Pedro M. Oliveira dos Reis Soares Discretizacéo de Controladores Continuos Daze aug OEFACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO Departamento de Engenharia Electrotécnica e de Computadores = DISCRETIZACAO DE_ CONTROLADORES CONT Pedro Manuel Oliveira dos Reis Soares Licenciado em Engenharia Electrotécnica e de Computadores pela Faculdade de Engenharia da Universidade do Porto Dissertagao submetida para satisfagao parcial dos requisitos do grau de mestre em Engenharia Electrotécnica e de Computadores (Area de especializagio de Sistemas) Dissertagiio realizada sob a supervisiio de Professor Doutor Paulo Jorge de Azevedo Lopes dos Santos, do Departamento de Engenharia Electrotéenica e de Computadores da Faculdade de Engenharia da Universidade do Porto 62. 91043 }s0Ap/ DES 4 4199 Porto, Outubro de 1996‘Mestrado em Engenharia Electrotécnica e de Computadores DISCRETIZACAO DE CONTROLADORES CONTINUOS Outubro de 1996 Resumo Este trabalho tem como objective a comparago de varios métodos de discretizagio de controladores, com um método que propomos. Para esse efeito, adoptamos uma estrutura em sete capitulos. No primeito, apresentamos a evolugio historica da matéria em estudo, bem como as linhas gerais que norteiam o trabalho. No segundo, fazemos uma introdugo ao dominio dos controladores digitais, apresentando vantagens e desvantagens destes relativamente aos controladores continuos. Fazemos ainda a apresentago de alguns aspectos teéricos a ter em conta no estudo de sistemas discretos. Nos terceiro e quarto capitulos, apresentamos diversos métodos de discretizagdo j4 existentes. Estes, so separados em nos de malha aberta (capitulo 3 - métodos de Euler, Diferencial, Tustin, Elementos Retentores, Boxer-Thaler, Madwed-Truxal, Resposta Invariante e Mapeamento de Pélos © Zeros), e nos de malha fechada (capitulo 4 - métodos de Rattan, Kennedy e Adams, Keller e Anderson e finalmente Willianson, Blackmore e Mareels). No capitulo 5 propomos um novo método a que chamamos Aproximagio Logaritmica. Apesar de ser de malha aberta, optamos por fazer a sua apresentagto num capitulo proprio. Este método baseia-se na aproximagiio da resposta em frequéncia em malha aberta de sistemas continuos ¢ sistemas discretos, sendo um dos motivos deste trabalho. No capitulo 6, apresentamos trés exemplos que ilustram o desempenho dos vérios métodos. Finalmente, no capitulo 7 apresentamos as conclusdes. Podemos dizer que os métodos em malha fechada so bons, principalmente porque permitem utilizar frequéncias de amostragem baixas, relativamente ao recomendado. Dos métodos de malha aberta (sem contar com o da Aproximagiio Logaritmica), o de Tustin € 0 melhor, produzindo resultados muito satisfatérios nos trés exemplos em que foi testado. O método de Aproximago Logaritmica, apresenta resultados semelhantes ao de Tustin, com a vantagem de, em certas situagdes, reduzir a ordem do controlador, permitindo uma implementagdio mais facil. Resumo da dissertagéo elaborada por Pedro Manuel Oliveira dos Reis Soares‘Mestrado em Engenharia Blectrotécnica e de Computadores DISCRETIZAGAO DE CONTROLADORES CONTINUOS Outubro de 1996 Abstract This work proposes to compare, several discretization methods, with a new one presented. It is divided in seven chapters, in the following way. The first, presents de historical background to the subject we study, as well as the main lines of this presentation. On the second, we introduce digital controllers, stating their advantages and disadvantages with respect to the continuous ones. We also present some of the theoretical bases of digital systems. The third and fourth chapters, are used to show several discretization methods. This are the Open Loop ones (chapter three - Euler, Backward Difference, Tustin, Forming Elements, Boxer-Thaler, Madwed-Truxal, Invariant Response and Matched Poles and Zeroes), and the Closed Loop ones (chapter four - Rattan, Kennedy and Evans, Keller and Anderson, and finally, Willianson, Blackmore and Marrels). Chapter five is devoted to the new method proposed in this work, called Logarithmic Approximation. Although it is an open loop method, we chose to present it in a separate chapter. This method, based on the approximation of the frequency response of the continuous and discrete systems, is one of the reasons to undertake this work. Three numerical examples, used to study the performance of the various methods, are presented in chapter six. The conclusions, are drawn in chapter seven. The closed loop methods, perform very well. One the main advantages this methods give, is the possibility to use Jow sampling rates, significantly bellow the sampling rates recommended. In the open loop methods group, Tustin distinguishes itself due to the ‘g00d performances it produces. Logarithmic Approximation performances, are similar to those of Tustin, with the important advantage of producing a model order reduction, which allows easier implementation. Resumo da dissertagiio elaborada por Pedro Manuel Oliveira dos Reis SoaresMestrado em Engenharia Electrotécnica e de Computadores DISCRETIZACGAO DE CONTROLADORES CONTINUOS Outubro de 1996 Résumé L’objectif de ce travail est la comparaison de plusieurs méthodes de discrétisation de contréleurs avec un outre quén propose. Pour cela, on adopte une structure avec sept chapitres. Dans le premier, on présente l’évolution historique de la matiére en étude et aussi les lignes générales qui orientent le travail. Dans le deuxiéme, on fait une introduction au domaine des contréleurs digitaux, en présentant les avantages es les désavantages de ceux-ci, par opposition aux contréleurs continus. On fait encore la présentation de quelques aspects théoriques @ prendre en considération dans l'étude des systémes discrets. Dans les troisiéme et quatriéme chapitres, on présente plusieurs méthodes de discrétisation déja éxistants. Ceux-ci sont séparés en méthodes & chafne ouverte (chapitre trois - méthodes d’Buler, Différentiel, Tustin, Eléments Rétenteurs, Boxer-Thaler, ‘Madwed-Truxal, Réponse Invariante et Transformation de Péles et Zéros) et & chaine férmeé (chapitre quatre - méthodes de Rattan, Kennedy et Adams, Keller et Anderson et finalement Willianson, Blackmore et Mareels). Dans le chapitre cinq on propose un nouveau méthode, auquel on appelle Rapprochement Logarithmique. Bien qu’il soit & chaine ouvert, on choisi de faire sa présentation dans un chapitre séparé. Ce méthode se fonde dans le rapprochement de la réponse en fréquence & chaine ouverte de systémes continus et de systémes discrets, en étant un des motifs de ce travail. Dans le chapitre six, on présente trois exemples qui expliquent le dégagement des différents méthodes. A la fin, dans le chapitre sept, on présente les conclusions. On peut dire que les méthodes a chaine férmeé sont bons, surtout parce qu’ils permettent dutiliser les fréquences d’échantiollonage basses, par rapport a ce qui est recommandé. Des méthodes a chaine ouverte (A part celui du Rapprochement Logerithmique) celui de Tustin est le meilleur, parce qu’il produit des résultats satisfaisants dans les trois exemples oi il a été tésté. Le méthode du Rapprochement Logarithmique présente des résultats semblables a celui de Tustin, avec Pavantage de, dans certaines situations, réduire Pordre du contréleur et permettre une implantation plus facile. Resumo da dissertac&o elaborada por Pedro Manuel Oliveira dos Reis SoaresPrefacio Antes de apresentar 0 trabalho, queria agradecer ao Prof. Paulo Lopes dos Santos, a oportunidade que me proporcionou de o realizar e 0 apoio demostrado ao longo da sua elaboragio. Agradego om especial o esforgo de rever a primeira versio desta dissertagiio no curto espago de tempo a que foi obrigado pelas circunstancias. Cabe também referir aqui, que parte deste trabalho foi realizado nas instalagées do Instituto de Sistemas ¢ Robética, que sempre abriu as suas portas para esse efeito. O meu agradecimento aos responséveis do instituto, nomeadamente ao Prof. Martins de Carvalho Por tiltimo gostaria de agradecer A Angela, todo 0 apoio e paciéncia demonstrada. Por esse motivo Ihe dedico este trabalho e todo o esforgo que nele investi.= Introdugd..en 2- Controladores Digitais.... 2.1 - INTRODUGAO. 2.2 - DISCRETIZAGAO EXACTA... 2.3 - MAPEAMENTO ENTRE O PLANO 'S EO PLANO Z. 2.4- PROJECTO DE SISTEMAS NO DOMINIO DISCRETO VERSUS DISCRETIZACAO DE ‘SISTEMAS CONTINUOS. 2.5 - “ALIASING” OU “FOLDING”. 2.6- O TEOREMA DE SHANNON E A FREQUENCIA DE NYQUIST.. 2.7 - O RETENTOR DE ORDEM 0... 2.8 - DISCRETIZACAO DE CONTROLADORES. 3 - Métodos em Malha Aberta (Open Loop)... 3.1 - INTRODUGAO, 3.2- METODO DE EULER. 3.3 - METODO DIFERENCIAL, 3.4- METODO DE TUSTIN... 4.5 - METODO DOS ELEMENTOS RETENTORES.... 3.6 - METODO DE BOXER-THALER... 3.7 - METODO DE MADWED-TRUXAL... 3.8- METODO DA RESPOSTA INVARIANTE.... 3.9 - METODO DO MAPEAMENTO DE POLOS E ZEROS... 4 Métodos em Matha Fechada (Closed Loop) 4.3 - METODO DE KENNEDY E EVANS... 44-METODO DE KELLER E ANDERSON. 4.5 - METODO DE BLACKMORE, WILLIAMSON E MAREELS.5- Aproximagio Logaritmica 5.1 - INTRODUGAO... 5.2 - DISCRETIZACAO ATRAVES DA APROXIMACAO ENTRE RESPOSTAS EM FREQUENCIA EM MALHA ABERTA.. 5.3 - 0 ALGORITMO DE IDENTIFICACAO DE PARAMETRICA NO DOMINIO DAS FREQUENCIA: 6- Exemplos. 6.1 - INTRODUCAO... 6.2 - SISTEMAS DE TESTE 6.3 - DISCRETIZACAO DO SISTEMA DE KAT: 6.3.1 - Diseretizagao pelo método de Bulet....snn 6.3.2 - Diseretizago pelo método diferencial 6.3.3 - Diseretizagto pelo método de Tustin 6.3.4 - Diseretizagdo pelo método de Boxer Thaler. 6.3.5 - Discretizagao pelo método de Madwed Truxal 6.3.6 - Discretizagao pelo método da resposta invariante ao degrau.... 6.3.7 - Diseretizagao pelo método de mapeamento de pélos e zeros. 6.3.8 - Discretizagio pelo Algoritmo de aproximagao logaritmica. 6.3.9 ~ Discretizagdo de Rattan. ....m 6.3.10 - Discretizagto de Kennedy e Evans. 6.3.11 ~ Discretizagao de Keller e Anderson. 6.3.12 - Discretizagio de Blackmore, Williamson e Mareels.. 6.4 ~ DISCRETIZACAO DO SISTEMA DE RATTAN. 6.4.1 ~ Diseretizagdo pelo método de BUlet..n.nnes 6.4.2 ~ Diseretizagao pelo método diferencial.... 6.4.3 - Discretizagto pelo método de Tustin 6.4.4 ~ Discretizagio pelo método de Boxer Thaler.. 6.4.5 - Diseretizagto pelo método de Madwed Truxal 6.4.6 ~ Discretizagio pelo método da resposta invariante ao degra 6.4.7 - Diseretizagdo pelo método de mapeamento de pélos ¢ zeros. 6.4.8 - Discretizagto pelo Algoritmo de aproximagio logaritmica 6.4.9 - Diseretizagdo de Rattan. 6.4.10 - Discretizagio de Kennedy ¢ Evans. 6.4.11 - Discretizacio de Keller ¢ Anderson, 6.4.12 - Discretizagio de Blackmore, Williamson e Mareels.. 6.5 - DISCRETIZAGAO DO SISTEMA DE GRENOBLE. 6.5.1 - Diseretizagdo pelo método de Euler... 6.5.2 - Diseretizago pelo método difereacial 6.5.3 - Discretizagio pelo método de Tustin. 6.5.6 - Discretizagtio pelo Algoritmo de aproximagao logaritmica 6.5 - COMPARAGAO GERAL DOS RESULTADOS. 7 ~ Conclusbesssennnnnnannseresseesnee UACAPITULO 1 INTRODUCAO1 - Introdugdo Desde a antiguidade o homem tem o ensejo de controlar sistemas sem a sua intervengio directa. Podemos encontrar sistemas de controlo muito rudimentares, baseados somente na utilizagdio bastante engenhosa de leis fisicas desde & muitos séculos. A partir do final do séc, XIX e principalmente j4 no sec. XX, importantes desenvolvimentos surgem no campo do controlo, surgindo os primeiros estudos tedricos destes sistemas. ‘A partir de meados deste século, com o aparecimento do computador, um novo campo se abriu aos sistemas de controlo, baseado precisamente na utilizagao dos computadores. De facto, a partir dos anos cinquenta, com o desenvolvimento da aviago, a necessidade de Comandar a crescente 4rea dos misseis e o advento da era espacial, novos problemas se colocaram aos engenheiros de controlo. A complexidade dos sistemas a controlar aumentou corisideravelmente. Os sistemas que até entZio eram do tipo “uma entrada uma saida” passaram a ter varias entradas e varias saidas. Desenvolveu-se a teoria de espaco de estados para fazer face a estes novos problemas. Formou-se a “International Federation of Automatic Control”, cuja primeira conferéncia, realizada em Moscovo em 1960, serviu para apresentar alguns destes estudos: Iniciou-se nesta década de cinquenta, a chamada teoria de controlo moderna, por oposigio teoria de controlo cléssica, que seré aquela que se desenvolveu até esta data, A complexidade destes novos sistemas, levou os engenheiros de controlo a fixarem a sua atengiio no uso do computador, que com o seu poder de célculo prometia resolver alguns problemas. Surgiram entio os primeiros estudos sobre a aplicagdo dos computadores no controlo de misseis e avides. Chegou-se a concluséo de que os computadores de uso geral existentes nesta altura, nfo eram adequados ao controlo destes sistemas, devido ao seu grande tamanho, grande consumo e fraca fiabilidade. Desenvolveram-se entéo computadores para aplicagdes especificas de controlo, nomeadamente na dea aeroespacial. A primeira aplicagao industrial resultou dum contacto entre a empresa aeroespacial Tohmpson Ramo Woolridge e a petrolifera Texaco, que juntas desenvolveram um importante estudo sobre a instalaglio de uma fibrica de polimeros controlada por computador. Este estudo, que exigiu um trabalho equivalente a 30 homens/ano, resultou num sistema baseado no computador RW300, que iniciou produgio em 12 de Margo de1959. O sistema controlava 26 caudais, 72 temperaturas 3 presses ¢ 3 composigdes (quimicas). Tinha que controlar estes factores, tentando minimizar a pressio nos reactores, determinar uma distribuigiio Sptima de alimentaglio dos mesmos, etc. Este trabalho motivou os fabricantes de computadores, que passaram a ver nesta rea um campo potencial de aplicagiio dos seus equipamentos. Segundo Karl J. Astrém [1], podemos dividir em quatro periodos a evolugio nesta rea, Tabela 1.1 Periodo pioneiro 1955 Periodo DDC (Direct Digital Control) 1962 Periodo de Minicomputadores 1967 Periodo de Micro-computadores 1972 No periodo pioneiro, os computadores utilizados stio ainda anal6gicos, usando valvulas de vacuo. O facto de serem méquinas lentas, caras e pouco fiiveis limitava a sua utilizag&io. De facto, nesta época os tempos de adigio de multiplicagéio rondavam os ms e 20ms, respectivamente. Também o tempo médio entre avarias, rondando entre as 50 ¢ as 100h se tornava um grave obstéculo, uma vez que néo se pode confiar o éxito de ‘um sistema muito dispendioso a uma méquina que avaria de 3 em 3 ou de 4 em 4 dias. As operagées confiadas ao computador nesta altura resumiam-se basicamente a encontrar condigées Gptimas de operagao, efectuar 0 escalonamento de operagdes, planear outros aspectos da produgdo e a produzir relatérios sobre essa mesma produgao. Jé nesta altura era necessdrio conhecer um modelo matematico do sistema, por forma a permitir realizar as optimizag6es pretendidas. A necessidade de obter bons modelos mateméaticos, juntamente com o facto de por vezes nfio se obter um modelo suficientemente bom através das leis fisicas que regem os sistemas, langou as bases para © inicio do estudo de métodos de identificagao de sistemas. Apesar de todas estas dificuldades, varios sistemas foram desenvolvidos e, em Margo de 1961, 37 sistemas tinham jé sido desenvolvidos, para as indiistrias quimicas e do ago e de produgiio de electricidade, O periodo DDC, obtém o seu nome, do facto de os computadores analégicos terem sido substituidos por computadores totalmente digitais que efectuavam directamente a acciiode controlo. Esta inovagdio foi introduzida pela primeira vez na industria quimica, mais propriamente, pela Imperial Chemical Industries (ICI) em Inglaterra, em 1962. Um tinico computador foi entio utilizado para efectuar a leitura de 224 varidveis e 0 controlo directo de 129 valvulas. Comegavam a surgit mAquinas mais répidas, capazes de adicionar em 1001s e multiplicar em Ims, com tempos médios entre avarias de 1000h. A flexibilidade introduzida com estes novos computadores, com a possibilidade de alterar dados do sistema, simplesmente através de uma reprogramagao, veio trazer algum. impulso generalizag#o do seu uso. Comecavam entio a surgir problemas de investigagao relacionados com a escolha do periodo de amostragem e dos algoritmos de controlo mais apropriados. desenvolvimento dos circuitos integrados, veio abrir a porta aos minicomputadores. Diversos fabricantes desenvolveram computadores especificamente para controlo de processos, com palavras de 16 bits. Os tempos de adigo e multiplicagaio baixaram consideravelmente (para 2j1s e 7s, respectivamente). O tempo médio entre avarias subiu para 20000h. A utilizagio dos minicomputadores para controlo de processos provocou uma expansto bastante grande da sua utilizago, jA que as suas menores dimensdes, baixo consumo ¢ relativamente baixo prego permitiram a sua utilizagiio em projectos de menor dimensao. avango cada vez maior na rea dos circuitos integrados e da electrénica, permitiu que dos minicomputadores se passasse aos micro-computadores. Rapidamente estes atingiram desempenhos equivalentes 4s que os primeiros tinham uns anos antes. Entra-se assim no quarto periodo, 0 dos micro-computadores, com tempos de céilculo cada vez maiores ¢ com cada vez mais facilidades de “interface” com 0 utilizador. Talvez hoje em dia nos encontremos j4 num quinto periodo, 0 do micro-controlador, integrado especificamente dedicado ao controlo de processos. A utilizagio destes integrados permite ter hoje pequenos sistemas de controlo com dimenses muito reduzidas e pregos bastante baixos, tornando muito acessivel 0 controlo digital e a sua consequente expansio a dreas cada vez mais diversificadas. A area do controlo, como é dito acima, s6 a partir de meados dos século passado, comegou a utilizar os meios informiticos. Anteriormente a esta altura, desenvolveram-se uma série de técnicas e adquiriu-se bastante prética no estudo e projecto de sistemas no dominio anal6gico. Todo este saber acumulado ainda hoje é muito importante, apesar deas técnicas digitais terem cada vez mais peso. De facto, hoje em dia grande parte do desenvolvimento de sistemas parte da sua representago anal6gica, sendo posteriormente alguns dos seus componentes, nomeadamente o controlador, discretizados, com o intuito de seem implementados em computador. Por este motivo tém grande utilidade e so de grande importancia as técnicas de discretizagao, ou seja, de passagem da representagio analégica de sistemas para a sua representagdo discreta. S6 com uma digitalizagio em que nfo exista perda significativa das caracteristicas e do desempenho do controlador continuo, se consegue que o sistema digitalizado mantenha o desempenho desejado no dominio analégico. Este trabalho aborda o problema da discretizagtio de controladores continuos. Para esse efeito, adoptamos uma estrutura em 7 capitulos, que descrevemos sumariamente a seguir. Capitulo 1 - Introdugio Serve para apresentar a evolugio histérica da matéria em estudo, bem como as linhas gerais que norteiam o trabalho. Capitulo 2 - Controladores Digitais. Este capitulo faz uma primeira introdugtio ao dominio dos controladores digitais, apresentando vantagens e desvantagens relativamente aos controladores continuos. Faz ainda a apresentagiio de alguns aspectos tedricos, a ter em conta no estudo de sistemas discretos. Capitulo 3 - Métodos em malha aberta. Aqui sto apresentados os métodos em malha aberta de Euler, Diferencial, Tustin, Elementos Retentores, Boxer-Thaler, Madwed-Truxal, Resposta Invariante e mapeamento de polos ¢ zeros. Capitulo 4 - Métodos em malha fechada. Neste capitulo, apresentamos os métodos em malha fechada que foram apresentados por Rattan, Kennedy e Adams, Keller e Anderson e finalmente Willianson, Blackmore e Mareels.Capitulo 5 - Aproximagiio Logaritmica. Serve este capitulo, para apresentar um método em malha aberta que propomos para a diseretizagiio de controladores continuos. Este método baseia-se na aproximagdio da resposta em frequéncia em malha aberta dos sistemas continuo ¢ amostrado, e € um dos motivos deste trabalho. Capitulo 6 - Exemplos Apresentamos aqui trés exemplos, que ilustram o desempenho .dos métodos deseritos neste trabalho Capitulo 7 - Conchusées Serve para apresentar as conclustes finais, e apresentar algumas ideias, sobre hipéteses de continuago e aprofundamento do trabalho.CAPITULO 2 CONTROLADORES DIGITAIS2 - Controladores Digitais 2.1 INTRODUGAO A grande versatilidade dos sistemas digitais de controlo, quer ao nivel do controlador em. si, com vantagens relativamente aos controladores anal6gicos, quet ao nivel do interface com o utilizador com a utilizagio de grificos, possibilidade de imprimir resultados, etc., fez com que estes se impusessem cada vez. mais. Enumeram-se a seguir, algumas das vantagens dos sistemas digitais © Possibilidade de utilizar transdutores que efectuam a transformagiio da grandeza a medir, directamente para um valor digital, com ganhos na imunidade ao ruido. Possibilidade de efectuar Telemetria, ou seja, transmisso de dados de virias origens, usando multiplexagem, numa sé linha de transmissio. Possibilidade de, utilizando equipamento de baixo custo ¢ de baixo consumo, processar algoritmos de grande complexidade e praticamente impossiveis de implementar com controladores analégicos, como sejam: Processos estocdsticos + Espagos de estados de ordem elevada Controlo adaptativo Controlo predictivo Possibilidade de, enquanto decorre a acgéio de controlo, alterar o algoritmo que esté a ser utilizado, para fazer face a qualquer situagaio anormal, desencadeada ou por algum operador ou automaticamente por algum alarme. * Capacidade de armazenar informagdes com facilidade, guardando em ficheiro a evolugdo de diversas variéveis, para anzlise posterior. Blaboragio de interfaces amigéveis, que permitem a actuagio do processo por pessoal no especializado. Possibilidade de interligagdo directa de sistemas CAD/CAE, e actuagéo directa da planta a partir desses sistemas.1 ‘Apesar de todas estas vantagens, existem também alguns problemas associados ao controlo digital, que no se colocam no controlo analégico. Bis algumas dessas desvantagens: © projecto de sistemas e a sua andlise matemdtica podem ser bastante mais complexos do que no caso de sistemas analégicos. Um sistema analdgico estével pode perder totalmente ou parcialmente a sua estabilidade quando € discretizado. A leitura discreta efectuada pelo A/D, faz com que exista uma perda de informago relativamente ao processo a controlar. De facto, entre os intervalos de amostragem, no existe informagio sobre a evolugo da planta. A. possibilidade de ocorrerem erros de software, principalmente na implementago de sistemas complexos. Um sistema pode ser estavel e controlivel, mas o facto de existir um tempo necessitio ao processamento do algoritmo ¢ & actualizago do A/D pode inviabilizar em termos praticos 0 controlo efectivo. 2.2 - DISCRETIZAGAO EXACTA ‘A transformagiio de uma representagéio continua para uma representago discreta pode ser realizada de uma forma exacta. Considere-se um sinal e(f), ¢ a sua transformada de Laplace E(s). Se aplicarmos esse sinal a um A/D, obteremos na saida, o sinal e(t) amostrado, que representaremos por e*(1). A este sinal cortesponderd a transformada de Laplace E*(s). e(t) e*(t) E(t) E*(t) figura 2.1 - relagdo entre os sinais de entrada e saida de um A/D Podemos representar E*(s) da seguinte forma:EH = Yekte™ (2.1) a em que T é 0 periodo de amostragem. Efectuando uma simples mudanga de variavel, (22) podemos afirmar que: F@=EX@pees= Veknz* @3) y Isto corresponde & definigo de transformada Z. Para obter uma representagio discreta de qualquer sinal, podemos utilizar a definigiio de transformada Z. Isto implica, no entanto, que tem que ser conhecida a sua representagao no tempo A qual se aplica a transformada, ou que se conhece a sua transformada de Laplace. Se for conhecida a representagdo temporal, 0 célculo da transformada Z pela definigao conduz , como se pode facilmente verificar, a uma série infinita em termos de z*. A partir dessa série, é possivel, na maioria dos casos’, obter uma representagaio em forma fechada dessa transformada. Se em vez da transformada z de um sinal, pretendermos obter a de um sistema amostrado, teremos que aplicar a transformada z ao sinal correspondente resposta impulsional desse sistema. A representago de um sistema discreto, obtida por esta forma, nfo pode ser utilizada, para determinar a resposta do sistema, a entradas diferentes do impulso de Dirac. De facto, neste aspecto, difere da transformada de Laplace’. E por este motivo, que se * Se o sistema for linear ¢ de pardmetros concentrados. ? Neste caso, a fingiio de transferéacia impulsional, pode ser utilizada para determinar a resposta de um13 procuram processos de discretizaglio, que nfo passem pela aplicagio da definigao da transformada z, tentando assim obter fingdes de transferéncia, que permitam prever a reacg#lo do sistema a diversas entradas. Este trabalho faz precisamente 0 estudo de alguns desses métodos. 2.3 - MAPEAMENTO ENTRE O PLANO S E O PLANO Z ‘Uma ferramenta muito utilizada no projecto ¢ andlise de sistemas de controlo, é o Lugar Geomiétrico de Raizes (LGR). Este método gréfico, permite ter uma visualizagio, das possiveis localizagées dos pélos em malha fechada do sistema. Essa localizagio seré fing da localizagaio dos pélos e zeros em malha aberta e de um ganho (k) ajustavel. E sabido que um sistema continuo, que possua pélos em malha fechada no semi-plano direito do plano s, teré um comportamento instavel. Por este facto, a visualizagiio das possiveis localizagdes desses pélos fornece uma informagio muito util e de ficil leitura sobre a estabilidade do sistema. Além da informagio sobre estabilidade, outras leituras se podem fazer do LGR. Saber a posigéo dos pélos em malha fechada, permite, nalguns casos, calcular algumas caracteristicas da resposta temporal ao degrau unitério do sistema, como sejam o overshoot, a frequéncia de oscilago, o tempo de estabilizago, etc. O grande uso que esta ferramenta tem no estudo de sistemas no dominio continuo, fez com que a sua utilizagio fosse transportada para 0 dominio discreto, com algumas adaptagdes que passamos a explicar. Em termos de planos complexos s e z com ordenadas correspondentes a parte imaginéria € abcissas correspondentes parte real, podemos facilmente constatar que se um valor de: s=atjb 4) corresponde a um determinado ponto nesse plano, o mimero: sistema a uma qualquer entrada,14 z= chao =x + jy (2.5) ird representar um ponto diferente. Serd esta relagdio, que nifo é mais do a definigfio de z, que foi apresentada anteriormente neste capitulo, que define 0 mapeamento entre os planos complexos s ¢ z. Com este ‘mapeamento podemos atribuir a cada ponto do plano 8, um ponto correspondente no plano 2. Uma propriedade importante a considerar no estudo deste mapeamento, é o facto z= e™ ser uma fungo periédica, com periodo igual a jw. em que w, é a frequéncia de 1 p> temos que 0 periodo da fungio e™ é dado por amostragem Como w; = 2nf, e f, 20 if: Este facto faz com que um mimero infinito de pontos do plano s, tenha a mesma representagao no plano z. Com efeito, todos os pontos cuja diferenga entre si seja de um valor miltiplo do periodo da fiangdo, vo possuir a mesma correspondéncia no plano z: s;=atjb (2.6) 2: S2= 51 4K k inteiro en mae 72 (2.8) Através desta fiangdo, fazendo um mapeamento exaustivo ponto a ponto, ou mapeando zonas, como sejam rectas ou semi-rectas paralelas aos eixos, pode obter-se uma correspondéncia entre dreas do plano s ¢ do plano z. Consegue-se desta forma, obter a zona do plano z que corresponde ao semi-plano esquerdo no plano s. Relembremos a importéncia do semi-plano esquerdo, j& que, se os pélos da fungio de transferéncia em malha fechada se localizarem todos neste plano, temos a garantia de que © sistema seré estivel. No extremo, os pélos poder localizar-se, na fronteira entre os dois semi-planos esquerdo e direito, ou seja sobre 0 eixo das ordenadas, que no caso de uum plano complexo, como se sabe, corresponde ao eixo imaginirio. Neste caso, 0 sistema apresentaré oscilagdes de amplitude constante, nfo caindo contudo na instabilidade.15 Debrucemo-nos ento sobre o mapeamento do eixo imagindrio, Neste caso, o valor de s terd sempre a parte real mula, pelo que a sua transformagdio seré sempre dada por: z=e™ (2.9) em que w representa a parte imagindria do ponto a ser transformado. Este nimero z & ‘um nimero complexo cujo médulo sera sempre unitério. Vejamos a representagao de um némero complexo na figura. Se o médulo do ponto x for 1, como acontece no exemplo da figura, a representagio desse mimero ser precisamente da forma x =e", Entio, na formula z = ©, w equivale ao Angulo do vector que representa o ntimero z. B ébvio constatar que se comegarmos com w = 0, z corresponderd ao niimero 1 + j0, enquanto que w= ea corresponde ao nimero z = 0 + jl. Este raciocinio depressa nos leva a verificar que se w variar continuamente entre 0 e 2x, se obtém valores de z que correspondem a circunferéneia unitéri centrada na origem. figura 2.2 - representagio gréfica do ntimero complexo x =e A teflexao anterior sobre a periodicidade da fungaio e", pode ser relembrada aqui, para verificarmos que para valores de w maiores que 2n, se repetitdio pontos no plano z, jé anteriormente representados. Também é trivial verificar, que os pontos correspondentes a valores negativos de w, implicam apenas a consideragiio de um Angulo «. negativo.16 Deste modo, temos mais uma vez a repetigtio de pontos da circunferéneia unitéria. 0 eixo imagindrio do plano s, € entio mapeado na circunferéncia unitéria no pano z. Estudemos agora, 0 mapeamento de uma recta paralela ao eixo imagindrio, que cruze 0 eixo real na abcissa -c, 6 > 0. Este caso tem uma andlise muito semelhante & efectuada para 0 eixo imagindrio. Reparemos que todos os pontos desta recta tém a mesma parte real. Assim fica: s=-o4j (2.10) z= eltotin = elogtitw Qin Com a variago de w, iremos obter, & semelhanga do que sucedeu com o eixo imagindrio, pontos de uma circunferéncia centrada na origem A diferenga entre o mapeamento do eixo imaginério e uma recta que Ihe seja paralela, pertencente ao semi- plano esquerdo, reside no valor do raio da circunferéncia, em que essa recta é transformada, No primeiro caso, como vimos, esse raio & 1, no segundo caso, esse raio serd dado por e, valor que & sempre inferior & unidade. Considerando agora rectas, como a anterior, mas com o a variar entre 0 © -«, verificamos que essas rectas vo sendo transformadas em circunferéncias de raio cada ‘vez menor, até que no limite, temo uma recta mapeada na origem do plano z. ‘Temos agora dados que permitem verificar que o semi-plano esquerdo e eixo imaginério, do plano s produzem uma imagem no plano z que corresponde a circunferéncia unitaria e ao circulo unitirio centrados na origem, respectivamente.17 figura 2.3 - mapeamento entre os planos s ¢ z Possuimos agora informaco, que possibilita utilizar as regras do LGR continuo no dominio discreto. Se, na andlise de um sistema discreto, ocorrerem pélos da fungio em transferéncia em malha fechada, fora da circunferéncia unitéria, isso corresponderé no plano a pélos no semi-plano direito, logo, pélos instaveis. Esta informago, como se disse quando do LGR continuo, é de grande importancia na anilise de qualquer sistema de controlo. Referimos também que, da localizaglo dos pélos em malha fechada, se podem retirar certas informagSes sobre a resposta temporal ao degrau unitério do sistema. No plano z, também ¢ possivel obter informagdes deste tipo. Para ler estas informagdes, geralmente sto marcadas no plano, linhas auxiliares, que correspondem a lugares de valores constantes do coeficiente de amortecimento & e da frequéncia natural de oscilago ws. Na figura seguinte, apresentamos algumas dessa linhas marcadas, no plano s e no plano zfigura 2.5 - zonas de amortecimento e frequéncia natural constante no plano z19 24- PROJECTO DE SISTEMAS NO DOMINIO DISCRETO VERSUS DISCRETIZAGAO DE SISTEMAS CONTINUOS No projecto de sistemas de controlo, em que cada vez mais o projectista tende a utilizar técnicas de controlo digitais, coloca-se por vezes um problema que tem a ver com a dificuldade de efectuar 0 projecto directamente no dominio digital. De facto, como ja foi referido, a andlise matemitica destes sistemas pode ser bastante complicada, enquanto que no dominio continuo, nfo s6 0 projecto se torna mais simples matematicamente, ‘como 0 conjunto de ferramentas de apoio ao projecto é mais vasto. Acresce a estas vantagens, o facto de ser mais intuitivo trabalhar no dominio continuo. No dominio discreto, so menos evidentes, ou menos apreendidas pelo projectista, as relagdes entre a representagdo matemaitica e a realidade fisica. # assim comum, que o projecto seja realizado no dominio continuo posteriormente discretizado utilizando algum processo para o efeito, apesar de cada vez mais surgirem técnicas de projecto directamente no dominio digital. Cabe aqui referir, que 0 projecto de um sistema de controlo, consiste na maioria dos casos na escolha do controlador e postetior calibragiio, uma vez que as outras componentes do sistema so na sua maioria impostas. De facto a planta e outras componentes dum sistema de controlo genérico, existem a priori e apesar de poderem ser ligeiramente modificadas para se adaptarem melhor ao desempenho pretendido, a sua representag&o néio pode ser alterada substancialmente. De notar também que a planta é quase sempre um sistema que funciona no dominio continuo e n&io no dominio discreto. Este & mais um factor a pesar, no facto de o desenvolvimento. dos controladores ser efectuado no dominio continuo e s6 posteriormente se proceder a sua discretizagaio. Também quando falamos em discretizagiio de um sistema, referimo-nos quase sempre, de acordo com o referido acima, a discretizag&io somente do controlador, uma vez que as outras partes constituintes do sistema no interessa na maioria das vezes discretizar, Porque serfio sempre utilizadas no dominio continuo. A discretizagfio da planta, é Tealizada por vezes quando se pretende efectuar simulagées por computador antes da implementagdo efectiva do sistema real. Neste caso, e apesar de existirem programas de simulag&o que permitem o estudo de sistemas hibridos, ou seja que contenham simultaneamente blocos no dominio discreto e blocos no dominio continuo, pode ser20 vantajoso ou mesmo necessfrio efectuar a simulago com a representago discretizada da planta. ‘No nosso estudo, s6 iré ser realizada a discretizagiio do controlador ¢ para isso sero estudados diversas formas de a efectuar. A discretizagao de um. controlador visa, como é dbvio e como vem sendo referido, obter ‘uma representagdo discreta do mesmo. Pretende-se que o controlador discretizado, realize as mesmas fungdes que o controlador continuo, preferencialmente com o mesmo desempenho que o primeiro obtinha. De notar que um controlador discretizado pode manter 0 controlo efectivo da planta mas com um desempenho pior, ou seja, com tempos de estabilizagio maiores, “overshoot” mais elevado, existéncia de oscilagées que nao aconteciam como controlador continuo, etc., ete. Como & referido anteriormente, na comparagéio das vantagens e desvantagens de controladores discretos relativamente aos continuos, pode mesmo acontecer que um controlador que produzia um desempenho estdvel enquanto continuo, perca essa caracteristica tornando © sistema instavel se for “mal discretizado”. Este conceito de “mal discretizado”, nao existe em termos absolutos. De facto ele sé pode ser aferido realizando testes que permitam comparat o desempenho do sistema antes e depois da discretizago. Este sera um estudo realizado mais tarde neste trabalho. (2.5 - “ALIASING” OU “FOLDING” ‘Um importante problema pode surgir, quando se projecta um controlador digital, quer no dominio discreto, quer através da discretizagio de um controlador continuo. Esse problema tem a ver com o facto de um sistema amostrado um espectro que se repete em tomo de frequéncias miiltiplas da frequéncia de amostragem.21 t vam | \ — We w t ivecwal LN L\ 7 a figura 2.6 - espectro com “aliasing” ‘A figura mostra 0 espectro de frequéncia de um sinal genérico y(t). Admitindo que a frequéncia méxima desse sinal é w., vemos no grifico de cima, espectro do sinal continuo. Se esse sinal for amostrado A frequéncia w., teremos no grifico de baixo, 0 spectro do sinal amostrado. Mostramos apenas o espectro repetido as frequéncias w. ¢ - wy Ele repete-se no entanto, para todos os miiltiplos inteiros destas frequéncias. De notar que se a frequéncia w, for suficientemente elevada, nfo se verifica 0 cruzamento dos espectros repetidos, como se mostra na figura. Este fenémeno, conhecido como “aliasing” ou “folding” provoca problemas efectivos de controlo. O ruido de alta frequéncia, pouca influéncia ter no desempenho de um sistema continuo uma vez que 0 seu espectro é de tal forma que essas frequéncias ficam bastante atenuadas. Se esse sinal for amostrado, 0 ruido que surja a frequéncias elevadas pode afectar seriamente 0 desempenho do controlador, se essa frequéncia produzir um “alias” a baixa frequéncia. 2.6 - O TEOREMA DE SHANNON E A FREQUENCIA DE NYQUIST Desde 0 inicio do uso de sistemas de controlo discretos, que desenvolvimentos tedricos22 importantes tém acompanhado a sua implementagéio pratica. Desde 0 comego que existiu a preocupagao de compreender 0 processo de amostragem e posterior reconstrugéo do sinal amostrado através do ZOH! ou de outro elemento com fungdes idénticas. Nyquist apresenta pela primeira vez em 1928, um artigo” em que refere que um sinal sinusoidal pode ser completamente reconstruido a partir de impulsos que correspondam a uma amostragem dele proprio, se esse impulsos forem obtidos a uma taxa de pelo menos dois por periodo. Isto corresponde, como & ébvio, a uma frequéncia de amostragem, no minimo 0 dobro da frequénecia do sinal sinusoidal. Em 1949, Shannon apresenta o seu famoso teorema’. Neste teorema, Shannon afirma que qualquer sinal ¢(f) que nfo contenha frequéncias maiores que we rads’, ou por outras palavras, que tenha um espectro limitado, do género do que se mostra na figura, pode ser reconstrufdo a partir de amostras suas, desde que essas amostras estejam espagadas de um intervalo T, de forma a que: T< = s (2.12) E ébvio constatar do gréfico da figura 2.7, que esta condig&o, que é equivalente a w, > 2w,, significa nfo deixar que os espectros repetidos do sinal original se sobreponham. J eGo) oem as mew w wae, figura 2.7 - espectro sem “aliasing” Espeetro de um sinal amostrado com um valor de w, que satisfaz o teorema de Shannon * Zero Order Hold ou Retentor de Ordem Zero, que serd introduzido e explicado mais & frente ? Nyquist, H. “Certain Topics in Telegraph Transmition Theory”, AIEE Trans., 47, 617-44. Esta reféréncia aparece citada em [1], pp 33 * Shannon C. E. “Communications in the Presence of Noise”, Proc. IRE, 37, 10-21. ‘Ver também [1], pp 3323 Em termos priticos, esta condigéo é por vezes muito dificil de verificar, ou porque 0 espectro do sinal nfo é limitado, ou porque, embora o sendo, isso acontece a frequéncias muito elevadas. Isso implicard a utilizagiio de uma frequéncia de amostragem bastante alta, muitas vezes impossivel de implementar em sistemas reais. Reparemos que a inequago indicada acima, pode ser posta da seguinte forma: We< 5 (2.13) Corresponde esta inequagiio, a dizer que a reconstrugo de um sinal € possivel, desde que a méxima frequéncia do espectro desse sinal seja F. em que T & 0 periodo de amostragem. Esta frequéncia conhecida como frequéncia de Nyquist e constitui um factor chave na andlise e estudo de qualquer sistema amostrado. Com eftito, se num sistema discreto, a frequéncia de amostragem for inferior 4 de Nyquist, existiré o risco de ocorrer um fendmeno de “aliasing”, que poderé comprometer a qualidade do desempenho desse sistema. E possivel condicionar um sinal por meio de filtragens apropriadas, de forma a limitar a sua largura de banda, para que se eliminem frequéncias superiores a frequéncia de Nyquist. Nao nos iremos debrugar sobre este assunto por nfo cair no objecto do nosso estudo. Apesar disso, a aplicagtio de uma correcta filtragem pode nfo sé melhorar o desempenho de um sistema de controlo, como até em casos extremos, viabilizar um controlo que sem essa filtragem se torna invidvel. Poderemos dizer algo, sobre a escolha da frequéncia de amostragem a utilizar num sistema discreto, Middleton e Goodwin [32]', aconselham como limites inferior e superior, para a fiequéncia de amostragem, respectivamente, 10 e 50 vezes a largura de banda pretendida para o sistema em malha fechada. Uma frequéncia de amostragem fora destes limites, pode provocar oscilagées indesejéveis entre amostragens, se a frequéncia * Apesar de ser um livro, esta referéncia é colocada em tiltimo lugar da bibliografia. Isto tem a ver com 0 facto de ter sido introduzida perto do final do trabalho quando todas as referéncias aos outros livros e24 for muito baixa, e problemas de preciso numérica na implementagio em computador, se for muito clevada. 2.7- O RETENTOR DE ORDEM 0 Num sistema de controlo, ¢ necessario representar a relagiio ente os sinais de entrada e de saida. Num sistema continuo, isso representa-se pela funglio de transferéncia continua que no é mais do que a relagdo entre as transformadas de Laplace dos sinais de entrada e saida, Também num sistema discreto essa relagio existe, e pode ser calculada, representando-se neste caso pela fing&o de transferéncia discreta, Similarmente a0 sistema continuo, essa fungdo de transferéncia nfio seré mais do que a relagdo entre as transformadas Z do sinal de saida e do sinal de entrada Considere-se a representagdio tipica de um sistema dindmico disoreto, no que diz respeito 86 & planta. O sinal de controlo discreto e*(t), é transformado num sinal continuo, por intermédio de um conversor D/A, representado no esquema pelo retentor de ordem zero Zot) POF ZC@(0)" ° deverd ter em conta o facto de que os sinais de controlo antes de chegarem a planta “ZOH?". Neste caso, a fungtio de transferéncia discreta H(z) seré dada passam pelo retentor que afecta esse sinais. De facto a fimgio de transferéncia do l-e-® ZOH(s) € dada por 8 *(t) (t) (t) rm “0! zon LPL Gq LOA Me. figura 2.8 - representago genérica de um sistema discretizado © ZOH(s) transforma os impulsos discretos existentes na sua entrada num sinal continuo Por patamares u(t), que € o sinal que efectivamente actua a planta, Podemos ver estes artigos, j4 tinham sido feitas..sinais na figura seguinte. e*(t) u(t) UNL Lc ‘Toon ar sv st or 7 ar oF Jor, 1 20 38 47 sv or 71 87 9T JOT figura 2.9 - efeito do ZOH sobre o sinal e*(t) Se considerarmos uma entrada em degrau unitério e(t), é ficil observar que e*(t) niio serd mais do que uma série de impulsos espagados de T e de valor unitério. Sendo assim, & saida do ZOH teremos novamente um degrau unitério (u(t)) cuja transformada de s@. Admitindo que Y(s) tem Laplace h Desta forma, podemos afirmar que Y(s) como transformada Z ¥(z), que nao € mais que a transformada Z do sinal y(t), e sabendo que a transformada Z de uma série de impulsos unitérios a que corresponde o sinal e*(t) Y@ éE@= , Podemos definir H(z) como sendo 7 ou ainda: I-21 H@)=(1-2¥@). (2.14) Resumindo, se um sistema for do tipo representado na figura anterior e se soubermos G(), a fungdo de transferéncia H(z) pode ser calculada da seguinte forma: 1 - Caloular a transformada Z de Y(s) = 2, obtendo Y(z) 2 - Multiplicar o resultado anterior por (1-z") para obter finalmente H(z) = (1-z")¥(z) Este resultado pode ser obtido duma outra forma, considerando que a fungiio de transferéncia do ZOH(s) é dada pela formula jé indicada acima e que repetimos: * “Zero Order Hold”26 l-e-® Zong) = == Q.15) Facilmente se verifica que a série de fungdes ZOH(s)G(s) pode ser escrita como: ZOH(s)G(s) = (1-e") a (2.16) Assim, a transformada Z deste bloco seré dada por Z{(1-e™) @, que pode ser G(s) G caleulada como a subtracgto das transformadas Z(S} ¢ zen. =}: © segundo destes termos nflo 6 mais do que o mesmo sinal do primeiro termo, atrasado de T. Em termos de transformada Z isso corresponde a ter 22 }. Ficamos assim com H(z) dado por: H(z) = aziz DQ, (2.17) Esta nfo é mais que a repetig&io da mesma transformada H(z) calculada atrés. E possfvel utilizar em vez de um retentor de ordem 0, para a reconstrugiio do sinal a partir da série de impulsos, um retentor de ordem 1 (FOH'), ou mesmo de ordem mais elevada. (1-e-*)T +1) sT Fungo de transferéncia do retentor de ordem 1 FOH(s) = (2.18) “First Order Hold27 Neste caso a saida seria, nfio uma sucesstio de patamares, mas cada impulso seria transformado numa rampa. Este processo ¢ relativamente pouco utilizado pelo que nao 0 iremos apresentar nem discutir. 2.8 - DISCRETIZAGAO DE CONTROLADORES O método de discretizagao, baseado no retentor de ordem zero, que acabamos de apresentar, é um método exacto, quando a entrada do sistema é um degrau unitério. Normalmente esta suposig&o é valida, quando se pretende descrever a safda da planta com controlo digital, nos instantes de amostragem, pois quase todos os conversores A/D, fancionam como um retentor de ordem zero, mantendo o sinal de entrada na planta, constante entre instantes de amostragem. Se for aplicado A discretizagiio de controladores, esta suposig&o no é valida, porque o sinal de entrada no controlador, nao se mantém constante entre instantes de amostragem. Nos proximos capitulos iremos descrever alguns métodos para discretizar controladores. Estes, podem ser divididos em dois grandes grupos. No primeiro desses grupos, que se denomina de malha aberta, a discretizagio é efectuada, transformando G(s) em G(2). Esta transformagdo ¢ feita por substituigfio dos termos em s por termos em z, por forma a satisfazer algum critério. Este pode ser obter um determinado mapeamento entre o plano ss ¢ o plano zz, obter uma tesposta semelhante do controlador discretizado relativamente ao controlador contfnuo ‘nos instantes de amostragem, etc.. Em termos gerais, nestes métodos nfo é utilizada informagao relativa as caracteristicas de funcionamento do sistema em malha fechada. De facto, somente a fungdo de transferéncia do controlador é necesséria. A discretizagéio baseada no elemento retentor de ordem zero, que foi apresentada na secgdo anterior, pode incluir-se neste conjunto de métodos de discretizagdo em malha aberta. Com feito, nfio so necessirias quaisquer informagdes sobre outras caracteristicas do sistema, nem sobre a planta que o controlador actua. ‘Nos métodos de malha fechada, a abordagem é diferente. Neste conjunto de métodos, 0 procedimento adoptado implica que quase sempre que se tentem manter intactas, ou pelo menos 0 mais possivel inalteradas, as caracterfsticas que o sistema analégico possuia em malha fechada.CAPITULO 3 METODOS EM MALHA ABERTA28 3 - Métodos em Malha Aberta (Open Loop) 3.1 - INTRODUGAO Nos métodos em malha aberta, 0 processo utilizado na discretizagio consiste em substituir 0 termo 8, na fungio G(s), por um novo termo em z. Obtém-se assim G(z), que se considera como a discretizagao de G(s). Como se processa enti a substituigo do factor s? Nos métodos clissicos, essa substituigdo & obtida, ou através de aproximagdes & relagio exacta entre 8 ¢ z, que relembremos € representada por z = e’",' ou através de aproximagées que levam em 1 conta o facto de s representar a diferenciago em ordem ao tempo e — representar a integrag’io”. Estes métodos s&io muito simples de aplicar, apesar de por vezes, quando aplicados a sistemas mais complexos, poderem comprometer o desempenho do sistema discretizado. Alguns métodos, tém geralmente como base aqueles acabados de referir, diferindo apenas no grau de aproximagdo aplicado’, ou na utilizagio de algum melhoramento posterior. Existem também métodos que efectuam uma partigio de G(s) em elementos mais simples G(5), realizando a sua transformago em elementos discretos equivalentes Gi(z), que compdem no seu conjunto a fungdio G(z). De referir que todos estes métodos, tém como pardmetro ajustvel o periodo de amostragem. Isto implica, que o controlador final pode ser encontrado, depois de se testar varios periodos de amostragem, seleccionando-se 0 maior que conduz a um "= perfodo de amostragem * Lembremos que Y(s) = sF(S), corresponde a ter no dominio dos tempos y(t) = a0) dt FG) x@= oe correspondea x()= fftiat © que * Por exemplo, se a relagio z = e for aproximado por uma série, essa série pode ser truncada de formas diferentes, produzindo aproximagées mais ou menos exactas, relativamente a a relagio inicial. E ébvio ‘que quanto mais aproximada for a relago, maior a complexidade e a dificuldade na aplicagio do29 melhor desempenho. Iremos apresentar agora alguns destes métodos, sem no entanto mostrar quaisquer resultados de discretizagées efectuadas com os mesmos. Isso seri efectuado no capitulo 6. 3.2 - METODO DE EULER Este método (também conhecido na literatura como "forward difference" devido & aproximagao & derivada que é efectuada) corresponde a aproximar o mapeamento exacto entre Ze 8 por uma expansdo em série truncada, ou seja: z=exl+sT G.1) ‘Manipulando a expressiio, temos que: 2) Esta vai ser a formula utilizada para efectuar a substituigio dos termos ems de G(s). Esta aproximagio pode também ser obtida, se pensarmos que a derivada representada no x(t) sistema analégico por s (correspondendo a it ) pode ser aproximada por uma equacdo as diferengas da seguinte forma: ax(t) | @=x(t-h) _ 2-1 at T x(t)" (3.3) Dagui se retira também, a igualdade jé apresentada acima: G4) método, a ' - Uiiliza-se aqui a propriedade de operador avango da varivel z, que corresponde a ter 2x(t) ~ x(t+1).30 ‘A simplicidade deste método contrasta com a possibilidade que 0 mesmo introduz, de transformar um sistema continuo estivel num sistema discreto instivel. Vejamos 0 mapeamento que a mesma produz entre 0 plano s e o plano z: figura 3.1 - mapeamento entre os planos s e z devido a transformagio de Euler De facto, comparando este mapeamento com aquele produzido pela transformagdo exacta z= e, apresentado no capitulo anterior, vemos que a zona de estabilidade do plano s, ndo se transforma na zona de estabilidade do plano z, que corresponde a0 cfrculo unitétio centrado na origem. Este factor, conjugado com os fracos desempenhos ue 0 sistema pode apresentar depois de discretizado, faz com que este método, apesar de muito simples, nfo seja comummente utilizado. 3.3 - METODO DIFERENCIAL Este processo conhecido por "backward difference" (por contraste com a designagaio31 “forward difference" do método anterior) & na definiglio, muito similar ao de Euler! diferindo no facto de a aproximago da derivada pela equago as diferengas, tomar aquia seguinte forma: x(t) _ x()—x(t-h) _ 1-2 aT T x= wy 65) Da mesma forma que no método de Euler, a sua aplicagio pritica coresponde a substituir s na fuangio G(s) por: 3.6) A aparente proximidade deste método com o de Euler s6 € valida do ponto de vista de como € obtido. Assim, analisemos mapeamento entre planos realizado por este método, apresentado na figura 3.2. Neste caso, por contraste com o anterior, temos que um sistema estével, é transformado ‘num sistema também estavel. Pode verificar-se que 0 semi-plano esquerdo do plano s, se transforma, por esta relagio, no eirculo de raio 0.5, centrado no ponto [0 0.5]. Esta regitio est dentro da regito de estabilidade do plano %, pelo que podemos afirmar que se mantém a estabilidade de um sistema depois de discretizado por este método. A estabilidade do sistema discretizado, no é o tinico aspecto a considerar na andlise do resultado da discretizago. O facto de que os pélos do sistema continuo tem a sua imagem discretizada no interior do circulo como se indica na figura, vai condicionar a dindmica do sistema discreto. Apesar de tudo, € evidente a vantagem que este método tem sobre o método de Euler no ue diz respeito a estabilidade. Quanto ao desempenho, melhor ou pior, relativamente ao método anterior, $6 caso a caso se podert verificar, efectuando testes. Nao deixa de ser, contudo, um método cujos resultados sfo, fracos, a no ser que seja aplicado a sistemas "'E de facto parecido com a definisto a partir da diferenciagto, ndo com a aproximagdo da relagdo zm ? Lembrando que z"'x(t) = x(t-1).32, simples e com periodos de amostragem reduzidos. figura 3.2 - mapeamento entre os planos $ ez devido a transformagéio diferencial 3.4 - METODO DE TUSTIN Este método largamente divulgado e utilizado, produzindo resultados bastante satisfatérios. Conhecido por transformagiio de Tustin ou transformagio bilinear, baseia-se nfo na aproximagao da derivada representada, por s, mas sim na integragdo representada pelo factor 4, § Para se chegar a transformagio, consideremos, o sistema representado na figura 3.3. 0 “© controlador 40 TT Panta pons figura 3.3 - sistema analégico Admitamos que R(s), (8), U(s), Y(s), so as transformadas de Laplace dos sinais33 ‘temporais correspondentes. Chamando “8 fungdo de transferéncia do controlador, Ul 1 (fan da planta, einpondo G(s) = +, temos BF = 1. Nestas condigdes, analisemos a figura seguinte. e(t) h-hh figura 3.4 - sinal e(t) Uma vez que o factor + representa uma integrago no tempo, podemos afirmar que 5 a . u(nh)= fe) dt + fe at B72) a ah que corresponde a afirmar que o valor de u(t) no instante t = nh é igual érea da fungao e(f) até ao instante t = (nh-h) mais a drea entre os instantes t = (nh-h) ¢ t = nh: uu(nh) = u(nb-h) + (4rea entre nh-h) 8) Fagamos agora uma aproximago do sinal et) entre os pontos t = (nh-h) e t = nh, por uum segmento de recta, como se vé na figura.34 nh-h nh figura 3.5 Se calcularmos novamente o valor de u(tih), considerando a nova érea entre os instantes t= (nh-h) e t=mbh, deste novo sinal e(t) temos que esse valor de & dado por: ‘u(oh) = u(ab-h) + Reecanty + e(nh)) GB.) em que o segundo termo da soma corresponde area do trapézio formado entre t= (ohh) et =nh, Se aplicar-mos agora a transformada 2 & equagfo anterior e lembrando que: 5EAK-Kh)} =! F(@), com k inteiro G.10) em que h corresponde ao periodo de amostragem, obtemos: =zh beet U@ = ZU) + Fe@IE@) +B) G.11) vextzh= Reet +DE@) (3.12) manipulando a expressfo, resulta a relagdo entre as transformadas z dos sinais e(t) e u(t), que é dada por:35 Utz) _h2-!+1 1 5 2e G1) hl¢z! E@) 21- ‘Reparemos que no sistema continuo, a relago exacta entre u(t) e e(t), 4 dada por: et) = fucpat G14) A esta relagio, corresponderia a transformada 7, se calculada de forma exacta, dada por: U@) . 2 Be 3.15) A diferenga entre as duas expressdes, resulta do facto de se ter aproximado 0 integral entre dois pontos do sinal e(t), por um segmento de recta. Este ¢ aliés um método de integragio numérica normalmente utilizado. UZ) Podemos afirmar, no caso do sistema que estamos a considerar, que a relagio EG) 2) obtém, fazendo a substituigdio na fungao G(s) = 4 des por 22-2. s hl+z! Fazendo a substituiglio de h por T (perfodo de amostragem), para uniformizar a simbologia com os dois métodos anteriores, temos entio que o método de Tustin =H corresponde a substituir, em qualquer fingio genérica G(s), s por BES ou, ‘multiplicando 0 numerador e 0 denominador por 2, 2z-1 ? Tat a A transformagio de Tustin tem a propriedade de transformar uma fungio de transferéneia continua estével, numa fingiio discreta também estivel. Isto pode constatar-se, analisando 0 mapeamento do plano s para o plano z que a mesma produz. Com efito, o semi-plano esquerdo e 0 eixo imagindrio do plano s sfo transformados,36 respectivamente no interior do cfrculo unitério centrado na origem ¢ na circunferéncia que delimita esse circulo no plano z. Esta relagdo entre os planos s e z devida A transformagio de Tustin ¢ idéntica aquela que se obtém com o mapeamento exacto entre as varidveis $ ez dado por z= e". Este facto é uma vantagem importante relativamente aos outros métodos jé descritos, apesar de o método actual implicar célculos um pouco mais complexos. Plano s figura 3.6 - mapeamento entre os planos s ¢ z devido a transformagao de Tustin 3.5- METODO DOS ELEMENTOS RETENTORES Recordemos 0 proceso de discretizago apresentado no capitulo anterior, baseado na utilizago do retentor de ordem zero (ZOH). Neste método, um elemento Q(s), € colocado em série com a planta que se pretende discretizar, tendo como objectivo, ‘transformar os impulsos discretos sua entrada (¢*(t)) num sinal continuo na sua saida @().37 T eo as 2 HO > figura 3.7 Foi referido, quando se apresentou o método do ZOH, que outras fungdes poderiam desempenhar esse papel, nomeadamente retentores de ordem mais elevada. A utilizagaio de diverso tipo de fungdes Q(s) que fagam uma interpolacio entre os impulsos discretos de ¢*(t), transformando-os num sinal continuo e(t), abre campo a toda uma nova sub-ordem de métodos de discretizag&io, que jé foi de facto explorada, encontrando-se alguns destes métodos na literatura e em artigos da especialidade [21]. Em sistemas discretizados desta forma, a fungdo de transferéncia discreta é obtida como se mostra a seguir H@) = 2{Q(@H)} G17) Apesar de dependente do elemento Q(s), hé uma caracteristica que quase todos apresentam. Essa caracteristica é impor que, nos instantes de amostragem, o sinal e(t), tenha o mesmo valor que e*(t)', O clemento retentor mais utilizado, € sem diivida 0 ZOH, representando um interpolador rectangular. Outros retentores diferentes, podem ser utilizados, mas nfo de uma forma generalizada. Veremos mais a frente um método (Madwed-Truxall), em que este Processo € conjugado com outro para obter a discretizagio de uma fiungdo de transferéncia. Note-se que o elemento retentor & colocado antes do bloco, em série, com a fungdo de ‘ransferéncia que se pretende discretizar. Esta nfo 6 a situagio que normalmente surge na discretizagao de um controlador. De facto, este método é utilizado essencialmente na discretizagao de plantas ¢ nfo na discretizago de controladores. Na maioria dos métodos, o controlador, actua independentemente da existéncia do elemento retentor. * Isto acontece quando no sistema real existe um bloco Q() antes de G(s) * Apesar disso, existem métodos de discretizago que tem em conta o facto de existir o elemento retentor38 Se existir a necessidade de efectuar simulagdes no dominio discreto, o modelo da planta a utilizar na simulago & sempre obtido, através da utilizagflo deste método, com 0 retentor de ordem apropriada (o retentor representa o conversor A/D). Normalmente, recorre-se ao retentor de ordem zero jé apresentado, pois a maioria dos conversores A/D ‘mantém constante a sua saida entre os instantes de amostragem 3.6 - METODO DE BOXER-THALER Nos trés métodos iniciais apresentados neste capitulo, a fiungdo G(z) € obtida de F(s) por substituigo de s por um termo em z (vamos chamar a este termo A) . Em todos estes métodos, se aparecer em F(s) um factor s4 isso implicaré, para a obtengdio de G(z), a substituigtio de spor A‘. No entanto jé foi referido, existem outros métodos em que a substituigtio de s4 nfo é feita de acordo com este processo. Iremos agora mostrar alguns destes métodos mas sem especificar nenhum deles muito pormenorizadamente, uma vez que a sua utilizag&o na prética ¢ praticamente inexistente devido ao enorme volume de célculos envolvidos. Boxer e Thaler apresentaram um proceso, em que partem da relagdio jé conhecida: (3.18) B.19) Chamemos operador integrador a este tiltimo elemento Esta igualdade, pode ainda ser posta na seguinte forma: 10s céleulos que efectuam,39 T Sen) } Para obter os operadores integradores de ordem mais elevada, eleva-se os dois lados da equagao anterior a poténcia desejada. Deste processo resultam os seguintes resultados’ =@) (3.20) para os termos de ordem 1, 23 21) (3.22) a = a 3.23) O elemento de ordem i, pode ser determinado a partir da seguinte expressaio: Fel Tat}4 G.24) Sendo &, 0 i Repare-se que ao contrério dos métodos anteriores, em que a substituigdo ¢ efectuada na forma: imo niimero de Bernoulli, s'> fz)’ (3.25) * Repare-se na crescente complexidade dos operadores ? Este termo corresponde a transformagio de Tustin ” Podemos verficar a dificuldade de aplicagso deste metodo a finges de ordemn elevada, se relembramos Zz 2s (aye ne at av a transforma de 6 dada por ———~}40 neste método, a substituigiio tem que ser feita da seguinte forma: s> 5 (3.26) Com eftito, o termo 5(z) substitu nao s, mas s"'. Pelos célculos que envolve, este método nao € muito utilizado, nem aparece referenciado em grande parte de literatura existente, ou se aparece & quase sempre a titulo de curiosidade. 3.7 - METODO DE MADWED-TRUXAL Madwed e Truxal, desenvolveram um método semelhante ao anterior, alterado na forma como se obtém 0 operador integrador. Neste caso, o elemento integrador é da forma: ¥@=% 22, 627 Recordemos 0 método dos elementos retentores. Madwed e Truxal, afectam o elemento integrador apresentado por Boxer ¢ Thaler, de um elemento retentor, que efectua uma interpolagdo entre instantes de amostragem. Se for utilizada uma interpolag&o linear, resultam os seguintes termos para substituigdo de s', s? e s3:! B@= Te (3.28) Wz) = a (3.29) P2412? +1 v@-5 yee 630) @-1y Podemos encontrar os elementos de ordem mais elevada, com a seguinte formula: | Tambén aqui os tems so apresntads de forma aque a substi se fga por $ eno si * Como no método anterior, este termo corresponde transformagaio de Tustin41 iggy = 24) ¥@rT Gay G3) 1 M(2)= Yak yz (3.32) 7 af =(k+1- jak} + ja (3.33) Mais uma vez e similarmente a0 método anterior, os célculos que o presente método exige s%io muito considerdveis, O volume de célculo que implicaria a discretizagdo de uma fungiio de, por exemplo, ordem 5 ou 6 mostra que este método no é utilizével, a pio ser que as fungdes a discretizar sejam relativamente simples, ou que se esteja disposto a empreender todos os cdlculos necessérios. ‘Uma outra desvantagem apresentam os dois ultimos métodos apresentam, é a de terem. uma mecanizagéo muito mais dificil. Como curiosidade, apresentamos a seguir uma tabela, com as substituigdes a efectuar na discretizago de fungdes, com os cinco métodos apresentados até agora. SO a substituigdio dos termos s, s2 € s3 é apresentada. tabela 3.1 Método 5 8 = Euler a a Diferencial z-1 e a Ae zr Tustin a a Boxer Thaler Pet loz+1 po Daath) 12. @-1P 2 @-1P Madwed- poeta ga Petes eA Truxal ~ 6 (z-1P 24 @-1P42 3.8- METODO DA RESPOSTA INVARIANTE ‘Alguns métodos em malha aberta, tentam aproximar a discretizagio ideal’. No caso dos controladores esta discretizagdo ideal, & muito dificil, senfio mesmo impossfvel, por néio se conhecer o sinal de entrada que o vai actuar. Se no entanto, arbitrarmos um sinal de entrada, pode efectivamente fazer-se a discretizagtio de uma fungfio de transferéncia, por forma a fazer com que a sua resposta a essa mesma entrada, se mantenha igual, sem variar’, Claro que a comparagio da resposta dos dois sistemas, continuo e discreto, sé pode ser efectuada nos instantes de amostragem. Deste modo, também a igualdade de respostas neste caso, se resume & igualdade nesses instantes, Esse factor, 6 no entanto suficiente, na maioria dos casos, para garantir um desempenho satisfat6rio. ‘Vejamos como se obtém a fungio discretizada por este método. Suponhamos uma fingdo de transferéncia F(s), tal que, para uma entrada u(t), (que possui transformada de Laplace U(s)), produz, uma saida y(t) (com ¥(s) = Sty(0}). Y@)=FOUE) (34) Pretende-se obter uma fungdio F(z), de forma a que: Y@ = FUE), (3.35) em que Y(z) e U(Z) so, as transformadas z de y(t) e u(t)’, respectivamente, ou similarmente: Y(Z) = B{Y(9} e Uz) = Z{U(s)} (3.36) " Entende-se aqui por discretizagdo ideal, aquela em que a resposta do sistema discreto, coincide ‘exactamente (pelo menos nos instantes de amostragem ), com a resposta inicial do sistema continuo. * Bscusado seré dizer que deste facto, se retira o nome para este método ° Mais propriamente ¥(z) e U(e) representam as transformadas z de. y(nt) e u(nt), com n inteiro43 Das relagSes anteriores, podemos retirar que: R= 2@. ~ KYO} _ HOVE} @- Te ~ Te U@® 637) 1 Especificando para u(t) correspondente a um degrau unitério, sabemos que U(s) =< ¢ que U(z) = —~. Podemos entio achar F(z) que é dado por: F@= 2} FO) 638) Zz Ao contrario dos métodos anteriores, e 4 semelhanga do método que envolve a consideragiio do ZOH', abordado anteriormente, este processo de disoretizagao, implica a aplicag&io da transformada z exacta. Pode entio perguntar-se, porque nfo aplicar simplesmente essa transformada 4 fungo F(s), determinando F(z) sem mais nada. De facto, isso ndo garantiria a igualdade das respostas do sistema perante um determinado sinal de entrada, condigdio que é garantida pela aplicago do método da resposta invariante. B aliés curioso reparar que, a aplicago do método em estudo, com uma entrada u(t) correspondente a um impulso de Dirac produz como resultado, a transformada z exacta da fiungiio F(s). Esse facto verifica-se imediatamente, observando que, para um impulso de Dirac, quer a transformada de Laplace como a transformada z sho iguais & unidade (£{8(t)} = 2{8(} = 1). Admitindo como entrada, um sinal u(t) em rampa, teriamos uma fungo F(z) dada por: 2 F@)= ee 272, (3.39) © método da resposta invariante ao degrau, € sem divida o mais utilizado, pela importéncia que este tipo de entrada tem no desenvolvimento e na aplicagiio de " Repare-se que este método, quando considerado com uma entrada em degrau, 6 equivalente ao método do ZOH descrito no ponto 7 do capitulo 2.44 controladores. Efectuando a discretizagio de uma fungio F(s), utilizando este método com um sinal especifico u(t), poder-se-i perguntar como se comportaré o sistema depois de discretizado, se for actuado por um sinal diferente do utilizado na aplicaga0 do método. Esta pergunta s6 pode ser respondida, obviamente, caso a caso. Pode no entanto dizer-se que a qualidade do desempenho, dependerd da maior ou menor semelhanga que o sinal efectivamente utilizado tenha com aquele que se utilizou na aplicago do método da resposta invariante. ‘A maior dificuldade na aplicagiio deste método A discretizagio de controladores, reside no facto de niio sabermos exactamente qual vai ser o seu sinal de entrada O mapeamento entre os plano s e z, neste método é dado pela relagao z =e“. Isto tema ver com a utilizagiio da transformada z. A especificidade da cada caso impede esse estudo. O facto de que a resposta nos instantes de amostragem, iguala a do sistema continuo, garante a estabilidade do sistema discreto em malha aberta Existem algumas tabelas com fiangdes de transferéncia tipicas, calculadas utilizando a resposta invariante ao degrau (a mais vulgarmente usada, como jé se disse). Uma destas tabelas apresentada por Neuman e Baradello pode ser encontrada em [11]. Tem como limitagio, no entanto, considerar fungdes no méximo de 3* ordem. Hoje em dia, com a possibilidade de desenvolver controladores de ordem elevada', por se dispor de computadores cada vez mais répidos, esta limitag&o comega a ser importante. De referir contudo, que esta tabela data de 1979, altura em que, no mercado dos computadores essoais se impunha, com enorme éxito, o Spectrum, com a sua arquitectura de 8 bits ‘memérias que no cram maiores do que 512 Kbytes. 3.9 - METODO DO MAPEAMENTO DE POLOS E ZEROS Este método € de aplicago muito simples. Consiste em substituir os pélos e zeros da fungdo F(8), por pélos ¢ zeros na fungio F(Z) dados pela relago: "De facto, um dos exemplos considerados utilizados para testar alguns dos processos de discretizagdo Aapresentados neste trabalho, é um controlador que possui numerador e denominador de ordem 9.45 (+p) =(1- 22") 40) a=ert G41) O mapeamento do plano s para o plano z, € neste método igual ao da transformada z exacta e a0 método de Tustin. Relembramos aqui esse mapeamento: figura 3.7 Este mapeamento garante a estabilidade da fungdo F(z). O método provoca no entanto algumas alteragBes na resposta em frequéncia do sistema, nomeadamente no diagrama de amplitudes. A sua simplicidade & grande argumento a seu favor.CAPITULO 4 METODOS EM MALHA FECHADA46 4~-Métodos em Malha Fechada (Closed Loop) 4.1 INTRODUGAO Iremos agora apresentar alguns métodos de discretizagtio em malha fechada. Estes métodos, como foi referido anteriormente, tentam obter um desempenho do sistema discreto em malha fechada, idéntico ao que possufa o sistema continuo, também em. malha fechada. Esta abordagem ¢ muito diferente da que utilizam os métodos em malha aberta. De facto, uma vez que se utiliza o sistema em malha fechada, é necesséria informag‘io sobre a planta o que nfo acontece nos métodos em malha aberta. Cada discretizagiio efectuada, s6 € valida para o conjunto controlador + planta. Alterando um ou outro, implica refazer todo © processo de discretizagio. Nos métodos de malha aberta, uma vez efectuada a discretizagéo, esta mantém-se valida, podendo 0 controlador discretizado ser utilizado independentemente da planta’. Como se referiu, nestes métodos tenta-se obter um desemperho do sistema discreto, igual ao do sistema continuo. Na prética, esse desempenho pode ser aferido, através da comparagio da resposta temporal dos dois sistemas a uma dada entrada’, ou através da esposta em frequéncia desses dois sistemas. Iremos de seguida apresentar alguns desses métodos. Porque, ao contrério dos de malha aberta, nfio terem nomes definidos, iremos apresentar os diferentes métodos com os nomes dos autores que os apresentaram. 4.2- METODO DE RATTAN Este autor apresentou em 1984 (ver [14]) um método de discretizagfio, que continua a ser utilizado como referéncia em diversos estudos sobre o assunto. O método propée + Pode no entanto acontecer que, com determinada planta, se obtenham melhores resultados utilizando um determinado método em matha aberta do que com outros.47 calcular 0 controlador discreto, através da igualdade das respostas em frequéncia em malha fechada do sistema discreto e do sistema continuo. A aplicagfio deste método a um sistema, pressupSe a sua representagiio, da forma com se mostra a seguir: 04) _0_| Controlader | ui [Pianta | ot), : G4) G6) Feedback k HG) figura 4.1 a) - Sistema continuo T T ODO ew,) CMa | Dy zon Lwo J rtana |e \ De Gua(8) 6@) Feedback H(s) figura 4.1 b) - Sistema com controlador discreto Calculando as fungées de transferéncia em malha fechada dos dois sistemas, continuo ¢ discreto, e chamando-Ihes respectivamente F(s) ¢ F,(3)', podemos representé-las pelas seguintes equagdes: GAGS) "9" Te atoHo an " Utiliza-se aqui o mesmo principio dos métodos de resposta invariante, descritos anteriormente. 2 De facto, apesar de o sistema ser actuado por um controlador discreto, a relagéo entre os sinais r() € cu() pode ser representada pela sua transformada de Laplace, uma vez que estes dois sinais so continuos no tempo.48 D'(S)Gi.G(S) 1+D'@GxGH®) DG) € a representagfo, utilizando a transformada de Laplace, do controlador discreto D@). A partir destas fiangSes de transferéncia em malha fechada, podemos caleular a resposta em ftequéncia, quer do sistema continuo, quer do sistema discreto. Para esse efeito, Rattan redefine Fy(s) da seguinte forma, a partir de definigtio da varidvel 2 =e. FAs) 42) DENGwG)} RO = TD@{GuGH@) (4.3) Emi que {GiGH(2)} = 3{GieGH(s)}. Calculando a partir desta expressfio, e na forma de miimero complexo, a resposta em frequéncia de Fi(s), temos: ‘An+jBn= Fano) : De) (44) s=im ” 1+ D@)GyGH(@) lee z= 1207 2 . Na equagdo anterior, wn = b + ons com n> 0 e inteiro. Se n= 0, teremos a componente fundamental da resposta em frequéncia. Se n ¥ 0, temos a contribuigao de outros componentes na resposta em frequéncia, devidos precisamente ao fenémeno de aliasing jé referido anteriormente. No seu artigo, Rattan, apresenta a equago anterior 2. wT I@ 1+ transposta para o plano w, fazendo w= Z-. Da equagdo 4 resulta “2 entio que o seu titimo termo seré dado por: = De) GN) = TDG GHG) be cowanytr2) (45) Uma vez que z é fungi de s, podemos ver a equagio como funglo de somente s.49 Relembrando a equagio 3 e transpondo para o plano w, podemos verificar que: Fon D@) Go) THE" TEBG)GGHE bewmactar’ “e besanutenay 9) 2 Recordemos que D(z) representa o controlador discreto que se pretende calcular, de forma a atingir 0 objectivo de igualar as respostas em frequéncia dos sistemas discreto e continuo em malha fechada. Definindo esse controlador no dominio w da seguinte forma: V4 dy WO + D(w) = SEF Bent 7 com msn an bawe + ba awe bt. tbw+ temos que sera necessétio determinar os valores a; e b; que cumpram o objectivo jé referido. Com as varias formulas jé enunciadas, podemos calcular a resposta em frequéncia do sistema continuo em malha fechada através de F(s), ¢ calcular algumas das contribuigdes para a resposta em frequéncia do sistema discreto. Enunciando alguns desses resultados, temos ent: FG) =FO)| = A+B (4.8) Is= jetta leyt2) A utlizagdo de y e a sua dependéncia de s, como se enuncia na férmula 8, no edlculo da resposta em frequéncia, tem a ver com o facto de o mesmo ser efectuado no plano w'. O facto de a resposta em frequéncia ser apresentada como um nimero complexo na forma algébrica, tem a ver com 0 modo como alguns céleulos sao efectuados mais & frente. ‘A resposta em frequéncia do sistema discreto pode também ser calculada a partir da equagio 6, ficando no entanto essa resposta dependente em parte do controlador discreto D(z). Representaremos essa parte por X’ + jY’. Temos entéo: * Rattan defende a utilizago deste procedimento, com o argumento de que assim se obtém maior recisdo na implementagio numérica do algoritmo.50 Q'+jY' 00+ JX) FAG) = Ty OxefV yom + YD 49) Facilmente se identificam os diversos factores desta equag&o, definindo (X,+jY\) ¢ (XatjY2) da seguinte forma: vy 6) eT ae ee emman G10) Fa Xatj¥2 = GroGHGy) = Gucn)| (4.11) = (LsiyTay(yT2) Se, na equagio 7, substituirmos w por jy, podemos facilmente demonstrar que X°4#jY? pode ser dado por: ae P+j7vQ x= Gre (4.12) com: P= ay - ary + ayy* - acy + (4.13a) Q=ay- asf tasy'- ary + (4.13b) L=- boy’ + bay! - boy’ + (4.13¢) M=by- bs + bey’ - by’ +... (4.13d) Como se podem utilizar agora todas estas fungSes que foram definidas? Como pretendemos igualar as respostas em frequéncia dos sistemas continuo e discreto, podemos definir um erro entre precisamente entre essa duas respostas: e(y) = FGy) - FuGy) (4.14) Este erro é definido somente para um valor especifico de frequéncia y. Alargando esse51 erro a toda uma banda [yi y2], podemos finalmente definir a fungiio erro que serd minimizada, Essa minimizagao produzira como resultado os valores das constantes a; ¢ by com as quais seré possivel implementar 0 controlador D(z). Temos entio o erro: E E= fleén-RGnfar (4.15) E Através de alguma manipulagio matemtica, consegue-se transformar a equagto 15. n E= |[(ac-Br-9?+(Ar+Bo- oy ]dy (4.16) 2 $=PX-7Q¥1 (4.172) O=PY, +7QX: (4.170) o=1+L+PX -yQ¥2 (4.170) t= yM+PY2 +7QX (4.174) Repare-se que o erro E depende dos a; e by através dos factores P, Q, L e M. Efectuando a diferenciago do erro E em ordem aos a; ¢ aos by, ¢ igualando as equagées resultantes a zero, obtemos mint equagdes para mtn+1 incégnitas. Rattan efectua todos estes cdlculos e apresenta os resultados da seguinte forma. a0 TO 0 -T2 0 T4 0 +» VL -U2 -V3 Ut VS -U6 Tu u{ | o 12 0 -14 0 76 ~ Ww v3 -u vs US -¥7 vt nl f-m 0 mm 0 -76 0 ~~ -vs us vs -us -we ou =| | || 0 -r8 0 6 0 Te -us -vs ue v7 -us -rs =| | vs wil"| 1 v2 73 -v4 7s v6 ~ w2 0 ws 0 m6 0 o | (4.18) ® v3 US YS -U6 YI 0 We 0 -6 0 WB we 8 -Us VS U6 -¥7 -Ut~ -W4 0. W6 0 -we 0 0 a “rs -u6 77 U8 -¥9~ 0 We 0 we 0 -wio-| | we n Tae [[Q?+ BACK + YD + (KP + YD + 2BQHY2 — Kai) -2AKiXe + Via) }pAdy (4.19) 2 n Us= [(A?+B9K:-(AXi+ BY) dy (4.20) 252 n Va= JQ2+B9¥2+ BXI-AYiAdy (4.21) 2 n Wi= ar+Bypdy (4.22) n Com estas equagdes, o algoritmo pode ser aplicado a qualquer sistema, calculando-se 0 controlador discreto por determinagao das constantes a; ¢ bi. 4.3 - METODO DE KENNEDY E EVANS Em 1990 (ver [19]), estes autores apresentaram um método que pretende, segundo os proprios, ultrapassar algumas das dificuldades que as diferentes técnicas de sintese de controladores digitais apresentam. Estas técnicas podem dividir-se em trés grandes éreas que sio: a) Transformagao de analégico para digital usando métodos em malha aberta ) Transformagao de anal6gico para digital usando métodos em malha fechada ©) Sintese directamente no dominio digital de controladores Como motivagao para desenvolverem este novo método, os autores defendem que os métodos de malha aberta impdem, quase sempre, perfodos de amostragem pequenos, por se perder qualidade no desempenho do sistema quando se tenta aumentar esses tempos. Estes periodos de amostragem reduzidos, provocam problemas de implementagiio algoritmica em computador, devido ao pouco tempo disponivel para célculo entre instantes de amostragem. A utilizagio de métodos em malha fechada, com bom conhecimento da planta a controlar, permite resolver, em parte, esse problema, jf que esse conhecimento da planta, permite obter maiores periodos de amostragem, sem que isso provoque perdas no desempenho do sistema, Conjuntamente com a utilizagaio de técnicas de discretizagio em malha fechada, os autores propdem usar métodos de sintese directa no dominio digital, tentando assim obter, de alguma forma, as vantagens de um e de outro processo.53 Para apresentarmos 0 processo de determinagtio do controlador discreto, convém estabelecer algumas definigdes no que diz respeito & notagéo utilizada pelos autores. Em primeito Iugar, o sistema que os mesmos utilizam no desenvolvimento do seu método, é apresentado no na forma clissica, como na figura 1, mas sim na forma RST. Nesta forma, o controlador é definido por trés polinémios, R(z), S(z) ¢ T(z). O diagrama de blocos do sistema nesta forma é 0 seguinte: T T A. fa O-| ZOH ) S@, R@) figura 4.2 - implementagdo na forma RST de um sistema de controlo Definimos: ainda a fungio de transferéncia ro como sendo o resultado da discretizagdio por ZOH da planta P(s). BO _ gta? A@ (2D) (4.23) 0 polinémio B(Z), é ainda definido-como sendo o produto de 2 polinémios, sendo ento: B= Be (2B: B,)(z) 4.24) em que B,(z) representa os zeros da discretizagio devidos & planta e (B! B:)(2), representa os zeros devidos ao processo de discretizaglio como ZOH. Bf representa os54 zeros.com alto amortecimento' e Bz(z) os zeros pouco amortecidos.ou de fase néio minima. Considerando que o sistema’ continuo original tem como fungdo de transferéncia em Bm(z) Ant) como sendo resultante da malha fechada C(s), 0s. autores definem a fungio discretizagaio por ZOH de C(s) ou seja: Ba@) _ ot) Fay CEDEASS (4.25) Também aqui o polinémio Ba(z) é fraccionado em diversas componentes que passamos a apresentar e explicar: Bn(z) =(By Be Be)(z) (4.26) em que By (z) representa os zeros devidos aos zeros da planta continua (P(s)), Be(z) os zeros devidos aos zeros do controlador continuo ¢ finalmente Be(z) representa os zeros devidos a discretizagaio com 0 ZOH da fungfo C(s). Se for calculada a fungao de transferéncia em malha fechada do sistema da figura e tendo em conta as definigdes referidas temos: B:(BeBp)T AR +B: (B; Bp)S (4.21) Se pretendemos um desempenho idéntico entre este sistema discreto e 0 sistema contimuo original, podemos expressar isso através da igualdade seguinte: 1 f Sbvio que este alto amortecimento ser sempre relative55 Bi(BeBp)T _ Bate) - BBB. , AR+Bi(B;Bp)S An(z) Am (4.28) Os autores partem entio desta igualdade para chegarem ao resultado final. No desenvolvimento que se segue, e a fim de evitarem alguns problemas, introduzem mais dois polinémios que passamos a descrever. © primeiro & 0 polindmio B%(z) que é introduzido como sendo responsdvel pela introdugio de zeros que evitam o aparecimento de atrasos na resposta do sistema. Desta forma Be = (Bz B;)(z). Um outro polinémio introduzido € R’(z), que corresponde somente a uma factorizagdo de R() de forma a que R(z) = Bi (z) R°@). Tendo efectuado todos estes desenvolvimentos, podemos agora efectuar 0 célculo de RG), S(2) e T(2) a partir das seguintes equagées: T@ = (Be Bi)@) Adz) (4.29a) A@R’(@) + (Bs B,)(2)S(2) = Am(2)Ao(2) (4.296) ‘Aa(z) € um polinémio observador e que os autores, no exemplo que ilustra 0 método, fazem simplesmente igual a 1. Pode no entanto ser necessério aumentar o grau de Ao(z), segundo os autores, para assegurar que o controlador é causal. De notar que a equagiio 29b 6 uma equagiio Diofaantina. A possibilidade de selecgo mannal caso a caso, de alguns dos factores envolvidos nos céleulos, permite, por um processo iterativo, tentar diversas solugdes no sentido de procurar aquela que melhor desempenho produz. 4.4-METODO DE KELLER E ANDERSON: Este método de discretizac4o, apresentado em 1992 (ver [21]), tem como objectivo, nio a obtengdo de um desempenho o mais proximo possivel entre os sistemas continuo * Por vezes, para simplificar a expressio ndo indicamos a dependéncia de z56 discreto, mas conseguir um sistema discretizado, que seja garantidamente estavel. Com esse intuito, o método fornece como resultados, um limite superior para o periodo de amostragem por forma a manter a estabilidade no sistema discreto, ao mesmo tempo que permite aferir qual a perda no desempenho entre os sistemas continuo e discreto. A descrigao deste método é bastante complexa pelo que a iremos apresentar de forma muito simplificada. Comecemos por definir P(s) como a fungi de transferéncia da planta’, C(s) 0 controlador continuo que é conhecido, Cd(z) é 0 controlador discreto a determinar, Fa(s) representa um filtro antialiasing ¢ H(s) representa um retentor de ordem zero. Para apresentarem o seu método, comegam por definir o seguinte sistema: | Atyz= ", P| Fa Lx Caz) |] HS) ame a Tce + C(s) P(s) > figura 4.3 Para atingirem os seus objectivos, os autores redesenham o sistema, colocando-o na seguinte forma: * Esta planta pode ser multivariavel, de acordo com as definigdes dos autores57 figura 4.4 em que I é a matriz identidade com a dimensio idéntica ao numero de varidveis da planta’. Com base nestes sistemas define-se a fungo custo Jc da seguinte forma: Je = A(+PC)'P (4.30) A minimizagio de Je pode conduzir 4 determinago do controlador discreto Cd(z). De facto, note-se que este controlador, € 0 tmico elemento desconhecido que integra a definiggo de Je. Verifica-se no entanto, segundo os autores, que Jc, ou mais propriamente || Jc ||, ¢ muito dificil de minimizar. Para obviar a este problema, desenvolvem algumas técnicas, que permitem obter uma aproximagio a Jc, que denominam Jd. Esta aproximagio deveré ser suficientemente valida para que 0 célculo de Caz) minimize Jd e Jc simultaneamente. Pretende-se contudo que Jd consiga ser efectivamente minimizado, levando assim ao célculo desejado de C(z). Para levar a cabo esta aproximagéo de Je por Jd, substituir-se-4 os elementos continuos de que depende o factor Jc, nomeadamente, (I+PC)'P, Fa, H e C por elementos discretos correspondentes. Na obtengdo destes elementos discretos, admite-se que 0 perfodo de amostragem a utilizar pode ser arbitrariamente pequeno, desde que seja submiltiplo do perfodo Tj, que se utiliza no controlador C,(z). Sendo assim, se Jd for definido do mesmo modo que Jc, mas com elementos discretos, podemos afirmar que Jd converge para Jo, se 0 periodo de amostragem que referimos ser arbitrariamente pequeno, convergir para zero. Podemos entender esta aproximagdo, através das duas figuras seguintes: ' Relembrar que P(s) pode ser multivariével58 0_Leeo Lo ea wo Oo T, | LX foa Line _| figura 4.6 Na figura 4.6, W(z,) representa a discretizagfio do termo (I+PC)"P, com o perfodo de amostragem T,, Todos os termos em que aparece z,, correspondem a discretizagSes efectuadas com o periodo de amostragem T,. De facto o sistema da figura 6 possui dois periodos de amostragem, T; Ti, que, como é referido se relacionam por T; >> Ts. E este © facto que se utiliza na definigao de Jd. Realmente, se T, tender para 0, Jd tende para Je. Através de diversas manipulagdes matemiticas, algumas de complexidade aprecidvel, os autores conseguem definir Jd, de tal maneira que se consegue efectuar a sua minimizagdio por forma a obter Ca(z). 4,5 - METODO DE BLACKMORE, WILLIAMSON E MAREELS Este método data de 1994 (ver [24]). Os autores pretendem utilizar técnicas de resposta invariante juntamente com técnicas em malha fechada. O seu objectivo ¢ obter uma discretizago de forma a que a resposta do sistema discreto a uma determinada entrada, seja idéntica a resposta do sistema continuo a essa mesma entrada. Como jé foi referido59 anteriormente, nomeadamente na apresentag%io do método' da resposta invariante, a aferigtio da igualdade das respostas dos dois sistemas, s6 pode ser verificada nos instantes de amostragem. Os autores propdem uma abordagem ligeiramente diferente e apresentam um método, que permite obter igualdade entre as respostas dos dois sistemas, nos instantes de amostragem, ou em qualquer instante entre amostragens. Inicialmente, apresentamos 0 método, somente para calcular 0 controlador discreto Cd(Z), que permite minimizar 0 erro entre a resposta do sistema continuo amostrada & frequéncia de amostragem e a resposta do sistema discreto, que jé é inerentemente amostrada. Considerando entio um sistema do tipo apresentado na figura 7, pretendemos transformé-lo num sistema do tipo da figura 8. figura 4.7 figura 4.8 Para aplicarem o seu método, os autores comegam por apresentar a fungio custo que serd minimizada, minimizagao essa que conduz a obtengo do controlador C,(Z). HCa@) = [$eeT)- Df, (431) y(kT), € a saida amostrada do sistema continuo e § (kT) é a saida do sistema discreto. Uma vez que 0 presente método se baseia em técnicas de resposta invariante, é * Em malha aberta60 necessdrio definir a entrada r(t). Essa entrada é devida a resposta impulsional Calculando a fungéo de transferéncia em malha fechada H(s), do sistema continuo, temos: P(S)C(s) HO) = Te POC (432) Com esta fungi pode-se reescrever a fungao custo que fica: Cae) = [f+ PCH)" PHE)CHR) BE )RC, (433) %-(2) corresponde & transformaedo invariante a uma entrada ao degrau de P(s), H(z) representa a transformagdo invariante ao sinal de referéncia r(t), da fungo H(3), Rx(2) 6 a transformada Z do sinal R(s). Para conseguirem determinar 0 controlador C4(z) os autores comegam por obter a fuctorizagdo coprima da transformagio invariante ao degrau de P(s), P£(z). Pi(@) =N@M"z) (4.34) X@NG@+ Y@QM@ =1 (4.35) Definem-se a seguir as fungdes S(z) e T(z): S@) =N@X @Rr(z)- Hi @Rx(2) (4.36) T@) =N@M@Rr(2) (437) Estas duas fungdes sto colocadas na forma de espago de estados, de tal forma que: [ST] = C(@I-A)"[B1 B2}+[D1 D2}, D2 «0 (4.38) Definem ainda os autores a fingio Q(z) da seguinte forma: Q(@) = -F@I-A+B:F)'(B1-B2D2"D,)-D2"D; 4.39)61 com: F = (D;"D7+B,"PB,)'(D;"C+B,"PA) sendo P dado pela solugdio da equagio de Riccati: P= A"PA-(C'DztA"PB2)(D2"D2+Bz'PB2)(D2"C+B,"PA)+C'C (4.40) Existem agora todas as fingdes necessirias A definigio de Cu(z), a qual se apresenta a seguir: C2) = (XO@*MEQEM Y@ONOW)" 4.41) Esta é, a definigdio de Ca(z) que garante a minimizagio da fungio dada pelas equages 31 e 33, as quais garantem apenas a igualdade da resposta entre os sistemas discreto continuo, nos instantes de amostragem. Se a equagio de Riccati 4.40, tiver solugiio nula', é apresentado como corolério deste método, uma formula para determinagiio de Ca(z), mais simples e de cAleulo directo a partir do dados conhecidos do sistema. Apresentamos a seguir essa formula. _ ZAPOCIED)) C= FES) PH) ae em -—20)__ e(s)= THP@CO (4.43) Foi dito na apresentagio do presente método, que ele garante a igualdade das respostas, nos instantes de amostragem, ou em qualquer instante entre amostragens. Para obter esse resultado, € necessério redefinir ligeiramente a fiung%0 custo, por introdugao da * Isto € conseguido se R(s) for de grau relativo igual a | Pi-(z) for assimptoticamente estével e de fase minima62 transformada z modificada, Fica entao: HCa@), 8) = [7&T+5-yRT+ OE (444) HCE) = [+ PHC) “'Phe CARA) - Yash, 445) Nesta nova definigao, € ¢ um valor que se situa entre 0 e T (periodo de amostragem), que permite definir o instante entre amostragens que se deseja estudar. Pte(z) & a transformada de P(s) obtida através da resposta invariante modificada ao degrau e ‘Yr,(z) € a transformada z modificada de H(s)R(s). A aplicagio que os autores fazem desta técnica na discretizagao de um controlador continuo especifico, no requer 0 conhecimento do valor & mais apropriado a discretizagdo. De facto 0 algoritmo geral consiste em fazer um varrimento de diversos valores de & entre 0 € T, com um passo apropriado (por exemplo 0.05T ou 0.005). Para cada um destes passos, determina-se 0 valor do controlador Cx(z) ¢ com esse controlador avalia-se o valor da fungo custo definida anteriormente!, No final deste processo, utiliza-se 0 controlador que produziu o melhor resultado em termos da fungo custo. Note-se que este método produz. controladores de ordem bastante elevada, De facto, a equagiio 4.42 produz uma fimgiio de transferéncia de ordem igual A soma do miimero de élos P(s), com o niimero de pélos de C(s) e de R(s). Para, a partir deste modelo se obter outro de ordem mais reduzida, & necessério utilizar técnicas de redugdo de modelo. "De facto, a avaliagio da fingdo custo é efectuada ndio apenas no instante definido por E, mas utilizando ‘uma fungdo custo ligeiramente modificada, que alarga a todo o periodo de amostragem essa avaliagdo,CAPITULO 5 APROXIMACAO LOGARITMICA63 5 - Aproximagao Logaritmica 5.1 - INTRODUGAO Apresentamos agora um método de discretizagio, que parte da aproximagio das respostas em frequéncia de um sistema continuo e de um sistema discreto. A obtengo do controlador continuo é realizada com um algoritmo de identificagao de parémetros através dos diagramas de Bode, apresentado por Lopes dos Santos e Martins de Carvalho [30 e 31]. 5.2 - DISCRETIZACAO ATRAVES DA APROXIMAGAO ENTRE RESPOSTAS EM FREQUENCIA EM MALHA ABERTA Se dois sistemas realimentados tiverem respostas em frequéncia em malha aberta iguais, as suas caracteristicas de sensibilidade, rejeigfo a perturbagdes, etc., sfo iguais e, em certos casos, é mesmo possivel fazer com quer as respostas em fiequéncia em malha fechada dos dois sistemas sejam iguais. Esta constatago pode-nos levar a fazer 0 seguinte raciocinio: se, na banda de frequéncias 0< w < wy em que wy é a frequéncia de Nyquist, as respostas em malha aberta dos sistemas representados nas figuras 5.1 ¢ 5.2 forem iguais, entZio ambos tém desempenhos idénticos. Este raciocinio baseia-se no facto de a frequéncia de Nyquist ser superior A largura de banda do ZOH e, normalmente, muito superior a da planta P(s). Consequentemente, tudo o que se passa a frequéncias superiores 4 de Nyquist, ndio tem um peso significativo no desempenho do sistema. 1 py_oo_] Seamelegor | wo [Pianta | o(, : Ge) PO) figura 5.1 - sistema de controlo continuo| ee | OY! zon md Pianta |) De) 2 figura 5.2 - sistema de controlo discreto Para que os dois sistemas tenham a mesma resposta em frequéncia em malha aberta, tem que se verificar a seguinte condigfo: —_ [Gos iw Ded = Pop en definido 0 conjunto de observagées ay _ GGWi) YG) = Zongen (6.2) © problema da determinagio de D(z) pode ser encarado como um problema de ‘dentificagdo paramétrica no dominio das frequéncias, em que Y(wk) constituio conjunto de observagdes. Para identificar D(z), existem vérios algoritmos mas, como o etro relativo tem uma importéncia muito grande na robustez. do sistema e a minimizagdio dum erro logaritmico € equivalente 4 dum erro relativo, optamos pelo algoritmo de identificagdio paramétrica ‘no dominio das frequéncias proposto por Lopes dos Santos e Martins de Carvalho [30 e 31]. Deste modo, D(z) serd o controlador que minimiza 0 critério: v-4 ¥ Calvo -npe)' = 5 E (aloo) ~inlzongu|—inD(e™) 5.3) Como, neste problema, pretendemos calcular um sistema discreto, tivemos que utilizar a transformag&o de Tustin, para termos um problema idéntico ao da determinagdo dum65 modelo continuo que é 0 que foi abordado por Lopes dos Santos e Martins e Carvalho. 5.3 - 0 ALGORITMO DE IDENTIFICAGAO DE PARAMETRICA NO DOMINIO DAS FREQUENCIAS Falemos agora um pouco sobre 0 algoritmo de identificagao utilizado pelo presente método. E conhecido 0 efeito que um pélo ¢ um zero tém, sobre um diagrama de amplitudes ¢ de fases, de uma resposta em frequéncia. E baseado nesse efeito que 0 algoritmo actua. Sendo fornecidos os dados de um diagrama de amplitudes e de fuses ao algoritmo', este comeca por gerar uma fungo de transferéncia sem pélos nem zeros. Comparando sequencialmente os diagramas gerados por esta fungo, com aqueles que foram fornecido ao algoritmo, depressa se detectartio diferengas. Se essa diferenga for maior que um determinado limiar imposto pelo utilizador, seré introduzido um pélo ou um zero ao modelo que esté a ser estimado, conforme a diferenga entre os diagramas é positiva ou negativa. Reparemos nas figuras seguintes, que procuram explicar as situagSes de introdugtio de um zero e de um polo, respectivamente. [Diagrama gerado] Diagrama pelo modelo fornecido ao estimado algoritmo w t figura 5.3 - introdugSo pelo algoritmo de um zero " Estes dados, podem ser ou experimentais ov, como no caso de aplicagio do nosso método, gerados a partir de uma fingio de transferéncia conhecida.66 iagrama gerado| ‘Diagrama pelo modelo fornecido ao estimado algoritmo w t figura 5.3 - introdugdo pelo algoritmo de um pélo Nos casos apresentados nas figuras anteriores, seria introduzido um zero ou um pdlo, & frequéncia w, se nessa frequéncia fosse ultrapassado o limiar imposto para detecgio de uma raiz. Este procedimento aparentemente tio simples, tem obviamente que ser protegido contra a introdugdo de raizes em excesso. Outro cuidado a ter, resulta do facto de, uma elevagio do diagrama de amplitudes, poder ser causada por um zero real, ou por um par de pélos complexos'. Essa diivida pode ser eliminada por anilise do diagrama das fases. Todos estes, ¢ outros problemas sfo tidos em conta na implementagio do algoritmo. Os pélos, ou zeros, reais so calculados por forma a anular o erro entre os diagramas de amplitude frequéncia a que sto detectados. Os pares de pélos ¢ zeros complexos, so calculados por forma a anular simultaneamente os erros entre os diagramas de amplitude ¢ fase. Sempre que é processada uma nova frequéncia, o modelo estimado € optimizado através dum algoritmo semelhante ao da maxima yerosimilhanga recursiva, que utilizado para a identificagZo em tempo real de modelos ARMAX, cujas iteragdes actualizam os pardmetros sempre numa direego de descida do valor da fungao custo. © resultado obtido nesta primeira fase, € posteriormente refinado, através da minimizago do erro médio quadritico, entre o diagrama gerado pelo modelo estimado ¢ © diagrama fornecido ao algoritmo. Essa minimizagéo, é efectuada utilizando um método de Newton-Raphson modificado. A iltima verso deste algoritmo, identifica também atrasos de transporte, existentes no sistema que gerou os diagramas. Essa identificagio & efectuada através de informagdo retirada do diagrama das fases. * Similarmente, uma diminuigo pode ser causada por um pélo real ou por um par de zeros complexos.67 Em termos gerais, é este 0 algoritmo utilizado pelo método que descrevemos. Uma consulta aos artigos em que o mesmo é apresentado, mostra que a sua implementagéio é um pouco mais complicada, do que se pode deduzir da apresentagtio que aqui é feita do mesmo.CAPITULO 6 EXEMPLOS68 6 - Exemplos 6.1 - INTRODUGAO Neste capitulo iremos comparar os métodos de discretizagfo que apresentamos nos capitulos anteriores, em trés exemplos numéricos. 6.2 - SISTEMAS DE TESTE Um dos exemplos que vamos apresentar consiste na discretizagio dum controlador projectado para uma planta que € considerado como sendo um “benchmarck” desenvolvido pelo Laboratério de Controlo Automatico de Grenoble ([27] ¢ [28]). Esta planta consiste (ver figura 1) num motor que acciona um veio ligado a um disco. Uma correia eldstica transmite esse movimento a outro veio central. Este veio central, Por sua vez, ¢ também por meio de uma correia elistica, transmite o movimento a um tereeiro veio, Associado a este tiltimo veio encontra-se uma carga que pode variar de peso. Consideramos trés situagdes: vazio; meia carga e plena carga. ON wa) © figura 6.1 - planta do exemplo de Grenoble 0 objectivo de controlo desta planta consiste em posicionar a carga numa determinada posigto.. As oscilagies existentes nas correias elisticas que fazem a ligagiio dos trés veios dificultam 0 controlo. Este sistema, como € 6bvio, niio fimciona do mesmo modo para valores diferentes da carga nele colocados. Apresentamos a seguir os modelos ‘identificados para as situagdes de a) vazio; b) meia carga; c) plena carga.69 0.28261z + 0.50666 7 (6.1. -) HO) ~ A aie332 + 1.589392? 13160825 0.8862 ca 0.102762:+0.18123 5 H@= 6.2 y se z4—1.9918523 +2.2026522—1.840832.+ 0.89413 62) A Fp 0.0640872-+-0.10407 a z4 2.096723 +2.3196z2 —1,93353z+0.87129 Estas fungdes discretas, correspondem aos seguintes modelos continuos, se considerarmos uma discretizagdo efectuada segundo 0 processo ZOH, em que as fungoes H@) e H(s), se podem identificar na figura 2. H@) ZOH H(s) figura 6.2 0.282654 +13.1508s3 + 686.1412s2 + 15455s+175290 s4+2.4113s3+1260.4s2 + 1296.1s-+ 164660 0.102754 + 5.00853 +343.3515s2 +3104.2s+73941 s4+2,2381s3 +2036.0s2-49384s + 102730 (= 2: 0640894 3.048353 +141.320732 +3205,99+34668 66 9 () = "SE F2,T55653+ 875 174052 + 951.20038+ 33103 66) a) H(s)= (6.4) b) H()= (5) Este sistema serviu de base a um desafio langado pelo laboratério de Grenoble. Foi pedido a diversos centros de investigagio ou a investigadores particulares, que desenvolvessem um controlador para a planta apresentada. Esse controlador teria que efectuar 0 controlo da planta, dentro de diversas especificagées impostas pelo laboratério. O laboratério recebeu 8 respostas de outros tantos grupos de investigago. Em [27], podemos estudar as diversas propostas e comparar as mesmas entre si. Quase todos os controladores responderam positivamente 4 generalidade das especificagdes impostas. No entanto, sé um dos controladores ((28] ¢ [29]) verificou todas as especificagdes. E sobre esse controlador, que iremos efectuar alguns dos testes dos métodos apresentados neste trabalho. Infelizmente, a. capacidade de responder70 Positivamente as diferentes especificagdes, teve como contrapartida um controlador de ordem bastante elevada. Este facto provocou alguns problemas de implementago [27]. Apresentamos a seguir a fungiio de transferéncia deste controlador. os)= 9 + ByS8 + ByS7 + bes6 + Bs¥ + byst = bys? « bys? + bys» bp ay = 2.684 5 = 473.3; by = 267.5978 ay = 2,543*10'; by = 3.1524*10* ag = 1.1409*10°; bs = 2.0484*108 as = 2.4543*10"; bs = 7.928*10" 4 = 3.8265*10°; by = 1.8452*10° a3 = 2.197*10°; bs = 2.7728*10"° a; = 1.3849*10"; by = 1.9921*10" ay = -4.1079*10"°; .9741*10"" ay = 9.6116*10"; 1.0533 AsS9 + aySt + A787 + A656 + as85 + AYSM + AgS) + aS? + aS + Ao (67) (6.72) (6.7b) (6.7) (6.74) (6.70) (6.11) (6.78) (67h) (67) (6.7)) Os investigadores que desenvolveram este controlador, produziram inicialmente um controlador continuo discretizando-o posteriormente, por meio da transformagiio de Tustin, para ser implementado em computador. Seré este controlador continuo que servird como exemplo de discretizagio. Outros dois sistemas iro ser utilizados para testar 0 desempenho dos varios processos de discretizagao. Esses sistemas sao descritos a seguir: et) EO) oO , co) Gs) figura 6.37 sistema 1 sistema 2 Planta Controlador Planta Controlador 8633 _ 2405+ 86436 _ 10 _ OaT6s+1 G9=~E 08) = E2048 SO) ead O89) = 9339541 sistema 1 foi proposto por Paul Katz’ no seu livro [9], ¢ foi utilizado por diversos autores. O segundo sistema, é apresentado por Rattan no artigo em que enuncia o seu metodo [14]. Todos os métodos de discretizagaio em malha fechada que apresentamos, utilizam nos seus testes, os sistemas que acabamos de apresentar. Rattan, apresenta 0 sistema 1. Kennedy ¢ Evans, efectuam os testes do seu algoritmo com o sistema de Katz. Keller e Anderson efectuam testes com os dois sistemas. Finalmente Blackmore, Williamson e Mareels utilizam o sistema proposto por Katz. Era nosso propésito testar todos os métodos apresentados, nomeadamente os métodos em malha fechada, com o sistema de Grenoble. Efectivamente a complexidade deste sistema garantia um estudo bastante valido, capaz de mostrar os pontos fortes € fracos dos varios métodos. Para que isso pudesse ser realizado, no entanto, tornava-se necessirio implementar os algoritmos propostos ¢ aplicar esse algoritmos ao sistema referido, Esta tarefa foi impossivel de realizar, devido a falta de informagio que por vezes acompanha a implementagao de alguns dos passos do algoritmo. Podemos contudo referir, que o método de Rattan foi implementado totalmente. Acontece que num dos passos do método, é realizada uma integragfio definida entre dois limites chamados y; e 2. Uma vez que 0 autor nunca refere como se devem determinar esses limites, tornou-se impossivel obter resultados vilidos com o algoritmo implementado, apesar de diversos testes terem sido realizados. Para os restantes 3 métodos, ndo dispunhamos de ferramentas que nos permitissem implementé-los. "Na realidade, o exemplo & devido a dois israelitas referenciados por Paul Katz. Esses israelitas sto Avner Ben-Zwi ¢ Preiszler, que apresentaram o trabalho a que se refére Katz, no artigo “Comparison of Discretization Methods” Rafael, Israel MOD, 1979. Nao foi possfvel aceder a este artigo, De qualquer forma o mesmo & referido por Katz, como estando escrito em hebreu2 Face ao exposto, a metodologia de testes adoptada foi a seguinte. Os métodos de malha aberta podem ser testados em todos os exemplos, Existem no entanto alguns métodos' que, pela complexidade envolvida, que aumenta consideravelmente, com a ordem do controlador a discretizar desaconselham a sua utilizagio em controladores de ordem elevada. Por este motivo, estes métodos de malha aberta, serio testados essencialmente com os sistemas propostos por Katz e Rattan, podendo nalguns casos ser estendidos os testes ao sistema de Grenoble. Os testes aos métodos em malha fechada, serfio realizados exclusivamente sobre os sistemas de Katz ¢ Rattan, uma vez. que nos foi impossivel utilizar estes métodos para obter a discretizagaio do sistema de Grenoble. Por iiltimo, o algoritmo de aproximagao logaritmica, seré testado em todos os exemplos. Os testes, incidiram essencialmente na comparag&o das respostas ao degrau e das respostas cm frequéncia dos sistemas continuo e discreto, No caso do sistema de Grenoble, foram efectuados testes, nas 3 situagdes de carga possiveis, ou seja, vazio, meia carga e plena carga. Utilizamos, nos testes, e como jé foi referido, os 3 sistemas que descrevemos. Todos os testes tiveram como suporte 0 software Matlab, utilizando também o Simulink. As respostas em frequéncia, bem como os valores de margem de ganho e de fase, foram calculados no Matlab. As respostas ao degrau foram calculadas quer através do Matlab quer através do Simulink. Apresentamos a seguir as fungdes de transferéncia dos trés sistemas discretizados segundo os diversos métodos em malha aberta apresentados. Uma vez que iremos lidar com bastantes fungdes de transferéncia, adoptamos uma nomenclatura que permite evitar algumas confusdes. Todos as fungSes discretizadas tém como nome a letra C, com dois {ndices. © primeiro indice indicaré o método que foi utilizado, de acordo com a seguinte tabela: " Nomeadamente os métodos de Boxer Thaler e Madwed Truxaltabela 6.1 Método indice Euler e Diferencial d Tustin t Boxer Thaler b Madwed Truxal t Tnvariante ao degrau" s Mapeamento de pélos e zeros. m Algoritmo de aproximagao P logaritmica Rattan T Kennedy e Evans k Keller e Anderson a Blackmore, Williamson ¢ Mareels w também na tabela que se segue: tabela 6.2 Sistema Indice Katz Kk Rattan T Grenoble g "No método da resposta invariante, iremos apresentar s6 0 caso da resposta invariante ao degran ? Neste indice optamos pela letra s, por ser a primeira letra de “step”. B segundo fndice indicaré o sistema a que se refere a discretizagio, como se indica Note-se aqui a auséncia do método dos Elementos Retentores. Ele no entanto estd presente porque, no caso de se usar o retentor de ordem zero, que seria o utilizado, produz um resultado idéntico a0 método da Resposta Invariante ao Degrau, sendo este Ultimo objecto de estudo neste capitulo.74 Caberé também referir que, como norma na apresentagiio dos diagramas de Bode dos varios sistemas, consideramos como frequéncia méxima, a frequéncia de Nyquist. Em vez de sobrecarregar um diagrama com as respostas de muitos sistemas com o intuito de os comparar, optamos por, para cada método, apresentar um diagrama, com as respostas do sistema continuo e do mesmo sistema discretizado por esse mesmo método, A ‘comparagiio entre métodos, terd que ser feita usando as respostas que se encontram em figuras diferentes. Torna-se mais fiicil, em face do software utilizado, apresentar os diagramas de Bode separados por diagramas de amplitude e de fase. Também por facilidade, néio apresentamos em cada grifico, as unidades dos eixos dos xx e dos yy. Essas unidades stio, nos diagramas de amplitude, rads no eixo dos xx e dB no eixo dos yy. Nos diagramas de fase, temos graus no eixo dos yy ¢ rads™ no eixo dos xx. Nas respostas a0 degrau, temos obviamente 0 tempo no eixo dos xx e 0 valor da saida dos sistemas, no eixo dos yy. A comparagao de resultados seré feita 4 medida que os mesmos vio sendo apresentados sendo completada no final da apresentagdo de todos os resultados. A discretizagao de cada sistema seré seguida dos resultados que a mesma produziu, comparando-se, como foi dito, as respostas em frequéncia e as respostas ao degrau. Na obtengiio das respostas ao degrau, utilizaremos o sistema desenvolvido em Simulink, que apresentamos na figura 6.4. A perturbagio apresentada na figura, corresponde a um degrau de duragio de 0.5 segundos, introduzido depois de a saida ter estabilizado em relagiio ao degrau inicial. Para visualizar o efeito da perturbago nos dois sistemas, ela ¢ introduzida em instantes diferentes num e noutro. No exemplo de Katz, a perturbagdo do sistema continuo ¢ feita em ao fim de um Is, enquanto que no discreto, é ao fim de 2s. No exemplo de Rattan, estes tempos passam para 4,5s e 6s, respectivamente. Por fim, no exemplo de Grenoble, © sistema continuio perturbado aos 6s e 0 discreto aos 10s. Consegue-se assim verificar, a maior ou menor capacidade de reacgiio a este tipo de perturbacdo, dos virios sistemas.75 Sistema continuo [JK | Entrada em degrau Controlador Planta ae! 6 grifico multiplexador Sistema com o controlador discretizado figura 6.4 Estrutura do programa em Simulink usado para obter a comparagdo das respostas ao degrau 6.3 - DISCRETIZAGAO DO SISTEMA DE KATZ Relembremos o sistema proposto por Paul Katz. Planta Controlador 363.3 29405+ 86436 G@= = 29408+ 86436 =F C8) = G5 2087 Seguidamente apresentamos a discretizagtio deste sistema utilizando 0 periodo de amostragem T = 0.030s'. Podemos ver em [9], que a largura de banda deste sistema é de aproximadamente 8Hz. Como a frequéncia de amostragem é 33,33Hz, nfo se cumpre aqui a regra enunciada no final do ponto 7 do capitulo 2. Refere-se nesse ponto que, como regra, devemos ter uma frequéncia de amostragem, no minimo, 10 vezes superior & largura de banda do sistema, O facto de no cumprirmos esta regra é, decerto, responsivel pela instabilidade que alguns métodos em malha aberta, que normalmente16 produzem sistemas discretos estaveis, apresentam. Nem sempre os métodos de discretizagao preservam 0 ganho DC do sistema inicial. Na apresentagio dos diversos resultados, optamos por apresentar os resultados que 0 método produz, colocando a parte o ganho necessério para igualar o valor do ganho DC do sistema discreto, com o valor do sistema continuo. 6.3.1 - Discretizagaio pelo método de Euler 8.2z~ 10.4076 Cal) = 515 64z + 611524 (6.8) Este método transforma 0 controlador continuo, num controlador disereto com fungao de transferéncia instével. Uma vez que 0 objectivo deste trabalho se debruga mais sobre a comparagdo dos resultados, do que sobre os motivos que levam um ou outro método a causar instabilidade, no faremos grandes andlises aos casos em que isso aconteca. Neste caso, porém, é ficil constatar que 0 fiungo dada, possui raizes instaveis, 6.3.2 - Discretizagao pelo método diferencial _ 0834122 +0.91462 (69) Também aqui temos um sistema que fica instével depois da discretizagao. Esse facto, no entanto, é algo estranho neste método, uma vez que, A partida, 0 mesmo garante estabilidade®, pelo mapeamento entre os planos s ¢ z que impée. O alto valor para o tempo de amostragem pode ser a justificago para este resultado 6.3.3 - Discretizagio pelo método de Tustin 2171222 + 132902 - 0.8423 Cal) = 7+ 126062 + 03973 (6.10) 1 Este & 0 perfodo de amostragem proposto pelo autor. 2 Esta estabilidade garantida, é somente em malha aberta.7 Este método tem um comportamento razoavel, como seria de esperar. Mantendo as margens de ganho e de fase do sistema original, tem uma resposta em fiequéncia relativamente préxima do sistema continuo. A resposta ao degrau, apesar de um regime transit6rio bastante oscilatério, com um overshoot considerdvel, é estével, mesmo que seja com um tempo de estabelecimento cerca do dobro do sistema continuo. Também aqui, a redugio do tempo de amostragem traria resultados, certamente melhores. figura 6.5 - diagramas de amplitude Lh continuo a | | | 0 rr ie 70° figura 6.6 - diagramas de fase8 figura 6.7 - resposta ao degrau 6.3.4 - Discretizagéo pelo método de Boxer Thaler 1,0004z2 — 199982 + 0.9994 Cu(@) = 7919908: +0998 (6.11) Este método, como o préximo, produziu um controlador com fungo de transferéncia instavel. De facto, os zeros e os pélos encontram-se muito proximos uns dos outros e no limiar do circulo unitario. 6.3.5 - Discretizago pelo método de Madwed Truxal Se apresentarmos as constante de Cx(z), com apenas 4 digitos de preciso, temos uma fingdo igual & obtida pelo método de Boxer Thaler. 1000422 - 1.99982 + 0.9994 Ca@) = “199982 + 0.9998 (6.12) 6.3.6 - Discretizagao pelo método da resposta invariante ao degrau79 10116z-0.0119 Cal) = “50.0003 (6.13) Este método, provoca uma margem de ganho negativa no sistema em malha fechada, tornando-o instével. 6.3.7 - Discretizagao pelo método de mapeamento de pélos e zeros. 1.7058z — 0.7061 Cou(2) = 900082 +2183°10=8 (6.14) Neste caso, também acontece instabilidade do sistema disereto em malha fechada, apesar de nio haver introdugdo de raizes instaveis pelo controlador. Nestes quatro iltimos métodos, o longo tempo de amostragem, certamente seré, em parte, responsdvel pela instabilidade que todos eles provocam no sistema discreto em malha fechada. 6.3.8 - Discretizagio pelo Algoritmo de aproximagao logaritmica 2.165z-08181 Cale) = 03469 (6.15) , [| continuo figura 6.8 - diagrama das amplitudes dos dois sistemas80 continuo figura 6.9 - diagrama das fases Quanto as margens de ganho e de fase dos dois controladores, temos que no controlador continuo a margem de ganho ¢ infinita e a margem de fase de 101 graus, a frequéncia de 2910 rads". No controlador discreto, quer a margem de ganho quer a margem de fase, sio infinitas. figura 6.10 - respostas ao degrau dos dois sistemas Neste caso, a discretizago com o algoritmo de aproximagéo logaritmica, apesar de manter, no intervalo de Nyquist, as respostas em, frequéncia bastante semelhantes, provoca um desempenho pior na resposta ao degrau. E claro o maior overshoot do81 sistema discreto, bem como a existéncia de muito mais oscilagdes. A redugdo do tempo de amostragem, bem como a utilizago de um limiar de detecgdo de raizes no algoritmo, ‘mais pequeno certamente traria melhor desempenho a este método. 6.3.9 - Discretizagao de Rattan Este sistema niio foi discretizado por Rattan. 6.3.10 - Discretizagio de Kennedy e Evans Estes autores aplicaram 0 seu método a este sistema, obtendo o seguinte resultado, que Jembramos, tem a implementago apresentada na figura 2 do capitulo “Discretizagdo em Malha Fechada”, Temos entio: R(@) =2241.17732+ 0.7418 (6.16) S(2) = 2.64032 - 1.8714 (6.17) T(2) = 1.308422 - 0.5390z.- 0.0007 (6.18) 1s[ continuo { discreto figura 6.11 - resposta ao degrau Este método, por ser em malha fechada, tem um desempenho nitidamente superior a todos os outros apresentados. A diferenga entre as respostas do sistema discretizado e82 do sistema continuo, resume-se praticamente a um atraso do primeiro relativamente a0 segundo. Esse atraso, é bastante pequeno, se comparado com o periodo de amostragem. Por ser implementado na forma RST, niio apresentamos a resposta em frequéncia do controlador, 6.3.11 - Diseretizagao de Keller e Anderson A fungdio de transferéncia obtido por este método, é a seguinte: 141122 - 0861 1z - 0.09555 Cal@) = ~ 7+ 028372 + 001859 6.19) De modo semelhante ao método anterior, também este apresenta resultados bastante satisfat6rios. Vejamos as respostas em frequéncia e a resposta ao degrau. * continuo asl ; ~/ ‘a “o o figura 6.12 - diagramas de amplitude83 * continuo ‘ fw | cS \ . | \ — | | figura 6.13 - diagramas de fase continu [ discreto figura 6.14 - resposta ao degrau Neste caso, apesar de os diagramas de amplitude ¢ fase diferirem um pouco relativamente ao sistema continuo temos, como foi referido, uma resposta ao degrau satisfat6ria, ainda que com um overshoot pior que o da resposta obtida por Kennedy Evans. 6.3.12 - Discretizagao de Blackmore, Williamson e Mareels Este método fornece o seguinte resultado:84 _ 1511z2 -2.160z +0.609 22~0.225z- 0.306 (6.20) | \ € iw eo figura 6.16 - diagramas de fase85 figura 6.17 - resposta ao degrau Em termos de desempenho, este método comporta-se de forma semelhante ao anterior. De facto, em ambos 0s casos, as respostas em frequéncia dos sistemas continuo ¢ discreto, sfo bastante diferentes, conseguindo 0 método respostas ao degrau bastante prdximas da do sistema continuo. Este método estard entre o de Kennedy e o de Keller, no que diz respeito ao desempenho na resposta ao degrau. Do mesmo modo que esses dois, a resposta do sistema discreto apresenta um atraso, no muito significative em termos do periodo de amostragem. Em todas as respostas ao degrau apresentadas neste método, podemos observar que existe uma reacgdo, a perturbagiio introduzida na safda. Essa reacgdo é bastante pior nos métodos em malha aberta. Mesmo 0 método de aproximago logaritmica tem, neste ponto, um desempenho bastante ftaco. Nos métodos em malha fechada, 0 pico de reacgiio & perturbago € bastante elevado, mas essa perturbagdo é anulada muito mais rapidamente do que nos métodos de malha aberta. 6.4 - DISCRETIZACAO DO SISTEMA DE RATTAN Rattan apresentou o seguinte sistema.Planta Controlador 10 _ OaTos+1 SO)= erty O)= 039541 86 Este sistema € bastante mais simples do que o apresentado por Katz.. Neste caso, certamente os diversos métodos apresentam desempenhos mais préximos uns dos outros. periodo de amostragem a utilizar neste caso é T= 0.15. ‘As margens de ganho ¢ de fase do controlador continuo, so ambas infinito, Este factor, devido talvez 4 simplicidade do sistema, € mantido por todos os métodos. S60 método da resposta invariante, produz uma resposta instével. Neste caso, a frequéncia de amostragem proposta por Rattan, cumpre os limites enunciados no ponto 7 do capitulo 2. De facto, a largura de banda do sistema em malha fechada ronda os 0.6Hz. Como a frequéncia de amostragem é de 6.66Hz, estamos no limiar minimo de 10 vezes a largura de banda. 6.4.1 - Discretizagio pelo método de Euler Coz) = 2.9932 - 18635 2+01295 [esi] + | / ay | / figura 6.18 - diagramas de amplitude (6.21)87 | discreto figura 6.19 - diagrama de fases % { continuo |____[ discreto | paren figura 6.20 - resposta ao degra Os diagramas de amplitude de fase, apresentam algumas diferengas apreciaveis. Na Tesposta a0 degrau, a resposta mantém-se estavel mas perde qualidade, apresentando um overshoot bastante maior no sistema discreto. 6.4.2 - Discretizago pelo método diferencial 1.9359z +14055 Cale) = = 04696 (6.22)disoreto figura 6.22 - diagrama de fase 8889 figura 6.23 - resposta ao degrau Este método tem, a todos os niveis, um desempenho pior, relativamente ao método anterior. 6.4.3 - Discretizacao pelo método de Tustin 2.29442 -13559 Col) = 02591 623) » " figura 6.24 - diagrama de amplitudes19-{ continuo } discreto | ip o ou oa) oa figura 6.26 - resposta ao degrau Apesar de, os sistemas discreto e continuo, nestes caso, apresentarem respostas em frequéncia muito similares, temos uma resposta ao degrau do sistema discreto, pior do que 0 método de Euler, que apresenta diagramas de amplitude e fase menos similares, quando comparados com o presente método. 6.44 - Discretizacio pelo método de Boxer Thaler Uma vez que a fungdo a discretizar ¢ de ordem 1, os métodos de Boxer Thaler ¢ ‘Madwed Truxal, produzirao os mesmos resultados que o método de Tustin.91 2.29442 - 13559 Cx) = ~~ 02991 (6.24) 6.4.5 - Discretizagao pelo método de Madwed Truxal _ 2.29442 -13559 Col@) z-02991 (625) 6.4.6 - Discretizagio pelo método da resposta invariante ao degrau 2.99282 ~23327 Cx@) = ~~~ 03309 (626) | 7 figura 6.27 - diagrama de amplitudes92 s figura 6.28 - diagrama de fases v4, [contiane |__—

You might also like

• Her Body and Other Parties: Stories

  

  From Everand

  Her Body and Other Parties: Stories

  Carmen Maria Machado

  Rating: 4 out of 5 stars

  4/5 (822)
• A Man Called Ove: A Novel

  

  From Everand

  A Man Called Ove: A Novel

  Fredrik Backman

  Rating: 4.5 out of 5 stars

  4.5/5 (4610)
• Fear: Trump in the White House

  

  From Everand

  Fear: Trump in the White House

  Bob Woodward

  Rating: 3.5 out of 5 stars

  3.5/5 (738)
• • Magazines
  • Podcasts
  • Sheet music
• The Light Between Oceans: A Novel

  

  From Everand

  The Light Between Oceans: A Novel

  M.L. Stedman

  Rating: 4.5 out of 5 stars

  4.5/5 (789)
• A Heartbreaking Work Of Staggering Genius: A Memoir Based on a True Story

  

  From Everand

  A Heartbreaking Work Of Staggering Genius: A Memoir Based on a True Story

  Dave Eggers

  Rating: 3.5 out of 5 stars

  3.5/5 (231)
• The Sympathizer: A Novel (Pulitzer Prize for Fiction)

  

  From Everand

  The Sympathizer: A Novel (Pulitzer Prize for Fiction)

  Viet Thanh Nguyen

  Rating: 4.5 out of 5 stars

  4.5/5 (122)
• Rise of ISIS: A Threat We Can't Ignore

  

  From Everand

  Rise of ISIS: A Threat We Can't Ignore

  Jay Sekulow

  Rating: 3.5 out of 5 stars

  3.5/5 (137)
• Brooklyn: A Novel

  

  From Everand

  Brooklyn: A Novel

  Colm Toibin

  Rating: 3.5 out of 5 stars

  3.5/5 (1946)
• Team of Rivals: The Political Genius of Abraham Lincoln

  

  From Everand

  Team of Rivals: The Political Genius of Abraham Lincoln

  Doris Kearns Goodwin

  Rating: 4.5 out of 5 stars

  4.5/5 (234)
• Sing, Unburied, Sing: A Novel

  

  From Everand

  Sing, Unburied, Sing: A Novel

  Jesmyn Ward

  Rating: 4 out of 5 stars

  4/5 (1104)
• The Woman in Cabin 10

  

  From Everand

  The Woman in Cabin 10

  Ruth Ware

  Rating: 3.5 out of 5 stars

  3.5/5 (2521)
• Wolf Hall: A Novel

  

  From Everand

  Wolf Hall: A Novel

  Hilary Mantel

  Rating: 4 out of 5 stars

  4/5 (3811)
• The Perks of Being a Wallflower

  

  From Everand

  The Perks of Being a Wallflower

  Stephen Chbosky

  Rating: 4.5 out of 5 stars

  4.5/5 (2104)
• Devil in the Grove: Thurgood Marshall, the Groveland Boys, and the Dawn of a New America

  

  From Everand

  Devil in the Grove: Thurgood Marshall, the Groveland Boys, and the Dawn of a New America

  Gilbert King

  Rating: 4.5 out of 5 stars

  4.5/5 (266)
• The Yellow House: A Memoir (2019 National Book Award Winner)

  

  From Everand

  The Yellow House: A Memoir (2019 National Book Award Winner)

  Sarah M. Broom

  Rating: 4 out of 5 stars

  4/5 (98)
• Little Women

  

  From Everand

  Little Women

  Louisa May Alcott

  Rating: 4 out of 5 stars

  4/5 (104)
• A Tree Grows in Brooklyn

  

  From Everand

  A Tree Grows in Brooklyn

  Betty Smith

  Rating: 4.5 out of 5 stars

  4.5/5 (1929)
• The Art of Racing in the Rain: A Novel

  

  From Everand

  The Art of Racing in the Rain: A Novel

  Garth Stein

  Rating: 4 out of 5 stars

  4/5 (4203)
• The Emperor of All Maladies: A Biography of Cancer

  

  From Everand

  The Emperor of All Maladies: A Biography of Cancer

  Siddhartha Mukherjee

  Rating: 4.5 out of 5 stars

  4.5/5 (271)
• Hidden Figures: The American Dream and the Untold Story of the Black Women Mathematicians Who Helped Win the Space Race

  

  From Everand

  Hidden Figures: The American Dream and the Untold Story of the Black Women Mathematicians Who Helped Win the Space Race

  Margot Lee Shetterly

  Rating: 4 out of 5 stars

  4/5 (897)
• The World Is Flat 3.0: A Brief History of the Twenty-first Century

  

  From Everand

  The World Is Flat 3.0: A Brief History of the Twenty-first Century

  Thomas L. Friedman

  Rating: 3.5 out of 5 stars

  3.5/5 (2259)
• The Unwinding: An Inner History of the New America

  

  From Everand

  The Unwinding: An Inner History of the New America

  George Packer

  Rating: 4 out of 5 stars

  4/5 (45)
• The Outsider: A Novel

  

  From Everand

  The Outsider: A Novel

  Stephen King

  Rating: 4 out of 5 stars

  4/5 (1850)
• Yes Please

  

  From Everand

  Yes Please

  Amy Poehler

  Rating: 4 out of 5 stars

  4/5 (1898)
• The Little Book of Hygge: Danish Secrets to Happy Living

  

  From Everand

  The Little Book of Hygge: Danish Secrets to Happy Living

  Meik Wiking

  Rating: 3.5 out of 5 stars

  3.5/5 (401)
• The Constant Gardener: A Novel

  

  From Everand

  The Constant Gardener: A Novel

  John le Carré

  Rating: 3.5 out of 5 stars

  3.5/5 (104)
• John Adams

  

  From Everand

  John Adams

  David McCullough

  Rating: 4.5 out of 5 stars

  4.5/5 (2409)
• On Fire: The (Burning) Case for a Green New Deal

  

  From Everand

  On Fire: The (Burning) Case for a Green New Deal

  Naomi Klein

  Rating: 4 out of 5 stars

  4/5 (74)
• Manhattan Beach: A Novel

  

  From Everand

  Manhattan Beach: A Novel

  Jennifer Egan

  Rating: 3.5 out of 5 stars

  3.5/5 (792)
• Shoe Dog: A Memoir by the Creator of Nike

  

  From Everand

  Shoe Dog: A Memoir by the Creator of Nike

  Phil Knight

  Rating: 4.5 out of 5 stars

  4.5/5 (540)
• Grit: The Power of Passion and Perseverance

  

  From Everand

  Grit: The Power of Passion and Perseverance

  Angela Duckworth

  Rating: 4 out of 5 stars

  4/5 (590)
• Angela's Ashes: A Memoir

  

  From Everand

  Angela's Ashes: A Memoir

  Frank McCourt

  Rating: 4.5 out of 5 stars

  4.5/5 (441)
• Elon Musk: Tesla, SpaceX, and the Quest for a Fantastic Future

  

  From Everand

  Elon Musk: Tesla, SpaceX, and the Quest for a Fantastic Future

  Ashlee Vance

  Rating: 4.5 out of 5 stars

  4.5/5 (474)
• The Subtle Art of Not Giving a F*ck: A Counterintuitive Approach to Living a Good Life

  

  From Everand

  The Subtle Art of Not Giving a F*ck: A Counterintuitive Approach to Living a Good Life

  Mark Manson

  Rating: 4 out of 5 stars

  4/5 (5810)
• Bad Feminist: Essays

  

  From Everand

  Bad Feminist: Essays

  Roxane Gay

  Rating: 4 out of 5 stars

  4/5 (1018)
• The Glass Castle: A Memoir

  

  From Everand

  The Glass Castle: A Memoir

  Jeannette Walls

  Rating: 4.5 out of 5 stars

  4.5/5 (1716)
• The Hard Thing About Hard Things: Building a Business When There Are No Easy Answers

  

  From Everand

  The Hard Thing About Hard Things: Building a Business When There Are No Easy Answers

  Ben Horowitz

  Rating: 4.5 out of 5 stars

  4.5/5 (346)
• Principles: Life and Work

  

  From Everand

  Principles: Life and Work

  Ray Dalio

  Rating: 4 out of 5 stars

  4/5 (608)
• The Gifts of Imperfection: Let Go of Who You Think You're Supposed to Be and Embrace Who You Are

  

  From Everand

  The Gifts of Imperfection: Let Go of Who You Think You're Supposed to Be and Embrace Who You Are

  Brené Brown

  Rating: 4 out of 5 stars

  4/5 (1092)
• Never Split the Difference: Negotiating As If Your Life Depended On It

  

  From Everand

  Never Split the Difference: Negotiating As If Your Life Depended On It

  Chris Voss

  Rating: 4.5 out of 5 stars

  4.5/5 (843)
• Steve Jobs

  

  From Everand

  Steve Jobs

  Walter Isaacson

  Rating: 4.5 out of 5 stars

  4.5/5 (806)