Professional Documents
Culture Documents
1. Realimentação de estados
1.1. Um tour por alocação de pólos
2. Observador ou Estimador
2.1. Observador ? Por quê ?
3. Princı́pio da separação
w(t) x(t)
δ[x(t)] = Ax(t) + Bu(t) C y(t)
+ +
u(t) + −
x̂(t)
−K Estimador r(t)
Regulador
×
× × ×
× ×
× ×
×
×
acements
Plano-s Plano-z
0 2 0
ẋ(t) = x(t) + u(t)
0 3 1
B Polinômio caracterı́stico:
e resolvendo o sistema
2K1 = 12
⇒ K= 6 10
K2 − 3 = 7
B Pode ser complexo de ser resolvido para ordem mais elevada ? Basta x = A −1 y...
Fórmula de Ackerman
−1
K= 0
... 0 1 B AB A2 B . . . An−1 B αc (A)
1×n C̄
sendo
αc (A) = An + γ1 An−1 + γ2 An−2 + . . . + γn I
Matlab
B Idéia ? A saı́da do observador gera uma estimativa do estado para ser utilizada na lei
de controle
até o instante de tempo k, isto é, {y(t) | t ≤ k}
Objetivo
u(t) = −K x(t)
e conectá-lo ao sistema na forma conhecida como estimador em “malha aberta”
Modelo
C
A, B
x(0)
Para o último item, veja que pode-se definir o erro de estimativa como sendo
desta forma para δ[x(t)] = δ[x(t)] − δ[x(t)] obtém-se a dinâmica do erro de
estimativa:
= A(x(t) − x(t))
= Ax(t)
“inovação”). Este formato é chamado estimador em “malha fechada”
x(0)
u x y
Planta
C
A, B
Modelo x̂ ŷ − +
C
A, B
x̂(0)
Lp
Estimador
∴ δ[x̂(t)] = A x̂(t) + Bu(t) + Lp (y(t) − ŷ(t))
= A x̂(k) + Bu(t) + Lp C(x(t) − x̂(t))
= (A − Lp C) x(t)
independentemente da condição inicial, x(0), escolhida... ou da necessidade de se
impor estabilidade...
(ζ − λ1 )(ζ − λ2 ) · · · (ζ − λn ) = 0
|ζI − A + Lp C| = 0
|ζI − A + Lp C| = (ζ − λ1 )(ζ − λ2 ) · · · (ζ − λn )
resposta global do sistema é dominada pelos pólos da lei de controle
−1
C 0
CA 0
..
Lp = αe (A) CA2
.
..
. 0
CAn−1 1
O n×1
sendo
αe (A) = An + γ1 An−1 + γ2 An−2 + . . . + γn I
x1 (t + 1) 1 0 x1 (t) T
= + u(t)
2
x2 (t + 1) T 1 x2 (t) T /2
A B
x1 (t)
y(t) = 0 1 −→ a posição x2 é mensurável
x2 (t)
1 0 1 0 Lp 1
|zI − A + Lp C| = z − + 0 1
0 1 T 1 Lp 2
z−1 Lp 1
=
−T z − 1 + Lp 2
= z 2 + (Lp 2 − 2)z + (1 − Lp 2 + T Lp 1 ) = 0
Lp 2 − 2 = −0.8
T Lp 1 − Lp 2 + 1 = 0.32
Para T = 0.1s
Lp 1 5.2
Lp = =
Lp 2 1.2
0 1 −10 10
O= , e O −1 =
0.1 1 1 0
2 0.52 0
αe (A) = A − 0.8A + 0.32I =
0.12 0.52
0.52 0 −10 10 0 5.2
Lp = =
0.12 0.52 1 0 1 1.2
pag.20 Introdução ao Controle Robusto – Aula 6
c Reinaldo M. Palhares
Estimador – Observador
1 0 1
Considerando as condições iniciais: x(0) = e x(0) = ⇒ x(0) =
0 0 0
As trajetórias das componentes do erro de estimativa são apresentadas abaixo
1.5
1
Erro de Estimativa, x
x1
0.5
PSfrag replacements 0
x2
−0.5
−1
−1.5
0 0.5 1 1.5
Tempo (s)
pag.21 Introdução ao Controle Robusto – Aula 6
c Reinaldo M. Palhares
Princı́pio da Separação
δ[x(t)] = Ax(t) − BK x(t)
Usando o fato: x = x − x, então
δ[x(t)] = (A − Lp C)x(t)
O sistema em malha fechada aumentado possui 2n variáveis de estado:
=
δ[x(t)] BK A − BK x(k)
2n×2n 2n×1
ζI − A + Lp C 0
=0
BK ζI − A + BK
B Da propriedade de determinante de matrizes triangulares
⇓
δ[x(t)]
= (A − BK − Lp C) x(t) + Lp y(t)
AC BC
u(t) = − K x(t)
CC
=
δ[x(t)] BK A − BK x(t)
2n×2n 2n×1
Notas
[num,dem] = ss2tf(Ac,Bc,Cc,Dc)
sendo, Ac = A − BK − Lp C, Bc = Lp , Cc = −K e Dc = 0
0 1 0
ẋ(t) = x(t) + u(t)
0 0 1
A B
y(t) = 1 0 x(t)
C
obtém-se K= 1 1.4142
5
Lp =
25
Controle baseado no observador:
−40.4(s + 0.619)
D(s) =
(s + 3.21 + j4.77)(s + 3.21 − j4.77)