Controle e Automacao Industrial

i
UNIVERSIDADE FEDERAL DO CEAR

CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA ELTRICA
DISCIPLINA DE CONTROLE E AUTOMAO INDUSTRIAL

AVALIAO PARCIAL 1

FRANCISCO EVANDO CORREIA FILHO 0320764
FRANCISCO FERNANDES PRAXEDES NETO - 0345368
JEHOVAH TAVARES COELHO NETO 032768
GUSTAFFSON PARENTES QUEIROZ VIEIRA 0320763

PROFESSOR: DR. BISMARK CLAURE TORRICO

FORTALEZA
03 DE ABRIL DE 2014

ii

Sumrio

Introduo ..................................................................................................................................... 1
I.1) Modelo de 3 parmetros: ................................................................................................... 1
I.2) Mtodo das reas: .............................................................................................................. 3
I.3) Mtodo dos momentos. ..................................................................................................... 3
Problema 1 .................................................................................................................................... 4
Concluso Problema 1 ................................................................................................................. 13
Problema 2 .................................................................................................................................. 14
Concluso Problema 2 ................................................................................................................. 19
Referncias Bibliogrficas ........................................................................................................... 20
Anexos ......................................................................................................................................... 21

Avaliao Parcial 1 - Controle e Automao Industrial
1

Introduo
I.1) Modelo de 3 parmetros:
O modelo de trs parmetros consiste em um dos modelos que apresenta uma boa aproximao
e, por isso, o modelo de processo mais usado em artigos sobre controladores PID. O modelo
dado por:
() =
1 +

Onde:
K = Ganho esttico;
T = Constante de tempo (ou constante de tempo aparente);
L = Tempo morto (ou tempo morto aparente)
Tal modelo tem como resposta ao degrau:
() = (1
()
)
Realizando-se as devidas manipulaes matemticas, obtm que o tempo de residncia mdia
e o atraso de transporte normalizado so dados, respectivamente, por:
=
(() ())
= +
=

+
=

Os parmetros para esse modelo podem ser obtidos graficamente:

Figura 1 - Determinao dos parmetros para sistemas com uma resposta ao degrau montona
Parmetro K:
o Obtido a partir do nvel no qual a resposta torna-se estacionria
Parmetro L:
o Obtido a partir da interseo da tangente de maior inclinao com o eixo
horizontal

2

Parmetro T:
Duas formas de obteno:
1. Obtido a partir da distncia AC, onde C o ponto no qual a tangente de maior inclinao
intersecta a linha do nvel no qual a resposta ao degrau torna-se estacionria. Essa forma
tende a gerar um valor muito grande de T. Assim, realizando-se as devidas substituies,
obtm-se o seguinte modelo:

3
() =
1
1 +6.7
4.3

2. Obtido a partir da distncia AB, onde B o ponto no qual a resposta ao degrau atingiu
63% do valor final, ou seja, 0.63K. Essa forma normalmente gera melhores
aproximaes. Assim, realizando-se as devidas substituies, obtm-se o seguinte
modelo:

3
() =
1
1 +4.3
4.3

Alm desse modelo, pode-se calcular a derivada da resposta ao degrau e aplicar um modelo
para sistemas integradores. Tais sistemas no atingem um nvel estacionrio quando a entrada
um sinal de degrau. Entretanto, o sistema atinge um nvel estacionrio quando a entrada
um sinal de impulso. Assim, utilizando-se essa metodologia, obtm-se um modelo mais
sofisticado que fornece uma melhor aproximao em frequncias mais altas. Tal modelo tem
como funo de transferncia:
() =
(1 +)

O que acarreta na seguinte resposta ao degrau:
() = ( (1
()
))
Os parmetros tambm podem ser obtidos graficamente:

Figura 2 - Determinao dos parmetros para um processo de integrao
3

importante ressaltar que esses modelos foram encontrados avaliando-se a resposta degrau
em pontos especficos. Assim, tais mtodos de obteno so relativamente sensveis a rudos. A
seguir, sero explicitados outros mtodos de obteno dos parmetros do modelo. Tais
mtodos so baseados no clculo de uma rea.
I.2) Mtodo das reas:
Nesse mtodo, o ganho esttico K e o tempo de residncia mdia Tar so determinados a partir
do grfico para o modelo de dois parmetros:

Figura 3 Grfico para o modelo de dois parmetros
Considerando-se a funo de transferncia G(s)= K/(1+sT) e^(-sL), calcula-se a rea A1:
1
= ()
0
= (1

) =
1
0

Logo, tem-se que:
=

1
=

0

I.3) Mtodo dos momentos.
Esse mtodo tem como vantagem mostrar que os valores da funo de transferncia e da sua
derivada em s=0 podem ser determinados a partir de integrais da resposta ao impulso.
Considerando-se que h(t) seja a resposta ao impulso e G(s) a funo de transferncia, tem-se
que:
() =
()
0

Aplicando-se a derivada em relao s, tem-se:
()
=
()
() = (1)
()
0

()
(0) = (1)
()
0

Para a soluo das questes, a equipe utilizou-se do mtodo dos momentos para a
determinao dos parmetros do modelo.
4

Problema 1

O Problema foi solucionado com o processo mostrado abaixo na figura 4:

Figura 4 - Planta do Processo

Onde a planta G(s) dada por:
() =
2
( +1)
3
(0.5 +1)
2
(0.2 +1)

a) Aplicando os modelos estudados durante o curso, previamente explanados, obtemos as
seguintes aproximaes para o modelo de trs parmetros, mtodo das reas e mtodo
dos momentos, respectivamente:
3() =
2
1.626
2.8510 +1

3() =
2
1.626
4.5844 +1

() =
2
1.02
4.178 +1

() =
2
2.32
1.881 +1

Portanto valemo-nos da resposta ao degrau, bem como o critrio de Nyquist de
estabilidade para escolhermos a melhor aproximao.
5

A figura 5 abaixo mostra a resposta ao degrau das plantas aproximadas acima:

Figura 5- Resposta ao degrau das plantas aproximadas.

Percebemos a resposta do mtodo dos momentos bastante prxima da planta original
entretanto, apresenta o maior atraso de transporte o que acarreta em uma grande variao
entre 3 e 4 segundos. Desta forma existe duas aproximaes coerentes com a planta, so elas:
G3a(s) e Gmomento, sendo aquela aproximada pelo o modelo de trs parmetros.
Observando o diagrama de Nyquist podemos concluir a nossa observao conforme a
figura abaixo:
0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2

Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
G(s)
G3a(s)
G3b(s)
Garea(s)
Gmomento
6

Figura 6 - Diagrama de Nyquist para as aproximaes nominais.
Conclumos ento que o modelos G3a o que apresenta maior margem de fase e
ganho e fase, conforme a tabela a seguir:
Tabela 1 - Margem de Fase e Margem de Ganho segundo o diagrama de Nyquist.
Margem de Ganho (dB) Margem de Fase (dB)
Goriginal(s) 2.96 31.6
G3a(s) 4.67 63.4
G3b(s) 8.11 84.8
Garea(s) 11 95.8
Gmomento(s) -0.102 -2.28

A incerteza multiplicativa pode-se ento ser plotada:
Nyquist Diagram
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
-1.5 -1 -0.5 0 0.5 1 1.5 2
-2
-1.5
-1
-0.5
0
0.5
1

G(s)
G3a(s)
G3b(s)
Garea(s)
Gmomento(s)
7

Figura 7 - Incerteza Multiplicativa das modelagens.

b) Aps analisarem os grficos mostrados acima, o modelo G3a mostrou-se o mais
adequado para o nosso estudo, apresentando uma Margem de Ganho de 4.67 dB e
Margem de Fase igual a 63.4 dB, alm de expressar uma resposta ao degrau bem estvel
e definida.
Portanto,
() = 3() =
2
1.626
2.8510 +1

c) Neste item ajustamos um controlador PI para obter um tempo de assentamento menor
que 5% e uma ultrapassagem percentual menor que 5%.
Seja U.P a ultrapassagem percentual, sabemos que:
. (%) = 100.

1
2

Do critrio, obtemos 0.7.
O tempo de assentamento para um erro de 5% dado por:
10
-1
10
0
10
1
10
2
10
3
10
4
10
0

G3a(s)
G3b(s)
Garea(s)
Gmomento(s)
8

=
3

Onde
a frequncia natural e fator de amortecimento do modelo.

Assim ao analisarmos o diagrama de bode para
3()
obtemos:

Figura 8 - Diagrama de Bode para o G3a/s.

Obtemos uma Margem de fase de -51.1 dB e a Margem de ganho de -9.55.
Portanto teremos que projetar um controlador
() =
( +)
Afim de obter uma margem de ganho de no mnimo 70 graus, que corresponde ao nosso
, sendo Kc o ganho do PI e Z o zero.

-50
0
50
M
a
g
n
i
t
u
d
e

(
d
B
)
10
-2
10
-1
10
0
10
1
-1440
-1080
-720
-360
0
P
h
a
s
e

(
d
e
g
)
Bode Diagram
Frequency (rad/s)
9

Deste modo, solucionamos a equao da fase do diagrama de bode:

0
+
1
(.
0
) =
Sendo
0
a nova frequncia de corte do diagrama de Bode, o ngulo de decalagem do
sistema e L o atraso de transporte.
Vale ressaltar que
0
est em rad/s , sendo necessria a converso dos ngulos em questo
para radianos.
Para = 31.5
, encontramos
0
=0.33 rad/s.
No nosso caso
0
corresponde tambm ao nosso zero, podendo portanto calcular o ganho Kc:

=

0
2

1 +(
0
)
2
0
2
+
2

Encontrando
= 0.4874.
Portanto:
=
0.4874( +0.33)

A resposta ao degrau da malha fechada mostrada na figura abaixo:

Figura 9 - Resposta ao degrau da Planta com o Controlador PI
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
0 2 4 6 8 10 12
0
0.2
0.4
0.6
0.8
1
1.2
1.4
System: H
Settling time (seconds): 5
System: H
Peak amplitude: 1.05
Overshoot (%): 5
At time (seconds): 6.85
10

Destacamos na figura o overshoot de exatamente 5% e o tempo de assentamento de
5%, sendo este uma boa resposta conforme desenvolvimento terico.
d) De modo anlogo procedemos para o PID, porm acrescentamos mais um zero no
controlador C(s), encontrando:
= 0.181
(1 +0.21)(1 +3.5)

O que nos retorna uma resposta ao degrau em malha fechada conforme a figura abaixo:

Figura 10 - Resposta ao degrau em malha fechada da Planta com o controlador PID

e) Percebemos que o acrscimo do zero no PID aumenta o tempo de resposta do sistema,
como esperado, pois a ao derivativa ir atuar no transitrio da resposta, desse modo,
tornamos o sistema mais rpido e diminumos a ultrapassagem percentual deixando o
nosso sistema mais confivel.

f) O ndice de robustez em relao incerteza multiplicativa do controlador PI mostrada
na figura abaixo:

Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
0 2 4 6 8 10 12 14 16 18
0
0.2
0.4
0.6
0.8
1
1.2
1.4
System: Closed Loop r to y
I/O: r to y
Settling time (seconds): 4.03
System: Closed Loop r to y
I/O: r to y
Overshoot (%): 4.39
11

Figura 11 - Indice de robustez do Processo com o Controlador PI

Verificamos que a distncia mnima foi de -1.8501 dB, e portanto ajustamos o ganho Kc de
0.4874 para 0.25 estando dentro do critrio desejado conforme a figura abaixo:

Figura 12- Indice de Robustez do Processo com o controlador PI ajustado.

Distancia Mnima=2.6593 dB;
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
-2
10
-1
10
0
10
1
10
2
10
3

Incerteza Multiplicativa
Indice de Robustez
10
-4
10
-3
10
-2
10
-1
10
0
10
1
10
2
10
-2
10
-1
10
0
10
1
10
2
10
3
10
4

Indice de Robustez
12

Verificamos tambm a influncia de uma perturbao no sistema:

Figura 13 - Diagrama de blocos do sistema com pertubao.

Figura 14 - Resposta do sistema a uma entrada degrau e a uma perturbao.

0 5 10 15 20 25 30
0
0.2
0.4
0.6
0.8
1
1.2
1.4

step
pertubao
sistema
13

Concluso Problema 1

Com relao aos modelos estudados, conclumos que o modelo de 3 parmetros 3a foi
melhor em relao aos outros modelos, satisfazendo as condies de projeto, as quais so:
tempo de assentamento (pelo critrio de 5%) mais rpido possvel, ultrapassagem percentual
de menor ou igual a 5% . A constatao do mesmo foi verificada atrves do diagrama de Nyquist
e da resposta a uma entrada degrau obtida nas figura 6 e 5 respectivamente.
Com relao ao projeto dos controladores PI e PID, utilizamos o mtodo de resposta em
frequncia para o clculo dos parmetros. Procuramos satisfazer as condies de margem de
fase de 70
o
e o maior valor para a frequncia de corte com o intuito de obtermos o menor tempo
de resposta possvel e um overshoot menor ou igual a 5%. Sendo encontrada os valores descritos
em suas respectivas equaes. Atravs das simulaes desses controladores verificamos que ele
seguidor de referncia, estvel e satisfez as condies do projeto conforme as figuras 9 e 10.
Referindo-se incerteza multiplicativa e ao ndice de robustez, o primeiro controlador
no satisfez uma distncia mnima requerida de 2 dB conforme a figura 11, sendo alterado o seu
ganho a fim de satisfazer tal condio, obtendo com xito uma distncia mnima de 2.66 dB de
acordo com a figura 12. Sobre a perturbao na entrada da planta verificou-se a robustez do
controlador projetado condizente com a figura 14.

14

Problema 2

a) Para o novo modelo de planta:

() =
0,5
( +1)
8

Obtemos o seguinte modelo de segunda ordem atravs do mtodo de trs
parmetros:
() =
0.4943
2.88
4.929
2
+

Figura 15 - Resposta ao degrau da planta e do modelo.

0 20 40 60 80 100 120
0
10
20
30
40
50
60

Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
G(s)
Gmodelo(s)
15

A incerteza multiplicativa mostrada na figura abaixo:

Figura 16 - Incerteza Multiplicativa da planta.

De mesmo modo analisamos o diagrama de Nyquist:
10
-1
10
0
10
1
10
2
10
3
10
4
10
-5
10
0
10
5
10
10
10
15
10
20
10
25
10
30
16

b) Pelo mtodo de resposta e frequncia, ajustamos o controlador PID, afim de
atendermos aos mesmos requisitos.Observando o diagrama de Bode para (Gn)
pois observamos que a mesma possui um carter integrador, temos:

-4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5
-40
-30
-20
-10
0
10
20
30
40

Nyquist Diagram
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
G(s)
Gmodelo(s)
Figura 17 - Diagrama de Nyquist da planta e do modelo.
Bode Diagram
Frequency (rad/s)
10
-2
10
-1
10
0
10
1
-1800
-1440
-1080
-720
-360
0
System: Gn
Phase Margin (deg): -11.8
Delay Margin (sec): -0.723
At frequency (rad/s): 0.286
Closed loop stable? No
P
h
a
s
e

(
d
e
g
)
-60
-40
-20
0
20
40
System: Gn
Gain Margin (dB): -2.36
At frequency (rad/s): 0.242
Closed loop stable? No
M
a
g
n
i
t
u
d
e

(
d
B
)
Figura 18 - Diagrama de bode para Gn.
17

A fim de encontrar um controlador de menor tempo de resposta, foi considerada uma
frequencia menor para tal.
Como queramos uma margem de fase de 70
o
, ajustamos a margem de fase atual para
aproximadamente 64
o
.
Consideramos um Controlador PID de zeros com multiplicidade dois.
Ajustamos o ganho do controlador para que ele no mudasse a frequencia de corte e contribuir
com a diferena que restava para obter a margem de fase pretendida.
Portanto,
() = 1.36( +0.6)
2

A resposta do sistema a uma entrada degrau do processo representado na figura
abaixo:
Para = 1;

Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
0 10 20 30 40 50 60
0
0.2
0.4
0.6
0.8
1
1.2
1.4
System: H
Overshoot (%): 4.94
System: H
Settling time (seconds): 16.8
Figura 19 - Resposta do sistema ao degrau para tau=1.
18

Para = 1.2;

Figura 20 - Resposta do sistema ao degrau com tau=1.02.
Para = 0.8;

Figura 21 - Resposta do sistema ao degrau com tau=0.8.
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
0 10 20 30 40 50 60
0
0.2
0.4
0.6
0.8
1
1.2
1.4
System: H
System: H
Overshoot (%): 8.03
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
0 5 10 15 20 25 30 35 40 45
0
0.2
0.4
0.6
0.8
1
1.2
1.4
System: H
System: H
Overshoot (%): 1.88
19

Concluso Problema 2

O modelo para processos integratrios mostrou-se bastante eficaz quando observados
a resposta ao degrau e o diagrama de Nyquist. Vale ressaltar que a planta nos deixa livre a
modelar matematicamente uma funo de transferncia utilizando seu integrador prprio no
PID, ou retirarmos o mesmo e trabalhar como uma funo estvel.
O PID obtido mostrou-se bastante eficaz para tau=1 e 0,8, conforme as figuras 19 e 21,
poder-se-ia reformular o PID pela anlise das frequncias de Bode para uma resposta menos
veloz e consequentemente atendendo o critrio de U.P menor ou igual a 5%. Entretanto, a
planta mostrou-se estvel e seguidor de referncia, uma vez em que era completamente
instvel originalmente.
Infelizmente no foi possvel prosseguir ao longo dos itens da questo 2 devido a
dificuldades encontradas durante a simulao e incoerncia nos resultados, sendo estes ento
omitidos aqui.
20

Referncias Bibliogrficas

[1] STRM, K. J., HGGLUND, T. PID Controller: Theory Design and Tuning, Editora Instruments
Society of America, 2003.
[2] OGATA,KUTSUHIKO, Engenharia de Contrle Moderno 5a Ed. 2011, Editora Pearson.

[3] GENE FRANKLIN, J. DAVID POWELL, ABBAS EAMAMI-NAEINI, Feedback Control of Dynamic
Systems 6ed, Editora Pearson.

21

Anexos

- Planta da Primeira Questo
clear all; close all; clc
% DADOS
% y = vetor de saida
% u = vetor de entrada (step)
% t = vetor de tempo

load('matlab.mat')

% PLANTA 1 QUESTAO

s=tf('s');
num=2;
den=((s+1)^3)*((0.5*s+1)^2)*(0.2*s+1);
G=num/den;
%deno=[0.05 0.6 2.7 6 7.05 4.2 1];
step(G)
hold on

% Modelo 3 Parametros

l=length(t);
K=y(l); % Ganho estatico

L=1.626;
Tab=2.8510;

G3a=exp(-L*s)*K/(Tab*s+1); % Modelo 3 parametros

step(G3a)
hold on

Tac=4.5844
G3b=exp(-L*s)*K/(Tac*s+1);
step(G3b)

- Mtodo das reas
% DADOS

% y = vetor de saida
% u = vetor de entrada (step)
% t = vetor de tempo
% l = tamanho do vetor tempo
% K= ganho estatico

% METODO DAS AREAS

cont=1;
while y(cont)<=0
cont=cont+1;
end
22

La=t(cont);

area=0;
for i=cont:(l-1)
area = area + (y(i)+y(i+1))*t(2)/2;
end

A0=K*t(l)-area;
Tarea=A0/K-La;
% Tarea=Tarea; % GATO ??
G3area=exp(-La*s)*K/(Tarea*s+1);
step(G3area)
legend('G(s)','G3a(s)','G3b(s)','Garea(s)')

- Mtodo dos Momentos
% METODO DOS MOMENTOS = DERIVADAS

syms x
f1=(2/(((x+1)^3)*((0.5*x+1)^2)*(0.2*x+1)));
f2=diff(2/(((x+1)^3)*((0.5*x+1)^2)*(0.2*x+1)));
f3=diff(f2);

Tar=-subs(f2,x,0)/subs(f1,x,0);

Tm=sqrt(subs(f3,x,0)/subs(f1,x,0)-Tar^2)
Lm=Tar-Tm

Gmomento=K*exp(-Lm*s)/(Tm*s+1)

step(Gmomento)

- Clculo PI Primeira Questo
clc;
Wo=10;
Mag=21.1 % dB
Phi=-105;
T=2.851;

C=10^(Mag/20);
a=1/C;
b=Wo*(Wo*T+1)/tan(Phi);

p=[(a^2-b^2) 2*Wo*a^2 +Wo*(a^2-b^2)];

Z=roots(p)

K1=a/(sqrt(Wo^2+Z(1)^2))

K2=a/(sqrt(Wo^2+Z(2)^2))
%%

w0=1.0599;
Z=w0/10;
23

K=(w0/2)*sqrt((1+(2.851*w0)^2)/(w0^2+Z^2))

%% Ferdinando
hold on
s=tf('s');
%
G3a=2*exp(-1.626*s)/(s*(2.8510*s+1));

% K=0.13;
% Z= 0.6859;

K=0.55;
% Z= 1.5;

PIf=K*(s+Z);
Gf1=PIf*G3a;
Gf2=feedback(Gf1,1);
step(Gf2)

- Incerteza Multiplicativa
clear all
close all
clc
% Incerteza 3a

kp = 2;

tau = 2.8510;

N = 100;
w = logspace(-4,2,N);
jw = w*sqrt(-1);

Pmax = zeros(1,N);
for k = 1:100
L = 1.626;
dkp = 0.1*kp*(rand-0.5)*2;
dtau = 0.1*tau*(rand-0.5)*2;
P = (kp+dkp)*exp(-L*jw)./((tau+dtau)*jw+1);
Pn = kp./(tau*jw+1);
dP = abs((P-Pn)./Pn);
Pmax = max(Pmax,dP);

end

loglog(w,Pmax);

hold on

C = 0.25.*(1+0.33*jw)./jw;
24

Ir = abs((1+C.*Pn)./(C.*Pn));

loglog(w,Ir,'r')

dist = 20*log10(Ir) -20*log10(Pmax);

minimo = min(dist)

figure
semilogx(w,dist)

%%

% Ajustando PI
close all

xi = 0.7
ta = 5;
wn = 3/(xi*ta);
ti = kp/(wn^2*tau)
kc = (2*xi*wn*tau-1)/kp;

C = kc+1./(ti*jw);

Ir = abs((1+C.*Pn)./(C.*Pn));

loglog(w,Ir,'r')


minimo = min(dist)

figure
semilogx(w,dist)

- Problema 2
% Segunda Questao
%
% DADOS:
%
% y= vetor de saida da planta
% t= tempo da planta

clear all; clc; close all;

load('2da_questao') % Carrega dados da planta

% Planta

s=tf('s');
tau=0.8;

G=0.5/(s*(tau*s+1)^8);
25

step(G)
hold on

% step(G)
grid
% den=[1 8 28 56 70 56 28 8 1]

L=2.88;
T=7.809-L;
K=3.86/7.809;

Gn=K*exp(-L*s)/(s*(T*tau*s+1))
step(Gn)

- PID segunda questo

clc
clear all
close all

s=tf('s');
Gm=0.4943*exp(-2.88*s)/(s*(4.929*s+1));
mphid=70;
wd=0.1;
wd2=0.3;
Gmfreq=2*exp(-2.88*j*wd)/(j*wd*(4.929*j*wd+1));

angulo = -90 -atan(4.929*wd)*180/pi - wd*2.88*180/pi
mod=abs(Gmfreq);
k=1/mod;

mphi=180+angulo
phi=mphid-mphi

z=wd/tan((phi*pi/180)/2)

z2=wd2/tan((phi*pi/180)/2)
kc=k/sqrt(wd^2+z^2);

Gc = kc*(s+z)*(s+z2)/s

w=logspace(-2,2,1000);
figure(1)
nyquist(Gc*Gm*s,w)

figure(2)
bode(Gm*Gc*s,{0.001 3})

numGc=kc*[1 z];
denGc=[1 0];

numG1=2;
denG1=[0.05 0.6 2.7 6 7.05 4.2 1];

26

- Incerteza Multiplicativa Problema 2
% Incerteza

clear all
close all
clc

%INCERTEZA

% MODELO 3a

kp = 0.4943;

tau = 1.2;

N = 1000;
jw = w*sqrt(-1);

Pmax = zeros(1,N);
for k = 1:100
L = 1.626;
dkp = 0.1*kp*(rand-0.5)*2;
dtau = 0.1*tau*(rand-0.5)*2;
P = (kp+dkp)*exp(-L*jw)./((tau+dtau).*jw.^2+jw);
Pn = 0.5./(jw.*(tau.*jw+1).^8);
loglog(w,Pmax)
hold on
end

loglog(w,Pmax,'g','linewidth',2)
hold on

title('Incerteza Multiplicativa')

%%

% Incerteza

clear all
close all
clc

%INCERTEZA

% MODELO 3a

kp = 0.4943;

tau = 1;

27

N = 1000;
jw = w*sqrt(-1);

Pmax = zeros(1,N);
for k = 1:100
L = 1.626;
dkp = 0.1*kp*(rand-0.5)*2;
dtau = 0.1*tau*(rand-0.5)*2;
P = (kp+dkp)*exp(-L*jw)./((tau+dtau).*jw.^2+jw);
Pn = 0.5./(jw.*(tau.*jw+1).^8);
loglog(w,Pmax)
hold on
end

loglog(w,Pmax,'g','linewidth',2)
hold on

title('Incerteza Multiplicativa')

Controle e Automacao Industrial

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

Controle e Automacao Industrial

Caricato da

Copyright:

Formati disponibili

i

UNIVERSIDADE FEDERAL DO CEAR

a frequncia natural e fator de amortecimento do modelo.

Potrebbero piacerti anche