You are on page 1of 16

J. Miranda Lemos e A.

Bernardino - IST

Problemas MICD 1

Modelação, Identificação e Controlo Digital
2007/2008 Problemas – Parte B
J. Miranda Lemos

1 – Controlo de Colocação de Pólos com Técnicas Polinomiais
P1. Considere o sistema de controlo por computador da figura seguinte:
uc +

T
-

1/R

u

B/A

y

S

Os sinais y, u e u c representam, respectivamente, a saída do sistema a controlar, a variável manipulada e a referência a seguir pela saída do sisytema. O símbolo q representa o operador avanço e k o tempo discreto. Sabe-se que a dinâmica do sistema a controlar é dada pela função de transferência discreta:

B(q ) q + 0.6 = 2 A(q ) q − 15q + 0.6 .
Dimensione os polinómios R, S, T na lei de controlo digital
R (q )u(k ) = − S (q ) y (k ) + T (q )uc (k )

por forma a serem cumpridas as seguintes especificações: • • • • • • Ganho estático unitário do sistema em cadeia fechada; Grau mínimo do polinómio observador, com todas as raízes na origem; Cancelamento do zero do processo; Atraso mínimo do sistema em cadeia fechada; Sem inclusão de integrador no controlador; Polinómio característico desejado para o sistema em cadeia fechada

Am ( z ) = ( z − 0.5) 2 + 0.01

a variável manipulada e a referência a seguir pela saída do sisytema. T na lei de controlo digital R (q )u(k ) = − S (q ) y (k ) + T (q )uc (k ) por forma a serem cumpridas as seguintes especificações: • • • • • Ganho estático unitário do sistema em cadeia fechada. Atraso mínimo do sistema em cadeia fechada. com todas as raízes na origem. Sabe-se que a dinâmica do sistema a controlar é dada pela função de transferência discreta: B(q ) q + 0. S. respectivamente. O símbolo q representa o operador avanço e k o tempo discreto. Sem inclusão de integrador no controlador.64 Dimensione os polinómios R. u e u c representam. Polinómio característico desejado para o sistema em cadeia fechada . a saída do sistema a controlar.J.IST Problemas MICD 2 Para ajudar a recordar: B = B+ B− ' Bm = B − Bm ∂Ao ≥ 2∂A − ∂Am − ∂B + − 1 + λ ' T = Bm Ao ( z − 1) λ AR ' + B − S = Ao Am ∂S < λ + ∂A ∂R ' = ∂Ao + ∂Am − ∂A − λ R = B + R ' ( z − 1) λ P2. Miranda Lemos e A. Grau mínimo do polinómio observador. Bernardino .4 q + 0.Considere o sistema de controlo por computador da figura seguinte: uc + T - 1/R u B/A y S Os sinais y.6 = 2 A( q ) q − 1.

IST Problemas MICD 3 P3. O símbolo q representa o operador avanço e k o tempo discreto.Considere o sistema de controlo por computador da figura seguinte: uc + T - 1/R u B/A y S Os sinais y. Bernardino .6) C P4. Sem inclusão de integrador no controlador. a variável manipulada (variável discreta que. com todas as raízes na origem.J. P4-1. u e u c representam. a saída do sistema a controlar. Miranda Lemos e A. Grau mínimo do polinómio observador. Os sinais y . a saída do sistema a controlar (deflexão da ponta da junta). Sabe-se que a dinâmica do sistema a controlar é dada pela função de transferência discreta: B(q ) 1 = 2 A(q ) q Dimensione os polinómios R. a variável manipulada e a referência a seguir pela saída do sisytema. respectivamente.7 )( q + 0. Este sistema é constituído por uma junta de um braço robot flexível actuada pelo veio de um motor eléctrico. respectivamente. Pretende-se projectar um controlador digital para o sistema de controlo de posição de um braço flexível da fig. S. depois da conversão D/A e da amplificação . Atraso mínimo do sistema em cadeia fechada. u e u c representam. T na lei de controlo digital R (q )u(k ) = − S (q ) y (k ) + T (q )uc (k ) por forma a serem cumpridas as seguintes especificações: • • • • • Ganho estático unitário do sistema em cadeia fechada. Polinómio característico desejado para o sistema em cadeia fechada ( q + 0.

14 b) O braço é operado mudando a referência bruscamente entre posições fixas que se mantêm durante bastante tempo (isto é. Controlo Digital de um braço flexível.J. y Sensor A/D Braço flexível Veio do motor u D/A Amplificador de potência Motor Fig. S e T na lei de controlo digital R (q )u(k ) = − S (q ) y (k ) + T (q )uc (k ) por forma a serem cumpridas as seguintes especificações: • • • • • • Ganho estático unitário do sistema em cadeia fechada.7 z 2 + z − 0.41q − 0. Atraso mínimo do sistema em cadeia fechada. Cancelamento dos zeros do processo. Grau mínimo do polinómio observador. Discuta a necessidade de se incluir um integrador na cadeia fechada. Polinómio característico desejado para o sistema em cadeia fechada Am ( z ) = z 3 − 1.IST Problemas MICD 4 de potência constitui a tensão a aplicar ao motor) e a referência a seguir pela saída do sistema (o ângulo de deflexão desejado para a ponta do braço). Sem inclusão de integrador no controlador. aponta para uma direcção e espera bastante tempo e só depois aponta para outra). Sabe-se que a dinâmica do sistema a controlar é dada pela função de transferência discreta: B( q) q 2 − q + 0. O símbolo q representa o operador avanço e k o tempo discreto.25 = 3 A( q) q − 2.81 a) Dimensione os polinómios R . com todas as raízes na origem. Bernardino . P4-1. Miranda Lemos e A. Considere as duas hipóteses: i) O .6q 2 + 2.

J. Cancelamento do zero do processo. Miranda Lemos e A. T na lei de controlo digital R (q )u(k ) = − S (q ) y (k ) + T (q )uc (k ) por forma a serem cumpridas as seguintes especificações: • • • • • Ganho estático unitário do sistema em cadeia fechada. O símbolo q representa o operador avanço e k o tempo discreto. Bernardino . Atraso mínimo do sistema em cadeia fechada. S. Considere o sistema de controlo por computador da figura seguinte: uc + T - 1/R u B/A y S Os sinais y. Grau mínimo do polinómio observador. . respectivamente.IST Problemas MICD 5 amplificador de potência não tem off-set. u e u c representam. com todas as raízes na origem. a saída do amplificador é proporcional à entrada adicionada de uma constante). Neste último caso dê a sua resposta com base num diagrama de blocos. Inclusão de 1 integrador no controlador. ii) O integrador de potência tem off-set constante (isto é. Sugestão: Calcule A(1) . a saída do sistema a controlar. Ajuda: B = B+B− ' Bm = B − Bm ' T = Bm Ao ∂Ao ≥ 2∂A − ∂Am − ∂B + − 1 + λ ( z − 1) λ AR ' + B − S = Ao Am ∂S < λ + ∂A R = B + R ' ( z − 1) λ ∂R ' = ∂Ao + ∂Am − ∂A − λ P5. Sabe-se que a dinâmica do sistema a controlar é dada pela função de transferência discreta: B( q) 1 = A( q) q − α a) Dimensione os polinómios R. a variável manipulada e a referência a seguir pela saída do sistema.

Ajuda: B = B+B− ' Bm = B − Bm ' T = Bm Ao ∂Ao ≥ 2∂A − ∂Am − ∂B + − 1 + λ ( z − 1) λ AR ' + B − S = Ao Am ∂S < λ + ∂A R = B + R ' ( z − 1) λ ∂R ' = ∂Ao + ∂Am − ∂A − λ 2– Predição Linear P1.4 em que e é ruído branco de média nula e variância unitária.IST • Problemas MICD 6 Polinómio característico desejado para o sistema em cadeia fechada Am ( z ) = z − α m b) Diga qual o intervalo de valores admissíveis para o valor especificado α m por forma a que.5e(k − 1) + 0. gaussiano. Miranda Lemos e A. Bernardino . Designe por M o valor a que a variável de controlo satura.8 y (k − 1) + 0.2e(k ) em que y é a saída. P3. P2. 2 e 3. Determine o preditor óptimo m passos à frente e a variância do erro de predição quando m = 1 . não haja saturação na variável de controlo.2 q + 0. na resposta do sistema controlado a um escalão.5 e( t ) q 2 − 1. de média nula e variância unitária. .3 y (k − 2) = u (k − 1) + e(k ) − 0. Determine o preditor m passos à frente do processo y (t ) + ay (t − 1) = e(t ) + ce(t − 1) Calcule também a variância do erro de predição como função de m . u é a entrada e e é um sinal aleatório branco.4q + 0. Considere o processo y (t ) = 2 q 2 − 1. Considere o sistema modelado pelo modelo ARMAX y (k ) + 0.J.

3 – Controlo de Variância Mínima P1.7e(t + 1) + 01e(t ) . Bernardino . gaussiano. P2.J. a) Determine o controlador que minimiza J = E ( y ( t + 2 ) − w ( t + 2 )) I t 2 [ ] em que a referência w satisfaz w(t ) = 0.2η(t ) sendo {η} um sinal branco. b) Determine o controlo de variância mínima e a variância da saída que com com ele obtém em regime estacionário. de média nula e variância unitária. em regime estacionário. em regime estacionário. gaussiano.5u(t ) + e(t + 2) + 0.4 y (t ) = u(t + 1) − 0. não sendop conhecida com antecipação. b) Determine a potência do erro de seguimento. Admita que w(t) é apenas conhecida no instante t.8 y (t + 1) + 0. de variância unitária e independente de {e}.IST Problemas MICD 7 a) Supondo que o sinal u é identicamente nulo. quando é utilizado o controlador de variância mínima. Considere o sistema descrito pela equação . quando é utilizado o controlador de variância mínima que dimensionou. Considere o sistema cujo modelo é: y (t + 2) + 0. Miranda Lemos e A. em que {e} é um sinal branco. determine os filtros preditores 1 passo à frente e dois passos à frente do sinal y e as variâncias dos respectivos erros de predicção. a)Determine o controlador de variância mínima b)Determine a potência da saída. P3. de média nula e variância unitária. Considere o sistema cujo modelo é: y ( t + 2 ) = u ( t ) + e( t + 2 ) em que {e} é um sinal branco.8w(t − 1) + 0.

u (t − 1). dita de de variância mínima.5u(t − 2) + e(t ) em que u é a variável manipulada. Justifique a sua resposta. P3-1 Entrada Fig. que minimiza o custo J VM = E y 2 (t + 1) | I t [ ] em que I t = {y (t ).J. Responda às seguintes perguntas: a) Determine a lei de controlo.5 y (t − 2) + u(t − 1) + 0. y (t − 1). Miranda Lemos e A. b) Mostre que. Três figuras (uma auto-covariância. Bernardino . u(t − 2).5 y (t − 1) − 0. y a saída medida e e um sinal de ruído branco com variância unitária. um registo da entrada e um registo da saída) foram obtidas com ρ = 0 e as outras três com ρ = 4 (os valores considerados nas alíneas a) e c) acima). em regime estacionário se tem y ( t ) = e( t ) c) Calcule agora a lei de controlo que minimiza o custo quadrático com um peso ρ = 4 na acção de controlo: J VM = E y 2 (t + 1) + ρ u 2 (t ) | I t [ ] d) As figuras P3-1 a P3-6 representam registos de entradas. 5 4 3 2 1 0 -1 -2 -3 -4 -5 0 20 40 60 Tempo [número de amostras] 80 100 u u 5 4 3 2 1 0 -1 -2 -3 -4 -5 0 20 40 60 Tempo [número de amostras] 80 100 Fig. P3-2 Entrada . com a lei de controlo da alínea a). K . K} é o conjunto das observações dos dados entrada/saída conhecidas até à amostra t .IST Problemas MICD 8 y (t ) = 1. saídas e autocovariância da saída do sistema controlado com a lei de controlo da alínea anterior. Estas figuras foram obtidas com dois valores diferentes do peso ρ . Diga quais as figuras que correspondem a ρ = 0 .

2 0 5 10 Lag 15 20 Fig. Bernardino . Controlo de variância Mínima de um processo com +perturbações acessíveis.6 0.2 -0.8 Sample Autocorrelation Sample Autocorrelation 0 5 10 Lag 15 20 0.4 0. P3-4 Saída Sample Autocorrelation Function (ACF) 0. Miranda Lemos e A. Historicamente. facto de que se pode tirar partido para melhorar o desempenho do controlo.2 0. P3-5 Covariância da saída Fig.J. Watt tinha patenteado o regulador de realimentação de máquinas a vapor que tem o seu nome e que constituiu um grande sucesso comercial. P3-3 Saída Sample Autocorrelation Function (ACF) Fig. Foi na tentativa de ter uma patente alternativa que Poncelet sugeriu regulart o fluxo de vapor (variável manipulada) medidno não a velocidade (saída).8 0.4 0. Há muitos exemplos em que algumas das perturbações que agem sobre o sistema a controlar podem ser medidas. o facto de haver incerteza e perturbações não acessíveis (que o controlo antec . engenheiro francês do séc.6 0.2 0 0 -0. XIX mais conhecido pela invenção de uma balança que tem o seu nome. Nesta altura. permitindo melhorar o desempenho. esta ideia remonta a Poncelet. 1 A utilização do controlo antecipativo (em Inglês: feedforward control) é muito comum em processos industriais.IST Problemas MICD 9 5 4 3 2 1 0 -1 -2 -3 -4 -5 0 20 40 60 80 100 y y 5 4 3 2 1 0 -1 -2 -3 -4 -5 0 20 40 60 80 100 Fig. tornando-o mais rápido1. A inexistência de sensores adequados.P3-6 Covariância da saída P4. mas sim o binário resistente a vencer (perturbação). com reflexos directos no desempenho financeiro.

. Fig. P41) ´+e um cilindro de aço parcialmente preenchido por água e parcialmente por vapor. é injectada água. ipativo não pode rejeitar) e a inexistência de um corpo teórico adequado impediram a ideia de funcionar na altura.J. Miranda Lemos e A. Bernardino . A fig. Por forma a manter o nível da água em aproximadamente 50%. O barrilete (fig. P4-2 mostra um esquema do circuito de água/vapor em torno do barrilete.IST Problemas MICD 10 Um exemplo de muitos possíveis é fornecido pelo controlo do nível do barrilete num grupo gerador de vapor de uma central termoeléctrica. do qual é extraído vapor para utilização nas turbinas. P4 – 1. Aspecto do revestimento exterior de um dos topos do barrilete num grupo gerador de vapor de dimensão média (150 MW).

Diagrama de blocos do controlo de nível do barrilete Incluindo uma acção antecipativa do cauidal de vapor. . Miranda Lemos e A. P4-2. P4-3. Antecip. Por forma a tornar a actuação mais rápida. Vapor Cham a A quantidade de água que é injectada é calculada por um controlador que comanda uma válvula. Bernardino . o controlador abre a válvula por forma a deixar passar a quantidade de água de alimentação (fig. Outras perturbações (não acessíveis) Nível Barrilete/Evaporador Controlador Realiment.J. + + u Fig.IST Problemas MICD 11 Vapor para a turbina u Vapor h Água Água de alimentação Água Tubagem descendente Painéis de água Fig. Esquema do circuito de água/vapor junto ao barrilete. o controlador tem actuação antecvipativa (feedforward): Ainda antes que o nível desça. Caudal de vapor para a turbina (perturbação acessível) Contr. P4-2) correspondente à massa de vapor (por unidade de tempo) que saiu para a turbina.

ou seja: H * ( q −1 )v (t ) = η (t ) em que H * ( q −1 ) = 1 + h1 q −1 + K + h p q − p Determine a lei de controlo que permite calcular u(t ) por forma a minimizar o funcional de variância mínima J VM (u(t )) = E y 2 (t + d ) I t [ ] As observações disponíveis no instante t . Sabe-se no entanto que v pode ser modelada como ruído branco de variância unitária η filtrado apenas com com pólos. . a n são conhecidos. O controlo de antecipação destina-se assim a aumentar a rapidez de resposta na rejeição das perturbações no nível causadas por variações do caudal de vapor pedido pela turbina. A saída do sistema é y .IST Problemas MICD 12 Como. v (t ) é conhecida. o que resulta no esquema da fig. são y até t . devido a erros de modelação e a outras perturbações não medidas este equilíbrio não é perfeito. mas v (t + d ) não. a entrada u e v é uma perturbação. u até t − 1 e v até t . K . P4-3. No instante t .J. e o controlo por retroação destina-se a estabilizar o sistema e eliminar os erros residuais. Bernardino . existe uma acção de controlo por retroacção que se adiciona a esta. I t . Miranda Lemos e A. Este exemplo motiva o problema seguinte: Considere o sistema modelado por A* ( q −1 ) y (t + d ) = u (t ) + v (t + d ) (1) em que d ≥ 1 é o atraso do sistema (conhecido) e A* ( q −1 ) é um polinómio no operador atraso q −1 dado por A* ( q −1 ) = 1 + a1 q −1 + K + a n q − n em que os coeficientes a1 .

d) Tome agora a = 0. Explique o paradoxo.4 . Considere o sistema cujo modelo é: y ( k + 1) + ay ( k ) = u ( k ) + e( k + 1) + ce( k ) em que e é um sinal branco. Solução: lim E y 2 (t ) = t →∞ [ ] e [ ] 1 + c 2 + 2( K − a ) c 1 − (K − a) 2 c) Obtenha uma equação para o ganho que minima a variância derivando em ordem ao ganho a expressão que obteve em b). Sugestão: Comece por escrever uma equação de diferenças para E y 2 (t + 1) depois calcule o regime estacionário. gaussiano. e use esta soma no modelo (1). Mostre que o controlador que obteve na alínea a) é uma das soluções desta equação. . Considere o sistema descrito pelo modelo ARMAX y (t + 1) = −ay (t ) + u(t ) + e(t + 1) + ce(t ) a) Usando a técnica baseada em polinómios obtenha o controlo de variância mínima. Usando o MATLAB. de média nula e variância unitária. b) Suponha que o controlo aplicado ao sistema é definido por uma retroacção da saída da forma u(t ) = Ky (t ) Obtenha a variância da saída em regime estacionário em função do ganho K e dos parâmetros a e c . represente graficamente a variância da saíuda em função do ganho K .J.IST Problemas MICD 13 Sugestão: Escreva a perturbação v (t + d ) como a soma de um preditor d passos à frente e um erro de predição. Miranda Lemos e A. A expressão fornece valores da variância inferiores ao correspondente ao ganhno de variância mínima calculado em a). Bernardino .6 e c = 0. P5. 4 – Controlo Adaptativo P1. usando a expressão deduzida em b) para este caso particular.

foi usada com um estimador de mínimos quadrados para obter um controlador adaptativo. 0.IST Problemas MICD 14 a) Determine o controlo de variância mínima em função dos parâmetros a e b . c) A lei de controlo de variância mínima dimensionada na alínea a). assumindo que c = 0 ). Miranda Lemos e A.J. mas assumindo ruído incorrelacionado (isto é. Bernardino . . Evolução do tempo do ganho. Justifique.2 -0.8 -1 0 200 400 600 800 1000 1200 1400 1600 1800 2000 Fig. As figuras seguintes representam registos obtidos no ensio de um controlador adaptativo de mínimos quadrados + variância mínima dessintonizada num sistema linear. quando é utilizado o controlador de variância mínima que dimensionou em função dos parâmetros a e b . b) Determine a potência do erro de seguimento.4 -0.4 0.9 . Observou-se o comportamento do ganho que se mostra na fig. Diga qual o valor verdadeiro de c sabendo que a = −0.2 0 -0.6 -0. P1-1. em regime estacionário. d) Calcule agora a lei de controlo que minimiza o custo quadrático com um peso ρ na acção de controlo: J VM = E y 2 (t + 1) + ρ u 2 (t ) | I t [ ] P2. P1-1.

5 0 Ganhos -0. Bernardino .5 -2 -2.5u(t − 2) + e(t ) em que se usa a nomenclatura habitual na descrição dos sistemas ARX. passando bruscamente do valor 1.5 para o valor 1.J. Responda justificadamente às seguintes perguntas: a) Os registos consideram duas situações designadas A e B.5 -5 u 0 200 400 600 800 Tempo [número de amostras] 1000 1200 0 0 200 400 600 800 Tempo [número de amostras] 1000 1200 Problema 2 – Acima: Situação (A) 5 1. O controlo visa minimizar o funcional: E y 2 (t + 1) + ρ u 2 (t ) | I t [ ] A estimativa em linha é feita com o algoritmo de mínimos quadrados recursivos com factor de esquecimento.5 y (t − 1) − 0.5 0 y -5 0 200 400 600 800 1000 1200 5 -1 -1.IST Problemas MICD 15 1. Usaram-se os valores .5 5 0 y -5 0 200 400 600 800 1000 1200 5 -1 -1.5 y (t − 2) + u(t − 1) + 0. que foram obtidas com dois valores diferentes do factor de esuecimento.5 1 0.5 -2 -2. Miranda Lemos e A.5 1 0.5 0 u 0 200 400 600 800 Tempo [número de amostras] 1000 1200 -5 0 200 400 600 800 Tempo [número de amostras] 1000 1200 Problema 2 – Acima: Situação (B) O sistema é descrito pela equação y (t ) = 1.5 0 Ganhos -0. Na amostra 400 o coeficiente de y(t-1) é alterado.

J.IST Problemas MICD 16 para o factor de esquecimento de de 0. Diga. qual o valor do factor de esquecimento correspondente a cada situação. justificando com badse nos gáficos. b) As primeiras 1000 amostras usaram um valor do peso na acção de controlo. Os valores possíveis são 0 e 3.99. ρ . . Bernardino .98 e 0. e de 1001 a 1200 foi usado outro valor de ρ . Diga justificadamente que valor foi usado em cada fase dos ensaios. Miranda Lemos e A.