Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
EM ESPAO DE ESTADOS
Gssica Cardozo dos Santos, Michel Fiuza
Universidade Tecnolgica Federal do Paran UTFPR
Campus Campo Mouro CM
Departamento Acadmico de Engenharia Eletronica DAELN
BR 369, km 0,5 Caixa Postal: 271,
CEP 87301-006, Campo Mouro - PR - Brasil
e-mail: gessica_gcs@yahoo.com.br, michelfiuza90@uol.com.br
I. INTRODUO
A modelagem no espao de estados, tambm conhecida
como modelagem moderna, um mtodo unificado para
anlise e projeto de sistemas de controle. Consiste em
determinar as equaes diferenciais que descrevem a
dinmica do sistema analisado e posteriormente organiza-se
em forma matricial. Neste relatrio ser primeiramente
analisado um sistema dinmico de segunda ordem modelado
por equaes de estado no espao de estados. Em seguida ser
projetado um observador de estados de ordem plena, um
sistema regulador (r(t)=0) por realimentao de estados,
sistema regulador (r(t)=0) por realimentao de estados
baseado em estados observados com observador de ordem
plena, um servossistema tipo 01 e por ultimo um
servossistema tipo 01 utilizando estados observados com
observador de ordem plena, respectivamente.
Nesses projetos, o ser utilizado o mtodo de alocao de
polos no qual foi estudado em sala de aula. Este mtodo
parecido com o mtodo do lugar das razes. Os mtodos se
diferenciam na alocao de polos, enquanto no mtodo do
lugar das razes alocam-se somente os polos dominantes de
malha fechada, o mtodo por alocao de polos aloca-se todos
os polos de malha fechada nas posies desejadas.
Entretanto, para que possam alocar-se todos os polos de
malha fechada, o sistema tem que ser de estado totalmente
controlvel. Um sistema dito controlvel em um instante t0
se for possvel, por meio de um vetor de controle, transferir o
sistema de qualquer estado inicial x(t0) para qualquer outro
estado num intervalo de tempo finito.
III. JUSTIFICATIVAS
O mtodo de alocao de polos no permite saber todos os
polos de malha fechada. A modelagem em Espao de estados
tem vantagens pois no se limita somente a sistemas lineares
invariantes no tempo e nem a sistemas SISO, assim pode-se
modelar sistemas mais complexos como sistemas no lineares
e sistemas MIMO.
IV. OBJETIVOS
Projetar e analisar sistemas dinmicos complexos atravs
da modelagem de espao de estados com auxilio do software
Scilab.
V. METODOLOGIA
Sendo A:
a.
Para 2 o autovetor (V2) encontrado foi:
d.
b.
e.
(A-I):
D() = det(A-I):
D() = (-)*(--5)+3
D() =
1 = -0,6972
2 = -4,03027
x0=[1 1]';
Cplot=[1 0]
y1=syslin('c',A,B,Cplot,D,x0); //definindo o sistema com
conties iniciais no nlas
t=0:0.001:5;
xset('window',0);
u=0*t; //entrada nula
yy1=csim(u,t,y1);
figure(0);
title("Resposta natural do sistema")
xlabel("Tempo [t]")
ylabel(vresp)
plot(t,yy1);
xgrid
f.
g.
Cplot=[1 0];
y2=syslin('c',A,B,Cplot,D);//definindo o sistema com
condies iniciais nulas
figure(1);
title("Resposta ao degraus unitario do sistemas, condies
iniciais nulas")
xlabel("Tempo [t]")
ylabel(vresp)
yy2=csim('step',t,y2);
plot(t,yy2);
xgrid
b.
Obsv=obsv_mat(A,C)
pobs=-15 //Plos do observador
tmA=size(A);
I1=eye(tmA(1,1),tmA(1,1));
qLA=(A-pobs*I1)^2;
L=qLA*inv(Obsv)*[0 1]';
-->Obsv
Obsv =
1.
0.
c.
0.
1.
plot (t,yy4);
xgrid
d.
Fig. 6. Diagrama de blocos projeto do regulador.
b.
PO=18;
Tp=1.5;
aux=log(PO/100);
am1=(aux)^2/(%pi^2+aux^2);
am=am1^(1/2)//amortecimento
wn=%pi/(Tp*sqrt(1-am^2));
s1=-am*wn+%i*wn*(1-am^2)^(1/2);//polos
s2=-am*wn-%i*wn*(1-am^2)^(1/2);
K3=ppol(A,B,[s1,s2])
Figura 5. Resposta real e estimada para a varivel de
estado x1.
A1 = [A I1*0;L*C A-L*C] //Resposta do observador no
formato de equao de estado Matriz A
B1 = [B;B]; //Resposta do observador no formato de
equao de estado Matriz B
D1 = [0]; //Resposta do observador no formato de
equao de estado Matriz D
tam = size (C);
C1 = [C zeros(1,tam(2))]; //Resposta do observador
no formato de equao de estado Matriz C
x02 = [1;1;0;0]; //Condies iniciais
Cplot = [1 0 0 0]
y3 = syslin ('c',A1,B1,Cplot,D1,x02); // linearizando o
sistema com condies iniciais no-nulas
yy3= csim(u,t,y3);
Cplot = [0 0 1 0];
y4 = syslin ('c',A1,B1,Cplot,D1,x02); // linearizando o
sistema com condies iniciais no-nulas
yy4= csim(u,t,y4);
figure (2);
title ("Varivel de estado x1 real e estimada");
xlabel("Tempo [t]")
ylabel ("x1")
plot (t,yy3);
c.
a.
A3=[A-B*K3];
d.
[Avetor Avalor]=spec(A3);
-->Avalor
Avalor =
- 1.143199 + 2.0943951i 0
0
- 1.143199 - 2.0943951i
-->Avetor
Avetor =
- 0.1851880 - 0.3392734i - 0.1851880 +
0.3392734i
0.9222792
0.9222792
b.
A4=[(A) (-B*K3); (L*C) (A-L*C-B*K3)];
d.
x4e=[1;0;1;0];
B4=[0;0;0;1];
Cplot=[1 0 0 0];
y3e=syslin('c',A4,B4,Cplot,D1,x4e);//definindo o sistema
com condies iniciais nao nulas
u=0*t;
yy3e=csim(u,t,y3e);//resposta x3
Cplot=[0 1 0 0];
y4e=syslin('c',A4,B4,Cplot,D1,x4e);//definindo o sistema
com condies iniciais nao nulas
yy4e=csim(u,t,y4e);//resposta x3
figure(5)
plot(t,yy3e);//x1 real
xgrid
figure (6)
plot(t,yy4e);//x2 real
xgrid
Cplot=[0 0 1 0];
ye1=syslin('c',A4,B4,Cplot,D1,x4e);
yye1=csim(u,t,ye1);
figure (7)
plot(t,yye1);//erro1
xgrid
A4=[(A) (-B*K3); (L*C) (A-L*C-B*K3)];
c.
Cplot=[0 0 1 0];
ye2=syslin('c',A4,B4,Cplot,D1,x4e);
yye2=csim(u,t,ye2);
figure (8)
plot(t,yye2);//erro2
xgrid
figure (9);
plot(t,yy3e-yye1);
xgrid
figure (10);
plot(t,yy4e-yye2);
xgrid
e.
I=[1 0;0 1];
s=poly(0,'s');
FT4=K3*inv(s*I-A+L*C+B*K3)*L;
b.
Zeros=[0;0;];
Ac=[A Zeros; -C 0];
Bc=[B;0];
p=[A B; -C 0];
posto=rank(p);
polo1=-1.143+%i*2.0943;
polo2=-1.143-%i*2.0943;
polo3=-10;
[Kc]=ppol(Ac,Bc, [polo1,polo2, polo3]);
Ki=56.925415;
K4=[25.552541 7.286];
c.
d.
B6 = [0;0;0;0;1]
T = [0 0;0 0]
U = [0 0]'
A6 = [A-B*K2 B*K2 B*KI;T A-L*C U;-C 0 0 0]
Cplot = [1 0 0 0 0]
y6 = syslin ('c',A6,B6,Cplot,D)
yy6 = csim ('step',t,y6)
figure (12)
title ("X1 servossistema com observador")
xlabel ["Tempo[t]"]
ylabel ["X1"]
plot (t, yy6)
xgrid
Fig. 9. Resposta para uma entrada em degrau.
c.
t=0:00.1:7.5;
CI=[0;0;0];
C5=[1 0 0];
y5d=syslin('c',A5c,B5c,C5);
y5dD=csim('step',t,y5d);
figure(11);
plot(t,y5dD);
xgrid
d.
Fig. 10. Diagrama de blocos de um servosistema tipo 1 sem
integrador.
b.
VII. CONCLUSO
Atravs da modelagem em Espao de estados (modelagem
moderna) pode-se descrever a dinmica do sistema, como
tambm projetar e analisar o sistema utilizando mtodo de
alocao de plos. Assim, este mtodo tem a vantagem de se
projetar e analisar sistemas mais complexos, ou seja, pode-se
aplicar a sistemas no lineares e variantes no tempo, e
tambm em sistemas MIMO.
VIII. REFERNCIAS
[1] Ogata, Katsuhito. Engenharia de Controle Moderno,
Editora Pren Hall.
[2] Notas de Aula, Leandro Brolin.
[3] NISE, Norman S. Control Systems Engineering. John
Wiley & Sons, 6th ed. 2010.