistemas de Controle 215 5.24 – Procedimento para o cálculo de K.17). Traça-se o diagrama de Bode da função de transferência de malha aberta (Fig. 5. Com o 20 pólo do compensador situado em ωp2 = 5ω0 = 11180 rad/s vale a relação Riz = 4 Rip ( II ) 4. G ( s ) H ( s ) = 9. a relação (5. EXEMPLO 5.6 ⋅ ( s + 10000) (1 ⋅ 10 −4 s + 1) ⋅ 0. 1.5 dB . A partir das expressões (5.17) não é valida para obtermos o ganho de alta freqüência. Considere fS = 50 kHz (314159. Situam-se os dois zeros do compensador ωZ1 e ωZ2 na freqüência de ressonância ω0 do filtro de saída. 5. 5. (5.3 rad/s).4.7 – Realize a compensação do conversor Buck apresentado na seção 3. Como ωp2 < ωS/4. 2.5 = 2400 ⋅ 2 −7 2 −4 2 ⋅ 10 s + 3 ⋅ 10 s + 1 ( s + 1500s + 5000000) Na freqüência ω = ωS/4 ≅ 78540 rad/s.1. A = 29. Uma análise da Fig.24 nos mostra que nessa situação 20 log K = A ⇒ 20 log R fz Rip = 29. Assim: 1 1 = = 5000000 ≅ 2236rad / s C i Riz C f R fz (I) 3.25). 20 10 0 db A −10 −20 G(s)H(s) −30 ω0 ωS/4 ωp2 −20db/dec +20db/dec A 20logK GC(s) Fig.16) e (5. calcula-se os valores dos elementos do circuito de compensação.51).5 dB.

onde observamos uma grande melhoria no desempenho transitório do sistema.5 20 = 29. a relação ( III ) nos dá Rip = 5. 5. ou K= R fz Rip = 10 29. Escolhendo Rip = 5.25 – Diagrama de Bode da função de transferência de malha aberta do conversor abaixador do Exemplo 5. Para Rfz = 168 kΩ e Riz = 22 kΩ. A Fig. No cálculo dos parâmetros do compensador adotaremos valores comerciais.5.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 216 20 0 db -20 -40 1 10 0 10 2 10 log w 3 10 4 10 5 -50 graus -100 -150 1 10 10 2 10 log w 3 10 4 10 5 Fig. onde visualizamos uma margem de fase de aproximadamente 90o e uma inclinação da curva de módulo de –20 dB/dec. 5. Com Rfz = 168 kΩ. tanto no que tange ao sobre-sinal como nos tempos de resposta.7 nF.85 ( III ) Com a obtenção do valor de K fica definida a função de transferência do compensador: GC ( s ) = K ( s + ω Z 1 )( s + ω Z 2 ) ( s + 2236) 2 = 29.85 ⋅ s( s + ω p 2 ) s( s + 11180) 5.26 apresenta o diagrama de Bode do sistema compensado.6 kΩ. A resposta de malha fechada do conversor a um degrau na referência para o sistema compensado e não compensado é mostrado na Fig. a relação ( I ) nos dá Ci = 22 nF e Cf = 2. .7.27.6 kΩ. a relação ( II ) conduz a Riz = 22 kΩ.

26 .0 3. 6 compensado 5 4 Vo 3 2 1 0 0 0.5 5 Fig. .7.27 – Resposta a degrau do conversor abaixador do Exemplo 5.5 ms 3.0 2.5 2.5 4 4. 5.Sistemas de Controle 217 80 60 40 db 20 0 -20 1 10 -40 -60 graus -80 -100 -120 1 10 2 3 4 5 10 10 log w 10 10 10 2 10 log w 3 10 4 10 5 Fig.Diagrama de Bode do sistema compensado para o Exemplo 5. 5.5 1 1.7.

Rio de Janeiro: Guanabara Dois. Richard. 1985. OGATA. . Modern Control Systems. 4a edição.2. DORF. Rio de Janeiro: Prentice/Hall do Brasil. KUO. Sistemas de controle automático. K. Rio de Janeiro: Prentice/Hall do Brasil. John. Prentice/Hall. LABORATÓRIO DE ENGENHARIA ELÉTRICA DA UERJ. 2001. 3a edição. Apostila de Simulink.Projeto de Sistemas de Controle Utilizando o Lugar das Raízes e os Diagramas de Bode 218 REFERÊNCIAS BIBLIOGRÁFICAS D’AZZO. Análise e projeto de sistemas de controle lineares. B.0. 9a edição. 1985. 1984. C. Engenharia de controle moderno. 1999.