transformada_Z
-
Upload
camille-asp-vieira -
Category
Documents
-
view
412 -
download
0
Transcript of transformada_Z
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 1/118
Universidade Federal de Minas Gerais – UFMGEscola de Engenharia
Departamento de Mecânica - DEMEC
EMA166 – Sistema de Controle em TempoDiscreto
Notas de Aula
Introdução ao Controle de Sistemas em TempoDiscreto
Autor: Prof. Dr. Lázaro Valentim Donadon
Fevereiro de 2008
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 2/118
ii
Prefácio
Ementa:
Amostragem de Sinais contínuos; Transformada Z; Modelos Discretos; Espaço deEstados discreto; Análise de Sistemas Discretos; Controladores PID digital; Métodos de
projeto de controladores em tempo discreto.
Programa:Semana: Data: Assunto:
1 27/02 Introdução ao controle de sistemas em tempo discreto2 05/03 Transformada Z3 12/03 Função de Transferência em Tempo Discreto – Parte I4 19/03 Função de Transferência em Tempo Discreto – Parte II5 26/03 Aula de Exercícios
6 02/04 1ª Prova7 09/04 Projeto de Controladores por Métodos Clássicos8 16/04 Exercícios9 23/04 Formulação por Matrizes de Estado
10 07/05 Controlabilidade e Observabilidade11 14/05 Projeto de controladores via Alocação de Pólos – Parte I12 21/05 Projeto de controladores via Alocação de Pólos – Parte II13 28/05 Projeto de controladores via Alocação de Pólos – Parte III14 04/06 Exercícios – Matlab15 11/06 Exercícios - Matlab 16 18/06 2ª Prova
17 25/06 Apresentação dos projetosCritérios de Avaliação:1ª Prova 35%, 2ª Prova 35%, projeto 20%, listas de exercício 10%
Bibliografia:K. Ogata. Discrete-Time Control Systems. Prentice Hall, 2nd Edition. 1994.
G.F. Franklin, J.D. Powell, and M.L. Workman. Digital Control of Dynamic Systems.Addison-Wesley, 3rd Edition. 1998.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 3/118
iii
Sumário
1 INTRODUÇÃO AO CONTROLE DE SISTEMAS EM TEMPO DISCRETO1
1.1 I NTRODUÇÃO .............................................................................................................................1 1.2 SISTEMAS DE CONTROLE EM TEMPO DISCRETO...........................................................................1 1.3 TIPOS DE SINAIS .........................................................................................................................5 1.4 AMOSTRAGEM DE SINAIS CONTÍNUOS ........................................................................................6
1.4.1 Teoria da Amostragem – Tratamento empírico....................................................................6 1.4.2 Não unicidade de sinais amostrados ............................................................................ ........8
1.5 EXERCÍCIOS PROPOSTOS ............................................................................................................8
2 TRANSFORMADA Z .......................................................................................... 10
2.1 MÉTODO DA TRANSFORMADA Z ........................................................ ...................................... 10
2.1.1 Transformada Z .............................................................. .................................................... 10 2.1.2 Transformada Z de funções elementares......................................................................... ...10 2.1.3 Propriedades da Transformada Z ......................................................................................12
2.2 TRANSFORMADA Z INVERSA ....................................................................................................14 2.2.1 Método de expansão em frações parciais...........................................................................15 2.2.2 Método computacional - Matlab ........................................................................................17
2.3 EXERCÍCIOS R ESOLVIDOS ........................................................................................................18 2.4 EXERCÍCIOS PROPOSTOS ..........................................................................................................19
3 FUNÇÃO DE TRANSFERÊNCIA EM TEMPO DISCRETO........................ 21
3.1 AMOSTRAGEM IMPULSIVA .......................................................................................................21 3.2 CIRCUITO DATA-HOLD ............................................................................................................22
3.2.1 Segurador de Ordem Zero - ZOH.......................................................................................22 3.2.2 Segurador de primeira ordem ............................................................................................23 3.2.3 Funções de Transferência em Tempo Discreto com ZOH..................................................25 3.2.4 Resposta em Freqüência do ZOH.......................................................................................26
3.3 FUNÇÃO DE TRANSFERÊNCIA PULSADA ...................................................................................27 3.3.1 Transformada de Z de FTs incluindo o amostrador...........................................................28 3.3.2 Função de Transferência em Cascata ........................................................................... .....28 3.3.3 Função de transferência em malha fechada.......................................................................29 3.3.4 Função de transferência em malha fechada de controladores digitais..............................30 3.3.5 Função de transferência pulsada de um controlador PID digital......................................31 3.3.6 Simulação de sistemas em tempo discreto..........................................................................34 3.3.7 Realização de Controladores digitais e filtros digitais ......................................................36 3.3.8 Resposta ao Impulso Finita e Infinita.................................................................................38
3.4 EXERCÍCIOS R ESOLVIDOS ........................................................................................................39 3.5 EXERCÍCIOS PROPOSTOS ..........................................................................................................41
4 PROJETO DE CONTROLADORES POR MÉTODOS CLÁSSICOS .......... 43
4.1 MAPEAMENTO ENTRE PLANO Z E PLANO S...............................................................................43 4.2 A NÁLISE DE ESTABILIDADE DE SISTEMAS NO PLANO Z............................................................47 4.3 R ESPOSTA TRANSIENTE ...........................................................................................................48 4.4 MÉTODO DE PROJETO BASEADO NO LUGAR DAS RAÍZES ...........................................................49 4.5 CONTROLADOR TIPO “DEAD BEAT”.........................................................................................56 4.6 PROJETO DE CONTROLADORES PID .............................................................. ...........................57
4.6.1 Ziegler-Nichols malha fechada...........................................................................................57 4.6.2 Ziegler-Nichols Malha Aberta............................................................................................58
4.7 EXERCÍCIOS R ESOLVIDOS ........................................................................................................59
4.8 EXERCÍCIOS PROPOSTOS ..........................................................................................................59 5 FORMULAÇÃO POR MATRIZES DE ESTADO........................................... 61
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 4/118
iv
5.1 I NTRODUÇÃO À FORMULAÇÃO DE ESTADO ...............................................................................61 5.2 NOMENCLATURA DE ESPAÇO DE ESTADOS ..............................................................................62 5.3 R EPRESENTAÇÃO DE ESPAÇO DE ESTADOS DISCRETOS ............................................................62
5.3.1 Forma Canônica Controlável.............................................................................................62 5.3.2 Forma Canônica Observável..............................................................................................63 5.3.3 Forma Canônica Diagonal.................................................................................................63
5.3.4 Forma Canônica de Jordan................................................................................................64 5.3.5 Não unicidade das matrizes de estado................................................................................64 5.4 SIMULANDO UM SISTEMA NA FORMA DE ESTADO DISCRETO .....................................................65 5.5 PASSANDO DE MATRIZES DE ESTADO PARA FT........................................................................65 5.6 DISCRETIZAÇÃO DE MATRIZES DE ESTADO CONTÍNUAS ..........................................................66 5.7 EXERCÍCIOS R ESOLVIDOS ........................................................................................................69 5.8 EXERCÍCIOS PROPOSTOS ..........................................................................................................72
6 CONTROLABILIDADE E OBSERVABILIDADE ......................................... 73
6.1 I NTRODUÇÃO ...........................................................................................................................73 6.2 CONTROLABILIDADE................................................................................................................73 6.3 CONTROLABILIDADE DE SAÍDA ................................................................................................75 6.4 OBSERVABILIDADE ..................................................................................................................76 6.5 COMENTÁRIOS GERAIS SOBRE CONTROLABILIDADE E OBSERVABILIDADE................................78
6.5.1 Condições de controlabilidade e observabilidade em termos de Funções de Transferência
78 6.5.2 Efeito da discretização .......................................................................................................80 6.5.3 Princípio da dualidade ................................................................... ....................................80
6.6 EXERCÍCIOS R ESOLVIDOS ........................................................................................................81 6.7 EXERCÍCIOS PROPOSTOS ..........................................................................................................82
7 PROJETO DE CONTROLADORES VIA ALOCAÇÃO DE PÓLOS........... 84
7.1 I NTRODUÇÃO ...........................................................................................................................84 7.2 FÓRMULA DE ACKERMANN......................................................................................................85 7.3 FORMAS ALTERNATIVAS PARA O GANHO K..............................................................................86 7.4
CONTROLE POR R EALIMENTAÇÃO DE ESTADO.........................................................................88
7.5 OBSERVADORES DE ESTADO ....................................................................................................90 7.5.1 Observadores de Estado de Ordem Completa....................................................................91 7.5.2 Comentários sobre estimador de estado.............................................................................94 7.5.3 Estimadores de Ordem Reduzida........................................................................................97
7.6 EXERCÍCIOS R ESOLVIDOS ......................................................................................................103 7.7 EXERCÍCIOS PROPOSTOS ........................................................................................................107
8 PROJETOS......................................................................................................... 109
8.1 PÊNDULO I NVERTIDO .............................................................................................................110 8.2 SUSPENSÃO ATIVA PARA ¼ DE VEÍCULO ................................................................................111 8.3 CONTROLE NÃO COLOCADO ...................................................................................................112 8.4 PROJETO DE FILTROS DIGIAIS ................................................................................................113
9 REFERÊNCIAS BIBLIOGRÁFICAS ............................................................. 114
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 5/118
1
Capítulo 1
1 Introdução ao Controle de Sistemas em TempoDiscreto
Neste item, será apresentado os equipamentos utilizados em sistemas decontrole.
1.1 Introdução
Aqui, serão tratados sistemas lineares e invariantes no tempo em que ocontrole de sistemas em tempo discreto é entendido como a implementação de sistemasde controle utilizando placas de aquisição de dados capazes de medir uma determinadaquantidade de sinais analógicos, processá-los e devolvê-los ao meio ambiente.
1.2 Sistemas de controle em tempo discreto
Um sistema de controle em tempo contínuo em realimentação pode ser apresentado como na Figura 1.1, neste caso, todos os sinais envolvidos são sinais
contínuos e o sistema de controle e a planta podem ser escrito no domínio de Laplace.
Figura 1.1: Exemplo de um sistema de controle em tempo contínuo
Já os sistemas de controle em tempo discreto envolvem a discretização de umaou mais variáveis do processo de controle. Normalmente, a implementação de umsistema de controle em tempo discreto envolve a utilização de um computador emconjunto com uma placa de aquisição de dados para a implementação do controlador.Sendo assim, está implícito no método que ocorra pelo menos uma passagem do tempocontínuo para o tempo discreto, denominada discretização ou amostragem do sinal, euma passagem do tempo discreto para o tempo contínuo, chamada de reconstrução.
A implementação em tempo real de controle para um sistema de controle emtempo discreto em realimentação onde o controlador é implementado em tempo discreto
pode ser observado na Figura 1.2.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 6/118
2
Figura 1.2: Exemplo de um sistema de controle em tempo discreto
Ambiente Físico é o ambiente no qual será implementado o sistema de controle,é o ambiente real onde o processo físico ocorre.
Ambiente Computacional é o ambiente onde o sistema de controle éimplementado, isto é, onde ocorre o processo de síntese do controlador e é calculada alei de controle. Este ambiente representa o hardware e software onde o sistema decontrole é implementado, como por exemplo no Matlab/Simulink.
Variável Física é a quantidade física que se deseja medir para ser usada nosistema de controle, por exemplo, deslocamento, velocidade, aceleração, temperatura, pressão, etc.
Transdutor é o dispositivo capaz de transformar uma quantidade de entrada emoutra quantidade de saída, normalmente voltagem, isto é, é o dispositivo que tem acapacidade de medir a variável física e transformá-la em voltagem para ser utilizadocomo informação pelo sistema de controle, em outras palavras, é simplesmente osensor, como acelerômetros, vibrômetros laser, células de carga, sensores de posição,tacômetros, microfones, etc.
Condicionador de sinais é o dispositivo que alimenta o transdutor, poisnormalmente o transdutor precisa de uma fonte de alimentação específica para ele. Demaneira geral, os transdutores geram uma quantidade de voltagem insuficiente paraserem utilizados em sistemas de medida e controle, necessitando assim de um sistemade amplificação. Os condicionadores de sinais podem incluir um amplificador operacional como fonte de alimentação básica, um sistema de amplificação e filtrosanalógicos, integradores, etc.
Filtros Analógicos são dispositivos que modificam o sinal de entrada, isto é,eles eliminam determinadas faixas de freqüência do sinal de entrada. São classificadoscomo filtros passa-baixo, onde apenas freqüências abaixo de um determinado valor
estão presentes no sinal de saída, filtros passa-alto onde apenas freqüências acima de umdeterminado valor estão presentes no sinal de saída, passa-banda onde apenas umadeterminada faixa de freqüências está no sinal de saída e rejeita-banda onde uma bandade freqüências é retirada do sinal de saída. Alguns filtros podem incluir um sistema deamplificação, mas em geral não substituem o sistema de condicionamento de sinal.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 7/118
3
Figura 1.3: Exemplo de curva em freqüência de um filtros ideais. Passa-baixo. Passa-alta, Rejeita-banda ou Notch e Passa-banda
Multiplexador Analógico normalmente é parte integrante da placa de aquisiçãode sinais e é o dispositivo que conecta os canais de entrada da placa de aquisição dedados ao circuito “Sample and hold”. Normalmente uma placa de aquisição de sinaiscontém vários canais de entrada e apenas um multiplexador analógico.
Circuito Sample-and-Hold é dispositivo que faz a amostragem, sample, emantém o sinal amostrado por um determinado período de tempo, hold. Este dispositivo
é aquele que o usuário tem a escolha do tempo de discretização.
Conversor Analógico Digital é o dispositivo que realmente realiza o processode amostragem e quantificação do sinal analógico, isto é, a saída do conversor A/D éum sinal binário, normalmente o multiplexador analógico e circuito sample-and-holdsão partes integrantes do conversor A/D.
Figura 1.4: Componentes básicos de um sistema de medidaDemultiplexador é dispositivo que conecta a saída de dados da placa de
aquisição de sinais com os respectivos canais de saída. Esta conexão é sincronizada como respectivo tempo de amostragem.
Conversor Digital Analógico é o dispositivo que transforma uma entradadigital, neste caso um número binário, em uma saída analógica.
Hold é um dispositivo que mantém o sinal de saída do conversor D/A seguindouma determinada função, isto é, o hold mais comum é o Zero-Order Hold (ZOH),
segurador de ordem zero, ele mantém o sinal constante como apresentado abaixo. Estedispositivo é parte integrante do conversor D/A, Figura 1.5.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 8/118
4
Figura 1.5: sinal contínuo e sinal contínuo com segurador de ordem zero
Filtro de reconstrução é um filtro analógico adicionado na saída do conversor D/A com o intuito de eliminar as “escadas” feitas pelo hold. Este filtro pode ser
eliminado do processo se necessário.Sistema de condicionamento do atuador é um dispositivo parecido com o
condicionador apresentado anteriormente e serve para alimentar, filtrar e amplificar oatuador.
Atuador é o dispositivo responsável por implementar a lei de controle nosistema físico, isto é, é o dispositivo que implementa fisicamente a lei de controle.
Figura 1.6: Componentes básicos de um sistema de atuação
Exemplo 1.1: Controle de temperatura de uma autoclave
Figura 1.7: Sistema de monitoramento de temperatura em uma autoclave
Exemplo 1.2: Montagem experimental de um sistema de controle
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 9/118
5
Figura 1.8: Sistema de controle detalhado
1.3 Tipos de sinais
Sinais em analógico em tempo contínuos são sinais contínuos definidos emqualquer instante de tempo cuja amplitude varia continuamente neste intervalo. Figura
1.9(a).
Sinal em tempo contínuo quantizado é um sinal cuja amplitude só podeassumir valores pré-determinados. Figura 1.9(b).
Sinais discretizados são sinais que só podem assumir valores em determinadosinstantes de tempo. Figura 1.9(c).
Sinais discretizados e quantizados são sinais discretizados que só podemassumir determinados valores de amplitude. Figura 1.9(d).
(a) Sinal contínuo (b) Sinal contínuo quantizado
(c) Sinal discretizado (d) Sinal discretizado quantizadoFigura 1.9: Tipos de sinais
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 10/118
6
A Figura 1.9(a) representa um sinal analógico qualquer, enquanto que a Figura
1.9(d) representa um sinal visto por um sistema de aquisição de dados, isso significaque existirão erros entre a passagem de um sinal contínuo para um sinal discreto. Aqui otermo sinal contínuo ser referirá sempre ao sinal da Figura 1.9(a) enquanto que um sinal
discreto ou em tempo discreto a um sinal igual ao da Figura 1.9(d).
Controle de sistemas em tempo discreto envolverá uma ou mais variáveis que só podem ser acessadas ou lidas em determinados instantes de tempo através de um processo de amostragem.
1.4 Amostragem de sinais contínuos
Este item será explicado como a amostragem de um sinal contínuo deve ser feitosem que haja perda de informação ou se cometa erros durante este processo.
O Processo de Amostragem de sinais contínuos substitui o sinal em tempocontínuo por uma seqüência de valores em tempo discreto. Este processo normalmente éseguido por um processo de quantização do sinal discreto.
1.4.1 Teoria da Amostragem – Tratamento empírico
A amostragem ou discretização de um sinal analógico é feita seguindo umdeterminado tempo de amostragem T, em segundos, ou freqüência de amostragem fa,
dada em Hz. Sendo que,
fa
1T =
Então, a amostragem é dada pela seguinte relação,
( ) ( )∑+∞
−∞=
−δ=k
kTt)t(xkTx k=0, 1, 2 ...
onde o delta de dirac extrai o valor da função no instante em que t = kT.
(a) sinal contínuo (b) Sinal amostradoFigura 1.10: Sinal contínuo e sinal amostrado
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 11/118
7
Para que um sinal contínuo possa ser corretamente discretizado, ele deveobedecer as regras imposta por Fourier, isto é, a maior freqüência contida no sinal a ser amostrado deverá obrigatoriamente ser menor que metade da freqüência de amostragemfa que é conhecida como freqüência de Nyquist f N. De modo geral, para uma boaaplicação de sistemas de controle, deve ser considerado pelo menos de 4 a 6 pontos por
período da maior freqüência a ser amostrada para que o sistema de controle possafuncionar adequadamente.
Exemplo 1.3: Supor um sinal analógico com apenas uma freqüência igual a 400 Hz. Sea amostragem for feita com uma freqüência de amostragem fa = 1600 Hz. Pede-se:
a) Qual o tempo de amostragem?Solução:
O tempo de amostragem T é dados por,
ms625.01600
1
fa
1T ===
b) Quantos pontos por período?Solução:
Como o sinal contínuo tem f = 400 Hz e a amostragem foi feita em 1600Hz, então o número de pontos por período é dado por,
Número de pontos por período n = 1600/400 = 4.
c) Gráfico do sinal correto vs sinal amostrado
Figura 1.11: Sinal correto e sinal amostrado
Exemplo 1.4: Supondo um sistema massa-mola com m=0.5 kg e k = 100.000 N/m queserá simulado em tempo discreto por uma senóide com freqüências de 65 e 85 Hz. Qualdeverá ser o tempo de amostragem mínimo supondo 6 pontos por período?Solução:
Para 6 pontos por período,
F = 65 Hz, então, ms57.265
1
6
1T ==
F = 85 Hz, então, ms96.185
1
6
1T ==
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 12/118
8
s/rad21.447m
k n ==ω significando que Hz18.71
2
21.447f n =
π= , então
ms35.218.71
1
6
1T ==
Desta forma, terá de ser amostrado com o menor T, então, 1.96 ms.
1.4.2 Não unicidade de sinais amostrados
Supondo a Figura 1.12, observe que se a senoide de 400 Hz for amostrada com T= 2 ms isso representa uma freqüência de amostragem fa = 500 Hz e uma freqüência de
Nyquist f N = 250 Hz. O sinal original de 400 Hz se rebate em Nyquist, representandouma freqüência aparente de 100 Hz.
Figura 1.12: Sinal contínuo e sinal amostrado incorretamente
Desta forma, não se pode amostrar um sinal cuja freqüência seja maior que afreqüência de Nyquist, para evitar este problema, os sinais devem ser filtrados por umfiltro passa baixo para eliminar todas as freqüências do sinal acima de Nyquist.
Além disso, significa que uma vez o sinal tenha sido amostrado, não é mais possível recupera-lo completamente devido ao problema de amostragem. Por isso, adiscretização do sinal deve ser feita com muito cuidado para obter o resultado finaldesejado.
Em geral, o tempo de discretização será limitado pela capacidade da placa deaquisição de sinais, isto é, as placas possuem uma capacidade limitada em velocidade de
processamento, isso na prática irá limitar a velocidade de aquisição.
1.5 Exercícios Propostos
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 13/118
9
Exercício 1.1: (Prova de 2007) Calcular o tempo de amostragem m´nimo para simular osistema de 2ª ordem dado abaixo para uma entrada senoidal com freqüência ω = 50radl/s, supondo 6 pontos por período.
10000s20s
100)s(G
2 ++=
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 14/118
10
Capítulo 2
2 Transformada Z
Neste capítulo, será abordada a transformada e a transformada inversa de Z.
2.1 Método da Transformada Z
O método da Transformada Z, transforma equações diferenciais temporais emequações algébricas no domínio discreto. Aqui, serão tratados sinais e sistemas linearese com parâmetros invariantes no tempo, e será assumido que o tempo de amostragem Tserá escolhido tal que será possível a reconstrução do sinal temporal original,significando que não será levado em conta erros de processamento de sinais. Parainiciar, deve-se considerar que a discretização de um sinal temporal contínuo é dada
por,
( ) ( )∑+∞
−∞=
−δ=k
kTt)t(xkTx k=0, 1, 2 ...
2.1.1 Transformada Z
A transformada Z de uma função temporal contínua x(t), onde t representaapenas o eixo positivo de tempo, para um tempo de amostragem T será definida por,
( ) ( )[ ] ( )[ ] ( )∑∞
=
−===0k
k zkTxkTxZtxZzX
2.1.2 Transformada Z de funções elementares
Função Degrau Unitário definido como ( ) ⎩⎨⎧
<
≤
= 0t0
t01
tx
Solução: Aplicando a definição,
( ) ( )[ ] [ ] L++++==== −−−∞
=
−∑ 321
0k
k zzz1z1ZtxZzX
Fazendo,
1Gzzzzz
Gzzz1G 4321321 −=+++=⇒++++= −−−−−−−
LL
Portanto,
1z1
1
1z
zGz)1z(GzzGG1G
z
G−
−=
−=⇒=−⇒−=⇒−=
Então,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 15/118
11
( ) ( )[ ] [ ]1z
z
z1
1zzz1z1ZtxZzX
1321
0k
k
−=
−=++++====
−−−−
∞
=
−∑ L
Note que esta série convergirá se |z| >1.
Função Rampa Unitária definida por: ( )⎩⎨⎧
<≤
=0t0
t0ttx
Solução: Aplicando a definição,
( ) [ ] [ ] ( )L+++==== −−−∞
=
−∑ 321
0k
k z3z2zTkTzkTZtZzX
Fazendo,
L
LL
L
++++=−
−−−−+++=−
+++=
−−−−
−−−−−−−
−−−
4321
4323211
321
zzzzGz 1z
z3z2zz3z2zG)z1(
z3z2zG
Comparando com o exemplo do degrau unitário, então,
( ) ( )212z1
1
1z
zGG
z
1z1
1z
z−−
=−
=⇒−
=−−
Portanto,
( ) [ ] [ ] ( )( ) ( )221
1321
0k
k
1z
Tz
z1
Tzz3z2z1TkTzkTZtZzX
−=
−=+++====
−
−−−−
∞
=
−∑ L
Função Polinomial na forma ( )⎩⎨⎧ <≤= 0t0 t0atx
k
com a constante.
Solução: Aplicando a definição,
( ) [ ]az
z
az1
1zazaaz1zaaZzX
133221
0k
k k k
−=
−=++++===
−−−−
∞
=
−∑ L
Utilizando o mesmo princípio do exemplo anterior,L++++= −−− 33221 zazaaz1G
Portanto,1zazaazzazaaz1G)az1( 33221332211 =−−−−++++=− −−−−−−−
LL Então,
azz
az11G1G)az1(
11
−=
−=⇒=−
−−
Finalmente,
( ) [ ]az
z
az1
1zazaaz1zaaZzX
133221
0k
k k k
−=
−=++++===
−−−−
∞
=
−∑ L
Função Exponencial na forma: ( )⎩⎨⎧
<
≤=
−
0t0
t0etx
at
Solução: Aplicando a definição,
( ) [ ] [ ] L++++==== −−−−−−∞
=
−−− ∑ 3aT32aT21aT
0k
k akTakTat zezeze1zeeZeZzX
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 16/118
12
Comparando com a solução do exemplo anterior, é fácil notar que a = e-aT, então,
( ) [ ] [ ]aT1aT
0k
k akTakTat
ez
z
ze1
1zeeZeZzX
−−−
∞
=
−
−=
−==== ∑
Função Senoidal definida como: ( ) ⎩⎨⎧ <
≤ω= 0t0
t0tsintx
Solução: Sabendo-se que,
( )t jt j ee j2
1tsin ω−ω −=ω
Aplicando a definição,
( ) [ ] ( ) [ ] [ ]( )t jt jt jt j eZeZ j2
1ee
j2
1ZtsinZzX ω−ωω−ω −=⎥
⎦
⎤⎢⎣
⎡−=ω=
Observe que aqui se aplicou duas propriedades da transformada Z, que foi amultiplicação por uma constante e a propriedade da soma.
Então, pela transformada Z da exponencial,
( )[ ] [ ] ( )
( )( ) 1Tcosz2z
Tsinz
zTcosz21
Tsinz
zzee1
zee
j2
1
ze1
1
ze1
1
j2
1ee
j2
1ZtsinZtxZ
221
1
21T jT j
1T jT j
1T j1T jt jt j
+ω−ω
=+ω−
ω=
++−−
=
⎟ ⎠
⎞⎜⎝
⎛ −
−−
=⎥⎦
⎤⎢⎣
⎡−=ω=
−−
−
−−ω−ω
−ω−ω
−ω−−ωω−ω
2.1.3 Propriedades da Transformada Z
Multiplicação por uma constante: [ ] [ ] )z(aX)t(xaZ)t(axZ ==
Linearidade: )kT(g)kT(f )kT(x β+α= então )z(G)z(F)z(X β+α=
Multiplicação por ak: [ ] )za(X)kT(xaZ 1k −= Prova:
[ ] ( ) )za(Xza)kT(xz)kT(xa)kT(xaZ 1
0k
k 1
0k
k k k −∞
=
−−∞
=
− === ∑∑
Translação no tempo ou translação real,[ ] )z(Xz)nTt(xZ n−=−
Prova:
[ ]
( )∑
∑∞
=
−−−
∞
=
−
−=
−=−
0k
nk n
0k
k
z)nTkT(xz
z)nTkT(x)nTt(xZ
Definindo m = k-n, então,
[ ] ∑∞
−=
−−=−
nm
mn z)mT(xz)nTt(xZ
Como x(mT) para m<0 por definição é igual a zero,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 17/118
13
[ ] )z(Xzz)mT(xz)nTt(xZ n
0m
mn −∞
=
−− ==− ∑
Além disso,
[ ] ⎥⎦
⎤⎢⎣
⎡−=+ ∑
−
=
−1n
0k
k n z)kT(x)z(Xz)nTt(xZ
Prova
[ ]
( )
⎥⎦
⎤⎢⎣
⎡−=
−=
−==
+=
+=+
∑∑
∑∑∑
∑
∑
−
=
−
−
=
−
−
=
−∞
=
−∞
=
−
∞
=
+−
∞
=
−
1n
0k
k n
1n
0m
mnn
1n
0m
mn
0m
mn
nm
mn
0k
nk n
0k
k
z)kT(x)z(Xz
z)mT(xz)z(Xz
z)mT(xzz)mT(xzz)mT(xz
z)nTkT(xz
z)nTkT(x)nTt(xZ
Exemplo 2.1: Achar a transformada Z do degrau unitário quando o degrau éaplicado 4 períodos de amostragem, isto é, para k = 4.
Solução: como a transformada Z do degrau unitário começando em k = 0 é dada por,
( ) ( )[ ] [ ]1z
z1ZtxZzX
−===
O problema pede,( ) ( )[ ]T4txZzX −=
Utilizando o teorema da translação no tempo,
[ ]1z
z)z(Xzz)mT(xz)T4t(xZ
44
0m
m4
−===−
−−
∞
=
−− ∑
Neste caso, deve ser notado que z-4 significa um atraso de tempo de 4 semconsiderar qual foi o atraso de tempo utilizado.
Translação complexa,
[ ] ( ) ( )aT
0k
k aT
0k
k akTat zeXze)kT(xze)kT(x)t(xeZ === ∑∑∞
=
−
∞
=
−−−
Exemplo 2.2: Encontrar a transformada Z de atte− Solução: como a transformada de t, rampa unitária é dada por,
( ) [ ]( ) ( )
)z(X1z
Tz
z1
TztZzX
221
1
=−
=−
==−
−
Então, pelo teorema da translação complexa,
( ) [ ] ( )
( )( ) ( )2aT
aT
21aT
1aTat
1ze
Tze
ze1
zeTteZzX
−
=
−
==−
−−
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 18/118
14
Teorema do valor inicial: Se x(t) possui uma transformada X(z) e se )z(Xlimz ∞→
existe, então o valor inicial x(0) é dado por,)z(Xlim)0(x
z ∞→=
Prova: Como a transformada z de uma seqüência de números é dada por,
( ) [ ] L++++=== −−−∞
=
−∑ 321
0k
k z)T3(xz)T2(xz)T(x)0(xz)kT(x)kT(xZzX
Fazendo z tender ao infinito, sobra apenas x(0).
Teorema do valor final: Supondo que x(kT) onde x(0) = 0 para todo k<0, tenhaa transformada X(z) e todos os pólos de X(z) estejam dentro do circulo de raio unitáriocom exceção de um pólo simples em z = 1, isto é a condição de estabilidade que seráapresentada mais à frente. Então, o valor final de x(kT) pode ser expresso por,
( )[ ])z(Xz1lim)kT(xlim 1
1zk
−
→∞→−=
Prova: Sabendo-se que pela definição da transformada Z,
( )[ ] ( ) ( )∑∞
=
−==0k
k zkTxzXkTxZ
Então,
( )[ ] ( ) ( )∑∞
=
−− −==−0k
k 1 zTkTxzXzTkTxZ
Subtraindo um do outro,
( ) ( ) )z(Xz)z(XzTkTxzkTx 1
0k
k
0k
k −∞
=
−∞
=
− −=−− ∑∑
Aplicando o limite quando z tende à unidade,
( ) ( ) ( )[ ])z(Xz1limzTkTxzkTxlim 1
1z0k
k
0k
k
1z
−
→
∞
=
−∞
=
−
→−=⎥
⎦⎤
⎢⎣⎡ −− ∑∑
Como foi assumido que x(k) = 0 para k < 0 então, o lado esquerdo da equaçãoacima torna-se,
( ) ( ) ( )( ) ( )[ ]
( )[ ]∑
∑∑∑∞
=
∞
=
−−∞
=
−∞
=
−
→
−−=
−−=⎥⎦
⎤⎢⎣
⎡−−
0k
0k
k k
0k
k
0k
k
1z
)TkT(xkTx
1)TkT(x1kTxzTkTxzkTxlim
Expandindo o somatório,
( )[ ] [ ] [ ] [ ]
)k (xlim)(x
)1(x)2(x)0(x)1(x)1(x)0(x)TkT(xkTx
k
0k
∞→
∞
=
=∞=
=+−+−+−−=−−∑ L
Então,)z(Xz1lim)k (xlim 1
1zk
−
→∞→−=
2.2 Transformada Z inversa
Como apresentado anteriormente, quando sinais contínuos são amostrados, a suareconstrução não é única, isto é, parte do sinal pode ter sido perdida devido ao teorema
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 19/118
15
da amostragem. Por exemplo, o sinal apresentado na Figura 2.1, como o sinal amostradogera apenas os pontos discretos, qual o sinal real?
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Figura 2.1: Sinal amostrado e suas possíveis reconstruções
Assim, a transformada Z de x(kT) ou x(t) gera um único X(z), desde queespecificado o tempo de amostragem T. Por sua vez, a transformada inversa de X(z)gera um único x(kT), mas resta saber se este x(kT) representa a resposta esperada parax(t), assim pode-se dizer que a transformada inversa de X(z) pode não gerar um únicox(t).
2.2.1 Método de expansão em frações parciais
Alguns métodos podem ser utilizados para encontrar a transformada z inversa,nesta parte será abordado o método de expansão em frações parciais que consiste emexpandir X(z) em frações na forma mais simples possível e utilizar a tabela detransformada Z para encontrar a sua representação em tempo contínuo.
Exemplo 2.3: Encontrar a transformada z inversa de1
1
az1
z)z(X
−
−
−=
Solução: Nas tabelas de transformada Z não se encontra a função acima, porém,
fazendo,1
1
az1
1)z(Yz)z(X
−−
−==
Utilizando a tabela de transformada z, tem-se que,
[ ] k 1
11 aaz1
1Z)z(YZ =⎥⎦
⎤⎢⎣
⎡−
=−
−−
Porém, o desejado é,[ ] [ ] T)1k (111 a)TkT(y)z(YzZ)z(XZ −−−− =−==
Assim,
⎩⎨
⎧
≤
==−=
−
0k 0
,3,2,1k a)TkT(y)kT(y
T)1k (L
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 20/118
16
Para encontrar a transformada z inversa de X(z), deve-se notar que X(z) é dada
da seguinte forma,
n1n1n
1n
m1m1m
1m
0
azazaz
bz bz bz b)z(X
++++
++++=
−−
−−
L
Lcom m ≤ n
Ou ainda,
nn
11
nm
)1mn(1
)mn(0
zaza1
z bz bz b)z(X
−−
−+−−−−
+++
+++=
L
L
Colocando na forma de pólos e zeros,( )( ) ( )
( )( ) ( )n21
m210
pz pz pz
zzzzzz b)z(X
−−−−−−
=L
L
Supondo que todos os pólos são pólos não repetidos e tenha pelo menos 1 zerona origem, bm = 0, então, a melhor expansão será na forma,
n
n
2
2
1
1
pz
a
pz
a
pz
a
z
)z(X
−++−+−=L
Se houver pólos repetidos, supondo um pólo duplo e nenhum outro pólo, a
expansão poderá ser na forma,
( ) 1
22
1
1
pz
c
pz
c
z
)z(X
−+
−=
Exemplo 2.4: Supondo que a transformada z seja na forma
1z2z2z
2zz)z(X
23
2
−+−++
=
As raízes do denominador, que são os pólos, são dadas por, 1, ( )3 j121 ± ,
portanto, um pólo real e um par de pólos complexos conjugados, sendo assim, fazendo,
( )( )( ) ( ) ( )
( )( )1zz1z
aazaaazaa
1zz
aza
1z
a
1zz1z
2zz)z(X
231321
221
2321
2
2
+−−
−++−−++=
=+−
++
−=
+−−++
=
Portanto, montando o sistema matricial para a solução,
⎪⎭⎪⎬
⎫
⎪⎩⎪⎨
⎧
−=⎪⎭⎪⎬
⎫
⎪⎩⎪⎨
⎧
⎥⎥⎥⎦
⎤
⎢⎢⎢⎣
⎡
−−−=
⎪⎭⎪⎬
⎫
⎪⎩⎪⎨
⎧
⇒⎪⎭⎪⎬
⎫
⎪⎩⎪⎨
⎧
=⎪⎭⎪⎬
⎫
⎪⎩⎪⎨
⎧
⎥⎥⎥⎦
⎤
⎢⎢⎢⎣
⎡
−−−
−
23
4
21
1
101111
011
aa
a
21
1
aa
a
101111
0111
3
2
1
3
2
1
Então,
( )( )
21
2
21
1
1
1
2222
2
zz1
z2
zz1
z3
z1
z4
1zz
2
1zz
z3
1z
4
1zz
2z3
1z
4
1zz1z
2zz)z(X
−−
−
−−
−
−
−
+−+
+−−
−=
+−+
+−−
+−
=+−
+−+
−=
+−−++
=
Para o primeiro termo,
( ) ( ) ⎩⎨
⎧
≤
=
==⇒=⇒−==−
−
−
0k 0
,3,2,1k 4
14)kT(x14)kT(yz1
4
)z(Y)z(Xz1k
1
1 L
Para o segundo termo, deve-se notar que,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 21/118
17
[ ]21
1
zTcosz21
TsinztsinZ
−−
−
+ω−ω
=ω
Aplicando o teorema da translação complexa,
[ ]2aT21aT
1aTakT
zeTcosze21
TsinzekTsineZ
−−−−
−−−
+ω−
ω=ω
Então, comparando o segundo membro de X(z) com a equação acima, nota-seque se 1e aT2 =− , significando que 1e aT =− e 21Tcos =ω , significando que 3T π=ω
e consequentemente, 23Tsin =ω . Então,
( )21
1
2aT21aT
1aTk
zz1
z
2
3
zeTcosze21
Tsinzek
3sin1Z
−−
−
−−−−
−−
+−=
+ω−ω
=⎥⎦
⎤⎢⎣
⎡ π
Significando que,
( ) ( )⎪⎩
⎪⎨⎧
≤
=π
=⇒+−
=⎥⎦
⎤⎢⎣
⎡ π=
−−
−
0k 0
,3,2,1k k 3
sin132)kT(xzz1
z3k
3sin132Z)z(X
k
21
1k L
Para a terceira parte, utilizando a resposta anterior,
( )
( ) ( )
⎪⎩
⎪⎨⎧
≤
=−π
=
⇒+−
=⎥⎦
⎤⎢⎣
⎡ π==
−−
−−
0k 0
,3,2,1k 1k 3
sin13
34)kT(x
zz1
z4k
3sin1
3
34Z)z(Y)z(Xz
k
21
1k 1
L
Portanto, a solução final fica,
( )
⎪⎩
⎪
⎨
⎧
≤
=−π
+π
−= 0k 0
,3,2,1k 1k 3
sin3
34k
3sin324
)kT(xL
2.2.2 Método computacional - Matlab
O método apresentado aqui pode ser implementado em qualquer software, eleconsiste em calcular a resposta do sistema ao delta de Kronecker, neste caso, a respostaserá numérica, e em alguns casos a reconstrução pode ser retirada facilmente.
Exemplo 2.5: Calcular a transformada Z inversa de, ( )( ) 1z2z
z2z
1z
2zz)z(X
2
2
2 +−+
=−
+=
No Matlab digitar:num=[1 2 0]; % numerador
den=[1 -2 1]; % denominador
u=[1 zeros(1,30)]; % delta de Kronecker
x=filter(num,den,u) % resposta ao delta de Kronecker
Solução encontrada.x =
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 22/118
18
Columns 1 through 12
1 4 7 10 13 16 19 22 25 28 31 34
Columns 13 through 24
37 40 43 46 49 52 55 58 61 64 67 70
Columns 25 through 31
73 76 79 82 85 88 91
Neste caso, a seqüência de valores é dada por 1k 3)k (x += k=0, 1, 2, .....
2.3 Exercícios Resolvidos
Exemplo 2.6: Encontrar a transformada Z de,
⎩⎨⎧
<
≥ω=
0t0
0ttcos)t(x
Solução: Sabendo-se que2
eetcos
t jt j ω−ω +=ω e que,
[ ]1t
t j
ze1
1eZ
−ωω
−= e [ ]
1tt j
ze1
1eZ
−ω−ω−
−=
Então,
[ ]
1Tcosz2z
Tcoszz
ze1
1
ze1
1
2
1tcosZ
2
2
1t1t
+ω−
ω−=⎟
⎠
⎞⎜
⎝
⎛
−
+
−
=ω−ω−−ω
Exemplo 2.7: Encontrar a transformada Z do sinal que tem a seguinte representação emLaplace,
( )1ss
1)s(X
+=
Neste caso, das tabelas de transformada de laplace inversa, tem-se que,[ ] t1 e1)s(XL −− −= t ≥ 0
Então a transformada Z fica,
[ ] [ ] )ez)(1z(
z)e1(
ze1
1
z1
1
e1Z)s(XZ T
1T
1T1
t
−
−−
−−−
−
−−
−
=−−−=−=
Exemplo 2.8: Encontrar a transformada Z da função definida na assumindo tempo deamostragem T = 1 segundo.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 23/118
19
0 1 2 3 4 5 6 7 80
0.2
0.4
0.6
0.8
1
t
x ( t )
Figura 2.2: sinal a ser discretizado
Observe que há algumas possíveis soluções, pois x(t) pode ser escrita como 3impulsos devidamente defasados e o degrau unitário defasado de 4 instantes de tempo,
)4kT(1)3kT(75.0)2kT(5.0)1kT(25.0)kT(x −+−δ+−δ+−δ= Aplicando a transformada Z em cada termo,
[ ]( )21
51
1
4321
z14zz
z1z
4z3
2z
4z)kT(xZ
−
−−−
−−−−
−−=
−+++=
Ou então, como uma reta iniciando em 0 menos uma reta negativa iniciando em4,
)4kT(4
1kT
4
1)kT(x −−=
Aplicando a transformada Z em cada termo,
[ ]( ) ( ) ( )21
51
21
5
21
1
z14
zz
z1
z41
z1
z41
)kT(xZ−
−−
−
−
−
−
−
−=
−−
−=
2.4 Exercícios Propostos
Exercício 2.1: Obter a transformada Z de,
a) ( )ate1a
1)t(x −−=
b) at2et)t(x −=
c)0 1 2 3 4 5 6 7 8
0
0.2
0.4
0.6
0.8
1
t
x ( t )
Exercício 2.2: Considerando a seguinte função de transferência discreta,
( )( )211
1
z4.0z3.11z1
z)z(X
−−−
−
++−=
Determinar:a) Valor inicial x(0);
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 24/118
20
b) Valor final x(∞);c) A transformada Inversa;
Exercício 2.3: (Prova 2007) Calcular a Transformada Z do sinal apresentado abaixo,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 25/118
21
Capítulo 3
3 Função de transferência em tempo discreto
3.1 Amostragem impulsiva
Considerando um sinal x(t) que será amostrado por um amostrador, conhecidocomo sampler , de tal modo que a intervalos de tempo T, conhecido como tempo deamostragem ou tempo de discretização, ocorra uma leitura, este sinal é dado pela Figura3.1, e pode ser representado por,
∑∞
=
−δ=0k
* )kTt()kT(x)t(x
Figura 3.1: Amostrador impulsivo
Supondo que não são medidos tempos negativos, devido a causalidade, então aequação acima pode ser expandida como,
LL +−δ++−δ+δ= )kTt()kT(x)Tt()T(x)t()0(x)t(x*
Observe que o δ representa um trem de impulsos e, uma das formas de entender o fenômeno da amostragem é que o sinal x(t) modula o trem de impulsos para formar osinal amostrado conforme apresentado pela Figura 3.2.
Figura 3.2 : Amostrador impulsivo como um modulador
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 26/118
22
Agora aplicando a Transformada de Laplace no sinal amostrado,
[ ] [ ] [ ] [ ]
∑∞
=
−
−−
=
+++=
+−δ+−δ+δ==
0k
kTs
Ts2Ts
**
e)kT(x
e)T2(xe)T(x)0(x
)T2t(L)T2(x)Tt(L)T(x)t(L)0(x)t(xL)s(X
L
L
Sabendo-se que a Transformada de laplace de um impulso defasado de a é,[ ] ase)at(L −=−δ
Então,
∑∞
=
−−− =+++=0k
kTsTs2Ts* e)kT(xe)T2(xe)T(x)0(x)s(X L
Definindo,
zlnT
1szeTs =⇒=
Então,
( )∑∞
=
−
==
0k
k
zlnT
1s
* zkTx)s(X
O lado direito desta equação é a definição de transformada Z da seqüência x(t),então,
)z(X)s(Xzln
T
1s
* ==
Desta forma,
)z(Xzln
T
1X* =⎟
⎠
⎞⎜
⎝
⎛
3.2 Circuito Data-Hold
A saída de um amostrador é um trem de impulsos, mas em alguns casos isso nãoé desejável, e o necessário seria um sinal contínuo, a transformação de um sinal naforma de trem de impulsos em um sinal contínuo pode ser feito por um circuito tipoData-Hold, que nada mais é do que o processo de se obter um sinal contínuo x(t) deuma seqüência discreta x(kT).
O circuito Data-Hold nada mais é do que um interpolador, isto é, ele gera ou
mantém um sinal entre dois impulsos seguindo uma interpolação polinomial na forma,01
1n1n
nn aaaa)kT(h +τ++τ+τ=τ+ −
− L
onde h(kT+τ) é a saída do circuito data-hold. Assumindo x(kT) como o sinal que passará pelo circuito, neste caso, h(kT) deve ser igual a x(kT) para que os sinais sejamos mesmos, então,
)kT(xaaa)kT(h 11n
1nn
n +τ++τ+τ=τ+ −− L
3.2.1 Segurador de Ordem Zero - ZOH
A forma mais simples de interpolação é fazendo n=0, que representa um circuitode ordem zero dado por,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 27/118
23
)kT(x)kT(h =τ+ Na Figura 3.3:, observa-se o resultado de um segurador de ordem zero.
Figura 3.3: Exemplo de sinal amostrado com uma reconstrução utilizando o ZOH
O ZOH mantém o sinal anterior até que um novo sinal apareça, então,)kT(x)tkT(h =+
Significando que a saída do circuito será igual à entrada até que ocorra outrosinal de entrada, então,
[ ][ ]
[ ])T3t(1)T2t(1)T2(x)tT2(h2k
)T2t(1)Tt(1)T(x)tT(h1k
)Tt(1)t(1)0(x)t(h0k
−−−=+⇒=
−−−=+⇒=
−−=⇒=
Então a resposta temporal do ZOH será definida como,[ ] [ ]
[ ]∑∞
=
+−−−=
+−−−+−−=
0k
)T)1k (t(1)kTt(1)kT(x
)T2t(1)Tt(1)T(x)Tt(1)t(1)0(x)t(h L
Como a Transformada de Laplace do degrau unitário atrasada de kT é dada por,
[ ]s
e)kTt(1L
kTs−
=−
Então a Transformada de Laplace da resposta do ZOH torna-se,( )
∑∑∞
=
−−∞
=
+−− −=⎥
⎦
⎤⎢⎣
⎡−=
0k
kTsTs
0k
Ts1k kTs
e)kT(xs
e1
s
e
s
e)kT(x)s(H
Como,
∑∞
=
−=0k
kTs* e)kT(x)s(X
Então,
)s(Xs
e1)s(H *
Ts−−=
Consequentemente, a função de transferência o ZOH é dada por,
s
e1
)s(X
)s(H)s(G
Ts
*ZOH
−−==
3.2.2 Segurador de primeira ordem
Fazendo n=1, que representa um circuito de primeira ordem dado por,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 28/118
24
)kT(xa)kT(h 1 +τ=τ+ Aplicando a condição que,
)T)1k ((x)T)1k ((h −=− Então,
)T)1k ((x)kT(xTa)T)1k ((h 1 −=+=− Portanto,
T
)T)1k ((x)kT(xa1
−−=
Consequentemente, a equação do segurador de primeira ordem fica,
)kT(xT
)T)1k ((x)kT(x)kT(h +τ
−−=τ+
Como o FOH utiliza uma extrapolação linear utilizando o valor anterior e o atual para predizer o valor do próximo e, além disso, o valor h(kT) deve ser igual a x(kT).então,
)T(xT
)T2(xT
1)T2(xT
)T(x)T2(x)T2(h2k
)0(xT
)T(xT
1)T(xT
)0(x)T(x)T(h1k
)0(xT1)0(xT
)T(x)0(x)(h0k
τ−⎟
⎠
⎞⎜⎝
⎛ τ+=+τ
−=τ+⇒=
τ−⎟
⎠
⎞⎜⎝
⎛ τ+=+τ
−=τ+⇒=
⎟ ⎠
⎞⎜⎝
⎛ τ+=+τ
−−=τ⇒=
Que pode ser expressa convenientemente como,
)T)1k ((xT
)T(xT
1)kT(h −τ
−⎟ ⎠
⎞⎜⎝
⎛ τ+=τ+
Fica difícil escrever a equação sem assumir uma entrada conhecida, utilizandouma entrada degrau para x(t),
)Tt(1T
t)t(1
T
t1)t(h −−⎟
⎠
⎞⎜⎝
⎛ +=
Somando e subtraindo 1(t-T),
)Tt(1)Tt(1T
Tt)t(1
T
t1)t(h −−−
−−⎟
⎠
⎞⎜⎝
⎛ +=
Aplicando a transformada de Laplace a cada um dos termos da equação acima,
( )2
TsTsTs22 Ts
1Tse1e
s
1e
Ts
1
Ts
1
s
1)s(H
+−=−−⎟
⎠
⎞⎜⎝
⎛ += −−−
Agora, a transformada de Laplace da entrada x*(t) do FOH é,
∑∞
=−
−
−==
0k Ts
kTs*
e1
1e)kT(1)s(X
Então a função de transferência do segurador de primeira ordem FOH fica,
( )2
2Ts*FOH Ts
1Tse1
)s(X
)s(H)s(G
+−== −
Um exemplo do FOH é dado na Figura 3.4:.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 29/118
25
Figura 3.4: FOH de um sinal qualquer
3.2.3 Funções de Transferência em Tempo Discreto com ZOH
Supondo que antes da função G(s) há um ZOH, então a convolução de G(s) como ZOH é dada por,
)s(Gse1)s(X
Ts−−=
Fazendo,
( ) ( ) )s(Ge)s(G)s(Ge1s
)s(Ge1)s(G
s
e1)s(X 1
Ts11
TsTsTs
−−−−
−=−=−=−
=
Pegando apenas o último termo,)s(Ge)s(X 1
Ts1
−= Aplicando o teorema da convolução,
∫ τττ−=t
0
101 d)(g)t(g)t(x
onde,( )
[ ])s(GL)t(g
TteL)t(g
11
1
Ts10
−
−−
=
−δ==
Então,
∫ τττ−−δ=t
0
11 d)(g)Tt()t(x
Como o delta extrai o valor da função,)Tt(g)t(x 11 −=
Além disso, Z[g1(t)]=G1(Z), então, por definição,[ ] [ ] )z(Gz)Tt(gZ)t(xZ 1
111
−=−= Porém, o desejado é,
[ ] [ ]
( ) ( ) ⎥⎦
⎤⎢⎣
⎡−=−=−=
−=−=
−−−
−
s
)s(GZz1)z(Gz1)z(Gz)z(G
)t(xZ)t(gZ)s(Ge)s(GZ)z(X
11
11
11
111Ts
1
No caso do FOH preceder a função G(s), tem-se
( ) )s(GTs
1Tse1)s(X
2
2Ts +−= −
Utilizando o mesmo resultado do ZOH,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 30/118
26
( )
( ) ⎥⎦
⎤⎢⎣
⎡ +−=
⎥⎦
⎤⎢⎣
⎡ +−=
−
−
)s(GTs
1TsZz1
)s(GTs
1Tse1Z)z(X
2
21
2
2Ts
Exemplo 3.1: Obter a transformada Z de,
1s
1
s
e1)s(X
Ts
+−
=−
Solução: Como representa um ZOH,
( )
( ) ( ) ( )1T
1T
1T111
1Ts
ze1
ze1
ze1
1
z1
1z1
1s
1
s
1Zz1
1s
1
s
1Zz1
1s
1
s
e1Z)z(X
−−
−−
−−−−−
−−
−−
=⎥⎦
⎤⎢⎣
⎡−
−−
−=⎥⎦
⎤⎢⎣
⎡+
−−=
=⎥⎦
⎤⎢⎣
⎡+
−=⎥⎦
⎤⎢⎣
⎡
+−
=
3.2.4 Resposta em Freqüência do ZOH
A função de transferência do ZOH é dada por,
s
e1G
Ts
ZOH
−−=
A resposta em freqüência, que é o diagrama de bode, pode ser encontradasubstituindo s por jω,
( ) ( ) ( ) ( )( )
( ) ( ) ( )( ) ( )2/T
2/TsinTe
j2
eee2 j2
eee2
j2
e12
j
e1
) j(G
Tj2/1Tj2/1Tj2/1Tj2/1
Tj2/1Tj2/1Tj2/1TjTj
ZOH
ωω
=ω
−=
ω
−
=ω
−
=ω
−
=ω
ω−ω−ωω−
ω−ωω−ω−ω−
Nas figuras abaixo, ωs representa a freqüência de Nyquist, isto é a máximafreqüência que o sinal ainda pode ser reconstruído adequadamente. Caso o sinalamostrado apresente freqüências acima da freqüência de Nyquist o sinal discretizadoapresentará erro de aliasing.
(a) (FRF) (b) diagrama de Bode
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 31/118
27
Figura 3.5: Resposta em freqüência do ZOH
O ZOH pode ser entendido como um filtro de reconstrução do sinal amostrado eele não é um filtro passa-baixo ideal. Como a magnitude muda com a freqüência,
atenuando o sinal a medida que a freqüência aumenta, o ZOH distorce o sinal, isto é, elemuda a amplitude e a fase do sinal de saída.
3.3 Função de Transferência Pulsada
A função de transferência, FT, pulsada é a função de transferência em Laplaceenvolvendo o amostrador. Supondo que um sistema cuja resposta ao impulso seja h(t)tenha a entrada x(t) e a saída seja y(t), cujas transformadas de Laplace são H(s), X(s) eY(s) respectivamente. Pelo teorema da convolução tem-se,
( ) ( ) ( ) ( ) ( )∫ ∫ τττ−=τττ−==
t
0
t
0dhtxdxth)t(x*)t(hty
Que no domínio de Laplace é dada por,)s(X)s(H)s(Y =
Adicionando um amostrador em x(t), este é dado por,
( ) ( )∑∑∞
=
∞
=
−δ=−δ=0k 0k
* kTt)kT(xkTt)t(x)t(x
Aplicando esta entrada no sistema, tem-se que a resposta y(t) será a combinaçãode cada impulso gerado por x*(t) em h(t), sendo assim,
( ) ( ) ( ) ( )
kTt0)nT(x)nTt(h
kTx)kTt(hT2x)T2t(hTx)Tt(h0x)t(h)t(y
k
0n
≤≤−=
=−++−+−+=
∑=
L
Amostrando também a saída do sistema, tem-se a Soma de Convolução dada por,
)kT(x*)kT(h)nT(h)nTkT(x)nT(x)nTkT(h)kT(y0n0n
=−=−= ∑∑∞
=
∞
=
O procedimento feito até aqui é exatamente o que ocorre na Figura 3.6. Deve-senotar que H(z) é a resposta do sistema ao delta de Kronecker, pois se,
⎩
⎨⎧
≠
==δ=
0k 0
0k 1)kT()kT(x
Então,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 32/118
28
[ ] 1z)kT(x)kT(Z)z(X0k
k ==δ= ∑∞
=
−
Significando que Y(z) = H(z) se a entrada for um impulso.
Figura 3.6 : Sistema em tempo contínuo com amostradores
3.3.1 Transformada de Z de FTs incluindo o amostrador
Em sistemas em tempo discreto, alguns sinais do sistema são amostradosenquanto outros continuam representados em tempo contínuo, que é exatamente o queocorre na Figura 3.6. Sendo assim, será útil calcular a função de transferência pulsadacontendo amostradores em várias posições.
Note que na Figura 3.6, a função de transferência Y(s) é dada por,)s(X)s(H)s(Y *=
A Transformada de Laplace Inversa de Y(s) é dada por,
[ ]
∑∫ ∑
∫ ∞
=
∞
=
−
=τ−τδττ−=
τττ−==
0k
t
0 0k
t
0
**1
)kT(x)kT(hd)kT()(x)t(h
d)(x)t(h)s(X)s(HL)t(y
Aplicando a transformada Z,
∑ ∑∞
=
−∞
=⎥⎦
⎤⎢⎣
⎡=
0n
n
0k
z)kT(x)kT(h)z(Y
Fazendo m = n - k,
( )
)z(X)z(H
z)kT(xz)mT(h
z)kT(x)mT(h)z(Y
k
0k
m
0m
0m
mk
0k
=
=
=
−∞
=
−∞
=
∞
=
+−∞
=
∑∑
∑∑
Significando que,
[ ] )s(X)s(H)s(X)s(H)s(Y ***** == Aplicando transformada Z, torna-se,
)z(H)z(X
)z(Y)z(X)z(H)z(Y =⇒=
3.3.2 Função de Transferência em Cascata
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 33/118
29
Considerando o sistema apresentado na Figura 3.7(a), supondo que osamostradores estão sincronizados. Neste caso, observa-se que,
)s(U)s(H)s(Y
)s(X)s(G)s(U*
*
=
=
Como mostrado no item anterior, encontra-se,)s(X)s(G)s(H)s(Y
)s(U)s(H)s(Y
)s(X)s(G)s(U ****
***
***
=⇒=
=
Aplicando a Transformada Z, obtém-se a função de transferência,
)Z(G)z(H)z(X
)z(Y)z(X)z(G)z(H)z(Y =⇒=
Porém, aplicando o mesmo método na Figura 3.7(b), neste caso tem-se que,)s(X)s(HG)s(X)s(G)s(H)s(Y ** ==
Que resulta em,[ ] )s(X)s(HG)s(Y *** =
Cuja transformada Z é dada por,
)z(HG)z(X
)z(Y=
Nota-se claramente que,)Z(G)z(H)z(HG ≠
Figura 3.7 :Sistemas em cascata
Exemplo 3.2: Encontrar a função de transferência discreta em cascata dosistema apresentado na Figura 3.7 supondo,
as
1)s(G
+= e
bs
1)s(H
+=
Para a Figura 3.7(a) tem-se,
1 bT1aT ze1
1
ze1
1
bs
1Z
as
1Z)Z(G)z(H
)z(X
)z(Y−−−− −−
=⎥⎦
⎤⎢⎣
⎡+⎥⎦
⎤⎢⎣
⎡+
==
Para a Figura 3.7(b) tem-se,
( )( )( )
( )( )1 bT1aT
1 bTaT
ze1ze1
zee
a b
1
bsas
a b
a b
1Z
bs
1
as
1Z)Z(HG
)z(X
)z(Y−−−−
−−−
−−−
−=⎥
⎦
⎤⎢⎣
⎡++
−−
=⎥⎦
⎤⎢⎣
⎡++
==
Este exemplo mostra claramente que ambos são diferentes.
3.3.3 Função de transferência em malha fechada
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 34/118
30
Como mencionado anteriormente, a amostragem pode ocorrer em qualquer etapado processo de controle. Supondo um sistema em malha fechada como o descrito naFigura 3.8.
Figura 3.8: sistema em malha fechada envolvendo amostador
Consequentemente,
)s(E)s(HG)s(R )s(E)s(G)s(H)s(R )s(E**
−=−= Que pode ser reescrito utilizando FT pulsada para todos os termos como,
[ ])s(GH1
)s(R )s(E)s(E)s(HG)s(R )s(E
*
******
+=⇒−=
Como,)s(E)s(G)s(C *** =
Então, a função de transferência pulsada de malha fechada é dada por,
)s(GH1
)s(G
)s(R
)s(C
)s(GH1
)s(R )s(G)s(E)s(G)s(C
*
*
*
*
*
*****
+=⇒
+==
Aplicando a transformada Z, encontra-se a função de transferência discreta emmalha fechada,
)z(GH1
)z(G
)z(R
)z(C
+=
3.3.4 Função de transferência em malha fechada de controladoresdigitais
Na prática, o controlador será um controlador digital e a planta será em tempo
contínuo. Neste caso haverá um amostrador que discretiza o sinal através do conversor A/D quando o sinal entra em uma placa controladora ou no sistema que realiza ocontrolador, como um controlador lógico programável – CLP, que normalmente éimplementado em tempo discreto. Após a realização do controlador, o sinal de controlegerado é enviado para o conversor D/A que normalmente possui um ZOH paraimplementar a lei de controle em tempo contínuo. Um caso como o apresentado aquisem levar em conta as funções de transferência dos conversores A/D e D/A é dado naFigura 3.9.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 35/118
31
Figura 3.9: sistema em malha fechada envolvendo amostador
No caso, a função de transferência em malha fechada é dada por,)s(E)s(G)s(G)s(C)s(E)s(G)s(G)s(C **
D****
D =⇒= Aplicando a transformada Z,
)z(E)z(G)z(G)z(C D= Como,
[ ])z(C)z(R )z(G)z(G)z(C)z(C)z(R )z(E D −=⇒−= Chegando a,
)z(G)z(G1 )z(G)z(G)z(R )z(CD
D+=
3.3.5 Função de transferência pulsada de um controlador PID digital
A resposta de um controlador PID no domínio do tempo é dada por,
⎥⎦
⎤⎢⎣
⎡++= ∫ )t(e
dt
dTdt)t(e
T
1)t(eK )t(m d
t
0i
onde e(t) é a entrada do controlador dada pela diferença da resposta da planta e pelareferência a ser seguida, K é o ganho proporcional, Ti é a constante de tempo docontrole integral e Td a constante de tempo do controle proporcional.
Para se obter a função de transferência pulsada do controlador PID, é necessáriorealizar a discretização da resposta temporal. A integral será aproximada pela somatrapezoidal e a derivada será aproximada pela derivada da interpolação utilizando 2
pontos. Assim,
( )
( )⎥⎦
⎤−−+
⎢⎣
⎡+⎥⎦
⎤⎢⎣
⎡ +−++
++
++=
T
T)1k (e)kT(eT
2
)kT(eT)1k (e
2
)T2(e)T(e
2
)T(e)0(e
T
T)kT(eK )kT(m
d
i
L
Ou então,
( )( )[ ]
⎭⎬⎫
⎩⎨⎧
−−++−
+= ∑=
T)1k (e)kT(eT
T
2
)hT(eT)1h(e
T
T)kT(eK )kT(m d
k
1hi
Para resolver o problema, deve-se primeiro notar que,
⎥⎦
⎤⎢⎣
⎡−
−=⎥
⎦
⎤⎢⎣
⎡ ∑∑−
=
−−
=
1i
0h
h1
k
ih
z)h(x)z(Xz1
1)h(xZ
Prova: esta transformada é comprovada fazendo,
)k (x)1i(x)i(x)h(x)k (y~k
ih
++++==
∑=
L
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 36/118
32
A transformada Z de cada um dos termos utilizando a propriedade da translaçãoreal,
k )1i(i z)k (xz)1i(xz)i(x)z(Y~ −+−− ++++= L
Porém, observe que, definindo,LL +++++= −+−− k )1i(i z)k (xz)1i(xz)i(x)z(X
~
E da definição de transformada Z,
L+++=== −−∞
=
−∑ 21
0k
k z)2(xz)1(x)0(xz)k (x)]k (x[Z)z(X
Então, obtêm-se,
∑−
=
−−=1i
0h
hz)h(x)z(X)z(X~
Por outro lado,
)z(X~
z1
1)z(Y
~)z(X
~)z(Y
~z)z(Y
~)k (x)1k (y~)k (y~
11
−−
−=⇒=−⇒=−−
Pois a transformada Z de x(k) que começa em k = i é )z(X~ , finalmente,
⎥⎦
⎤⎢⎣
⎡−
−=
−==⎥
⎦
⎤⎢⎣
⎡ ∑∑−
=
−−−
=
1i
0h
h11
k
ih
z)h(x)z(Xz1
1)z(X
~
z1
1)z(Y
~)h(xZ
Voltando ao problema original utilizando o resultado acima e assumindo acausalidade, isto é, que para o tempo t = 0 não há resposta do erro,
[ ] )z(Ez1
1)0(E)z(E
z1
1)hT(eZ
11
k
1h−−
= −=−
−=⎥
⎦
⎤⎢⎣
⎡∑
( ) [ ] )z(Ez1
z)0(E)z(E
z1
1z)T1h(eZ
1
1
11
k
1h−
−
−−
= −=
⎭⎬⎫
⎩⎨⎧ −
−=⎥
⎦
⎤⎢
⎣
⎡−∑
Agora, para[ ]
( )[ ] )z(Ez)T1k (eZ
)z(E)kT(eZ1−=−
=
Então, a transformada Z do controlador PID é dada por,
[ ]⎭⎬⎫
⎩⎨⎧
−+⎥⎦
⎤⎢⎣
⎡
−+
−+= −
−
−
−)z(Ez)z(E
T
T
z1
z
z1
1
2
1
T
T)z(EK )z(M 1d
1
1
1i
Resultando em,
( )⎟⎟ ⎠
⎞⎜⎜
⎝
⎛ −+
−
++= −
−
−1d
1
1
i
z1
T
T
z1
z1
T2
T1K
)z(E
)z(M
Rearranjando os termos,
( )
( )⎥⎦⎤
⎢⎣
⎡−+
−+=
⎟⎟ ⎠
⎞⎜⎜⎝
⎛ −+
−+−=
−−
−−
1D1
IP
1d1
ii
z1K z1
K K
z1T
T
z1
1
T
T
T2
T1K
)z(E
)z(M
Onde
=−=−=2
K K
T2
KTK K I
i p ganho proporcional
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 37/118
33
==i
I T
KTK ganho integral
==T
KTK D
D ganho derivativo
A equação acima é referenciada como sendo a forma em posição.
Exemplo 3.3: Comparar a resposta ao degrau do sistema abaixo considerando o sistemacom e sem o controlador PID digital na forma como apresentado na Figura 3.10.
Figura 3.10 : sistema em malha fechada envolvendo amostador
Assumindo que o tempo de amostragem T é de 1 segundo, os ganhos docontrolador sejam K P = 1, K I=0.2, K D = 0.2 e que a planta seja dada por,
( )1ss
1G p +
=
Solução: Primeiro deve-se calcular a função de transferência pulsada entre oZOH e a planta. A convolução da planta e o ZOH é dada por,
( )1ss
1
s
e1GG
s
pZOH
+
−=
−
Aplicando a transformada de Z,
[ ]( )
( )( )
( )( )
( ) ( ) ( )[ ]( ) ( )1T21
11TTT1
21
21
s
pZOH
ze1z1
zzTee1e1Tz1
1ss
1Zz1
1ss
1Zz1
1ss
1
s
e1ZGGZ
−−−
−−−−−−−
−−
−−
−−++−−=⎥
⎦
⎤⎢⎣
⎡
+−=
=⎥⎦
⎤⎢⎣
⎡
+−=⎥
⎦
⎤⎢⎣
⎡
+−
=
Esta transformada foi obtida através de tabela de transformação. Item 13 fazendoa = 1. Para comparar com o resultado do Exemplo 2.7, deve-se lembrar que naquele
ponto estava-se trabalhando com sinais, que são as respostas, e não as Funções de
Transferência como tratadas aqui. No Exemplo 2.7, a resposta é convolução da FT comentrada. Agora substituindo os valores de T = 1 e simplificando, obtêm-se,
[ ]( )( )11
21
pZOH z3679.01z1
z2642.0z3679.0)z(GGGZ
−−
−−
−−+
==
A função de transferência do controlador PID é dada por
( )
( )1
21
1
2D
1DPDIP
1D1
IPD
z1
z2.0z4.14.1
z1
zK zK 2K K K K
z1K z1
K K )z(G
)z(E
)z(M
−
−−
−
−−
−−
−+−
=−
++−++=
=−+−
+==
Agora a função de transferência em malha fechada é dada por,
( )1D1
IP z1K
z1
K K −
−−+
−+
( )( )11
21
z1z3679.01
z2642.0z3679.0−−
−−
−−+
R(z)
+ -
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 38/118
34
( )( )
( )( )
4321
4321
321
4321
321
4321
11
21
1
21
11
21
1
21
D
D
z0528.0z6642.0z5906.1z8528.11
z0528.0z2963.0z1452.0z5151.0
z3679.0z7358.1z3679.21
z0528.0z2963.0z1452.0z5151.01
z3679.0z7358.1z3679.21z0528.0z2963.0z1452.0z5151.0
z3679.01z1
z2642.0z3679.0
z1
z2.0z4.14.11
z3679.01z1
z2642.0z3679.0
z1
z2.0z4.14.1
)z(G)z(G1
)z(G)z(G
)z(R
)z(C
−−−−
−−−−
−−−
−−−−
−−−
−−−−
−−
−−
−
−−
−−
−−
−
−−
+−+−+−−
=
−+−+−−
+
−+−+−−
=
=
−−+
−+−
+
−−+
−+−
=+
=
Programa em Matlab
clear all;close all;clc
% planta sem o sistema de controle discreto% significando que a simulação é tempo contínuonum=[1]; % numerador contínuoden=[1 1 0]; % denominador contínuo
figure('Color',[1 1 1])step(num,den) % resposta ao degrau
% Planta controlada com PID digitalnumd=[0 0.5151 -0.1452 -0.2963 0.0528];dend=[1 -1.8528 1.5906 -0.6642 0.0528];kT=[0:1:40]; % vetor de tempo discreto com T=1r=ones(1,41); % criação do degrau unitárioc=filter(numd,dend,r); % simulação do sistema
figure('Color',[1 1 1]);plot(kT,c,'ko',kT,c,'k-') title('Unit-Step Response');xlabel('kT [s]');ylabel('Output C')
(a) sem controle (b) controladoFigura 3.11: Resposta do sistema
3.3.6 Simulação de sistemas em tempo discreto
Uma função de transferência em tempo discreto pode ser representada por,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 39/118
35
( ) ( )
n1n
1n
m1mn
1mn
0n
n1
1
nm
1mn1
mn0
azaz
bz bz b
zaza1
z bz bz b
)z(X
)z(Y
+++
+++=
+++
+++=
−
−−−
−−
−+−−−−
L
L
L
Ln ≥ m
Que também pode ser expressa na forma de pólos e zeros,( )( ) ( )
( )( ) ( )n21
m210
pz pz pz
zzzzzz b
)z(X
)z(Y
−−−
−−−=
L
Ln ≥ m
Observe que,
nn
11
mm
110
zaza1
z bz b b
)z(X
)z(Y−−
−−
+++
+++=
L
L
Que pode ser reescrita como,)z(Xz bz b b)z(Yzaza1 m
m1
10n
n1
1−−−− +++=+++ LL
Aplicando a transformada inversa de Z, obtém-se,
)mTkT(x b)TkT(x b)kT(x b
)nTkT(ya)T2kT(ya)TkT(ya)kT(y
m10
n21
−++−+=
−++−+−+
L
L
Significando que a resposta atual y(kT) é obtida fazendo,
)mTkT(x b)TkT(x b)kT(x b
)nTkT(ya)T2kT(ya)TkT(ya)kT(y
m10
n21
−++−++
+−−−−−−−=
L
L
Deve ser lembrado que para kT < 0 a resposta do sistema será zero, isto é y(-T)= 0 devido à condição de causalidade.
Exemplo 3.4: Calcular a resposta ao degrau unitário em tempo discreto com T = 0.5 para o sistema dado em tempo contínuo,
( )21s
s)s(G
+=
Solução: Das tabelas de transformada Z,
( ) ( )
3679.0z2131.1zz9098.0z
)z(U)z(Y
z3679.0z2131.11z9098.01
ze1
ze)T1(1
1s
sZ
2
2
21
1
21T
1T
2
+−−
=
+−−
=−
+−=⎥
⎦
⎤⎢⎣
⎡
+ −−
−
−−
−−
Então, o sistema a ser simulado é,(1 – 1.2131z-1 + 0.3679z-2)Y(z) = (1 – 0.9098z-1)U(z)
Aplicando a Transformada Z inversa,y(kT) – 1.2131y((k-1)T) + 0.3679y((k-2)T) = u(kT) – 0.9098u((k-1)T)
Rearranjando, )T)1k ((u9098.0)kT(u)T)2k ((y3679.0)T)1k ((y2131.1)kT(y −−+−−−= Como x(kT)=1(kT), então, começando o processo de iteração,
Para k = 0 u(kT) = u(0) = 1y(kT) = y(0) = u(0) = 1
Para k = 1 u(kT) = u(0.5) = 1; u(0)=1y(kT) = y(0.5) = 1.2131y(0) + u(0.5) - 0.9098u(0)
= 1.2131 +1 - 0.9098 = 1.3033
Para k=2 u(kT) = u(1) = 1; u(0.5) = 1;y(kT) = y(1) = 1.2131y(0.5) - 0.3679y(0) + u(1) - 0.9098u(0.5)
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 40/118
36
= 1.2131*1.3033 - 0.3679 + 1 - 0.9098 = 1.3033
Para k=3 u(kT) = u(1.5) = 1; u(1) = 1;y(kT) = y(1.5) = 1.2131y(1.5) - 0.3679y(1) + u(1.5) - 0.9098u(1)
= 1.2131*1.3033 - 0.3679*1.3033 + 1 - 0.9098 = 1.1917
Para k=4 x(kT) = u(2) = 1; u(1.5) = 1; u(1) = 1y(kT) = y(2)=1.2131y(1.5)-0.3679y(1)+u(2)-0.9098u(1.5)
= 1.2131*1.191-0.3679*1.3033+1 - 0.9098 = 1.0564
E assim por diante.
3.3.7 Realização de Controladores digitais e filtros digitais
Considerando o sistema abaixo,
nn
11
mm
110
zaza1
z bz b b
)z(X
)z(Y−−
−−
++++++
=L
L
A sua representação em diagramas de bloco, ou utilizando o Simulink doMatlab, é dada na Figura 3.12, esta realização é conhecida como padrão, pois o sistema
pode ser alterado para se obter outras realizações.
Figura 3.12 : Função de transferência
Exemplo 3.5: Implementar em Simulink o exemplo da Figura 3.10. Utilizando funçõesde transferência para o controlador e para a planta e finalmente a função detransferência de malha fechada.
Solução: a função de transferência da planta é dada por,
21
21
z3679.0z3679.11
z2642.0z3679.0)z(G
−−
−−
+−+
=
Função de transferência do controlador PID digital,
1
21
PID z1 z2.0z4.14.1)z(G −
−−
− +−
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 41/118
37
Para implementar esta função de transferência da planta e do controlador utiliza-se o bloco denominado “Discrete Filter”, mas poderia ser utilizado os blocos “DiscreteTransfer Fcn” ou “Discrete Zero-Pole”. A implementação do sistema está apresentadana Figura 3.13:.
Figura 3.13: Diagrama de blocos implementado em Simulink utilizando funções detransferência
Para a implementação da função de transferência de malha fechada, optou-se pela expansão em blocos ao invés de se utilizar função de transferência, para tanto,deve-se observar que a função de transferência de malha fechada é dada por,
4321
4321
z0528.0z6642.0z5906.1z8528.11
z0528.0z2963.0z1452.0z5151.0
)z(R
)z(C−−−−
−−−−
+−+−+−−
=
Observe que neste caso, observa-se que o termo b0 é zero, pois suarepresentação é,
44
33
22
11
43
33
22
110
MF zazazaza1
z bz bz bz b b)z(G −−−−
−−−−
++++++++
=
Para este caso, a solução se encontra na Figura 3.14.
Figura 3.14 : Diagrama de blocos implementado em Simulink utilizando atrasadores
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 42/118
38
3.3.8 Resposta ao Impulso Finita e Infinita
Observe que filtros ou funções de transferência na forma digital podem ser classificados de acordo com a duração da resposta ao impulso, isto é, tem-se oschamados filtros IIR, Infinite Impulse Response, e FIR, Finite Impulse Response.
Como apresentado anteriormente, considera-se uma função de transferência na forma,
nn
11
mm
110
zaza1
z bz b b
)z(X
)z(Y−−
−−
+++
+++=
L
L
Que pode ser representada em termos de equação de diferenças na forma,
)T)mk ((x b)T)1k ((x b)kT(x b
)T)nk ((ya)T)2k ((ya)T)1k ((ya)kT(y
m10
n21
−++−++
+−−−−−−−=
L
L
A forma acima é conhecida como Filtro IIR, cuja resposta é composta dosatrasos na entrada e na saída da função de transferência. Supondo que os termos a i sejam todos iguais a zeros, neste caso tem-se,
)T)mk ((x b)T)1k ((x b)kT(x b)kT(y m10 −++−+= L Significando que a resposta da planta é composta apenas dos atrasos da entrada,
este tipo de resposta é conhecida como filtro FIR. Que em termos da transformada Z édada por,
mm
110 z bz b b)z(Y −− +++= L
Este tipo de resposta é interessante, pois não apresenta pólos. FIR provém dofato que a resposta será composta por um número finito de atrasos de tempo da entrada.
Exemplo 3.6: Transformar a função de transferência abaixo que está na forma IIR para aforma FIR e calcular a resposta ao degrau unitário.
1
1
z5.01z6.02)z(G −
−
+−=
Para transformar a resposta acima para forma FIR, deve-se dividir o numerador pelo denominador, ou então, calcular a resposta ao impulso.
clear all;close all;clc
% denifindo os dados da plantanum=[2 -0.6];den=[1 0.5];x=[1 zeros(1,10)];y=filter(num,den,x)
Uma alternativa para ao “x=[1 zeros(1,10)];” e “y=filter(num,den,x)” seria utilizar direto a resposta ao impulso discreto “y=dimpulse(num,den)”
Y =
Columns 1 through 8
2.0000 -1.6000 0.8000 -0.4000 0.2000 -0.1000 0.0500 -0.0250
Columns 9 through 11
0.0125 -0.0063 0.0031
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 43/118
39
Tomando apenas os valores abaixo de z-7, então, a forma FIR fica,
7654321
1
1
z025.0z05.0z1.0z2.0z4.0z8.0z6.12
z5.01
z6.02)z(G
)z(X
)z(Y
−−−−−−−
−
−
−+−+−+−≅
+−
==
Cuja equação de diferenças fica,
)T)7k ((x025.0)T)6k ((x05.0)T)5k ((x1.0)T)4k ((x2.0
)T)3k ((x4.0)T)2k ((x8.0)T)1k ((x6.1)kT(x2)kT(yFIR
−−−+−−−+
+−−−+−−=
Enquanto que a forma IIR é dada por,)T)1k ((x6.0)T)k ((x2)T)1k ((y5.0)kT(y IIR −−+−−=
Resposta ao degrau unitário – FIR Resposta ao degrau unitário – IIR k=0 y(0) = 2x(0) = 2*1 = 2.0 y(0) = 2x(0)= 2.0k=1 y(1) = 2x(1)-1.6x(0) = 2*1-1.6*1 = 0.4 y(1) = -0.5y(0)+2x(1)-0.6x(0) 0.4k=2 y(2) = 2-1.6+0.8 = 1.2 y(2) = -0.5y(1)+2x(2)-0.6x(1) 1.2k=3 y(3) = 2-1.6+0.8-0.4 = 0.8 y(3) = -0.5y(2)+2x(3)-0.6x(2) 1.0
k=4 y(3) = 2-1.6+0.8-0.4+0.2 = 1.0 y(4) = -0.5y(3)+2x(4)-0.6x(3) 0.9k=5 y(3) = 2-1.6+0.8-0.4+0.2-0.1 = 0.9 y(5) = -0.5y(4)+2x(5)-0.6x(4) 0.95k=6 y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05 = 0.95 y(6) = -0.5y(5)+2x(6)-0.6x(5) 0.925k=7 y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05-0.025 = 0.925 y(7) = -0.5y(6)+2x(7)-0.6x(6) 0.9375k=8 y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05-0.025 = 0.925 y(8) = -0.5y(7)+2x(8)-0.6x(7) 0.9312k=9 y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05-0.025 = 0.925 y(9) = -0.5y(8)+2x(9)-0.6x(8) 0.9328k=10 y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05-0.025 = 0.925 y(10) = -0.5y(9)+2x(10)-0.6x(9) 0.9336
3.4 Exercícios Resolvidos
Exemplo 3.7: Calcular a resposta de tsin ω na forma discreta para uma freqüência de 1Hz utilizando 8 pontos por período. Utilizar a equação na forma recursiva.
Solução: Para a senóide na forma, t2sin)t(y π= , com T = 1/(8*1) = 0.125 s.Calculando a Transformada Z,
[ ] [ ]1Tcosz2z
Tsinz)kT(yZ)t(yZ
2 +ω−ω
==
Como ω = 2π, entãosin 2πT = sin(2π0.125) = 0.7071cos 2πT = cos(2π0.125) = 0.7071
Assim, tem-se,21
1
zz4142.11
z7071.0
)z(U
)z(Y−−
−
+−=
Aplicando a Transformada Z inversa,( ) )z(Uz7071.0)z(Yzz4142.11 121 −−− =+−
)T)1k ((u7071.0)T)2k ((yT)1k ((y4142.1)kT(y −=−+−− Para gerar a senóide, deve-se aplicar a resposta ao impulso, isto é u(0) = 1 e
u(kT) = 0 para k ≥ 1, então
Para k = 0 y(0) = 0
K = 1 y(0.125) = 0.7071u(0) = 0.7071K = 2 y(0.250) = 1.4142y(0.125) = 1
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 44/118
40
K = 3 y(0.375) = 1.4142y(0.250) - y(0.125) = 0.7071K = 4 y(0.500) = 1.4142y(0.375) - y(0.250) = 0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1Impulse Response
Tempo [s] (sec)
A m p l i t u d e
Exemplo 3.8: Encontrar a FT de malha fechada em tempo discreto para oseguinte sistema,
Solução: Montando as seguintes equações,E(s) = R(s) – H(s)C(s) (I)C(s) = P(s)X*(s) (II)X(s)=G(s)E*(s) (III)
A primeira equação não está na forma satisfatória para aplicar a transformação para FT pulsada, pois não contém nenhum sinal amostrado. O ideal é deixar do ladodireito somente sinais amortrados, então, combinando a 1ª equação com a 2ª equação,
E(s) = R(s) – H(s)P(s)X*(s) (IV)Aplicando a transformação para FT pulsada em (III),
[X(s)]*=[G(s)E*(s)]* ⇒ X*(s)=G*(s)E*(s) (V)
Para (IV) [E(s)]* = [R(s)]* – [H(s)P(s)X*(s)]*E*(s) = R*(s) – HP*(s)X*(s) (VI)
Combinando (V) e (VI), encontra-se a função de transferência pulsada em malhafechada,
)s(*HP)s(*G1
)s(*P)s(*G
)s(*R
)s(*C
+=
Aplicando a Transformada Z, encontra-se a função de transferência discreta emmalha fechada,
)z(HP)z(G1)z(P)z(G
)z(R )z(C
+=
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 45/118
41
3.5 Exercícios Propostos
Exercício 3.1: Obter a transformada Z das seguintes funções de transferência, ecomparar os resultados com os valores obtidos no Matlab com T = 1 e a = 3.
a) ( )( )2s1s
3s)s(G ++
+=
b)( )2
Ts
as
1
s
e1)s(G
+
−=
−
Dica:clear all;close all;clc
% denifindo os dados da plantaT=0.2;num=[1 3];den=conv([1 1 ],[1 2]);Gs=tf(num,den) % planta contínuaGz=c2d(Gs,T) % planta discreta
Exercício 3.2: (Prova de 2007) Calcular a Transformada Z do seguinte sinal,
( )2
st
2s
e1)s(G
+
−=
−
Exercício 3.3: (Exame de 2007) Calcular a Transformada Z da seguinte função detransferência,
2s3s
1)s(G
2 ++=
Exercício 3.4: (Prova de 2007) Calcular a resposta c(kT) para k = 0,1,2,3,4,5, rupondoque a entrada r(kT) seja um impulso e o tempo de amostragem T = 1 segundo,
( )21
1
z5.01
z21
)z(R
)z(C−
−
−
+=
Exercício 3.5: Obter a função de transferência discreta em malha fechada dos seguintesdiagramas de bloco,
(a)
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 46/118
42
(b)
Exercício 3.6: (Prova de 2007) Calcular a função de transferência em malha fechada doseguinte diagrama de blocos,
Exercício 3.7: (Exame de 2007) Calcular a função de transferência em malha fechadado seguinte diagrama de blocos,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 47/118
43
Capítulo 4
4 Projeto de controladores por métodos clássicos
4.1 Mapeamento entre plano Z e plano S
A estabilidade absoluta e relativa de sistemas lineares com parâmetrosinvariantes no tempo em se tratando de sistemas de controle em malha fechada emtempo contínuo são determinados pelos pólos de malha fechada no plano S. Sabendo-seque os pólos complexos estão em pares conjugados conforme,
2nd2,1 1 jn jns ζ−ω±ζω−=ω±ζω−=
Figura 4.1: Pólo complexo no plano complexo S
Quando a amostragem é incorporada no processo, a relação que rege atransformação do plano complexo S para o plano discreto Z é dada por,
zlnT
1szeTs =⇒=
onde T é o tempo de amostragem e s a raiz complexa.Como a raiz s possui uma parte real e uma parte imaginária,
ω+σ= jsEntão,
( ) T jT jTTs eeeez ωσω+σ === Como a exponencial complexa é dada por,
Tsin jTcoseT j
ω±ω=ω±
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 48/118
44
Significando que esta parte é repetida a cada 2πk, significando que freqüênciasque são múltiplas inteiras da freqüência de amostragem 2π/T são mapeadas na mesmaregião no plano Z, de acordo com a Figura 4.2, pois,
( ) ( )k 2T jTT jT jTTs eeeeeez πωσωσω+σ ====
Figura 4.2: Faixas periódicas no plano complexo e a correspondente região no planodiscreto, onde ωs corresponde à freqüência de amostragem.
Além disso, o lado esquerdo do plano S possui parte real negativa, significando
que, 1ez T <= σ
Então todo o lado esquerdo do plano complexo é localizado no plano Z dentrode um círculo de raio unitário, o eixo jω é mapeado exatamente em cima do circulo e olado direito do plano S é mapeado fora do circulo de raio unitário.
Além disso, quanto menor o tempo de discretização mais próximo do círculo deraio unitário encontra-se a raiz. Isto ocorre porque se T tende para zero então eσT tende
para 1.Observa-se pela equação de transformação que raízes com a mesma parte real
mas com parte imaginária diferente localizam-se em forma de círculo no plano
complexo, de acordo com a Figura 4.3. Isto também significa que a parte real dá adistância da origem no plano z, isto é, o raio.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 49/118
45
Figura 4.3: Localização das raízes complexas com a mesma parte real no plano discreto.
No caso de raízes complexas com a mesma parte imaginária, elas encontram-se
na forma de retas inclinadas de ω de acordo com a Figura 4.4.
Figura 4.4: Localização das raízes complexas com a mesma parte imaginária no planodiscreto.
Para traçar as curvas de fator de amortecimento constante, basta lembrar que um pólo complexo pode ser dado por,
dn2
nn j1 js ω+ζω−=ζ−ω+ζω−=
Aplicando a transformação,
( ) ⎟⎟ ⎠
⎞
⎜⎜⎝
⎛
ω
ωπ+ω
ω
ζ−
πζ−ω+ζω− === s
d
s
d
2dn
2 j1
2
jTs eeezConsequentemente,
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛
ω
ω
ζ−
πζ−
= s
d
21
2
ez e ( )s
d2zangleωω
π=
Assim, a magnitude de z decresce e o ângulo aumenta quando ωd, que é afreqüência natural amortecida, aumenta, caracterizando assim uma espiral logarítmica.
Note que para uma dada relação ωd/ωs, a magnitude de z torna-se apenas uma função dofator de amortecimento ζ. A representação da curva com fator de amortecimento
constante é dada na Figura 4.5.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 50/118
46
Figura 4.5: Representação das curvas de fator de amortecimento constante.
Note que se a espiral de fator de amortecimento constante está no segundo outerceiro quadrante do plano S, lado real negativo, então a espiral decai para dentro do
circulo no plano Z. Se ela estiver no primeiro ou quarto quadrante, lado real positivo,que neste caso corresponderia a um caso com fator de amortecimento negativo,corresponderia a uma espiral crescendo para fora do circulo de raio unitário.
Além disso, deve- se notar que a medida que a freqüência aumenta, ela passa deuma banda para outra, sendo assim, só é necessário representar a primeira parte, quecorresponde a 0 ≤ ω ≤ 1/2ωs, Figura 4.6, a parte correspondente de -1/2ωs ≤ ω ≤ 0 éuma imagem espelho para a parte de baixo.
A curva para freqüência ωn constante, são círculos no plano S que são perpendiculares às curvas de fator de amortecimento constante, assim, a suarepresentação é dada na Figura 4.6, onde π/T é ωs/2.
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 10
0.2
0.4
0.6
0.8
1
0.9
0.8
0.70.6
0.5
0.4
0.3
0.2
0.1
π /T
0.9π /T
0.8π /T
0.7π /T
0.6π /T0.5π /T
0.4π /T
0.3π /T
0.2π /T
0.1π /T
Figura 4.6: Representação das curvas de freqüência natural constante e fator deamortecimento constante.
Esta abordagem anterior foi feita para determinar qual a região dos pólos e zerosdesejados para as funções de transferência em tempo discreto. Então a partir dosgráficos anteriores pode-se determinar a região desejada dos pólos e zeros discretos deacordo com a Figura 4.7.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 51/118
47
Figura 4.7: Localização das raízes complexas desejadas no plano discreto.
Aqui deve ser mencionado que se um sistema em tempo contínuo possui um par de pólos na forma s = - σ ± jω1 no plano s, e for feita uma amostragem tal que ω1 >1/2ωs em que ωs = 2π/T, sendo T o tempo de amostragem, significando que este par de
pólos complexo possui freqüência natural maior que a freqüência de Nyquist, ele cairáfora da primeira faixa de valores, mas como mencionado anteriormente, ele serátransportado para dentro do circulo de raio unitário do plano Z como se estivesse
posicionado no plano S em s = - σ ± j(ω1 - ωs).
4.2 Análise de Estabilidade de Sistemas no plano Z
Como mencionado anteriormente, para que um sistema seja assintoticamenteestável no plano complexo S, os pólos deverão obrigatoriamente possuir a parte realnegativa, que significa no plano Z estar localizado dentro do circulo de raio unitário,sendo assim,
• Assintoticamente estável, todos os pólos deverão apresentar 1z < .
• Para que um sistema seja marginalmente estável no plano complexo S, osistema deverá possuir pelo menos 1 pólo com a parte real nula e os demais
possuírem parte real negativa, assim, marginalmente estável, pelo menos 1 póloem 1z = e os demais com 1z < ;
• Para que o sistema seja instável no plano complexo S, ele deve possuir pelomenos 1 pólo com parte real positiva, que no plano Z corresponde à partelocalizada fora do circulo de raio unitário, assim ,instável, pelo menos 1 póloapresentando 1z > .
Exemplo 4.1: Considerando o sistema em malha fechada apresentado abaixo,determinar a estabilidade para K = 1 e um tempo de amostragem T = 1s.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 52/118
48
Solução: Calculando a convolução do ZOH com a planta,
[ ]( )
( )( )
( )( )
( ) ( ) ( )[ ]( ) ( )1T21
11TTT1
21
21
s
pZOH
ze1z1
zzTee1e1Tz1
1ss
1Zz1
1ss
1Zz1
1ss
1
s
e1ZGGZ
−−−
−−−−−−−
−−
−−
−−++−−=⎥
⎦
⎤⎢⎣
⎡
+−=
=⎥⎦
⎤⎢⎣
⎡
+−=⎥
⎦
⎤⎢⎣
⎡
+−
=
Esta transformada foi obtida através de tabela de transformação. Item 13.fazendo a = 1. Agora substituindo os valores de T = 1 e simplificando, obtêm-se,
[ ] ( )( )11
21
pZOH z3679.01z1 z2642.0z3679.0)z(GGGZ −−
−−
−− +==
Como a função de transferência em malha fechada é dada por,
( )( )
( )( )
21
21
11
21
11
21
z6321.0z1
z2642.0z3679.0
z3679.01z1
z2642.0z3679.011
z3679.01z1
z2642.0z3679.01
)z(KG1
)z(KG
)z(R
)z(C−−
−−
−−
−−
−−
−−
+−+
=
−−+
+
−−+
=+
=
Então, calculando as raízes do denominador, que são os pólos, encontra-se,6181.0 j5.0z 2,1 ±=
Pegando o valor absoluto,( ) ( ) 7950.06181.05.0z 22
2,1 =+=
Como o valor é menor que 1, significa que o sistema é assintoticamente estável.
4.3 Resposta Transiente
Algumas aplicações de controle envolvem a melhora da resposta transitória dosistema segundo alguns critérios. A resposta transitória aparece na resposta do sistemaquando ocorre alguma mudança de excitação, esta mudança pode ser do regime
permanente para um outro regime permanente ou simplesmente quando o sistema sai dorepouso.
As especificações para a resposta transiente envolvem normalmente os seguintes parâmetros apresentados na Figura 4.8,
1. Tempo de atraso td (Delay time) é o tempo requerido para que a resposta dosistema alcance metade da resposta em regime permanente. Este parâmetroestá relacionado com a velocidade de resposta do sistema.
2. Tempo de subida tr (Rise Time) é o tempo requerido para que a resposta dosistema suba de 10% para 90% ou de 5% para 95% da resposta em regime
permanente. Observe que se um sistema possui uma constante de tempo baixa, isto é, ele demore bastante para responder a uma mudança de
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 53/118
49
excitação, mas ocorre uma subida rápida, o tr será pequeno ao passo que o td será grande.
3. Tempo de pico tp (Peak Time) é o tempo requerido para que a resposta dosistema atinja o primeiro pico de sobresinal.
4. Máximo sobresinal Mp (Maximun Overshoot) é o pico máximo de sinalacima da referência a ser atingida, isto é, se a referência for a resposta aodegrau, é o pico acima da amplitude 1. Por ser um fator que depende daexcitação, costuma-se utilizar um percentual de sobresinal definido como,
%100)(c
)(c)t(calsinsobredem porcentage ×
∞∞−
=
5. Tempo de estabilização ts (Settling Time) é o tempo necessário para aresposta do sistema alcance e permaneça dentro de uma porcentagem daresposta em regime permanente, usualmente 2%.
Figura 4.8: Resposta ao degrau de um sistema com os parâmetros de projeto.
Observe que nem todas as especificações são aplicadas a todos os sistemas, istoé, se um sistema for superamortecido ou se for um sistema de primeira ordem ou setodas as raízes forem puramente reais negativas, não ocorrerá o sobre sinal e nem otempo de pico.
4.4 Método de Projeto baseado no lugar das raízes
O método de projeto de controladores baseado no lugar das raízes é baseado nofato que a resposta do sistema é baseada nos pólos dominantes do sistema em malha
fechada. O modo mais simples de alocá-los é utilizar um controlador proporcional naforma apresentada na Figura 4.9.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 54/118
50
Figura 4.9: Sistema de malha fechada com controlador proporcional.
O sistema em malha fechada possui a resposta dada por,
)z(KG1
)z(KG
)z(R
)z(C
+=
onde K representa o ganho do controlador proporcional.O denominador ou equação característica é dado por,
0)z(KG1 =+ Que pode ser reescrita como,
( )( ) ( )( )( ) ( )
0 pz pz pzzzzzzzK 1
n21
m21 =−−−−−−+
LL
O método do lugar das raízes é baseado em dar valores para K na equação cimae encontrar os pólos correspondentes desejados. Interessante notar que,
( )( ) ( )( )( ) ( ) K
1
pz pz pz
zzzzzz
n21
m21 =−−−−−−
L
L
Exemplo 4.2: Supondo que o sistema seja dado por,
[ ]T
Ts
pZOH
ez
e1
1s
1
s
e1ZGGZ
−
−−
−
−=⎥
⎦
⎤⎢⎣
⎡
+
−=
E o controlador seja na forma integral dada por,
1z
zK
z1
K )z(G
1D −=
−=
−
Investigar a influencia do ganho K e do tempo de amostragem T para aestabilidade do sistema. Supondo que T = 0.5s, 1s e 2s.
Solução: A função de transferência em malha fechada é dada por,
[ ]T
T
PZOHD ez
e1
1z
zK GGZ)z(G)z(G
−
−
−−
−==
Então,
( )( )[ ] TTT2
T
eze1e1K zze1K
)z(G1)z(G
)z(R )z(C
−−−
−
+−−−+−=
+=
Substituindo o valor de T = 0.5s,
Programa feito em Matlab
clear all;close all;clc
% tempo de amostragemT = 0.5;
% Definição da plantanum=[(1-exp(-T)) 0];den=conv([1 -1],[1 -exp(-T)]);
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 55/118
51
% Empacotandosys=tf(num,den,T)
% aplicação do método do lugar das raízesrlocus(sys);zgrid
Transfer function:0.3935 z
----------------------z^2 - 1.607 z + 0.6065
Sampling time: 0.5
Transfer function:0.6321 z
----------------------z^2 - 1.368 z + 0.3679
Sampling time: 1
Transfer function:0.8647 z
----------------------z^2 - 1.135 z + 0.1353
Sampling time: 2
Figura 4.10: Lugar das raízes para T = 0.5s
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 56/118
52
Figura 4.11: Lugar das raízes para T = 1s
Figura 4.12: Lugar das raízes para T = 2s
Exemplo 4.3: Observar a influência da variação dos parâmetros do controlador PID para o seguinte sistema,
( ) )5s(1s
1)s(G p ++
=
Aplicando a transformada na convolução da planta com o ZOH,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 57/118
53
[ ]( )( )
( )( )( )
( )( ) ( )
( )( ) ( ) ( )
( )( ) ( )( ) ( )( )( )( )
( ) ( )( )( )1T51T
2TT5T61T5T
1T51T
1T11T511T1T5
1T51T11
1
1s
pZOH
ze1ze120
zee5e4zee54
ze1ze120
ze1z1ze1z15ze1ze14
ze120
1
ze14
1
z15
1z1
5s20
1
1s4
1
s5
1Zz1
5s1ss
1Zz1
5s1ss
1
s
e1ZGGZ
−−−−
−−−−−−−
−−−−
−−−−−−−−−−
−−−−−−
−
−−
−−+−++−
=
−−−−+−−−−−
=
⎥⎦
⎤⎢⎣
⎡
−+
−−
−−=
=⎥⎦
⎤⎢⎣
⎡+
++
−−=
=⎥⎦
⎤⎢⎣
⎡++
−=⎥⎦
⎤⎢⎣
⎡
++−
=
O primeiro passo é calcular
clear all;close all;clc
% Planta contínuanum=1; % numeradorden=[conv([1 1],[1 5])]; % denominadorGp=tf(num,den) % empacotando% Planta discretaT=0.1; % tempo de amostragemb1=(4-5*exp(-T)+exp(-5*T));b2=(4*exp(-6*T)-5*exp(-5*T)+exp(-T));numd=[0 b1 b2]/20; % numeradora1=-exp(-T)-exp(-5*T);
a2=exp(-6*T);dend=[1 a1 a2]; % denominadorGz=tf(numd,dend,T) % empacotandofigure('Color',[1 1 1])step(Gp,Gz)legend('Contínuo','Discreto')
% diagrama de bode para escolher Kpfigure;rlocus(Gz);zgrid;set(gcf,'Color',[1 1 1])
0 1 2 3 4 5 60
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
0.2Step Response
Time (sec)
A m p l i t u d e
Contínuo
Discreto
Root Locus
Real Axis
I m a g i n a r y A x i s
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0.1π /T
0.2π /T
0.3π /T0.4
π
/T
0.5π /T
0.6π
/T0.7π /T
0.8π /T
0.9π /T
π /T
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T
0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.10.2
0.30.40.50.60.70.80.9
System: Gz
Gain: 0
Pole: 0.607
Damping: 1
Overshoot (%): 0
Frequency (r ad/sec): 5
System: Gz
Gain: 10
Pole: 0.734 + 0.206i
Damping: 0.705
Overshoot (%): 4.38
Frequency (rad/sec): 3.
System: Gz
Gain: 50
Pole: 0.648 - 0.538i
Damping: 0.241
Overshoot (%): 45.8
Frequency (r ad/sec): 7.14
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 58/118
54
Figura 4.13: Resposta do sistema considerando tempo contínuo e discreto e lugar dasraízes
Calculando a resposta do sistema com o controlador proporcional,
% fechando a malha - Controle porporcional KpSys1=feedback(2*Gz,1) % ganho Kp = 2 Sys2=feedback(10*Gz,1) % ganho Kp = 10 Sys3=feedback(50*Gz,1) % ganho Kp = 50 figure('Color',[1 1 1]);step(Sys1,Sys2,Sys3)legend('K_P = 2','K_P = 10','K_P = 50')
Figura 4.14: Respostadas do sistema controlado para vários valores de Kp
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 59/118
55
% Controle PD% Kp = 50 , Kd = 0Kp=50;Kd=0;Ki=0;num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];GPIDz=tf(num,den,T)sysMA=GPIDz*Gz
sysMF1=feedback(sysMA,1)
% Kp = 50 , Kd = 10Kp=50;Kd=10;Ki=0;num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];GPIDz=tf(num,den,T)sysMA=GPIDz*GzsysMF2=feedback(sysMA,1)
% Kp = 50 , Kd = 50Kp=50;Kd=50;Ki=0;num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];
GPIDz=tf(num,den,T)sysMA=GPIDz*GzsysMF3=feedback(sysMA,1)
figure('Color',[1 1 1])step(sysMF1, sysMF2, sysMF3,3)legend('K_D = 0','K_D = 10','K_D = 50')
% Controle PID% Kp = 50 , Kd = 50 , Ki = 0Kp=50;Kd=50;Ki=0;num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];GPIDz=tf(num,den,T)sysMA=GPIDz*Gz
sysMF4=feedback(sysMA,1)
% Kp = 50 , Kd = 50 , Ki = 2Kp=50;Kd=50;Ki=2;num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];GPIDz=tf(num,den,T)sysMA= GPIDz*GzsysMF5=feedback(sysMA,1)
% Kp = 50 , Kd = 50 , Ki = 10Kp=50;Kd=50;Ki=10;num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];GPIDz=tf(num,den,T)
sysMA=GPIDz*GzsysMF6=feedback(sysMA,1)
% Kp = 50 , Kd = 50 , Ki = 40Kp=50;Kd=50;Ki=40;num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];GPIDz=tf(num,den,T)sysMA=GPIDz*GzsysMF7=feedback(sysMA,1)
figure('Color',[1 1 1])step(sysMF4,sysMF5,sysMF6,sysMF7,5)
legend('K_I = 0','K_I = 2','K_I = 10','K_I = 40')
Figura 4.15: Respostadas do sistema controlado para vários valores de Kd, mantendo o
valor de Kp = 50.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 60/118
56
Figura 4.16: Respostadas do sistema controlado para vários valores de Ki, mantendo os
valores de Kp = 50 e Kd = 50.
4.5 Controlador Tipo “Dead Beat”
Uma resposta tipo “Dead Beat ” é aquela em que o sistema apresenta o menor tempo de estabilização possível, sem erro estacionário e sem apresentar oscilações
durante o transiente. Então se um sistema de controle em malha fechada for projetado para que a resposta do sistema de malha fechada apresente uma resposta dead beat, ocontrolador que gerou esta resposta recebe o nome de controlador dead beat.
Figura 4.17: Diagrama de blocos de um sistema de controle utilizando controlador Dead
Beat
Supondo o sistema de controle em malha fechada com o apresentado na Figura4.17, cuja malha fechada é dada por,
)z(G)z(G1
)z(G)z(G
)z(R
)z(C
D
D
+=
Para que o sistema em malha fechada tenha uma resposta dead beat,necessariamente a malha fechada deve ser na forma,
N N
1 N1
N0 N
N1
10 z
azazazazaa)z(F
)z(R
)z(C LL
++=++==
−−−
onde N deve ser maior ou igual a ordem do sistema G(z). Observe que F(z) não deveconter potencias positivas de z, pois significaria que o sistema seria não causal.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 61/118
57
4.6 Projeto de Controladores PID
Os controladores PIDs são os controladores mais utilizados na prática devido a
sua fácil implementação e ajuste. Aqui são apresentados os métodos Ziegler-Nichols deajuste de controladores PID.
Deve ser lembrado que o PID Contínuo é dado por,
Tis
K sTK sTTK
sT
1sT1K
s
K sK sK
s
K sK K )s(PID
cic2
idc
idc
I p2
dId p
++=⎟⎟
⎠
⎞⎜⎜⎝
⎛ ++=
++=++=
Enquanto que o PID discreto é dado por,
( ) ( )1
D1
I
P
1d
1
1
ic z1K z1
K
K z1T
T
z1
z1
T2
T
1K )z(PID
−
−
−
−
−
−+−+=⎟⎟ ⎠
⎞
⎜⎜⎝
⎛
−+−
+
+=
4.6.1 Ziegler-Nichols malha fechada
Supondo um controlador PID na forma,
Figura 4.18: Controlador PID
Para aplicar o método Ziegler-Nichols de malha fechada deve-se primeiroencontrar qual o ganho proporcional Kp, com o ganho integral Ki e o ganho Kd iguais azero, que torna o sistema de malha fechada marginalmente estável, isto é, pelo menosum dos pólos do sistema de malha fechada deve ser puramente imaginário no planocomplexo S, que no plano discreto Z significa tem módulo 1 ou estar em cima docírculo de raio unitário. Este ganho Kp passa a ser chamado de ganho crítico Kcr.
O sistema apresentado na Figura 4.18, fazendo o PID somente Kp, o sistema demalha fechada é dado por,
Kp)z(G1
Kp)z(G
)z(R
)z(Y
+=
Para o calculo do ganho crítico, pelo menos um dos pólos da equação acimadeve possuir parte real igual a zero.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 62/118
58
Root Locus
Real Axis
I m a g i n a r y A x i s
-3 -2 -1 0 1 2 3-5
-4
-3
-2
-1
0
1
2
3
4
5
System: Gs
Gain: 4.5
Pole: 0.00145 + 3.63i
Damping: -0.0004Overshoot (%): 100
Frequency (rad/sec): 3.63
System: Gs
Gain: 4.47
Pole: -0.00302 - 3.63i
Damping: 0.000832
Overshoot (%): 99.7
Frequency (rad/sec): 3.63
Root Locus
Real Axis
m a g n a r y
x
s
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T
0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T
0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.1
0.20.3
0.40.50.60.7
0.80.9
System: Gz
Gain: 3.35
Pole: 0.807 + 0.59i
Damping: 0.000454
Overshoot (%): 99.9
Frequency ( rad/sec): 3.15
System: Gz
Gain: 3.35
Pole: 0.807 - 0.59i
Damping: 0.000454
Overshoot (%): 99.9
Frequency ( rad/sec): 3.15
Figura 4.19: Lugar das Raízes no plano complexo S e no plano discreto Z
O segundo passo consiste em traçar a resposta ao degrau do sistemarealimentado pelo ganho crítico Kcr. Desta resposta é retirado o tempo de oscilação Tu.
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50
0.5
1
1.5Step Response
Time (sec)
A m p l i t u d e
Tempo deOscilação Tu
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
0.5
1
1.5Step Response
Time (sec)
A m p l i t u d e
Tempo deoscilação Tu
Figura 4.20: Resposta ao degrau do sistema realimentado com Kcr
Agora os parâmetros do controlador podem ser ajustados de acordo com a tabelaabaixo.
Tabela 4-1: Ajustes do controlador PID para o método Ziegler-Nichols malha fechada.Tipo do controlador Kc Ti Td
P 0,5 Kcr -- --PI 0,45.Kcr Tu/1,2 ---
PID 0,6.Kcr 0,5Tu 0,125Tu
4.6.2 Ziegler-Nichols Malha Aberta
O método Ziegler-Nichols em malha aberta pode ser aplicado quando a curva deresposta ao degrau unitário de entrada apresentar o aspecto de um S. Essa curva deresposta ao degrau unitário pode ser gerada experimentalmente ou a partir de uma
simulação dinâmica da planta.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 63/118
59
Figura 4.21: Resposta ao degrau unitário
A curva com o formato em S pode ser caracterizada por duas constantes, o atrasoL e a constante de tempo T. O atraso e a constante de tempo são determinadosdesenhando-se uma linha tangente no ponto de inflexão da curva com o formato de S edeterminando-se a interseção da linha tangente com o eixo do tempo. O ajuste docontrolador PID, segundo este método, introduz no sistema dois zeros em -1/L se o
projeto for feito em tempo contínuo.
Tabela 4-2: Ajustes do controlador PID para o método Ziegler-Nichols malha aberta.
Tipo de controlador Kc Ti TdP T/L ∞ 0PI 0,9T/L L/0,3 0
PID 1,2T/L 2L 0,5L
4.7 Exercícios Resolvidos
4.8 Exercícios Propostos
Exercício 4.1: Para o sistema abaixo, quais seriam os pólos em tempo discreto?
100s10s
100)s(G
2 ++=
Exercício 4.2: Para o Exemplo 4.1, encontrar quais os valores que K quetornam o sistema em malha fechada um sistema assintoticamente estável,marginalmente estável e instável.
Exercício 4.3: Para o sistema em tempo contínuo abaixo, encontrar um ajuste para o controlador PID para o sistema em tempo discreto utilizando os métodos Ziegle-
Nichols de malha aberta e malha fechada e fazer ajustes finos para,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 64/118
60
( )( )( )3s2s1s
2)s(G
+++= e
1s30
1)s(H
+=
Para resolver este problema deve-se assumir que há um amostrador em X(s) eum ZOH em U(s).
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 65/118
61
Capítulo 5
5 Formulação por Matrizes de Estado
A representação em forma de Matrizes de Estado é um das principaisferramentas de simulação de sistemas, e elas são formuladas diretamente no domínio emtempo contínuo ou discreto e não envolvem transformações para Laplace outransformada Z.
5.1 Introdução à formulação de estado
Considerando um sistema massa-mola-amortecedor na forma,)t(u)t(ky)t(yc)t(ym =++ &&&
Que pode ser reescrito como,
m
)t(u)t(y)t(y2)t(y 2
nn =ω+ζω+ &&&
Definindo uma variável como,)t(y)t(x)t(y)t(x 11 && =⇒=
Definindo uma outra variável como,)t(y)t(x)t(x)t(y)t(x 212 &&&&& =⇒==
Substituindo na equação original e deixando somente uma variável com aderivada temporal, então,
m
)t(u)t(x)t(x2)t(x 1
2n2n2 =ω+ζω+&
Agora, escrevendo um sistema na seguinte forma,
)t(um/1
0
)t(x
)t(x
2
01
)t(x
)t(x
2
1
n2n2
1
⎭⎬⎫
⎩⎨⎧
+⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡ζω−ω−
=⎭⎬⎫
⎩⎨⎧&
&
Ainda está faltando a resposta y(t) do sistema, que é dada por,
[ ] { } )t(u0)t(x
)t(x
01)t(y 2
1
+⎭⎬
⎫
⎩⎨
⎧
= Que pode ser escrito da seguinte maneira,
)t(Du)t(Cx)t(y
)t(Bu)t(Ax)t(x
+=
+=&
A forma acima é conhecida como forma de estado. Como observado, atransformação para a formulação de espaço de estados consistiu em transformar umaequação de segunda ordem em duas equações de primeira ordem. Generalizando, atransformação de espaço de estados consiste em transformar um sistema de equações deordem n para um sistema de primeira ordem de 2n equações, tornando assim, maissimples a sua solução.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 66/118
62
5.2 Nomenclatura de Espaço de Estados
Vetor de estado x(t) é o vetor de ordem n que contém todos os estados.Vetor de saída y(t) é o vetor de ordem m que contém todas as respostas.Vetor de entrada u(t) é o vetor de ordem r que contém todas as entradas.Matriz de estado A é a matriz de ordem n×n que contém os autovalores e os
autovetores do sistema.Matriz de entrada B é a matriz de ordem n×r da entrada.Matriz de saída C é a matriz de ordem m×n da saída.Matriz de transmissão direta D é matriz de ordem m×r que correlaciona
diretamente a entrada com a saída.Então,
{ } [ ] { } [ ] { }
{ } [ ] { } [ ] { } 1r r m1nnm1m
1r r n1nnn1n
)t(uD)t(xC)t(y
)t(uB)t(xA)t(x
×××××
×××××
+=
+=&
A representação em diagramas de bloco do sistema acima é dada por,
Figura 5.1: Representação em diagrama de blocos para tempo contínuo.
5.3 Representação de Espaço de Estados discretos
A formulação de espaço de estados discretos é dado por,
)k (Du)k (Cx)k (y
)k (Hu)k (Gx)1k (x
+=
+=+
Nota-se que as matrizes C e D não mudaram, significando que são as mesmasmatrizes para sistemas em tempo contínuo.
Agora, supondo um sistema discreto cuja função de transferência é dada por,
nn
11
nn
110
zaza1
z bz b b
)z(U
)z(Y−−
−−
+++
+++=
L
L
Esta FT pode ser representada de várias maneiras em espaço de estados, pois aformulação de estado não é única.
5.3.1 Forma Canônica Controlável
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 67/118
63
A forma canônica controlável é dada por,
)k (u
1
0
0
0
)k (x)k (x
)k (x
)k (x
aaaa1000
0100
0010
)1k (x)1k (x
)1k (x
)1k (x
n
1n
2
1
12n1nnn
1n
2
1
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
+
⎪⎪⎪⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪⎩
⎪⎪⎪
⎨
⎧
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
−−−−
=
⎪⎪⎪⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪⎩
⎪⎪⎪
⎨
⎧
++
+
+
−
−−
− M
M
L
L
MOMMM
L
L
M
[ ] )k (u b
)k (x
)k (x
)k (x
ba b ba b ba b)k (y 0
n
2
1
01101n1n0nn +
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
−−−= −−M
L
Se a matriz G for uma matriz de posto cheio, isto é, o determinante é diferentede zero, o sistema é controlável, caso contrário, significa que pelo menos 1 dos estadosnão é controlável. A controlabilidade significa que o sistema pode ser alterado de
qualquer estado para qualquer estado em um período de tempo finito.
5.3.2 Forma Canônica Observável
A forma canônica observável é dada por,
)k (u
ba b ba b
ba b
ba b
)k (x)k (x
)k (x
)k (x
a100a000
a001
a000
)1k (x)1k (x
)1k (x
)1k (x
011
022
01n1n
0nn
n
1n
2
1
1
2
1n
n
n
1n
2
1
⎥⎥
⎥⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢⎢
⎣
⎡
−−
−
−
+
⎪⎪⎪
⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
⎥⎥
⎥⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢⎢
⎣
⎡
−−
−
−
=
⎪⎪⎪
⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
++
+
+
−−
−
−
−
MM
L
L
MOMMM
L
L
M
[ ] )k (u b
)k (x
)k (x
)k (x
100)k (y 0
n
2
1
+
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
=M
L
Para o sistema ser completamente observável, a matriz G deve ser uma matriz de posto cheio. A observabilidade significa que todos os estados do sistema podem ser observados ou medidos.
5.3.3 Forma Canônica Diagonal
Expandindo a FT em frações parciais tal que,
n
n
2
2
1
10 pz
c
pz
c
pz
c b
)z(U
)z(Y
−+
−+
−+= L
Então, a forma canônica diagonal é dada por,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 68/118
64
)k (u
1
1
1
)k (x
)k (x
)k (x
p00
0
0 p0
00 p
)1k (x
)1k (x
)1k (x
n
2
1
n
2
1
n
2
1
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
+
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
=
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
+
+
+
MM
L
MOM
L
L
M
[ ] )k (u b
)k (x
)k (x
)k (x
ccc)k (y 0
n
2
1
n21 +
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
=M
L
onde pi representa os pólos do sistema.
5.3.4 Forma Canônica de Jordan
A forma canônica de jordan é usada quando se deseja representar o sistema naforma diagonal mas existem pólos repetidos. Supondo que o pólo p1 é repetido m vezes,então,
)k (u
1
1
__
1
0
0
)k (x
)k (x
_______
)k (x
)k (x
)k (x
p0
0 p
]0[
]0[
p000
01 p0
001 p
)1k (x
)1k (x
_______
)1k (x
)1k (x
)1k (x
n
1m
m
2
1
n
1m
1
1
1
n
1m
m
2
1
⎥⎥⎥⎥
⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
+
⎪⎪⎪⎪⎪⎪
⎭
⎪⎪⎪⎪⎪⎪
⎬
⎫
⎪⎪⎪⎪⎪⎪
⎩
⎪⎪⎪⎪⎪⎪
⎨
⎧
⎥⎥⎥
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎢⎢⎢⎢⎢⎢
⎣
⎡
=
⎪⎪⎪⎪⎪⎪
⎭
⎪⎪⎪⎪⎪⎪
⎬
⎫
⎪⎪⎪⎪⎪⎪
⎩
⎪⎪⎪⎪⎪⎪
⎨
⎧
+
+
+
+
+
+++
M
M
M
M
L
MOM
L
L
MOMMM
L
L
M
M
[ ] )k (u b
)k (x
)k (x
)k (x
ccc)k (y 0
n
2
1
n21 +
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
=M
L
5.3.5 Não unicidade das matrizes de estado
A representação de estado não é única, isto é, para um mesmo sistema na formade função de transferência pode haver várias representações de estado. Por exemplo,supondo que um sistema seja observável e controlável, definições que serão apresentadamais à frente, então haverá uma representação na forma canônica controlável eobservável.
Para exemplificar, supondo o sistema na seguinte forma de estado,
)k (Du)k (Cx)k (y
)k (Hu)k (Gx)1k (x
+=
+=+
Supondo uma transformação tal que,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 69/118
65
)k (xP)k (x = onde a matriz P é de ordem n×n, mesma ordem da matriz G. Então,
)k (Du)k (xCP)k (y
)k (Hu)k (xGP)1k (xP
+=
+=+
Que pode ser reescrito como,
)k (Du)k (xCP)k (y
)k (HuP)k (xGPP)1k (x 11
+=
+=+ −−
Agora definindo,GPPG 1−= , CPC = e HPH 1−=
Então,
)k (Du)k (xC)k (y
)k (uH)k (xG)1k (x
+=
+=+
Que é exatamente da mesma forma que o sistema original. Se a matriz P for a
matriz dos autovetores da matriz G, então o sistema será diagonalizado, caso isso nãoseja possível, a matriz resultante será a matriz de Jordan.
5.4 Simulando um sistema na forma de estado discreto
Nesta parte, supõe-se que o sistema seja linear e invariante no tempo na forma,
)k (Du)k (Cx)k (y
)k (Hu)k (Gx)1k (x
+=
+=+
Pegando apenas os estados do sistema, para o instante inicial têm-se,)0(Hu)0(Gx)1(x +=
Para o instante seguinte,( ) )1(Hu)0(GHu)0(xG)1(Hu)0(Hu)0(GxG)1(Hu)1(Gx)2(x 2 ++=++=+=
Para o instante seguinte,( )
)2(Hu)1(GHu)0(HuG)0(xG
)2(Hu)1(Hu)0(GHu)0(xGG)2(Hu)2(Gx)3(x23
2
+++=
=+++=+=
Fazendo isso para k instantes,
∑−
=
−−+=1k
0 j
1 jk k ) j(HuG)0(xG)k (x k = 1, 2, 3 ...
Substituindo este resultado em y(k),)k (Du) j(HuG)0(xGC)k (y
1k
0 j
1 jk k +⎟⎟ ⎠
⎞⎜⎜⎝
⎛ += ∑
−
=
−− k = 1, 2, 3 ...
5.5 Passando de Matrizes de Estado para FT
Supõe-se o sistema na forma,
)k (Du)k (Cx)k (y
)k (Hu)k (Gx)1k (x
+=
+=+
Aplicando transformada Z, obtém-se,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 70/118
66
)z(DU)z(CX)z(Y
)z(HU)z(GX)0(zx)z(zX
+=
+=−
Supondo condições iniciais nulas,( ) ( ) )z(HUGzI)z(X)z(HU)z(XGzI)z(HU)z(GX)z(zX 1−−=⇒=−⇒+=
Substituindo em Y(z),( ) ( ) )z(UDHGzIC)z(DU)z(HUGzIC)z(Y 11 +−=+−= −− Como a função de transferência pulsada é a relação dada por Y(z)/U(z),
( ) DHGzIC)z(U
)z(Y 1 +−= −
Observe que se Y(z)/U(z) é uma matriz m×r.
5.6 Discretização de Matrizes de Estado Contínuas
Em se tratando de sistemas em tempo discreto, pode-se converter diretamente de
matrizes de estado contínuas para matrizes de estado discretas. Porem é necessário fazer uma revisão de matrizes antes de mostrar o processo de discretização.
Em se tratando de matrizes há alguns cuidados a serem tomados e algumasdefinições a serem compreendidas. Começando com,
∑∞
=
=+++++=0k
k k k k 22At
!k
tAtA
!k
1tA
!2
1AtIe LL
Diferenciando esta solução em relação ao tempo, para isso a derivada é feitatermo a termo, encontra-se,
AeAeedt
d AtAtAt ==
Agora, três relações importantes,Iee AtAt =−
( ) BtAttBA eee =+ se AB = BA( ) BtAttBA eee ≠+ se AB ≠ BA
Agora, obtendo a resposta para matrizes de estado contínuas, isto é,)t(Bu)t(Ax)t(x +=&
Que pode ser reescrita como,)t(Bu)t(Ax)t(x =−&
Agora pré-multiplicando por e-At,
[ ] ( ) )t(Bue)t(xedt
d
)t(Ax)t(xeAtAtAt −−−
==−& Integrando1 de 0 a t,
∫ ττ=− τ−−t
0
AAt d)(Bue)0(x)t(xe
Que pode ser rearranjada como,
( )∫ ττ+= τ−t
0
tAAt d)(Bue)0(xe)t(x
A equação acima representa a solução para um sistema na forma de estadocontínuo. Para a solução completa, basta substituir os estados x(t) em,
1 Deve ser lembrado que a integral da derivada é a própria função aplicada os limites de integração.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 71/118
67
)t(Du)t(Cx)t(y += Para fazer o mesmo para um sistema discreto, tem-se que,
)kT(Hu)kT(Gx)T)1k ((x)t(Bu)t(Ax)t(x +=+⇒+=& Para que possa ser utilizada a solução de um sistema contínuo para encontrar a
solução de um sistema discreto, assume-se que a entrada u(t) entre um período e outro
de amostragem é constante, isto é, que há um ZOH, então,)kT(u)t(u = kT ≤ t < kT+T
Então, a solução,
( )∫ ττ+= τ−t
0
tAAt d)(Bue)0(xe)t(x
Para o tempo kT,
∫ ττ+= τ−kT
0
AAkTAkT d)(Buee)0(xe)kT(x
Para o tempo (k+1)T,
( ) ( )( )( )
∫ +
τ−++ ττ+=+T1k
0
AT1k AT1k A d)(Buee)0(xe)T)1k ((x
Agora fazendo,
( ) ( )( )( )
( )⎥⎦
⎤⎢⎣
⎡ττ+−ττ+=−+ ∫ ∫ τ−
+τ−++
kT
0
kTAAkTATT1k
0
T1k AT1k AAT d)(Bue)0(xeed)(Bue)0(xe)kT(xe)T)1k ((x
Simplificando2,
( )( ) ( )( )
( )( )
∫
∫ ∫ +
τ−+
τ−+
τ−++
ττ+=
ττ−ττ+−+=+
T1k
kT
AT1k AAT
kT
0
AAkTATT1k
0
AT1k AAkTATT1k AAT
d)(Buee)kT(xe
d)(Bueeed)(Buee)0(xeee)kT(xe)T)1k ((x
Supondo agora o ZOH, então, o tempo entre kT e (k+1)T pode ser substituído por 0 e T dentro da integral, pois o que vai variar é apenas u(τ) que é consideradoconstante. Então,
∫ ττ+=+ τ−T
0
AATAT d)(Buee)kT(xe)T)1k ((x
Aplicando a transformação de variável onde λ = T-τ,
∫ λλ+=+λ
T
0
AAT
d)(Bue)kT(xe)T)1k ((x Que representa a solução da equação de estado discreta na forma,
)kT(Hu)kT(Gx)T)1k ((x +=+ Que neste caso, tem-se que para encontrar estas matrizes discretas,
necessariamente,
ATeG = e BdeHT
0
A
⎟⎟ ⎠
⎞⎜⎜⎝
⎛ λ= ∫ λ
Pelas equações acima, verifica-se claramente que as matrizes discretas sãodependentes do tempo de amostragem.
2 Deve ser lembrado que ( )T1k AAkTAT eee +=
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 72/118
68
A solução para y(kT) é dada simplesmente por,)kT(Du)kT(Cx)kT(y +=
Se a matriz A for não singular, então
( ) ( ) BAIeBIeABdeH 1ATAT1T
0
A −−λ −=−=⎟⎟
⎠
⎞⎜⎜
⎝
⎛ λ= ∫
Exemplo 5.1: Considerando o sistema abaixo, encontrar a representação de estadodiscreto e a expressão para função de transferência discreta para T = 1 s.
212
22 asas
b
s2s
1
)2s(s
1)s(G
++=
+=
+=
Solução: O primeiro passo é encontrar uma representação de estado para osistema, utilizando a forma canônica controlável,
[ ]⎭⎬⎫
⎩⎨⎧=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
=⎭⎬⎫
⎩⎨⎧
)t(x )t(x01)t(y
)k (u1
0
)t(x
)t(x
20
10
)t(x
)t(x
2
1
2
1
2
1
&
&
Como foi visto, para as matrizes discretas têm-se3,
( )⎥⎦
⎤⎢⎣
⎡=
⎥⎥
⎦
⎤
⎢⎢
⎣
⎡ −==
−
−
1353.00
4323.01
e0
e12
11
eGT2
T2AT
Outra forma de encontrar a matriz G é fazendo,
[ ] ( ) ( )
⎥⎥
⎥⎥
⎦
⎤
⎢⎢
⎢⎢
⎣
⎡
+
+=−= −
2s
10
2ss
1
s
1
AsIeL 1At
Cuja transformada de laplace inversa é dada por,
( ) ( )⎥⎥
⎦
⎤
⎢⎢
⎣
⎡ −=
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
+
+=−
−−
t2
t21At
e0
e12
11
2s
10
2ss
1
s
1
Le
Então,
( )
( ) ( )⎥⎦
⎤⎢⎣
⎡=
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
−
⎟⎟ ⎠
⎞⎜⎜⎝
⎛ −+
=⎥⎦
⎤⎢⎣
⎡
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
−
⎟⎟ ⎠
⎞⎜⎜⎝
⎛ −+
=
=⎥
⎦
⎤⎢
⎣
⎡
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛ λ
⎥⎥
⎦
⎤
⎢⎢
⎣
⎡ −=⎟⎟
⎠
⎞⎜⎜
⎝
⎛ λ=
−
−
−
−
λ−
λ−λ ∫ ∫
4323.0
2838.0
e121
21e
T21
1
0
e121
0
21e
T21
T
1
0d
e0
e12
11
BdeH
T2
T2
T2
T2
T
0
2
2T
0
A
Desta forma, o sistema discreto na forma de matrizes de estado é dado por,
3 ∑∞
=
=+++++=0k
k k k k 22At
!k tA
tA!k
1tA
!21
AtIe LL
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 73/118
69
[ ]⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡=
⎭⎬⎫
⎩⎨⎧
+
+
)k (x
)k (x01)k (y
)k (u4323.0
2838.0
)k (x
)k (x
1353.00
4323.01
)1k (x
)1k (x
2
1
2
1
2
1
Para a representação em FT discreta,
( )
[ ]1353.0z1353.1z
1485.0z2838.00
4323.0
2838.0
1353.00
4323.01
10
01z01
DHGzIC)z(G)z(U
)z(Y
2
1
1
−−+
=+⎥⎦
⎤⎢⎣
⎡⎟⎟
⎠
⎞⎜⎜⎝
⎛ ⎥⎦
⎤⎢⎣
⎡−⎥
⎦
⎤⎢⎣
⎡=
+−==
−
−
O mesmo problema pode ser resolvido utilizando o Matlab,
clear all;close all;clc
% Planta contínuanum=1; % numeradorden=[conv([0 0 1],[1 2 0])]; % denominador
% Transformando para matrizes de Estado[A,B,C,D]=tf2ss(num,den)
% discretizando as matrizesT=1;[G,H]=c2d(A,B,T)
% voltando para TF discreta[numd,dend]=ss2tf(G,H,C,D)
Observe que neste caso, as matrizes de estado não estão na forma canônica, maso resultado em Função de Transferência deve ser exatamente o mesmo.
5.7 Exercícios Resolvidos
Exemplo 5.2: Para o sistema abaixo, converter para matrizes de estado discretasutilizando o Matlab,
10s6325.10s6325.1s
2s)s(G
23
+++
+=
clear all;close all;clc
% denifindo os dados da plantaT=0.1;num=[1 2];den=conv([1 2*0.1*sqrt(10) 10],[1 1]);
% Funções de TransferenciaGs=tf(num,den) % planta contínuaGz=c2d(Gs,T) % planta discreta
% Matrizes de Estado[A,B,C,D]=tf2ss(num,den)
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 74/118
70
MEs=ss(A,B,C,D) % empacotandoMEz=c2d(MEs,T) % Matrizes de estado discreta
Exemplo 5.3: Para uma suspensão ativa representando ¼ de veículo, escrever asmatrizes de estado contínuas supondo que o distúrbio da via seja w(t).
Neste caso, as matrizes que regem o comportamento dinâmico do sistema são
dadas por,Massa Suspensa,( ) ( ) )t(uxxk xxcxm NSS NSSSS =−+−+ &&&&
Masssa Não-Suspensa,( ) ( ) )t(u)t(wk xk xxk xxcxm P NPS NSS NS N N −=+−+−+ &&&&
Que na forma matricial fica,
⎭⎬⎫
⎩⎨⎧
−=
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡+−
−+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
−+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡)t(u)t(wk
)t(u
x
x
k k k
k k
x
x
cc
cc
x
x
m0
0m
pP
S
PSS
SS
P
S
SS
SS
P
S
N
S
&
&
&&
&&
Este caso representa um sistema MIMO, duas entradas e duas saídas. Definindoas variáveis de estado iniciando pelos deslocamentos,
S1S1 xxxx && =⇒= e N2 N2 xxxx && =⇒=
Para as velocidades,
S13 xxx &&& == e N24 xxx &&& ==
Com as definições acima, as equações de estado são dadas por,
31 xx =&
42 xx =&
( ) ( )S
21S
S43
S
S3 m
)t(uxx
m
k xx
m
cx +−−−−=&
( ) ( ) )t(um
1)t(wm
k xm
k xxm
k xxm
cx
N N
P2 N
P12 N
S34 N
S4 −+−−−−−=&
Que na forma matricial fica,
( )⎭⎬⎫
⎩⎨⎧
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
−
+
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
−+
−
−−=
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
w
u
m
k
m
1
0m
100
00
x
x
x
x
m
c
m
c
m
k k
m
k m
c
m
c
m
k
m
k 1000
0100
x
x
x
x
N
P
N
S
4
3
2
1
N
S
N
S
N
PS
N
S
S
S
S
S
S
S
S
S
4
3
2
1
&
&
&
&
De forma geral, se for sempres assumido que o vetor de estado se inicia com
deslocamentos e depois as velocidades, as matrizes de estado podem ser dadas a partir das matrizes dinâmicas como,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 75/118
71
)}t(F{)}t(X]{K [)}t(X]{C[)}t(X]{M[ =++ &&& Sendo que o vetor de estado,
{ }⎭⎬⎫
⎩⎨⎧
=)t(X
)t(X)t(X
&
E as matrizes de estado,{ } { } { }U
F]M[
]0[X
C]M[K ]M[
I]0[X 111 ⎥
⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡−−
= −−−&
A resposta do sistema deve ser dado pelo que se deseja medir, supondo que sejanecessário medir os deslocamentos e velocidades,
⎭⎬⎫
⎩⎨⎧
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
+
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
=
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
w
u
00
00
00
00
x
x
x
x
1000
0100
0010
0001
y
y
y
y
4
3
2
1
4
3
2
1
Caso seje necessário medir apenas o deslocamento da massa suspensa,
{ } [ ] [ ]⎭⎬⎫
⎩⎨⎧
+
⎪⎪⎭
⎪⎪⎬
⎫
⎪⎪⎩
⎪⎪⎨
⎧
=w
u00
x
x
x
x
0001y
4
3
2
1
1
Exemplo 5.4:Para o sistema abaixo, encontrar as matrizes de estado.
As equações de movimento na forma matricial são dadas por,
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
+
−+
−+
=⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
+−
−+−
−
+⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
33
322
211
3
2
1
323
3212
21
3
2
1
3
2
1
uF
uuF
uuF
x
x
x
k k k 0
k k k k
0k k
x
x
x
m00
0m0
00m
&&
&&
&&
Portanto, as matrizes de estado podem ser dadas como,
⎪⎪⎪⎪
⎭
⎪⎪⎪⎪
⎬
⎫
⎪⎪⎪⎪
⎩
⎪⎪⎪⎪
⎨
⎧
⎥⎥
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−
−+
⎪⎪⎪⎪
⎭
⎪⎪⎪⎪
⎬
⎫
⎪⎪⎪⎪
⎩
⎪⎪⎪⎪
⎨
⎧
⎥⎥
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
+−
+−
−=
⎪⎪⎪⎪
⎭
⎪⎪⎪⎪
⎬
⎫
⎪⎪⎪⎪
⎩
⎪⎪⎪⎪
⎨
⎧
3
2
1
3
2
1
33
222
111
6
5
4
3
2
1
3
32
3
3
2
3
2
21
2
2
1
2
1
1
6
5
4
3
2
1
u
u
u
F
F
F
m
100m
100
m
1
m
100
m
10
0m
1
m
100
m
1000000
000000
000000
x
x
x
x
x
x
000m
k k
m
k 0
000m
k
m
k k
m
k
0000m
k
m
k 100000
010000
001000
x
x
x
x
x
x
&
&
&
&
&
&
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 76/118
72
5.8 Exercícios Propostos
Exercício 5.1: Para a FT abaixo, escrever a representação em matrizes de estado na
forma canônica controlável, observável e diagonal para,
a)( )( )3s2ss
1s)s(G
+++
= para T = 0.1 s;
b)2s5s4s
1)s(G
23 +++= para T = 0.1 s;
Exercício 5.2: Supondo o seguinte sistema dinâmico,
Supondo, m1 = m2 = m3 = 0.5 kg, k1 = k2 = k3 = k4 = 10.000 N/m, c2 = c3 =50 Ns/m, determinar utilizando o Matlab,
a) Equação de movimento matricial b) Matrizes de estado contínuas;
c) Matrizes de estado discretas;d) Freqüências naturais e modos de vibrar;e) Resposta em freqüência, diagrama de bode;f) Resposta ao Impulso contínua e discreta.
Exercício 5.3: (Prova 2007) Considerando o sistema abaixo, escrever a forma canônicacontrolável e observável,
5.0zz
5.0z2)z(G
2 +−+
=
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 77/118
73
Capítulo 6
6 Controlabilidade e Observabilidade
6.1 Introdução
A controlabilidade se refere à capacidade do sistema ter seu estado alterado dequalquer estado para qualquer outro estado, de modo geral significa que o sistema podeser controlado.
A observabilidade significa que o sistema pode ter seus estados observados, emoutras palavras, o sistema pode ser inteiramente medido, significando que qualquer tipode informação pode ser conseguida.
6.2 Controlabilidade
Um sistema de controle é dito ser de estado completamente controlável se é possível transferir o sistema de um estado qualquer para um outro estado desejávelqualquer em um período finito de tempo utilizando uma lei de controle sem restrições.
Considerando um sistema em espaço de estados discretos na forma,
)k (Hu)k (Gx)1k (x +=+ Sua solução temporal é dada por,
)T)1k ((Hu)T(HuG)0(HuG)0(xG
) j(HuG)0(xG)kT(x
2k 1k k
1k
0 j
1 jk k
−++++=
+=
−−
−
=
−−∑
L
k = 1, 2, 3 ...
Esta solução pode ser rearranjada como,
[ ]
⎥
⎥⎥⎥
⎦
⎤
⎢
⎢⎢⎢
⎣
⎡−
−
=− −
)0(u
)2n(u
)1n(u
HGGHH)0(xG)n(x 1nn
ML
onde n agora é a dimensão da matriz G.Significando dada uma lei de controle u(k), para alterar o estado do sistema a
matriz necessariamente precisa obedecer à seguinte relação,[ ] nHGGHH posto 1n =−
L Esta matriz é conhecida como matriz de controlabilidade. Caso o posto da matriz
de controlabilidade seja menor que n, não significa que o sistema é incontrolável, massignifica que pelo menos um dos estados não pode ser controlado, isto é, parte dosistema pode ser controlado e parte não.
Dever ser notado que a controlabilidade de estado independe da saída, isto é, a
controlabilidade de estado é independente das matrizes C e D.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 78/118
74
Exemplo 6.1: Verificar se os sistemas abaixo são de estado completamentecontroláveis.
)k (u3
2
)k (x
)k (x
20
01
)1k (x
)1k (x
2
1
2
1⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡−
−=⎥
⎦
⎤⎢⎣
⎡+
+
Solução: Construindo a matriz de controlabilidade,[ ] ⎟⎟
⎠
⎞⎜⎜⎝
⎛ −
−=⎟⎟
⎠
⎞⎜⎜⎝
⎛ ⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡−
−⎥⎦
⎤⎢⎣
⎡=
63
22
3
2
20
01
3
2GHH
Não é necessário calcular o posto da matriz e controlabilidade, pois é sóobservar se as linhas são linearmente independentes, neste caso, o posto = 2, então osistema é completamente controlável.
)k (u0
2
)k (x
)k (x
20
01
)1k (x
)1k (x
2
1
2
1⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡−
−=⎥
⎦
⎤⎢⎣
⎡+
+
Solução: Construindo a matriz de controlabilidade,
[ ] ⎟⎟ ⎠
⎞⎜⎜⎝
⎛ −=⎟⎟
⎠
⎞⎜⎜⎝
⎛ ⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡−
−⎥⎦
⎤⎢⎣
⎡=
00
22
0
2
20
01
0
2GHH
Neste caso, claramente o sistema possui posto = 1, significando que o sistemanão é completamente controlável.
⎥⎦
⎤⎢⎣
⎡
⎥⎥
⎥⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢⎢
⎣
⎡
+
⎥⎥
⎥⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢⎢
⎣
⎡
+
+
+
+
+
⎥⎥
⎥⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢⎢
⎣
⎡
−−
−
−
−
=
⎥⎥
⎥⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢⎢
⎣
⎡
+
+
+
+
+
)k (u
)k (u
12
00
03
00
10
)1k (x
)1k (x
)1k (x
)1k (x
)1k (x
50000
15000
00200
00120
00012
)1k (x
)1k (x
)1k (x
)1k (x
)1k (x
2
1
5
4
3
2
1
5
4
3
2
1
Solução: Construindo a matriz de controlabilidade,HGHGHGGHH 432
Como a solução é mais complicada, utiliza-se o matlab para resolver o problema,
clear all;close all;clc
% definindo matriz GG=[-2 1 0 0 0
0 -2 1 0 00 0 -2 0 00 0 0 -5 10 0 0 0 -5]
% definindo matriz HH=[0 1;0 0;;3 0;0 0;2 1]
% Construindo matriz de ControlabilidadeCO=ctrb(G,H)rank(CO)
Como o posto = 5, que a dimensão da matriz G, então o sistema é de estadocompletamente controlável.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 79/118
75
⎥⎦
⎤⎢⎣
⎡
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
+
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
+
+
+
+
+
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
−
−
−
−
−
=
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
+
+
+
+
+
)k (u
)k (u
00
12
00
03
10
)1k (x
)1k (x
)1k (x
)1k (x
)1k (x
50000
15000
00200
00120
00012
)1k (x
)1k (x
)1k (x
)1k (x
)1k (x
2
1
5
4
3
2
1
5
4
3
2
1
Solução: Construindo a matriz de controlabilidade,[ ]HGHGHGGHH 432
Como a solução é mais complicada, utiliza-se o matlab para resolver o problema,
clear all;close all;clc
% definindo matriz GG=[-2 1 0 0 0
0 -2 1 0 00 0 -2 0 00 0 0 -5 10 0 0 0 -5]
% definindo matriz HH=[0 1;3 0;0 0;2 1;0 0]
% Construindo matriz de ControlabilidadeCO=ctrb(G,H)rank(CO)
Como o posto = 3 que é menor que a dimensão da matriz G, então o sistema nãoé de estado completamente controlável.
6.3 Controlabilidade de saída
Em muitas implementações práticas de sistemas de controle, é desejávelcontrolar a saída do sistema e não necessariamente todos os estados do sistema. Nestecaso, deve ser lembrado que a resposta do sistema é dada por,
)T)1k ((CHu)T(HuCG)0(xCG
)kT(Du) j(HuG)0(xGC)kT(y
1k k
1k
0 j
1 jk k
−++=
+⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛ +=
−
−
=
−−
∑L
k = 1, 2, 3 ...
Esta solução pode ser rearranjada como,
[ ]⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡−
−
=− −
)0(u
)2n(u
)1n(u
HCGCGHCH)0(xCG)n(y 1nn
ML
Significando que para a saída ser completamente controlável, o posto da matriz precisa ser m, que é a dimensão da matriz C, isto é,
[ ] mHCGCGHCH posto 1n =−L
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 80/118
76
Caso esteja presente a matriz D, a condição de controlabilidade completa desaída é dada por,
mHCGCGHCHD posto 1n =−L
Dever ser notado que a controlabilidade de saída é dependente de todas asmatrizes que compõe o sistema, isto é, a controlabilidade de saída é dependente das
matrizes G, H, C e D.
6.4 Observabilidade
Um sistema é dito completamente observável se todo estado inicial x(0) pode ser determinado a partir da observação de y(k) em um período finito de tempo. Utilizandoesta definição, então dado um sistema na forma,
)k (Cx)k (y
)k (Hu)k (Gx)1k (x
=
+=+
Sua resposta é dada por,
⎟⎟ ⎠
⎞⎜⎜⎝
⎛ += ∑
−
=
−−1k
0 j
1 jk k ) j(HuG)0(xGC)kT(y k = 1, 2, 3 ...
Fazendo,
)0(xCG)1n(y
)0(CGx)1(y
)0(Cx)0(y
1n−=−
=
=
M
Significando que isso ser possível, necessariamente,
n
CG
CG
C
posto
1n
=
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
−
M
Esta é conhecida como matriz de observabilidade. Normalmente, esta equaçãonão é usada, mas a equação transposta dela dada por,
( ) ( ) nCGCGC postoH1nHH =−
L onde H representa a hermitiana, que é o conjugado transposto. Observe que aobservabilidade é independente da matriz de entrada B.
Exemplo 6.2: Considerando os sistemas abaixo, verificar a observabilidade.
[ ]⎭⎬⎫
⎩⎨⎧
=
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
−=
⎭⎬⎫
⎩⎨⎧
+
+
)k (x
)k (x51)k (y
)k (x
)k (x
20
01
)1k (x
)1k (x
2
1
2
1
2
1
Encontrando a matriz de observabilidade,
[ ] ⎥⎦
⎤⎢⎣
⎡−
−=⎥⎦
⎤⎢⎣
⎡
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
−= 10
1
5
1
5
1
20
01
5
1CGC
HHH
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 81/118
77
Como se observa, a matriz de observabilidade tem posto 2 que é a mesma ordemda matriz G, então o sistema é completamente observável.
[ ]⎭⎬⎫
⎩⎨⎧
=⎭
⎬⎫
⎩
⎨⎧
⎥
⎦
⎤⎢
⎣
⎡−
−=
⎭
⎬⎫
⎩
⎨⎧
+
+
)k (x
)k (x10)k (y
)k (x
)k (x
20
01
)1k (x
)1k (x
2
1
2
1
2
1
Encontrando a matriz de observabilidade,
[ ] ⎥⎦
⎤⎢⎣
⎡−
=⎥⎦
⎤⎢⎣
⎡
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
−=
2
0
1
0
1
0
20
01
1
0CGC HHH
Como se observa, a matriz de observabilidade tem posto 1 que é menor queordem da matriz G, então o sistema não é completamente observável.
⎪⎪
⎪
⎭
⎪⎪⎪
⎬
⎫
⎪⎪
⎪
⎩
⎪⎪⎪
⎨
⎧
⎥⎦
⎤⎢⎣
⎡=
⎭⎬⎫
⎩⎨⎧
⎪⎪⎪
⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
−
−
=
⎪⎪⎪
⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
+
+
+
++
)k (x
)k (x
)k (x
)k (x
)k (x
01110
10111
)k (y
)k (y
)k (x
)k (x
)k (x
)k (x )k (x
30000
13000
00200
00120 00012
)1k (x
)1k (x
)1k (x
)1k (x )1k (x
5
4
3
2
1
2
1
5
4
3
2
1
5
4
3
2
1
Como o sistema definido acima é um sistema de alta ordem, difícil de ser feito,utiliza-se o Matlab,
clear all;close all;clc
% definindo matriz GG=[-2 1 0 0 0
0 -2 1 0 00 0 -2 0 00 0 0 -3 1
0 0 0 0 -3]
% definindo matriz CC=[1 1 1 0 1
0 1 1 1 0]
% Construindo matriz de ControlabilidadeOB=obsv(G,C)rank(OB)
Como o posto da matriz de observabilidade é 5 que é a mesma dimensão damatriz G, então o sistema é completamente observável.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 82/118
78
⎪⎪⎪
⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
⎥⎦
⎤⎢⎣
⎡=
⎭⎬⎫
⎩⎨⎧
⎪⎪⎪
⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
−
−
=
⎪⎪⎪
⎭
⎪⎪⎪
⎬
⎫
⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
+
+
+
+
+
)k (x
)k (x
)k (x
)k (x
)k (x
00110
10111
)k (y
)k (y
)k (x
)k (x
)k (x
)k (x
)k (x
30000
13000
00200
00120
00012
)1k (x
)1k (x
)1k (x
)1k (x
)1k (x
5
4
3
2
1
2
1
5
4
3
2
1
5
4
3
2
1
Como o sistema definido acima é um sistema de alta ordem, difícil de ser feito,utiliza-se o Matlab,
clear all;close all;clc
% definindo matriz GG=[-2 1 0 0 0
0 -2 1 0 00 0 -2 0 00 0 0 -3 10 0 0 0 -3]
% definindo matriz CC=[1 1 1 0 1
0 1 1 0 0]
% Construindo matriz de ControlabilidadeOB=obsv(G,C)rank(OB)
Como o posto da matriz de observabilidade é 4 que é menor que a dimensão damatriz G, então o sistema é não é completamente observável.
6.5 Comentários gerais sobre controlabilidade e observabilidade
Nesta parte, será feito alguns comentários sobre a controlabilidade eobservabilidade de sistemas em tempo discreto.
6.5.1 Condições de controlabilidade e observabilidade em termosde Funções de Transferência
Em se tratando de funções de transferência, não deve haver cancelamentos entre pólos e zeros das plantas, isso significará que este estado será não observável e nãocontrolável. Este tipo de situação pode ocorrer em sistemas em série, onde os zeros deuma planta são os pólos da outra. Como em alguns casos o desejável é realizar ocontrole entre as duas, isso não será possível.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 83/118
79
Exemplo 6.3: Mostrar que o sistema abaixo não é completamente controlável,
16.0zz
2.0z
)z(U
)z(Y2 ++
+=
Escrevendo na forma canônica controlável,
[ ]⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
=⎭⎬⎫
⎩⎨⎧
++
)k (x
)k (x12.0)k (y
)k (u1
0
)k (x
)k (x
116.0
10
)1k (x
)1k (x
2
1
2
1
2
1
Porém, a matriz G pode ser rearranjada e o sistema fica,
[ ] ⎭⎬
⎫
⎩⎨
⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
=⎭⎬⎫
⎩⎨⎧
+
+
)k (x
)k (x
12.0)k (y
)k (u1
0
)k (x
)k (x
016.0
10
)1k (x
)1k (x
2
1
2
1
2
1
Verificando a controlabilidade,
[ ] ⎥⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡⎟⎟
⎠
⎞⎜⎜⎝
⎛ ⎟⎟
⎠
⎞⎜⎜⎝
⎛ −⎟⎟
⎠
⎞⎜⎜⎝
⎛ =
11
00
1
0
016.0
10
1
0GHH
Verificando que o sistema não é completamente controlável. Pode-se verificar isso diretamente pela matriz G, onde a diagonal principal é nula, outra forma éfatorando o denominado da FT,
( )( )2.0z8.0z
2.0z
16.0zz
2.0z
)z(U
)z(Y2 ++
+=
+++
=
Neste caso, verifica-se que há um zero cancelando um pólo.
Exemplo 6.4: Verificar que o sistema não é observável,
[ ]⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧=
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡+
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
−−−
=⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
+
+
+
)k (x
)k (x
)k (x
154)k (y
)k (u
1
0
0
)k (x
)k (x
)k (x
6116
100
010
)1k (x
)1k (x
)1k (x
3
2
1
3
2
1
3
2
1
Para a observabilidade,
[ ]⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
−
−
−
=⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
−
−
−
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛
−
−
−
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛ =
111
575
664
1
5
4
2561
60110
3660
1
5
4
610
1101
600
1
5
4
CGCGC HH2HHH
Cujo determinante é zero, mostrando que o posto da matriz de observabilidade é
menor que a dimensão da matriz G assim, o sistema não é completamente observável.Este fato provém do cancelamento entre um pólo por um zero, observe que a FT é dada
por,
( ) ( )( )( )( )( )3z2z1z
4z1z6z11z6z
4z5zHGzIC)z(U)z(Y
2321
+++++=
+++++=−= −
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 84/118
80
Observando que um pólo é cancelado por um zero, significando que esteresultado não pode ser observado, pois sua influência é anulada.
6.5.2 Efeito da discretização
Quando um sistema sofre uma discretização, isto é, quando um sistema é passado de tempo contínuo para tempo discreto, dependendo da taxa de amostragem Tempregada, poderá haver cancelamento entre pólos e zeros. Para exemplificar,considera-se o sistema abaixo,
[ ]⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
=⎭⎬⎫
⎩⎨⎧
)t(x
)t(x01)t(y
)t(u1
0
)t(x
)t(x
01
10
)t(x
)t(x
2
1
2
1
2
1
&
&
Cujas matrizes de controlabilidade e observabilidade são dadas por,[ ] ⎥
⎦
⎤⎢⎣
⎡=
01
10ABB e [ ] ⎥
⎦
⎤⎢⎣
⎡=
10
01CAC HHH
Significando que para tempo contínuo o sistema é completamente controlável eobservável. Aplicando a discretização, encontra-se,
[ ]⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡ −+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
=⎭⎬⎫
⎩⎨⎧
+
+
)k (x
)k (x01)k (y
)k (uTsin
Tcos1
)k (x
)k (x
TcosTsin
TsinTcos
)1k (x
)1k (x
2
1
2
1
2
1
A questão será, há algum valor de T para qual o sistema perderá controlabilidadee observabilidade? Para responder a esta questão, faz-se,
[ ] ⎥⎦
⎤⎢⎣
⎡
+−
−+−=
TsinTcos2TsinTsin
Tcos21TcosTcos1GHH
2
Para que não tenha controlabilidade, faz-se o determinante igual a zero,chegando a,
( ) 0Tcos1Tsin2 =−−
Significando que para T = nπ a matriz de controlabilidade será de posto menor que a dimensão da matriz G, mostrando que o sistema será de estado não
completamente controlável.O mesmo fato pode ser verificado através da matriz de observabilidade,
[ ] ⎥⎦
⎤⎢⎣
⎡=
Tsin0
Tcos1CGC HHH
Fisicamente, o que ocorreu foi que se pretende observar uma freqüência que éexatamente igual à Nyquist, por isso não foi possível controlá-la.
6.5.3 Princípio da dualidade
Como a transformação para espaço de estados não é única, então há umatransformação de uma forma para outra, a qual será útil quando se deseja obter umaforma canônica de estado.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 85/118
81
Supondo um sistema na forma,
)k (Du)k (Cx)k (y
)k (Hu)k (Gx)1k (x
+=
+=+
Para transformá-lo na forma canônica controlável, aplica-se uma matriz detransformação T na forma,
MWT = e )k (xT)k (x = onde M é a matriz de controlabilidade dada por,
HGGHHM 1n−= L e a matriz W é dada por,
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=−−
−−
0001
001a
01aa
1aaa
W
1
3n2n
12n1n
L
L
MMOMM
L
L
Aplicando esta transformação no sistema, encontra-se,
)k (Du)k (xCT)k (y
)k (HuT)k (xGTT)1k (x 11
+=
+=+ −−
onde o sistema definido acima está na forma canônica controlável.
Para transformá-lo na forma canônica observável, aplica-se,
( ) 1HWNQ−
= e )k (xQ)k (x = onde N é a matriz de observabilidade dada por,
( ) H1nHHHH HGCGC N−
= L Aplicando esta transformação no sistema, encontra-se
)k (Du)k (xCQ)k (y
)k (HuQ)k (xGQQ)1k (x 11
+=
+=+ −−
Interessante notar que se o sistema está na forma canônica controlável dada por,
)k (uD)k (xC)k (y
)k (uH)k (xG)1k (x
+=
+=+
Para se obter a forma canônica observável, basta fazer,
( )
( ) )k (uD)k (xH)k (y
)k (uC)k (xG)1k (x
H
H
+=
+=+
Esta equação demostra o princípio da dualidade
6.6 Exercícios Resolvidos
Exemplo 6.5: Verificar para que valores de a, b, c e d o sistema é completamentecontrolável e observável.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 86/118
82
[ ]⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−−
=⎭⎬⎫
⎩⎨⎧
+
+
)k (x
)k (xdc)k (y
)k (u b
a
)k (x
)k (x
3.14.0
10
)1k (x
)1k (x
2
1
2
1
2
1
Solução: a matriz de controlabilidade,
[ ] ⎥⎦
⎤⎢⎣
⎡−−
=⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡−−⎥
⎦
⎤⎢⎣
⎡=
b3.1a4.0 b
ba
b
a
3.14.0
10
b
aGHH
Calculando o determinante e, para que o sistema seje completamentecontrolável, o determinante deve ser diferene de zero, então,
0 bab3.1a4.0 22 ≠−−− Para a matriz de observabilidade,
[ ]
[ ] ⎥
⎦
⎤⎢
⎣
⎡
−−
=
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
⎥⎦
⎤
⎢⎣
⎡
−−
=⎥
⎦
⎤⎢
⎣
⎡
d3.1cd4.0
dc
3.14.0
10dc
dc
CG
C
Portanto,0d4.0cb3.1c 22 ≠+−
Como os valores de a, b, c e d não podem ser valores complexos, tem-se aresposta como,
6.7 Exercícios Propostos
Exercício 6.1: Para a FT abaixo, escrever a representação em matrizes de estado naforma canônica controlável, observável e diagonal para utilizando as transformações.
( )( )3s2ss
1s)s(G
+++
= para T = 0.1 s;
Exercício 6.2: Determinar para quais valores de a o sistema é completamente
observável e controlável.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 87/118
83
a)1zazz
1z)z(G
23 −+++
=
b)1z3z
1az)z(G
2 −++
=
c) 1z3z 1z2az)z(G 2
2
−+ +−=
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 88/118
84
Capítulo 7
7 Projeto de Controladores via Alocação de Pólos
7.1 Introdução
A alocação de pólos é uma técnica parecida com a técnica do lugar das raízes, aqual consiste em realizar uma realimentação de saída para realocar ou ajustar os pólosde malha fechada. Porém a técnica do lugar das raízes é baseada na alocação apenas dos
pólos dominantes do sistema em malha fechada, que são os pólos com a menor partereal possível. Já a técnica de alocação de pólos posiciona todos os pólos do sistema emmalha fechada através de uma realimentação de estado.
Como será feita uma realimentação de estado, considera-se que os estados estãodisponíveis, caso não estejam, eles necessitam se estimados através de um estimador deestado que será visto mais adiante e o sistema é de estado completamente controlável.
Sendo assim, dado o sistema na forma,
)k (Du)k (Cx)k (y
)k (Hu)k (Gx)1k (x
+=
+=+
A realimentação de estado será dada por 4,)k (Kx)k (u −=
onde K representa um vetor de ganhos de realimentação se u(k) for uma única lei decontrole, caso haja várias leis de controle, K será uma matriz.
Assim, o sistema em malha fechada é dado por,( )
)k (Du)k (Cx)k (y
)k (xHK G)k (HKx)k (Gx)k (Hu)k (Gx)1k (x
+=
−=−=+=+
Portando a conduta do sistema realimentado será dada por,HK GG
~−=
Portanto, deve-se especificar os pólos do sistema de malha fechada através dos pólos de G-HK da seguinte forma,
( )( ) ( )n21 pz pz pzG
~zIdet −−−=− L
Para encontrar os valores do vetor ou matriz de ganho K basta resolver estaequação. Porém, ela pode ser complicada, para isso criou-se a fórmula abaixo.
4 Se a referência a ser seguida é zero, o sistema de controle é denominado de regulador, caso contrário, osistema de controle é denominado controlador.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 89/118
85
x(k+1) x(k)
u(k)
z
1
-Kc* u
H
G* u
Figura 7.1: Diagrama de blocos de um sistema de controle por realimentação de estado
para um regulador.
7.2 Fórmula de Ackermann
Esta fórmula permite encontrar o ganho do controlador de realimentação deestado facilmente. Para a sua dedução inicia-se expandindo a equação característic demalha fechada,
( )( ) ( )
0zzzz
pz pz pzHK GzI
n1n2n
21n
1n
n21
=α+α+α+α+=
−−−=+−
−−−
L
L
Utilizando o teorema de Cayley-Hamilton que diz que G~
deve satisfazer sua
própria equação característica, isto é, substituindo G~
no lado direito no lugar de z,
( ) 0G~
IG~
G~
G~
G~
n1n2n
21n
1n
=φ=α+α++α+α+ −−−
L Agora fazendo as multiplicações,
( ) ( )
( )
( ) ( ) ( ) ( )( )
( )
( ) ( )
( ) 1n1nnnn
223
23
223
2233
22
2222
G~
HK HK GGHK GG~
G~
HK G~
GHK HK GGHK GG~HK HK GGHK HK GG
HK G~
HK GG~
HK HK GGHKGHK GG
HK GG~
HK GHK GHK GHK GHK GG~
G~
HK GHK GHK GHK GHK G
HK HKGGHK GHK GG~
HK GG~
II
−− −−−=−=
−−−==−−−−−=
=+−+−−=
=−−−=−−=−=
−−=−−−=
+−−=−=
−=
=
L
M
Então, a equação fica,
( ) ( )1n1nn
22n1nn
n22n1nn
G~
HK HK GG
G~
HK GHK GHK GIG~
G~
G~
I−−
−−−−
−−−+
+−−α+−α+α=++α+α+α
LL
L
Expandindo os termos e rearranjando na forma,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 90/118
86
( ) 1n1n2n1n
n22n1nn
n22n1nn
G~
HK HK GG~
HK GHK HK
GGGIG~
G~
G~
I−−
−−
−−−−
−−−−+α−α−
+++α+α+α=++α+α+α
LL
LL
Observando que a primeira linha do lado direito é φ(G),
( ) ( ) ( ) 1n1n2n1n G~HK HK GG~HK GHK HK GG~ −−−− −−−−+α−α−φ=φ LL Que pode ser escrito como,
( ) ( ) [ ] 0
K
G~
K G~
K K
G~
K G~
K K
HGGHHGG~ 2n
3n2n
1n2n1n
1n =
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡
++α+α
++α+α
−φ=φ−
−−
−−−
−
M
L
L
L
Observa-se que a matriz HGGHH 1n−L é a matriz de controlabilidade,
então,
[ ] ( )GHGGHH
K
G~K G~K K G
~
K G
~
K K 11n
2n3n2n
1n
2n1n
φ=
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡ ++α+α ++α+α−−
−−−
−
−−
LM
L
L
Sobrou apenas o K na n-ésima linha e ele pode ser extraído multiplicando ambosos lados por [0 0 0 … 1], assim,
[ ]
[ ][ ] ( )GHGGHH100
K
G~
K G~
K K
G~
K G~
K K
100
11n
2n3n2n
1n2n1n
φ=
=
⎥⎥
⎥⎥⎥
⎦
⎤
⎢⎢
⎢⎢⎢
⎣
⎡
++α+α
++α+α
−−
−−−
−−−
LL
M
L
L
L
Então, têm-se que,
[ ][ ] ( )GHGGHH100K 11n φ=
−−LL
Esta é a Fórmula de Ackermann para a determinação do ganho de realimentaçãode estado.
7.3 Formas alternativas para o ganho K
A fórmula de Ackermann é uma excelente alternativa para o cálculo do ganho K por ser de fácil implementação computacional, contudo existem alternativas à suautilização, como se verá a seguir.
1. Comparação direta: Este método consiste em substituir diretamente oscoeficientes do ganho K dentro da equação característica,
( )( ) ( )
0zzzz
pz pz pzHK GzI
n1n2n
21n
1n
n21
=α+α+α+α+=
−−−=+−
−−−
L
L
Porém, só é de fácil aplicação quando a ordem do sistema é baixa.
2. Outra forma do cálculo do ganho K é através de,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 91/118
87
[ ]
[ ]( ) 1111n1nnn
1111n1nnn
MWaaa
TaaaK −
−−
−−−
−α−α−α=
−α−α−α=
L
L
onde,
[ ]HGGHHM 1n−= L e
⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢
⎣
⎡
=−−
−−
0001
001a
01aa
1aaa
W
1
3n2n
12n1n
L
L
MMOMM
L
L
Quando este modo for aplicado, se o sistema estiver na forma canônicacontrolável, a matriz transformação T torna-se a identidade, facilitando a aplicação dométodo.
3. Se os pólos desejados pi para o sistema em malha fechada forem distintos,
pode-se aplicar a seguinte relação diretamente,[ ][ ] 1n21111K −ξξξ= LL
onde,( ) H pG i
ii−−=ξ com i = 1 ... n
Se a resposta desejada for “dead beat”, significando que pi = 0, então,HG i
i−=ξ com i = 1 ... n
Exemplo 7.1: Considerando o sistema abaixo,
)k (u1
0
)k (x
)k (x
116.0
10
)1k (x
)1k (x
2
1
2
1⎥
⎦
⎤⎢
⎣
⎡+
⎭
⎬⎫
⎩
⎨⎧
⎥
⎦
⎤⎢
⎣
⎡−−
=
⎭
⎬⎫
⎩
⎨⎧
+
+
Cujos pólos do sistema são,
⎩⎨⎧
−=
−=⇒++=
−−=−
8.0z
2.0z16.0zz
1z16.0
1zGzI
1
12
E os pólos de malha fechada sejam,5.0 j5.0z 2,1 ±=
Solução: O primeiro passo é verificar se o sistema é de estado completamentecontrolável. Então, a matriz de controlabilidade é,
[ ] ⎥
⎦
⎤⎢
⎣
⎡
−
=⎥
⎦
⎤⎢
⎣
⎡⎟⎟
⎠
⎞⎜⎜
⎝
⎛ ⎟⎟
⎠
⎞⎜⎜
⎝
⎛
−−
⎟⎟
⎠
⎞⎜⎜
⎝
⎛ =
11
10
1
0
116.0
10
1
0GHH
Significando que o sistema é de estado completamente controlável.
Agora aplicando a fórmula de Ackermann,[ ][ ] ( )GGHH10K 1φ= −
Para φ(G), que é o novo polinômio característico que no lugar de z é G,( ) ( )( ) 5.0zz5.0 j5.0z5.0 j5.0zz 2 +−=−−+−=φ
Portanto,
[ ] [ ]234.010
015.0
116.0
10
116.0
10
11
1010K
21
−=⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ ⎥
⎦
⎤⎢
⎣
⎡+⎥
⎦
⎤⎢
⎣
⎡−−
−⎥
⎦
⎤⎢
⎣
⎡−−⎥
⎦
⎤⎢
⎣
⎡−
=−
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 92/118
88
clear all;close all;clc
% Matrizes do sistemaG=[0 1;-0.16 -1]H=[0;1]
% Vetor dos novos polosim=sqrt(-1);P=[0.5+im*0.5 0.5-im*0.5]
% Utilizando Fórnula de AckermannK=acker(G,H,P)
% Forma alternativaK=place(G,H,P)
Root Locus
Real Axis
I m a g i n a r y A x i s
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T
0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T
0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.1
0.20.30.40.50.60.70.80.9
System: Gma
Gain: 0
Pole: -0.2
Damping: 0.456
Overshoot (%): 20
Frequency (rad/sec): 3.53
System: Gma
Gain: 0
Pole: -0.8
Damping: 0.0709
Overshoot (%): 80
Frequency (rad/sec): 3.15
Root Locus
Real Axis
I m a g i n a r y A x i s
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T
0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.1
0.2
0.30.40.50.60.70.8
0.9
System: Gmf
Gain: 0
Pole: 0.5 + 0.5i
Damping: 0.404
Overshoot (%): 25
Frequency (rad/sec): 0.858System: Gmf
Gain: 0
Pole: 0.5 - 0.5i
Damping: 0.404
Overshoot (%): 25
Frequency (rad/sec): 0.858
Figura 7.2: lugar das raízes
7.4 Controle por Realimentação de Estado
Quando há uma entrada de referência, o sistema fica,
)k (Du)k (Cx)k (y
)k (Hu)k (Gx)1k (x
+=
+=+
Supondo agora que a lei de controle seja dada por,)k (Kx)k (r k )k (u 0 −=
onde r(k) é uma referência a ser seguida e k 0 é uma constante para ajustar a respostacontrolada do sistema para que não ocorra erro estacionário, isto significa que se areferencia a ser seguida for o degrau unitário então a saída deverá ser tal que y( ∞)→1.Então, o ganho k 0 precisa ser ajustado.
( ) ( )
)k (Du)k (Cx)k (y
)k (r Hk )k (xHK G)k (Kx)k (rk H)k (Gx)1k (x 00
+=
+−=−+=+
Neste caso, a conduta do sistema é dada por G – HK, a mesma condutaapresentada para um regulador. Desta forma, as mesmas fórmulas para calcular o ganhoK podem ser aplicadas.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 93/118
89
x(k+1) x(k) y(k)r(k)k0 1/z
Kc* u
H
G* u
CC
Figura 7.3: Controle por realimentação de estado. Desenhar
Exemplo 7.2: Dado o sistema baixo.
[ ]⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭
⎬⎫
⎩
⎨⎧
⎥⎦
⎤⎢⎣
⎡
−−
=
⎭
⎬⎫
⎩
⎨⎧
+
+
)k (x
)k (x01)k (y
)k (u
1
0
)k (x
)k (x
116.0
10
)1k (x
)1k (x
2
1
2
1
2
1
E os pólos de malha fechada sejam,5.0 j5.0z 2,1 ±=
Solução: Para o ganho K,
[ ] [ ]234.010
015.0
116.0
10
116.0
10
11
1010K
21
−=⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ ⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡−−
−⎥⎦
⎤⎢⎣
⎡−−⎥
⎦
⎤⎢⎣
⎡−
=−
Agora basta encontrar o ganho k 0 para que o sistema em malha fechada nãotenha erro estacionário. Para isso, encontra-se a FT do sistema,
( ) H~
G~
zIC)z(G)z(U
)z(Y 1−−==
onde neste caso,
[ ] ⎥⎦
⎤⎢⎣
⎡−
=−⎥⎦
⎤⎢⎣
⎡−⎥
⎦
⎤⎢⎣
⎡−−
=−=15.0
10232.0
1
0
116.0
10HK GG
~
Hk H~
0=
Portanto,
( ) [ ] 5.0zzk 10k 1z5.0 1z01H~G~zIC)z(G
)z(U)z(Y 2
00
1
1
+−=⎥⎦⎤⎢
⎣⎡⎥
⎦⎤⎢
⎣⎡ −−=−==
−
−
Para o erro estacionário5,
( ) ( )( )
15.011
k
z1
1
5.0zz
k z1lim)z(Yz1lim)k (ylim 0
1201
1z
1
1zk =
+−=⎟⎟
⎠
⎞⎜⎜⎝
⎛
−+−−=−=
−−
→
−
→∞→
Portanto,5.0k 0 =
clear all;close all;clc
5 Deve ser lembrado que Y(z)=G(z)U(z), com R(z) sendo a entrada degrau unitário.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 94/118
90
% Matrizes do sistemaG=[0 1;-0.16 -1];H=[0;1];C=[1 0];D=0;T=1;
% sistema em malha aberta empacotadoGma=ss(G,H,C,D,T)
% Vetor dos novos polosim=sqrt(-1);P=[0.5+im*0.5 0.5-im*0.5]
% Calculando ganho KK=acker(G,H,P)K=place(G,H,P)
% sistema em malha fechadaGf=G-H*K;
Hf=0.5*H;Gmf=ss(Gf,Hf,C,D,T)
% cálculo da resposa ao degraustep(Gma,30);hold onstep(Gmf,30);hold offlegend('Gma','Gmf')
0 5 10 15 20 25 300
0.2
0.4
0.6
0.8
1
1.2
1.4Step Response
Time (sec)
A m p l i t u d e
Gma
Gmf
Figura 7.4:Resposta ao degrau unitário do sistema sem controle e malha fechada com o
controlador
7.5 Observadores de Estado
No início deste capítulo, foi apresentada a realimentação de estado, onde
admitia-se que os estados do sistema estavam disponíveis, porém, nem sempre isso é possível, já que em muitas aplicações de sistemas de controle, mede-se apenas algumas
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 95/118
91
variáveis de saída, sendo assim, nem todos os estados estão disponíveis para seremutilizados na realimentação de estados.
Neste caso, deve-se criar um estimador de estados que pode ser de ordemcompleta, em que todos os estados são estimados, de ordem mínima, em que apenas osestados não medidos são estimados, ou de ordem reduzida, em que os estados não
medidos e alguns dos estados medidos são estimados.Os estados do sistema serão estimados com base nas entradas e nas saídasdisponíveis do sistema, isto é, através da entrada u(k) e da saída y(k), será “projetado”um novo sistema tal que os estados deste novo sistema sejam os estados reais do sistemaa ser controlado, ver Figura 7.5, onde )k (x~ representa a estimativa dos estados da
planta original. Como é previsto que será utilizada a saída do sistema, dever ser notadoque a condição de observabilidade deve ser obedecida.
Figura 7.5: Sistema de controle por realimentação de estados junto com observador deestado.
7.5.1 Observadores de Estado de Ordem Completa
Então, considerando um sistema, cujos estados x(k) não podem ser medidos,dado por,
)k (Cx)k (y
)k (Hu)k (Gx)1k (x
=
+=+
Supondo que os estados do sistema acima podem ser aproximados pelos estadosdo seguinte sistema,
)k (x~C)k (y~)k (Hu)k (x~G)1k (x~
=
+=+
onde as matrizes G, H, C e D são as mesmas matrizes de estado do sistema cujosestados não podem ser medidos. Na prática, estas matrizes precisam ser estimadas,assunto que não será abordado aqui. Além disso, tem-se que a resposta dos doissistemas deve ser a mesma, isto significa que a diferença das respostas deve tender azero com o passar das iterações, isto é,
( ) 0)k (y~)k (ylimk
=−∞→
Uma forma de fazer com que isso ocorra é pela introdução de um sistema decontrole, pois se as entradas e as saídas forem as mesmas, as matrizes são as mesmas,
isso significa que os estados são os mesmos, então o sistema utilizado para a estimaçãode estados deve ser dado por,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 96/118
92
( )
)k (x~C)k (y~)k (y~)k (yK )k (Hu)k (x~G)1k (x~ e
=
−++=+
onde K e é um controlador introduzido para garantir que os dois sistemas se comportemda mesma forma.
x(k+1) x(k)
xt(k+1)xt(k)
y(k)
u(k)
yt(k)z
1
z
1
Ke.'* u
Kc* u
H
H
G* u
G* u
C
C
Figura 7.6: Sistema de controle por realimentação de estados junto com observadores de
estado completo.
O sistema do estimador de estado completo pode ser reescrito substituindo)k (x~C)k (y~ = ,
( )
)k (x~C)k (y~)k (yK )k (Hu)k (x~CK G)1k (x~ ee
=
++−=+
Observe que a matriz do sistema é dada por (G-K eC) e para um sistema decontrole por realimentação de estado é dada por (G-HK). Então, do princípio dadualidade entre a forma canônica controlável e observável, o controlador K e pode ser encontrado da mesma forma que o vetor de ganho K, pois,
( )( ) ( )
0zzzz
pz pz pzHK GzI
n1n2n
21n
1n
n21
=α+α+α+α+=
−−−=+−
−−−
L
L
Agora, a expressão torna-se,( )( ) ( )
0zzzz
pz pz pzCK GzI
n1n2n
21n
1n
n21HH
eH
=α+α+α+α+=
−−−=+−
−−−
L
L
Significando que o ganho de estado era dado por, utilizando a fórmula deAckermann,
[ ][ ] ( )GHGGHH100K 11n φ=
−−LL
Então, o ganho do estimador de estado pode ser dado por,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 97/118
93
( )
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
φ=
−
− 1
0
0
CG
CG
C
GK
1
1n
eMM
Deve-se notar que a fórmula para o cálculo do vetor de ganho do observador deestado depende da inversa da matriz de observabilidade.
Exemplo 7.3: Supondo o sistema,
[ ]⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
−=
⎭⎬⎫
⎩⎨⎧
+
+
)k (x
)k (x10)k (y
)k (u1
0
)k (x
)k (x
11
16.00
)1k (x
)1k (x
2
1
2
1
2
1
Projetar um observador de estado completo para que o estimador de estado tenha
pólos em,5.0 j5.0z 2,1 ±=
Solução: O polinômio característico para o observador,( ) ( )( ) 5.0zz5.0 j5.0z5.0 j5.0zz 2 +−=−−+−=φ
E o ganho do observador,
( )
[ ]
[ ]
⎥⎦
⎤⎢⎣
⎡−
=⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡−⎥
⎦
⎤⎢⎣
⎡−
=
⎥⎦
⎤
⎢⎣
⎡
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
⎥⎦
⎤⎢⎣
⎡−
−⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
⎥⎦
⎤
⎢⎣
⎡+
⎥⎦
⎤
⎢⎣
⎡
−
−−
⎥⎦
⎤
⎢⎣
⎡
−
−=
⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡φ=
−
−
−
2
34.0
1
0
11
10
34.22
32.034.0
1
0
11
16.0010
10
10
015.0
11
16.00
11
16.00
1
0
CG
CGK
1
12
1
e
Para se utilizar o comando “acker” ou “place” do matlab, deve ser lembrado queo que está sendo calculado está conjugado transposto, então,
clear all;clc;close all
% Matrizes do sistemaG=[0 -0.16;1 -1]C=[0 1]
% Vetor dos novos polosim=sqrt(-1);P=[0.5+im*0.5 0.5-im*0.5]
% utilizando ackerGt=G';Ct=C';K=acker(Gt,Ct,P);Ke=K'
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 98/118
94
7.5.2 Comentários sobre estimador de estado
Definindo que o erro da estimativa de estado seja,)k (x~)k (x)k (e −=
Agora subtraindo ambos os sistemas,( )
( )
( )( ))k (x~)k (xCK G
)k (CxK )k (x~CK )k (x~)k (xG
)k (yK )k (Hu)k (x~CK G)k (Hu)k (Gx)1k (x~)1k (x
e
ee
ee
−−=
−+−=−−−−+=+−+
Portanto,( ) )k (eCK G)1k (e e−=+
Significando que o comportamento do erro do estimador vai depender da posição dos pólos da equação característica G-K eC. Normalmente, deve-se escolher os pólos do observador de 2 a 5 vezes mais rápido que a da planta a ser estimada, isto é,com uma freqüência de 2 a 5 vezes maior. Porém, em aplicações práticas, se a resposta
da planta for contaminada com ruído, deve utilizar uma estimativa mais lenta.
Exemplo 7.4: Supondo o sistema,
[ ]⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧=
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡+
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
−−
=⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
+
+
+
)k (x
)k (x
)k (x
010)k (y
)k (u
1
0
0
)k (x
)k (x
)k (x
1.12.05.0
100
010
)1k (x
)1k (x
)1k (x
3
2
1
3
2
1
3
2
1
Projetar um controlador de estado e um observador de estado para a resposta aodegrau supondo,
Raízes do controlador: 0.5±j0.5 e 0.5 → 25.0zz5.1zP 23 −+−= Raízes do observador: 0.3±j0.5 e 0.3 → 102.0z52.0z9.0zP 23 −+−=
Solução: Observe que as raízes da planta são dadas por,
⎩⎨⎧ ±=
−=⇒=++−⇒
=
−
−
−
⇒=−
6.0 j8.0z5.0z05.0z2.0z1.1z
0
1.1z2.05.0
1z0
01z
0GzI
2,1
123
Que podem ser melhor compreendidas através da passagem para tempocontínuo,
zlnT
1sez Ts =⇒=
Portanto, assumindo T = 1 s, as raízes em tempo contínuo são dadas por,
6435.0 js
1416.3 j6931.0s
4,3
2,1
±=
±−=
Portanto o par complexo representa um pólo marginalmente estável, já a nova posição, 0.5±j0.5 e 0.5 representa,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 99/118
95
7854.0 j3466.0s5.0 j5.0z
6931.0s5.0z
3,23,2
11
±−=⇒±=
−=⇒=
Iniciando pela verificação da controlabilidade e observabilidade do sistema,Controlabilidade:
[ ]⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
01.11.11
1.110100
HGGHH 2
Observabilidade:
[ ]⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡−
−
=
1.110
2.001
5.000
CGCGC HH2HHH
Portanto, o sistema é de estado completamente controlável e observável.
Root Locus
Real Axis
I m a g i n a r y A x i s
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
-1
-0.5
0
0.5
1
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T
0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.10.2
0.30.40.50.60.70.80.9
System: Gpp
Gain: 0
Pole: 0.5 + 0.5i
Damping: 0 .404
Overshoot (%): 25
Frequency (rad/sec): 0.858
System: Gpp
Gain: 0
Pole: 0.5 - 0.5i
Damping: 0 .404
Overshoot (%): 25
Frequency (rad/sec): 0.858
System: Gpp
Gain: 0
Pole: 0.5
Damping: 1
Overshoot (%): 0
Frequency (r ad/sec): 0.693
Root Locus
Real Axis
I m a g i n a r y A x i s
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1-1.5
-1
-0.5
0
0.5
1
1.5
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.1π /T
0.2π /T
0.3π /T
0.4π /T0.5π /T0.6π /T
0.7π /T
0.8π /T
0.9π /T
π /T
0.10.2
0.30.40.50.60.70.80.9
System: Gpp
Gain: 0
Pole: 0.3 - 0.5i
Damping: 0.464
Overshoot (%): 19.3
Frequency ( rad/sec): 1.16
System: Gpp
Gain: 0
Pole: 0.3 + 0.5i
Damping: 0.464
Overshoot (%): 19.3
Frequency ( rad/sec): 1.16
System: Gpp
Gain: 0
Pole: 0.3
Damping: 1
Overshoot (%): 0
Frequency (rad/sec): 1.2
Figura 7.7: Justificativa para as alocações dos pólos do controlador e observador
Projeto do Controlador,
[ ][ ] [ ]4.08.075.0HGGHH100K 12 −−==
−
Projeto do Observador,
( )⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡=
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡φ=
−
54.0
2.0
204.1
1
0
0
CG
CG
C
GK
1
2e
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 100/118
96
x(k+1) x(k)
x(k+1) x(k)
0.25z
1
RespostaControlada
Ke* u
Kc* u
H* u
H* u
G* u
G* u
z
1C* u
C* u3
3
3
3
3
33
3
3
3
3
3
3
333
3
3
Figura 7.8: Diagrama de blocos do controle de estado e do observador
0 10 20 30 40 50 60 70 80 90 1000
0.2
0.4
0.6
0.8
1
1.2
1.4
Ampu
Tempo 0 10 20 30 40 50 60 70 80 90 100
-1
-0.5
0
0.5
1
1.5
2
2.5
3
Ampu
Tempo Figura 7.9: Resposta do sistema nominal e ao sistema com x(0)= [-2 3 1]T
Para a planta do sistema definida por,
)k (Cx)k (y
)k (Hu)k (Gx)1k (x
=
+=+
A função de transferência é dada por,
( )5.0z2.0z1.1z
zHGzIC
)Z(U
)z(Y)z(G
231 ++−=−==
Para o sistema definido por,( )
)k (x~C)k (y~)k (yK )k (Hu)k (x~CK G)]k (y~)k (y[K )k (Hu)k (x~G)1k (x~ EEE
=
++−=−++=+
Aplicando transformada Z,( )
( ) ( ) )z(YK CK GzI)z(HUCK GzI)z(X~
)z(YK )z(HU)z(X~
CK G)z(X~
z
E1
E1
E
EE
−− +−++−=
++−=
Como a lei de controle é dada por,)k (x~K )k (r )k (u C−=
Aplicando a transformada Z,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 101/118
97
( ) ( )[ ])z(YK CK GzI)z(HUCK GzIKc)z(R
)z(X~
K )z(R )z(U
E1
E1
E
C
−− +−++−−=
=−=
Definindo,
( )
( )102.0z52.0z9.0z
8622.0z3561.1z959.0K CK GzIKcG
102.0z52.0z9.0z
153.0z72.0z4.0HCK GzIKcG
23
2
E1
E3
23
21
E2
−+−+−
=+−−=
−+−
−−=+−−=
−
−
Então,
( ) ( ))z(Y
G1
G)z(R
G11
)z(U)z(YG)z(UG)z(R )z(U2
3
232 −
+−
=⇒++=
Através da equação acima, observa-se que o sistema em malha fechada pode ser resumido a,
0.25
RespostaControlada
zz -1.1z +0.2z+0.53 2
Planta
0.959z -1.356z+0.86222
z -1.3z +1.24z+0.0513 2
Controlador
z -0.9z +0.52z-0.1023 2z -1.3z +1.24z+0.0513 2
ControladorAvanço
Figura 7.10: Sistema em malha fechada
Substituindo em Y(z)=G1(z)U(z),
( ) ( ) 312
1
2
31
2
1
GGG1
G
)z(R
)z(Y)z(Y
G1
GG)z(R
G1
G)z(Y
−−
=⇒
−
+
−
=
Que substituindo os valores chega-se a,
25.0zz5.1z
z
)z(R
)z(Y23 −+−
=
Observe que houve cancelamento de pólos e zeros e no final, os pólos são os pólos estipulados pela realimentação de estado.
Para o ajuste do ganho Ko para eliminar o erro estacionário,
( ) ( )( )
25.0K 125.015.11
K
z1
1
25.0zz5.1z
zk z1lim)z(Yz1lim)k (ylim
00
12301
1z
1
1zk
=⇒=−+−=
⎟⎟ ⎠
⎞⎜⎜⎝
⎛
−−+−−=−=
−−
→
−
→∞→
7.5.3 Estimadores de Ordem Reduzida
Na prática, alguns estados do sistema são medidos, significando que nem todosos estados devem ser estimados. Além disso, a medida do estado pode não ser precisa,nestes casos, utiliza-se observadores de ordem reduzida ou de ordem mínima.
Supondo n estados x(k) do sistema e a saída y(k) do sistema seja de ordem m.Como a saída é uma combinação linear dos estados, correlacionado pela matriz C, então
o observador de ordem reduzida será de ordem n-m.Escrevendo o vetor de estado em duas partes,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 102/118
98
⎭⎬⎫
⎩⎨⎧
=)k (x
)k (x)k (x
b
a
onde xa(k) é a parte do vetor de estado que pode ser diretamente medido e de ordem m,x b(k) a parte que precisa ser estimada e de ordem n-m. Então o sistema pode ser
reescrito como,
[ ] )k (x)k (y)k (x
)k (x0I)k (y
)k (uH
H
)k (x
)k (x
GG
GG
)1k (x
)1k (x
a b
a
b
a
b
a
bb ba
abaa
b
a
=⇒⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡=
⎭⎬⎫
⎩⎨⎧
+
+
Desta forma, a equação de estado contendo a dinâmica dos estados que sãoconhecidos é dada por,
)k (uH)k (xG)k (xG)1k (x a babaaaa ++=+
Que pode ser rearranjada como,
)k (xG)k (uH)k (xG)1k (x babaaaaa =−−+ A parte restante, que representa a dinâmica dos estados não medidos, é dada por,
)k (uH)k (xG)k (xG)1k (x b b bba ba b ++=+
Como a equação de estado para o observador de estado de ordem completa édada por,
)k (x~C)k (y~)k (Hu)k (x~G)1k (x~
=
+=+
Comparando com a equação de estado dos estados não medidos na seguinteforma,
( ))k (uH)k (xG)k (xG)1k (x ba ba b bb b ++=+
E a saída do observador de estado completo,)k (x~C)k (y~ =
Comparando com,)k (xG)k (uH)k (xG)1k (x babaaaaa =−−+
O projeto do observador de ordem mínima ou de ordem reduzida pode ser encontrado comparando a equação de estado do observador de ordem completada dada
por,
)k (x~C)k (y~)k (Hu)k (x~G)1k (x~
=
+=+
Comparada com, ( ))k (uH)k (xG)k (xG)1k (x ba ba b bb b ++=+
)k (xG)k (uH)k (xG)1k (x babaaaaa =−−+
Onde observa-se que,
Observador de ordem completa Observador de ordem mínima
)k (x~ )k (x~ b
G G bb
Hu(k) G baxa(k) + H bu(k)
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 103/118
99
y(k) Xa(k+1) – Gaaxa(k)-Hau(k)
C Gab
K e ordem n×m K e ordem (n-m)×m
Utilizando a tabela acima, através do projeto do observador de ordem completaque é dado por,
( ) )k (yK )k (Hu)k (x~CK G)1k (x~ ee ++−=+
O projeto do observador de ordem mínima ou de ordem reduzida é dado por,( ) ( )
( ))k (uH)k (xG)1k (xK
)k (uH)k (xG)k (x~GK G)1k (x~
aaaaae
ba ba babe bb b
−−++
+++−=+
Substituindo y(k) = xa(k),( ) ( )
( ))k (uH)k (yG)1k (yK
)k (uH)k (yG)k (x~GK G)1k (x~
aaae
b ba babe bb b
−−++
+++−=+
Rearranjando,
( )
( ) ( ) )k (uHK H)k (yGK G
)1k (yK )k (x~GK G)1k (x~
ae baae ba
e babe bb b
−+−+
+++−=+
O problema em utilizar a equação acima está no fato de ter que medir y(k+1).Então, uma forma mais conveniente de expressar a equação acima é fazendo,
( ) ( ) ( )
( )( ) ( )
( ) ( )
( )( )( )[ ] ( ) )k (uHK H)k (yGK GK GK G
)k (yK )k (x~GK G
)k (uHK H)k (yGK G
)k (yK GK G)k (yK )k (x~GK G
)k (uHK H)k (yGK G)k (x~GK G)1k (yK )1k (x~
ae baae baeabe bb
e babe bb
ae baae ba
eabe bbe babe bb
ae baae ba babe bbe b
−+−+−++−−=
−+−+
+−+−−=
−+−+−=+−+
Definindo,)k (~)k (xK )k (x~)k (yK )k (x~ ae be b η=−=−
Pode-se escrever o sistema como,( ) ( )
( )[ ] )k (yGK GK GK G
)k (uHK H)k (GK G)1k (~
aae baeabe bb
ae babe bb
−+−+
−+η−=+η
A equação acima descreve a dinâmica do observador de estado de ordemmínima ou ordem reduzida. O erro do observador pode ser definido como
)k (x~)k (x)k (~)k ()k (e b b −=η−η= Que se torna,
( )[ ]( ) ( )[
( )])k (uH)k (xG)1k (xK
)k (uH)k (xG)k (x~GK G
)k (uH)k (xG)k (xG)1k (x~)1k (x
aaaaae
ba ba babe bb
ba ba b bb b b
−−++
+++−−
+++=+−+
Rearranjando,[ ]
( ))k (uH)k (xG)1k (xK
)k (x~GK )k (x~)k (xG)1k (x~)1k (x
aaaaae
babe b b bb b b
−−+−
+−=+−+
Substituindo a equação de xa(k+1),
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 104/118
100
[ ]( ))k (uH)k (xG)k (uH)k (xG)k (xGK
)k (x~GK )k (x~)k (xG)1k (x~)1k (x
aaaaa babaaae
babe b b bb b b
−−++−
+−=+−+
Que simplificando encontra-se,[ ] [ ])k (x)k (x~GK )k (x~)k (xG)1k (x~)1k (x b babe b b bb b b −+−=+−+
Que se reduz a, ( ) )k (eGK G)k (eGK )k (eG)1k (e abe bbabe bb −=−=+
Portanto, a equação característica do erro do observador de ordem mínima ou deordem reduzida é dada por,
0GK GzI abe bb =+−
Assim, o projeto do observador de ordem reduzida é feito escolhendo os pólosdesejados para a equação acima.
Figura 7.11: Diagrama de blocos do controlador de estado e do observador de ordemmínima ou de ordem reduzida
Exemplo 7.5: Supondo o seguinte sistema,
)k (Cx)k (y~
)k (Hu)k (Gx)1k (x
=
+=+
Com,
⎥⎦
⎤⎢⎣
⎡=
10
2.01G , ⎥
⎦
⎤⎢⎣
⎡=
2.0
02.0H e [ ]01C =
Projetar um controlador de estado para que os pólos do sistema em malhafechada sejam estabelecidos em
Z1,2 = 0.6 ± j0.4Assumir que apenas o primeiro estado x1(k) pode ser medido. Projetar um
observador de ordem mínima para que o erro do observador seja do tipo “Dead-Beat”.Determinar a Função de Transferência de realimentação do sistema de controle.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 105/118
101
Solução: Iniciando pela verificação da observabilidade e controlabilidade dosistema,
[ ] ⎥⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡⎟⎟
⎠
⎞⎜⎜⎝
⎛ ⎥⎦
⎤⎢⎣
⎡⎟⎟
⎠
⎞⎜⎜⎝
⎛ =
2.02.0
6.002.0
2.0
02.0
10
2.01
2.0
02.0GHH
[ ] ⎥⎦⎤⎢
⎣⎡=⎥
⎦⎤⎢
⎣⎡ ⎟⎟
⎠ ⎞⎜⎜
⎝ ⎛ ⎥
⎦⎤⎢
⎣⎡⎟⎟
⎠ ⎞⎜⎜
⎝ ⎛ =
2.0011
01
12.001
01CGC ***
Novo polinômio característico,( ) ( )( ) 52.0z2.1z4.0 j6.0z4.0 j6.0zz 2 +−=+−−−=φ
Fórmula de Ackermann para a realimentação de estado,[ ][ ] ( )
[ ]
[ ]2.38
10
0152.0
10
2.012.1
10
2.01
2.02.0
6.002.010
GGHH10K 21
1
=
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ ⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡−⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡=
=φ=−
−
Desta forma, a lei de controle é dada por,
[ ] [ ]⎭⎬⎫
⎩⎨⎧
−=⎭⎬⎫
⎩⎨⎧
−=−=)k (x~)k (y
2.38)k (x~)k (x
2.38)k (Kx)k (u22
1
Para encontrar o observador de ordem mínima, deve-se separar o sistemasegundo,
⎥⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡=
10
2.01
GG
GGG
bb ba
abaa e ⎥⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡=
2.0
02.0
H
HH
b
a
Como o observador deve ter comportamento Dead-Beat, o polinômio
característico é dado por 6
, ( ) 0zz ==φ Aplicando Ackermann,
( )[ ] [ ] 5)1()2.0)(1(1GGK 11ab bbe ==φ= −−
A equação de estado do observador de ordem mínima,( ) ( )
( )[ ] )k (yGK GK GK G
)k (uHK H)k (GK G)1k (~
aae baeabe bb
ae babe bb
−+−+
−+η−=+η
Substituindo os valores,( ) ( )
( )[ ])k (y5)k (u1.0 )k (y)1)(5(05)2.0)(5(1
)k (u)02.0)(5(2.0)k ()2.0)(5(1)1k (~
−= −+−+
−+η−=+η
Só está faltando os estados não estimados dado por,)k (~)k (y5)k (~)k (yK )k (x~ e2 η+=η+=
E a equação da lei de controle,)k (x~2.3)k (y8)k (u 2−−=
Estas últimas três equações definem o sistema de controle. Combinando as duasúltimas,
6 O polinômio característico para dead beat deve ser da ordem a ser utilizada, como neste caso precisa-seestimar apenas um estado, o polinômio característico é apenas z.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 106/118
102
( ))k (~2.3)k (y24
)k (~)k (y52.3)k (y8)k (u
η−−=
η+−−=
Se esta equação é verdade,)1k (~2.3)1k (y24)1k (u +η−+−=+
Substituindo a equação do observador, ( ))k (y16)1k (y24)k (u32.0)1k (u
)k (y5)k (u1.02.3)1k (y24)1k (u
++−=++
−−+−=+
Para a função de transferência do controlador, aplica-se a transformada Z naequação anterior,
)z(Y16)z(zY24)z(U32.0)z(zU +−=+ Chegando a,
32.0z
16z24
)z(Y
)z(U)z(GD +
−−==
A função de transferência da planta,
( )
[ ]
1z2z
02.0z02.0
2.0
02.0
10
2.01
z0
0z01
DHGzIC)z(U)z(Y)z(G
2
1
1P
+−+
=
⎥⎦
⎤⎢⎣
⎡⎟⎟
⎠
⎞⎜⎜⎝
⎛ ⎥⎦
⎤⎢⎣
⎡−⎥
⎦
⎤⎢⎣
⎡=
=+−==
−
−
Step Scope
0.02z+0.02
z -2z+12
Planta
Ko
Gain
24z-16
z+0.32
Controlador
Figura 7.12: Diagrama de blocos do sistema em malha fechada
A equação característica do sistema em malha fechada pode ser encontradaatravés do diagrama de blocos, Figura 7.12, dado por,
( )z52.0z2.1z
0064.0z0264.0z02.0K )z(G)z(G1
)z(GK )z(R )z(C 23
2o
DP
Do
+−++=
+=
Para que o sistema não tenha erro estacionário,
( ) ( ) ( )( )
0606.6K 132.0
0528.0K
z1
1
z52.0z2.1z
0064.0z0264.0z02.0K z1lim)z(Yz1lim)k (ylim
oo
123
2o1
1z
1
1zk
=⇒==
=⎟⎟ ⎠
⎞⎜⎜⎝
⎛
−+−
++−=−=
−−
→
−
→∞→
Notar que a equação característica do sistema em malha fechada é dada por,( ) 0z25.0z2.1z 2 =+−
Representando os mesmos pólos escolhidos para o fechamento da malha.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 107/118
103
Justificativa para a escolha dos pólos do controlador em z1,2 = 0.6 ± j0.4. Os pólos originais são z1,2 = 1, que são pólos marginalmente estáveis, porém, passando osos escolhidos para tempo contínuo encontra-se s1,2 = - 0.327 ± j0.588, representando ω N = 0.6728 rad/s e fator de amortecimento ζ = 0.486.
7.6 Exercícios Resolvidos
Exemplo 7.6: Para o sistema abaixo, projetar um controle por realimentação de estadoem tempo discreto para o sistema abaixo,
100s2s
50)s(G
2 ++=
Sabendo-se que o desejado para o sistema acima seria que o seu fator deamortecimento fosse 2/2 e sua freqüência natural fosse 20 rad/s.
Solução: Passando o sistema para tempo discreto, precisa-se saber qual a freqüêncianatural do sistema, por análise simples, verifica-se que ela é de 10 rad/s, portanto amaior freqüência será de 20 rad/s. Sendo assim, escolhe-se T = 0.05 s. Agora,discretizando o sistema, atravéz de tabelas é fácil verificar que,
( )
( )
=⎥
⎦
⎤⎢
⎣
⎡
++
+
++
+−
−
−=
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
++
+−−=⎟⎟
⎠
⎞⎜⎜⎝
⎛ −=
−
−
−−
100s2s
99
992
1
100s2s
1s
2
1Z
z12
z1
100s2s
1s2
1
s2
1Zz1)s(G
s
e1Z)z(G
221
1
21
Ts
Comparando com os items 16 e 17 da tabela de transformada, a = 1 e 99=ω ,então,
9048.0z672.1z
05727.0z05923.0)s(G
s
e1Z)z(G
2
Ts
+−+
=⎟⎟ ⎠
⎞⎜⎜⎝
⎛ −=
−
Transformando para matrizes de estado, utilizando a forma canônica observável, pois a matriz C é na forma unitária,
[ ]⎭⎬⎫
⎩⎨⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭
⎬⎫
⎩
⎨⎧
⎥⎦
⎤⎢⎣
⎡ −=
⎭
⎬⎫
⎩
⎨⎧
+
+
)k (x
)k (x10)k (y
)k (u
05923.0
05727.0
)k (x
)k (x
672.11
9048.00
)1k (x
)1k (x
2
1
2
1
2
1
Para os novos pólos do sistema,
1421.14 j1421.142
212020
2
2 js
2
dn2,1 ±−=⎟⎟
⎠
⎞⎜⎜⎝
⎛ −±−=ω±ζω−=
Passando para tempo discreto,3203.0 j3749.0eez )05.0)1421.14 j1421.14(sT
2,1 ±=== ±−
Projetando o controle via realimentação de estado, matriz de controlabilidade,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 108/118
104
[ ] ⎥⎦
⎤⎢⎣
⎡ −=⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡ −⎥⎦
⎤⎢⎣
⎡=
1563.05923.0
0536.05727.0
05923.0
05727.0
672.11
9048.00
05923.0
05727.0GHH
Novo polinômio característico,9048.0z672.1z)3203.0 j3749.0z)(3203.0 j3749.0z()z( 2 −+=−−+−=φ
Aplicando Ackerman,[ ][ ] ( )
[ ]
[ ]2331.85878.7
10
012431.0
672.11
9048.007498.0
672.11
9048.00
1563.05923.0
0536.05727.010
GGHH10K 21
1
=
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ ⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡ −−⎥
⎦
⎤⎢⎣
⎡ −⎥⎦
⎤⎢⎣
⎡ −=
=φ=−
−
Desta forma, a lei de controle é dada por,
[ ]⎭⎬⎫
⎩⎨⎧
−=−=)k (x
)k (x2331.85878.7)k (Kx)k (u
2
1
Exemplo 7.7: Para o sistema acima, projetar um sistema de controle em realimentaçãoutilizando um estimador tipo “Dead Beat” para o observador de estado de ordemreduzida.
Solução: Comparando as equações do observador de ordem reduzida e a equação dosistema, observa-se que,
⎥⎦
⎤⎢⎣
⎡−
=⎥⎦
⎤⎢⎣
⎡=
672.11
9048.00
GG
GGG
aaab
ba bb e ⎥⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡=
05923.0
05727.0
H
HH
a
b
Como o observador deve ter comportamento Dead-Beat, o polinômiocaracterístico é dado por,
( ) 0zz ==φ Aplicando Ackermann,
( )[ ] [ ] 0)1()1)(0(1GGK 11ab bbe ==φ= −−
Significando que o observador de ordem reduzida não pode ser aplicado. Porém,a transformação para matrizes de estado não é única, aplicando a seguintetransformação,
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡=
⎭⎬⎫
⎩⎨⎧
⇒⎥⎦
⎤⎢⎣
⎡=
)k (x
)k (x
10
11
)k (xn
)k (xn
10
11T
2
1
2
1
O sistema fica,
[ ]⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡=
⎥⎦⎤
⎢⎣⎡
⎥⎦⎤
⎢⎣⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦⎤
⎢⎣⎡
⎥⎦⎤
⎢⎣⎡ −
⎥⎦⎤
⎢⎣⎡=
⎭⎬⎫
⎩⎨⎧
++
−
−
)k (xn
)k (xn
10
1110)k (y
)k (u05923.005727.0
1011
)k (xn)k (xn
1011
672.119048.00
1011
)1k (xn)1k (xn
2
1
1
2
11
2
1
Chegando a,
[ ] ⎭⎬
⎫
⎩⎨
⎧
=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡ −=
⎭⎬⎫
⎩⎨⎧
+
+
)k (xn
)k (xn
10)k (y
)k (u05923.0
1165.0
)k (xn
)k (xn
672.01
2328.01
)1k (xn
)1k (xn
2
1
2
1
2
1
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 109/118
105
A resposta do novo sistema e do sistema antigo é exatamente a mesma,significando que os dois sistemas são os mesmos. Agora, aplicando o método,
( )[ ] [ ] 1)1()1)(1(1GGK 11ab bbe ==φ= −−
A equação de estado do observador de ordem mínima,( ) ( )
( )[ ] )k (yGK GK GK G
)k (uHK H)k (GK G)1k (~
aae baeabe bb
ae babe bb−+−+
−+η−=+η
Substituindo os valores,( ) ( )
( )[ ])k (y9048.0)k (u0573.0
)k (y)672.0)(1(2328.01)1)(1(1
)k (u)05923.0)(1(1165.0)k ()1)(1(1)1k (~
−=
−−−+
−+η−=+η
Só está faltando os estados não estimados dado por,)k (~)k (y)k (~)k (yK )k (nx~ e1 η+=η+=
Neste ponto deve ser lembrado que o que está sendo estimado é xn1(k) nãox1(k) como necessário para o controlador, porém da relação de transformação utilizada,
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡ −=
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡=
⎭⎬⎫
⎩⎨⎧
⇒=⎥⎦
⎤⎢⎣
⎡=
−
)k (xn
)k (xn
10
11
)k (xn
)k (xn
10
11
)k (x
)k (x
10
11T
2
1
2
1
1
2
1
Significando que x2(k) = xn2(k), mas x1(k) = xn1(k)+xn2(k) = xn1(k)+x2(k),assim, a lei de controle fica,
[ ]
[ ]⎭⎬⎫
⎩⎨⎧
−=
⎭⎬⎫
⎩⎨⎧ −
−=−=
)k (xn
)k (nx~6453.05878.7
)k (xn
)k (xn)k (nx~2331.85878.7)k (Kx)k (u
2
1
2
21
Estas últimas três equações definem o sistema de controle. Combinando as duasúltimas,
( )
)k (~5878.7)k (y2331.8
)k (x6453.0)k (~)k (y5878.7
)k (xn6453.0)k (nx~5878.7)k (u
2
21
η−−=
−η+−=
−−=
Se esta equação é verdade, então,)1k (~5878.7)1k (y2331.8)1k (u +η−+−=+
Substituindo a equação do observador,
( ))k (y8654.6)k (u4348.0)1k (y2331.8 )k (y9048.0)k (u0573.05878.7)1k (y2331.8
)1k (~5878.7)1k (y2331.8)1k (u
+−+−= −−+−=
+η−+−=+
Para a função de transferência do controlador, aplica-se a transformada Z naequação anterior,
)z(Y8654.6)z(zY2331.8)z(U4348.0)z(zU +−=+ Chegando a,
4348.0z
8654.6z2331.8
)z(Y
)z(U)z(G D +
−−==
A função de transferência da planta original,
9048.0z672.1z
05727.0z05923.0)z(G
2P +−
+=
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 110/118
106
A equação característica do sistema em malha fechada pode ser encontradaatravés de,
0002473.0z2428.0z7494.0z
0249.0z08302.0z05923.0K
)z(G)z(G1
)z(GK
)z(R
)z(C23
2o
DP
Po
++−
++=
+=
Para que o sistema não tenha erro estacionário,( )
( ) ( )( )
9533.2K 14936.0
1671.0K
z1
1
0002473.0z2428.0z7494.0z
0249.0z08302.0z05923.0K z1lim
)z(Yz1lim)k (ylim
oo
123
2o1
1z
1
1zk
=⇒==
=⎟⎟ ⎠
⎞⎜⎜⎝
⎛
−++−
++−=
=−=
−−
→
−
→∞→
Exemplo 7.8: Supondo o sistema apresentado no Exemplo 7.4, projetar um observador de estado de ordem mínima para os estados que não são medidos. Supor resposta
DeadBeat para o observador.Solução: O primeiro passo é verificar qual a saída que é medida, no caso a saída
x2(k). Então é necessário reescreve o sistema na seguinte forma,
)k (u
1
0
0
)k (x
)k (x
)k (x
1.15.02.0
001
100
)1k (x
)1k (x
)1k (x
3
1
2
3
1
2
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡+
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
−−
=⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧
+
+
+
Nesta nova configuração,
)k (x)k (x 2a = ;
⎭
⎬⎫
⎩
⎨⎧
=)k (x
)k (x)k (x
3
1 b
0G aa = ; [ ]10G ab = ; ⎥⎦
⎤⎢⎣
⎡−
=2.0
1G ba ; ⎥
⎦
⎤⎢⎣
⎡−
=1.15.0
00G bb
0Ha = ; ⎥⎦
⎤⎢⎣
⎡=
1
0H b
Ainda do Exemplo 7.4, o ganho do controlador,[ ]4.08.075.0K c −−=
O ganho do observador de estado mínimo pode ser encontrado através daequação do erro dada por,
( ) )k (eGK G)1k (e abe bb −=+ Como foi especificado resposta tipo deadbeat, então,( ) 0zz 2 ==φ
Aplicando a fórmula de ackerman,
( ) ⎥⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡φ=
−
1.1
0
1
0
GG
GGK
1
bbab
ab bbe
A construção do diagrama de blocos segue através das seguintes equações,( ) ( )
( )[ ]
)k (u3P)k (y2P)k (~1P
)k (yGK GK GK G
)k (uHK H)k (~GK G)1k (~
aae baeabe bb
ae babe bb
++η=
−+−+
−+η−=+η
Substituindo os valores,
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 111/118
107
)k (u1
0)k (y
2.0
1
)k (~)k (~
05.0
00
)1k (~)1k (~
)k (u3P)k (y2P)k (~1P)1k (~
2
1
2
1⎥⎦
⎤⎢⎣
⎡+⎥
⎦
⎤⎢⎣
⎡−
+⎭⎬⎫
⎩⎨⎧
η
η⎥⎦
⎤⎢⎣
⎡−
=⎭⎬⎫
⎩⎨⎧
+η
+η
++η=+η
A segunda equação a ser utilizada,
)k (yK )k (~)k (xK )k (~)k (x~ eae b +η=+η= Substituindo os valores,
)k (y1.1
0
)k (~)k (~
)k (x~)k (x~
2
1
3
1⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
η
η=
⎭⎬⎫
⎩⎨⎧
Finalmente a terceira equação,
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−=
⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−=
)k (x~)k (x
)k (x~
K )k (r K
)k (x
)k (x
)k (x
K )k (r K )k (u
3
2
1
c0
3
2
1
c0
Substituindo os valores,
[ ]⎪⎭
⎪⎬
⎫
⎪⎩
⎪⎨
⎧−−−=
)k (x~)k (x)k (x~
4.08.075.0)k (r K )k (u
3
2
1
0
Chegando a,
x(k+1) x(k)
n(k+1) n(k)
x~(k)
0.25z
1
RespostaControlada
Kc* u
P3* u
H* u
Ke2* uP2* u
P1* u
G* u
z
1
C* u
3
3
3
3
3
33
2
2
222
2
2
2
2
2
2 3
3
2
Figura 7.13: Diagrama de blocos do sistema de controle com estimador de ordem
mínima
7.7 Exercícios Propostos
Exercício 7.1: (Prova 2007) Para o sistema abaixo, pede-se,
[ ]⎭⎬⎫
⎩⎨⎧
+
+=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
−=
⎭⎬⎫
⎩⎨⎧
+
+
)1k (x
)1k (x01)k (y
)k (u5.0
1
)k (x
)k (x
05.0
11
)1k (x
)1k (x
2
1
2
1
2
1
a) Verificar se o sistema é Controlável;
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 112/118
108
b) Projetar um sistema de controle via realimentação de estado para que osnovos pólos do sistema sejam posicionados em, 3.015.02,1 j z ±−=
c) Supondo uma entrada degrau r(k), calcular qual o ganho k0 para que nãohaja erro estacionário;
Exercício 7.2: (Prova 2007) Para o sistema do Exercício 7.1, pede-se,
a) Verificar se o sistema é Observável; b) Projetar um observador de ordem completa para que este apresente resposta
tipo DeadBeat;c) Colocar as equações necessárias e desenhar o diagrama de blocos da planta –
observador de ordem completa – realimentação de estado para uma respostaao degrau unitário;
Exercício 7.3: (Prova 2007) Para o sistema abaixo, pede-se,
[ ]⎭⎬⎫
⎩⎨⎧
+
+=
⎥⎦⎤⎢
⎣⎡+
⎭⎬⎫
⎩⎨⎧⎥
⎦⎤⎢
⎣⎡−−=
⎭⎬⎫
⎩⎨⎧ ++
)1k (x
)1k (x01)k (y
)k (u5.0
1)k (x)k (x
75.05.02.01
)1k (x)1k (x
2
1
2
1
2
1
a) Projetar um observador de ordem mínima para o estado que não é medido, para que este apresente uma resposta tipo DeadBeat;
b) Escrever as equações necessárias e desenhar o diagrama de blocos planta -observador de ordem mínima – realimentação de estado supondo que osistema seja um regulador.
Exercício 7.4: (Exame 2007) Para o sistema abaixo pede-se,
[ ]⎭⎬⎫
⎩⎨⎧
+
+=
⎥⎦
⎤⎢⎣
⎡+
⎭⎬⎫
⎩⎨⎧
⎥⎦
⎤⎢⎣
⎡−
−=
⎭⎬⎫
⎩⎨⎧
+
+
)1k (x
)1k (x10)k (y
)k (u2
1
)k (x
)k (x
02
11
)1k (x
)1k (x
2
1
2
1
2
1
a) Verificar se o sistema é Controlável e Observável; b) Projetar um sistema de controle via realimentação de estado para que os
novos pólos do sistema sejam posicionados em, 5.0 j5.0z 2,1 ±−= ;c) Projetar um observador de ordem reduzida para o estado que não é medido,
supor resposta deadbeat para o observador de ordem reduzida;d) Escrever as equações necessárias e o diagrama de blocos para o conjunto
sistema-controlador-observador de ordem reduzida supondo que o sistema decontrole seja um Regulador.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 113/118
109
Capítulo 8
8 Projetos
Nesta parte, será apresentada uma seqüência de projetos interessantes desistemas mecânicos envolvendo sistemas de controle em tempo discreto. Para aimplementação dos sistemas de controle, necessariamente deverá ser seguido osseguintes passos,
1. Modelagem matemática; onde o aluno deverá assumir todasas condições necessárias para o equacionamento do sistema,
tais como posição dos sensores e atuadores, se há atrito,linearização, etc.
2. Equações na forma de função de transferência e de Espaçode Estados ambos em tempo contínuo e tempo discreto;onde o aluno deverá optar por uma das formas para atransformação de tempo contínuo para tempo discreto.Além disso, deve-se especificar qual o tempo deamostragem e explicar a sua escolha;
3. Apresentar o sistema em diagrama de blocos; nesta parteserá apresentado o diagrama de blocos contendo planta esistema de controle separadamente, pode ser feita emSimulink;
4. Implementação do sistema de controle, explicando a suaescolha e detalhando o procedimento de cálculo;
5. Apresentação dos resultados contendo distúrbio e lei decontrole;
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 114/118
110
8.1 Pêndulo Invertido
Implementar um sistema de controle para que a massa suspensa do pêndulo
invertido apresentado na Figura 8.1 fique em equilíbrio na posição vertical. Sabendo-seque M = 2 Kg, L = 0.5 m e m = 0.1 kg.
Figura 8.1: Pêndulo invertido.
O problema está resolvido por realimentação de estado no Ogata, página 596.Implementar um controlador PID para que o desempenho do sistema controlado seja
parecido com o já implementado.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 115/118
111
8.2 Suspensão Ativa para ¼ de veículo
Implementar um sistema de controle em ¼ de suspensão veicular, Figura 8.2,
para que a massa suspensa da suspensão apresente a menor aceleração possível.Sabendo-se que Ms = 250 Kg, Ks = 5.000 N/m, Cs = 250 Ns/m, Mn = 25 kg e Kp =100.000 N/m.
Figura 8.2: Suspensão de ¼ de veículo.
Para a implementação do sistema de controle, assumir que apenas a aceleração émedida, mas verificar a aceleração e deslocamento da massa suspensa. O objetivo aqui émanter a aceleração da massa suspensa igual a zero, portanto o sistema de controle é umregulador.
Distúrbios da via a serem consideradosa) Entrada degrau com 100 mm de altura;
b) Entrada ½ circunferência de 150 mm de raio;
Deve ser lembrado que os distúrbios da via são relacionados com o tempo,simular para 40 km/h e 100 km/h.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 116/118
112
8.3 Controle não colocado
Supondo o sistema apresentado na Figura 8.3, o objetivo e minimizar o
deslocamento da massa M3, com um controlador posicionado entre as massas M1 e M2e um outro controlador posicionado entre as massas M2 e M3.
Figura 8.3: Sistema de 3GDL para controle não colocado.
Objeivo é investiga sistemas de controle “colocado” e “não colocado”.Considerar que M1 = M2 = M3 = 0.5 Kg, K1 = K2 = K3 = 10 KN/m. Excitação é umimpulso dado na massa M3.
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 117/118
113
8.4 Projeto de Filtros Digiais
Apresentar o projeto de filtros digitais contendo os seguintes passos:
a) O que são filtros digitais; b) Para que são utilizados;c) Influência dos pólos e zeros;d) Tipos de Filtros digitais;e) Projetos de cada Tipo;f) Resposta em Freqüência;
O aluno deverá fazer uma implementação computacional exemplificando autilização de filtros digitais;
5/10/2018 transformada_Z - slidepdf.com
http://slidepdf.com/reader/full/transformadaz 118/118
114
9 Referências Bibliográficas
K. Ogata. Discrete-Time Control Systems. 2nd Ed. Prentice Hall, 1994.
G.F. Franklin, J.D. Powell, and M.L. Workman. Digital Control of Dynamic Systems.Addison-Wesley, 3rd Edition. 1998.
C.H. Houpis, G.B. Lamont. Control Systems. Theory, Hardware, Software. 2nd Ed.McGraw-Hill, 1992.
J.J. Distefano III, A. R. Stubberud. Schaum’s Outline of Theory and Problems of Feedback and Control Systems. 2nd Ed., Schaum’s Outline Series, McGraw-Hill.1990.