Var Estado

Introducao ao Controle em Espaco de Estados -
Conceitos Basicos
Eduardo M. A. M. Mendes
DELT - UFMG
Curso de Engenharia de Controle e Automacao
Universidade Federal de Minas Gerais
emmendes@cpdee.ufmg.br
Eduardo Mendes (DELT - UFMG Curso de Engenharia de Controle e Automacao Universidade Federal de Minas Gerais emmendes@cpdee.ufmg.br) MACSIN 1 / 65
Introducao
Avaliacao
2 Provas - 40 e 40 pontos
1 Trabalho Final - 20 pontos - tema envolvendo a materia.
Introducao
Avaliacao
2 Provas - 40 e 40 pontos
1 Trabalho Final - 20 pontos - tema envolvendo a materia.
Introducao
Bibliograa
Livro Texto - The Essentials of Linear State-Space Systems, J.
Dwight Aplevich, John Wiley & Sons, 2000.
Outras referencias :
Control Systems Design: An Introduction to State-Space Methods,
Bernard Friedland, Dover Publications, 1986.
A Linear Systems Primer, Panos J. Antsaklis e Anthony N. Michel,
Birkhauser Boston, 2007.
Linear System Theory and Design, Chi-Tsong Chen, 3a. edi cao, Oxford
University Press, 1999.
Modern Control Theory, William L. Brogan, Prentice Hall, 1991.
Introducao
Software
Matlab - www.mathworks.com (O PPGEE possui varias licen cas)
Introducao
Sistemas Dinamicos
_
_
Controle
Automacao
Robotica
Biomedica
Economia
Estatstica
. . .
Necessidade: Colocar os sistemas dinamicos em umframework comum
Modelo em Espaco de Estados.
Espaco de Estados - conjunto de equa coes em um formato particular
Vantagens:
_
_
Informacao sobre o comportamento dinamico
Tecnica computacionais para solu cao das equacoes
Projeto de controladores usando tecnicas avan cadas
Tratamento de Sistemas Nao-linerares
. . .
Introducao (cont.)
Figura 1: Representa cao em Espa co de Estados
T =
_
R contnuo
Z discreto
Segundo a Fsica: O estado de um sistema dinamico e o conjunto de
quantidades fsicas cujas especicacoes (na ausencia de excitacoes
externas) determinam completamente a evolucao do sistema.
Introducao
Observando a gura, temos:
1) Parte sem memoria
Entradas externas
. .
u
i
+ variaveis internas
. .
x
i
= fun cao instantanea
_
_
y
1
(t) = g
1
(x
1
(t), . . . , x
n
(t), u
1
(t), . . . , u
n
(t))
.
.
.
y
p
(t) = g
p
(x
1
(t), . . . , x
n
(t), u
1
(t), . . . , u
n
(t))
Y(t) = G(X(t), U(t), t)

Introducao (cont.)
2) Com memoria: Conjunto de componentes que guardam as variaveis
internas
_
_
w
1
(t) = f
1
(x
1
(t), . . . , x
n
(t), u
1
(t), . . . , u
n
(t))
.
.
.
w
n
(t) = f
n
(x
1
(t), . . . , x
n
(t), u
1
(t), . . . , u
n
(t))
W(t) = F(X(t), U(t), t)

Os dois tipos de memoria considerados sao
Sistemas Contnuos -
dX(t)
dt
= W(t)
Sistemas Discretos - X(t + 1) = W(t)
Introducao (cont.)
Combinando a parte sem memoria com a parte com memoria e eliminando
a variavel W(t), temos a representacao em espaco de estados:
1) Contnua
_
dX(t)
dt
= F(X(t), U(t), t)
Y(t) = G(X(t), U(t), t)
2) Discreta
_
X(t + 1) = F(X(t), U(t), t)
Y(t) = G(X(t), U(t), t)
Introducao (cont.)
Note que:
U(t) = R
m
m entradas
X(t) = R
n
ou C
n
n estados
Y(t) = R
p
p sadas
Existem outras possibilidades:
U(t) = Z
m
2
X(t) = Z
n
2
{0, 1} modulo 2
Y(t) = Z
p
2
Exemplo
Exemplo 1
Figura 2: Tanque
Temos:
uxo de entrada - u(t)
uxo de sada - y(t)
x - volume acumulado, logo y = g(x) - uxo de sada em funcao de x e
das caractersticas do lquido e do recipiente.
A variacao do volume e
dx
dt
= u g(x)
Exemplo
Exemplo 2: Massa Mola
Sabemos que
d
2
x
dt
2
=
f
M
- Lei de Newton. Mas
f = f
1
..
dx
dt
+ f
2
..
Kx
Logo:
d
2
x
dt
2
=
dx
dt
+ Kx
M
Objetivo: Equacoes diferenciais de 1
a
ordem. Para isso, consideraremos a
velocidade e a posi cao como variaveis de estado:
dx
dt
= v e x
Exemplo (cont.)
Logo
dv
dt
=
v + Kx
M
Juntando as duas equa coes de 1
a
ordem, temos
_
dx
dt
= v
dv
dt
= =
v+Kx
M
Temos, entao, a representacao em espa co de estados com x e v como as
variaveis de estado.
Exemplo (cont.)
Figura 3: Diagrama de blocos do sistema massa-mola
Exemplo
Exemplo 3: Motor Eletrico com carga inercial
Figura 4: Motor Eletrico com carga inercial.
Motor: Condicoes ideais:
Torque proporcional à corrente ( = K
1
i ).
A forca eletromotriz induzida e proporcional à velocidade angular
(f.e.m - v = K
2
).
Exemplo (cont.)
A potencia na entrada do motor e
p
e
= vi = K
2

K
1
A potencia mecanica na sada e:
p
m
= p
e
=
K
1
K
2
p
m
Considerando 100% de eciencia:
K
2
= K
1
= K
Exemplo (cont.)
Sabemos ainda que:
e
..
Tensao de entrada
v
..
f.e.m
= R
..
Resistencia de armadura
i
= J
d
dt
Portanto
J
d
dt
= K
1
i =
K
1
(e v)
R
=
K
1
e
R

K
1
K
2
R

Finalmente
Exemplo (cont.)
d
dt
=
K
1
K
2
JR
+
K
1
JR
e
Este modelo e adequado para controle de velocidade. Caso se deseje
controlar a posicao, devemos considerar o angulo
d
dt
=
Assim
_

_
=
_
0 1
0
K
1
K
2
JR
_ _

_
+
_
0
K
1
JR
_
e
O diagrama de blocos toma a seguinte forma
Exemplo (cont.)
Figura 5: Diagrama de blocos da representacao em espa co de estados do motor.
Exemplo
Exemplo 4: Temperatura
Figura 6: Esquema Temperatura de duas massas.
Objetivo: Controlar T
1
da massa 1 e a temperatura T
2
da massa 2 por
meio da temperatura T
o
do recipiente metalico.
Considera cao: A temperatura T
o
e constante em toda a superfcie
metalica.
Utilizando o analogo eletrico mostrado na gura abaixo.
Exemplo (cont.)
Figura 7: Analogo Eletrico do sistema de Temperatura
e a seguinte tabela
Sistema Termico Sistema Eletrico
Quant. Smb. Unid. Quant. Smb. Unid.
Temperatura T C Tensao v V
Vazao Termica q
cal
s
Corrente i A
Resist. Termica R
C.s
cal
Resitencia R
Capacid. Termica C
cal
deg
Capacitancia C F
Exemplo (cont.)
Equa cao de condu cao
q =
1
R
(T
2
T
1
) i =
1
R
(v
2
v
1
)
Equa cao de armazenamento
dT
dt
=
q
C

dv
dt
=
i
c
Do circuito eletrico e utilizando a analise por nos, temos:
C
1
dv
1
dt
+
_
1
R
1
+
1
R
3
_
v
1
1
R
3
v
2
1
R
1
e
o
= 0
C
2
dv
2
dt
+
_
1
R
2
+
1
R
3
_
v
2
1
R
3
v
1
1
R
2
e
o
= 0
Passando para a forma apropriada e usando as variaveis termicas, temos:
Exemplo (cont.)
_

T
1
T
2
_
=
_
_

1
C
1
_
1
R
1
+
1
R
3
_
1
C
1
R
3
1
C
2
R
3
1
C
2
_
1
R
2
+
1
R
3
_
_
_
_
T
1
T
2
_
+
_
1
C
1
R
1
1
C
2
R
2
_
T
o
Exemplo
Exemplo 5: Tanque de guerra - canhao-torre acionado hidraulicamente.
As equa coes de estado sao:
_
=
= p + d
r
p +
m
p +
K
m
J
q
K
m
J
+ d
p
q = K
v
L
v
q KvK
p
I
p
+ K
v
u + dq
onde:
u - entrada de controle para o servo.
- velocidade angular da torre
p - acelera cao angular
q - posi cao da servo-valvula hidraulica
K
m
- ganho do servomotor
J - momento de inercia da torre
Exemplo (cont.)
m
- frequencia natural do motor
K
v
- ganho da servo-valvula
K
p
- coefciente relacionado à pressao diferencial.
- d
p
, d
r
e d
q
- dist urbios (incluindo a linearizacao)
L
r
- constante
Em espaco de estados, temos:

p
q
0 1 0 0
0 0 1 0
0
K
m
J

m

K
m
J
0 0 K
v
K
p
K
v
L
v
p
q
u +
0
1
0
0
d
r
+
0
0
1
0
d
p
+
0
1
0
1
d
q
Exemplo
Exemplo 6: Circuito RLC
Figura 8: Circuito RLC.
Exemplo (cont.)
As equa coes do circuito sao:
C
dv
c
dt
= i
L
di
dt
= v
c
(R
1
+ R
2
)i + v
i
v
o
= L
di
dt
+ R
2
i = v
c
+ R
1
i + v
i
A representacao em variaveis de estado e:
_
dv
c
dt
di
dt
_
=
_
0
1
C
1
L

R
1
+R
2
L
_ _
v
c
i
_
+
_
0
1
L
_
v
i
v
o
= [1 R
1
]
_
v
c
i
_
+ [1]v
i
Modelos Lineares
Representa cao em Espa co de Estados
Para uma classe de sistemas podemos considerar linearidade e escrever as
equa coes de estado como:
_
_
x
1
(t) = a
11
x
1
(t) + . . . + a
1n
x
n
(t) + b
11
u
1
(t) + . . . + b
1m
u
m
(t)
.
.
.
.
.
.
x
n
(t) = a
n1
x
1
(t) + . . . + a
nn
x
n
(t) + b
n1
u
1
(t) + . . . + b
nm
u
m
(t)
_
_
y
1
(t) = c
11
x
1
(t) + . . . + c
1n
x
n
(t) + d
11
u
1
(t) + . . . + d
1m
u
m
(t)
.
.
.
.
.
.
y
p
(t) = c
p1
x
1
(t) + . . . + c
pn
x
n
(t) + d
p1
u
1
(t) + . . . + d
pm
u
m
(t)
Modelos Lineares (cont.)
Forma Matricial
As equa coes podem ser escritas na forma matricial
Tempo Contnuo
_

X(t) = A(t)X(t) + B(t)U(t)
Y(t) = C(t)X(t) + D(t)U(t)
Tempo Discreto
_
X(t + 1) = A(t)X(t) + B(t)U(t)
Y(t) = C(t)X(t) + D(t)U(t)
Teste de invariancia temporal
f
i
(X, U, T)
t
= 0, i = 1, . . . , n
g
i
(X, U, T)
t
= 0, i = 1, . . . , p
Exemplo Interessante
Suponha a seguinte representa cao em espaco de estados
{ x = 2tx
onde f (X, U, t) = f (x, t) = 2tx.
Se aplicarmos o teste de invariancia temporal, temos
f
i
(X, U, T)
t
= 2x so e zero em x = 0
Entretanto se escolhermos um novo par de estados tal como
_
x
1
= x
x
2
= t
teremos
_
x
1
x
2
_
=
_
2x
1
x
2
1
_
que e invariante no tempo.
Modelos Lineares
Sistemas Lineares Invariantes no Tempo
_

X(t) = AX(t) + BU(t)
Y(t) = CX(t) + DU(t)
ou
_
X(t + 1) = AX(t) + BU(t)
Linearizacao
Ideia: Para uma determinada classe de sistemas nao-lineares e
considerando pertuba coes pequenas, podemos encontrar um sistema linear
que a representa.
Considerando
_

X(t) = F(X(t), U(t), t)
Y(t) = G(X(t), U(t), t)
supondo que U
o
(t) X
o
(t) Y
o
(t) (Por exemplo, regime permanente)
e que
U(t) = U
o
(t) + U(t) X(t) = X
o
(t) + X(t)
Y(t) = Y
o
(t) + Y(t)
Linearizacao (cont.)
Podemos escrever que
_

X(t) = AX(t) + BU(t)
que e uma aproximacao linear.
Baseados na expansao de Taylor
dx
i
(t)
dt
= f
i
(x
1
, . . . , x
n
, u
1
, . . . , u
m
, t)
a equacao pode ser expandida como
d(x
o
i
+ x
i
)
dt
= f
i
(x
o
1
, . . . , x
o
n
, u
o
1
, . . . , u
o
m
, t) +
f
i
x
1
o
x
1
+ . . . +
f
i
x
n
o
x
n
+
f
i
u
1
o
u
1
+ . . . +
f
i
u
n
o
u
n
+ termos em
f
i
t
o
+ ordem superior
Estendendo para todos os x
i
dX
o
dt
+
dX
dt
= F(X
o
, U
o
, t) +
_
_
f
1
x
1
o
. . .
f
1
x
1
o
.
.
.
.
.
.
.
.
.
f
n
x
1
o
. . .
f
n
x
n
o
_
_
_
_
x
1
.
.
.
x
n
_
_
+
_
_
f
1
u
1
o
. . .
f
1
u
m
o
.
.
.
.
.
.
.
.
.
f
n
u
1
o
. . .
f
n
u
m
o
_
_
_
_
u
1
.
.
.
u
m
_
_
+ . . .
De uma forma mais compacta (eliminando os termos de ordem elevada)
dX
dt
=
_
F
X
_
o
X +
_
F
U
_
o
U
Do mesmo jeito para a equacao em Y
Y =
_
G
X
_
o
X +
_
G
U
_
o
U
Se a equacao original e invariante no tempo e X
o
(t) = X
o
e U
o
(t) = U
o
(ponto de operacao) sao constantes a linearizacao e LTI.
Exemplo - Lorenz
As equa coes que descrevem o sistema de Lorenz sao:
_
_
_
x
1
= 10(x
1
+ x
2
)
x
2
= 28x
1
x
2
x
1
x
2
x
3
=
8
3
x
3
+ x
1
x
2
onde o campo vetorial e
f
1
(x
1
, x
2
, x
3
) = 10(x
1
+ x
2
)
f
2
(x
1
, x
2
, x
3
) = 28x
1
x
2
x
1
x
2
f
3
(x
1
, x
2
, x
3
) =
8
3
x
3
+ x
1
x
2
Repare que
f
t
= 0 invariante no tempo
Calculando o Jacobiano, temos:
Exemplo - Lorenz (cont.)
J =
_
_
10 10 0
28 x
3
1 x
1
x
2
x
1

8
3
_
_
Os pontos de equilbrio sao:
Fazendo as equacoes do campo vetorial iguais a zero
f
1
(x
1
, x
2
, x
3
) = 10 (x
1
+ x
2
)
. .
x
1
=x
2
= 0
f
2
(x
1
, x
2
, x
3
) = 28x
1
x
2
x
1
x
2
= 0
f
3
(x
1
, x
2
, x
3
) =
8
3
x
3
+ x
1
x
2
= 0
Olhando para a segunda equacao
28x
1
x
2
x
1
x
2
= 0
(27 x
3
)x
1
= 0
_
x
1
= 0
x
3
= 27
Na terceira equacao temos
8
3
x
3
+ x
1
x
2
= 0
8
3
x
3
+ x
2
1
= 0
_
x
1
= 0 x
3
= 0
x
3
= 27 x
1
=
72
Logo
X
o
1
=
_
_
0
0
0
_
_
, X
o
2,3
=
_
_
72
72
27
_
_
Os Jacobianos para os valores dos pontos de equilibrio sao
A
X
o
1
= J
X
o
1
=
_
_
10 10 0
28 1 0
0 0
8
3
_
_
A
X
o
2,3
= J
X
o
2,3
=
_
_
10 10 0
1 1
72
72
72
8
3
_
_
Sistema Atuator Eletro-estatico
Figura 9: Analogo Eletrico do sistema de Temperatura
Parte Eletrica
I =
1
R
_
V
in
Qg
A
_
=

Q
Sistema Atuator Eletro-estatico (cont.)
Parte Mecanica
F =
Q
2
2A
A equa cao diferencial que governa o sistema e
Q
2
2A
+ m g + b g + k(g g
o
) = 0
Podemos denir as seguintes variaveis de estado
x
1
= Q
x
2
= g
x
3
= g
As equa coes de estado sao
_
_
x
1
=
1
R
_
V
in
x
1
x
2
A
_
x
2
= x
3
x
3
=
1
m
_
x
2
1
2A
+ k(x
2
g
o
) + bx
3
_
Sistema Atuator Eletro-estatico (cont.)
Figura 10: Implementacao Simulink
A seguinte matriz Jacobiana pode ser facilmente determinada
J =
_
_
X
2
RA

X
1
RA
0
0 0 1
X
1
mA

k
m

b
m
_
_
onde X
1
e X
2
sao pontos de opera cao.
O pr oximo passo e o calculo dos pontos xos (f (x, u) = 0):
_
_
V
in
X
1
X
2
A
= 0
X
3
= 0
X
2
1
2A
+ k(X
2
g
o
) + bX
3
= 0
Implementa cao Matlab
function dydt = eleactuator(t,y,SP1,SP2,t0)
% Simulation of a Electrostatic Actuator
% Copyright (c) 2005 by Eduardo Mendes.
dydt=zeros(size(y));
% Parameters
R=0.001; % Resistor
epsilon=1; % Permittivity
A=100.0; % Area
m=1.0; % Mass
k=1; % Spring Constant
b=0.5; % Damping Constant
g0=1; % Initial gap
gmin=0.01; % Minimum gap
Implementa cao Matlab (cont.)
% Input
Vin=external_input(t,SP1,SP2,t0); % Vin=0.01; % Input
% States
dydt(1) = (1/R)*(Vin-(y(1)*y(2))/(epsilon*A));
dydt(2) = y(3);
dydt(3) = -(1/m)*((y(1)*y(1))/(2*epsilon*A)+k*(y(2)-g0)+b*y(3));
function u = external_input(t,SP1,SP2,t0)
% function u = external_input(t,SP1,SP2,t0) returns the value of a
% step input starting at t0
%
if (t<=t0)
u=SP1;
else
u=SP2;
end;
%Simulation of an Electrostatic Actuator
clc;close all;clear;
dt=0.01;
oldOpts=odeset;
newOpts=odeset(oldOpts,InitialStep,dt,MaxStep,dt);
% External values
tff=input(Final time [50] => );
if isempty(tff)
tff=50;
end;
tspan=[0 tff];
y0=input(Initial Condition (3 values) => );
if isempty(y0)
y0=[0 0 0];
end;
Vin=input(Input (Step function) [0.01] : );
if isempty(Vin)
Vin=0.01;
end;
t=(0:dt:tff);
[ans,y]=ode45(@eleactuator,t,y0,newOpts,0,Vin,0);
figure(1);plot(t,y);title(sprintf(Nonlinear system driven by the input
x(t)=%gu(t),Vin));
xlabel(Time);ylabel(States);grid;
yss=y(end,:); % Steady State
% New simulation - t=0 just to make things easier
Ku=input(Step input over the operating point [-0.001 0.01] : );
if isempty(Ku)
Ku=[-0.001 0.01];
end;
t0=input(Start time of the input (step) [5] : );
if isempty(t0)
t0=5;
end;
if t0>tff
t0=tff/2;
end;
% Linearization
%% Parameters
R=0.001; % Resistor
epsilon=1; % Permittivity
A=100.0; % Area
m=1.0; % Mass
k=1; % Spring Constant
b=0.5; % Damping Constant
g0=1; % Initial gap
gmin=0.01; % Minimum gap
% States
f=sym(f);
X1=sym(X1);
X2=sym(X2);
X3=sym(X3);
V=sym(V);
f=[
(1/R)*(V-(X1*X2)/(epsilon*A))
X3
-(1/m)*((X1*X1)/(2*epsilon*A)+k*(X2-g0)+b*X3)];
A=jacobian(f,[X1 X2 X3]);
B=jacobian(f,[V]);
% Fixed Point
x3=0;
aux=subs(solve(f(1),X1),V,Vin);
aux=subs(subs(f(3),X1,aux),X3,x3);
x2=solve(aux,X2);
disp( );
disp(Check whether the fixed points for X2 are complex or not);
eval(x2)
disp(I am assuming that they are not and therefore taking the
absolute value of them.);
x2=abs(eval(x2));
x1=zeros(3,1);
for i=1:3
x1(i)=eval(solve(subs(subs(f(1),X2,x2(i)),V,Vin),X1));
end;
% Linear System - I am choosing the first fixed point
a=subs(subs(subs(subs(A,X1,x1(1)),X2,x2(1)),X3,x3),V,Vin);
b=subs(subs(subs(subs(B,X1,x1(1)),X2,x2(1)),X3,x3),V,Vin);
c=eye(3);
d=0;
sys=ss(a,b,c,d);
% Simulation of the linearized system
for j=1:length(Ku)
[ans,y1]=ode45(@eleactuator,t,yss,newOpts,Vin,Vin+Ku(j),t0);
i=find(t>=t0);
u=zeros(size(t));
u(i)=Ku(j)*ones(size(i));
yl=lsim(sys,u,t);
figure(1+j);
subplot(3,1,1);
plot(t,y1(:,1),t,yl(:,1)+yss(1));
title(sprintf(Nonlinear versus Linear - operating point - a step of %g was
applied,Ku(j)));
xlabel(Time);ylabel(Output);grid;legend(Nonlinear,Linear);
subplot(3,1,2);
plot(t,y1(:,2),t,yl(:,2)+yss(2));
subplot(3,1,3);
plot(t,y1(:,3),t,yl(:,3)+yss(3));
end;
disp( );
disp(We can clearly see that the linearization only works for small);
disp(values of perturbations around the operating point);
Solucao das Equa coes de Estado Discreto
Achar as respostas X(t) e Y(t) (Trajectorias) no intervalo t
o
t t
f
Valores passados do sistema determinam o estado inicial X(t
o
)
Entrada
{U(t
o
)}
t
f
t
o
= {U(t
o
), U(t
o
+ 1), . . . , U(t
f
)}
Objetivo:
{X(t
o
)}
t
f
t
o
{Y(t
o
)}
t
f
t
o
Solucao das Equa coes de Estado Discreto (cont.)
Solu cao: Usar
_
Y(t) = G(X(t), U(t), t)
X(t + 1) = F(X(t), U(t), t)
Y(t
o
) = G(X(t
o
), U(t
o
), t
o
)
X(t
o
+ 1) = F(X(t
o
), U(t
o
), t
o
)
Y(t
o
+ 1) = G(X(t
o
+ 1), U(t
o
+ 1), t
o
+ 1)
X(t
o
+ 2) = F(X(t
o
+ 1), U(t
o
+ 1), t
o
+ 1)
Y(t
o
+ 2) = G(X(t
o
+ 2), U(t
o
+ 2), t
o
+ 2)
X(t
o
+ 3) = F(X(t
o
+ 2), U(t
o
+ 2), t
o
+ 2)
.
.
.
No caso do Sistemas LTI da forma
_
X(t + 1) = AX(t) + BU(t)
A solucao e
para X
X(t
o
+ 1) = AX(t
o
) + BU(t
o
)
X(t
o
+ 2) = AX(t
o
+ 1) + BU(t
o
+ 1)
= A
2
X(t
o
) + ABU(t
o
) + BU(t
o
+ 1)
X(t
o
+ 3) = AX(t
o
+ 2) + BU(t
o
+ 2)
= A
3
X(t
o
) + A
2
BU(t
o
) + ABU(t
o
+ 1) + BU(t
o
+ 2)
X(t
o
+ 4) = AX(t
o
+ 3) + BU(t
o
+ 3)
= A
4
X(t
o
) + A
3
BU(t
o
) + A
2
BU(t
o
+ 1) + ABU(t
o
+ 2) + BU(t
o
+ 3)
.
.
.
Na forma compacta, a solucao X(l ) para l t
o
e
X(l ) = A
l t
o
X(t
o
)+
_
A
l t
o
1
B A
l t
o
2
B . . . AB B
_
U(t
o
)
U(t
o
+ 1)
.
.
.
U(l 2)
U(l 1)
_
_
para Y
Y(t
o
) = CX(t
o
) + DU(t
o
)
Y(t
o
+ 1) = CAX(t
o
) + CBU(t
o
) + DU(t
o
+ 1)
Y(t
o
+ 2) = CA
2
X(t
o
) + CABU(t
o
) + CBU(t
o
+ 1) + DU(t
o
+ 1)
Y(t
o
+ 3) = CA
3
X(t
o
) + CA
2
BU(t
o
) + CABU(t
o
+ 1) + DU(t
o
+ 2)
.
.
.
Em forma matricial
Y(l ) = CA
l t
o
X(t
o
)+
CA
l t
o
1
B AC
l t
o
2
B . . . CAB CB D
U(t
o
)
U(t
o
+ 1)
.
.
.
U(l 2)
U(l 1)
U(l )
A resposta livre e
Y
livre
(l ) = CA
l t
o
X(t
o
)
onde {U(t)}
l
t
o
= {0, 0, 0, . . . , 0}
Sera que e linear?
X
(1)
(t
o
) e X
(2)
(t
o
)

Y
(1)
livre
(t
o
) e Y
(2)
livre
(t
o
)
Para condicao inicial X
(1)
(t
o
) + X
(2)
(t
o
)
Y
livre
(l ) = CA
l t
O
_
X
(1)
(t
o
) + X
(2)
(t
o
)
_
= Y
(1)
livre
(t
o
) + Y
(2)
livre
(t
o
) linear
A matriz A
l t
o
e chamada Matriz de Transicao de Estados
Observacoes
A matriz de transicao de estados existe para l t
o
A matriz de transicao de estados existe para l < t
o
se e somente se A
possui inversa.
Notacao: (l , t
o
)
A resposta for cada e
Y
f
(l ) =
_
CA
l t
o
1
B AC
l t
o
2
B . . . CAB CB D
_
U(t
o
)
U(t
o
+ 1)
.
.
.
U(l 2)
U(l 1)
U(l )
_
_
Note que o princpio da superposicao se aplica.
Sequencia Ponderada
Resposta ao Impulso
Deni cao
{H(k)}
0
= {H(0), H(1), H(2), . . . , H(k), . . .}
= {D, CB, CAB, . . . , CA
k1
B, . . .}
{H(k)}
0
-
_
_
_
sequencia ponderada
resposta ao impulso
sequencia de Markov
Para t
o
= 0 e X(0) = 0.
Y
f
(l ) = H(l )U(0) + . . . H(1)U(l 1) + H(0)U(l )
=
l
k=0
H(l k)U(k)
Exemplo Interesse
Exemplo 1
Dada a seguinte representa cao em espaco de estados
A =
_
1 1
0 1
_
, B =
_
1
0
_
, C =
_
1 0
, D = 1
Obter {H( )}
k
0
Solu cao
H(0) = D = 1
H(1) = CB = 1
.
.
.
H(k) = CA
k1
B = 1
Exemplo Interesse (cont.)
Exemplo 2
A
= 1, B
= 1, C
= 1, D
= 1
Solu cao
H
(0) = D
= 1
H
(1) = C
= 1
.
.
.
H
(k) = C
A
k1
B
= 1
Obs.: H identico para as duas representacoes em espa co de estados
Y
f
sistema 1
= Y
f
sistema 2
Resposta Impulso - Multivariavel
Considere
{U
(1)
(k)} = {e
1
, 0, 0, . . .}
e
i
- vetor de dimensao m de zeros exceto na posicao i .
U
(1)
(k) Y
(1)
(k)
Y
(1)
(l ) =
l
k=0
H(l k)U
(1)
(k)
= H(l ) e
1
+ H(l 1) 0 + . . . + H(0) 0
= H(l )e
1
- Primeira coluna de H(l )
Repetindo o procedimento para
{U
(i )
(k)} = {e
i
, 0, 0, 0, . . .}
Resposta Impulso - Multivariavel (cont.)
Logo
Y
(i )
(l ) = H(l )e
i
= i-esima coluna de H(l )
Combinado todas as entradas, temos a seguinte matriz
[H(k)e
1
, H(k)e
2
, . . . , H(k)e
n
]
. .
H(k)
{H(k)}
0
Resposta ao Impulso

Var Estado

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Var Estado

Caricato da

Copyright:

Formati disponibili

Introducao ao Controle em Espaco de Estados -

Y(t) = G(X(t), U(t), t)

W(t) = F(X(t), U(t), t)

Potrebbero piacerti anche