Controle Digital - SEL

SEL 0359
CONTROLE DIGITAL
TEORIA
Manoel Luís de Aguiar
Im Plano - z
Plano - s
Im 1
π /T0
Re Re
-1 1
−π /T0
-1
1.4
1.2
d
1 x(0)
x(k+1) y(k)
0.8
u(k) -1
x(k)
H Iz c
0.6
0.4
0.2
F
0
0 1 2 3 4 5 6 7 8 9 10
q(k+1) x(k+1) x(0)

r(k) q(k) u(k) x(k) y(k)
-1
Iz ki H Iz -1 c
- -
F PROCESSO
Notas de Aulas
2011
Prof. Manoel L. Aguiar - Ago/2011
SEL 359 - Controle Digital
ASPECTOS GERAIS DA DISCIPLINA

CONTROLE DIGITAL
0.1– Introdução
A grande maioria de processos onde é necessária uma ação de controle apresenta um

comportamento dinâmico determinado por variáveis que são contínuas no tempo. Variáveis
aqui devem ser entendidas como grandezas físicas mensuráveis ou não com as quais se
representa ou se descreve um determinado processo físico por um modelo matemático. Tais
grandezas são, por exemplo, corrente ou tensão elétrica, temperatura, pressão, concentração,
velocidade ou posição, etc. Tais grandezas são passíveis de uma conversão por sensores que
podem fornecer um sinal elétrico proporcional a essas grandezas. Desse modo, a grande
maioria de aplicação de ações de controle é realizada através de dispositivos ou circuitos
elétrico/eletrônicos e são característicos dos procedimentos de controle dito analógico.
A realização de estruturas de controle no sentido analógica se faz com a utilização
dos dispositivos ditos analógicos e toda ação de controle necessária também é processada de
forma analógica. Com dispositivos analógicos passivos ou ativos é possível a realização de
uma infinidade de operações matemáticas necessárias para produzir uma determinada ação de
controle.
Em geral tais ações de controle são reproduzidas por operações de integração,
derivação e somatórios que podem ser implementadas com dispositivos analógicos. Se um
determinado processo é não-linear ou necessita de uma linearização, isso pode implicar na
necessidade se efetuar analogicamente uma operação matemática não linear, por exemplo uma
operação sen(x), log(x), etc. A realização de tais operações por meio de dispositivos
analógicos pode ser extremamente difícil e complexa em termos de ajustes. Mesmo para
aplicação de conceitos modernos da teoria de controle como controle ótimo, adaptativo ou
identificação de sistemas, uma solução analógica se tornaria extremamente dispendioso ou
irrealizável em virtude da necessidade da realização de operações matriciais e não lineares. É
0-1
exatamente neste ponto que se encontra a limitação do emprego de estruturas de controle

analógica. Certamente, para sistemas simples ou onde não se requer grande precisão o
controle dito analógico ainda encontra vasto campo de utilização.
A utilização de microcomputadores para implementação de estruturas de controle
teve início já por volta de 1960. Porém computadores dessa época não eram apropriados para
aplicação industrial, pois tinham uma arquitetura voltada para gerenciamento de dados, eram
relativamente lentos e não se dispunha de softwares adequados para a realização de uma
estrutura de controle. Já na década de 70 surgiram os chamados microprocessadores com uma
arquitetura digital voltada para um interfaceamento com o mundo externo do ambiente digital.
Essa alteração decorreu da necessidade de se conectar o processo digital (o microprocessador)
com o processo analógico a ser controlado. O microprocessador passou a ser um elo
integrante da malha de controle. Na figura 0.1 é representado um sistema de controle dito
digital com o microprocessador como um elemento da malha de controle.
Supervisão
Proteção
Alarme
Microcom- D/A Processo

A/D
putador
Clock
Realimentação
Figura 0.1 - Esquema geral de um controle digital
Para a efetivação deste tipo de controle torna-se necessário a compatibilização dos

vários sinais nos ambientes analógicos e digital. No ambiente digital, ou seja, no
microprocessador opera-se com números, representados em forma binária, os quais podem
ser manipulados como se queira através de softwares específicos. No ambiente analógico os
0-2
sinais representam grandezas físicas e contínuas no tempo e que só podem, se necessário, ser
processadas por dispositivos ou circuitos analógicos. A compatibilização destes ambientes é
realizada pelo bloco A/D para a conversão Analógica-Digital e pelo bloco D/A para a
conversão Digital-Analógica. Determinados processos ou ações de controle são inerentemente
do tipo digital, não necessitando propriamente uma conversão. Nesse caso, tais processos são
ditos naturalmente amostrados.
A integração de um microprocessador na estrutura de controle possibilita a execução
de outras tarefas além do controle propriamente, como supervisão do processo, emissão de
relatórios, proteção, alarmes, coordenação, etc permitindo a realização de sistemas com um
alto grau de automatização. Outra característica muito importante é o grau de flexibilidade
dos processos digitais. Isto é, um determinado processo pode ser redimensionado para
fornecer um melhor rendimento ou performance, simplesmente através da reprogramação do
algoritmo de controle ou de supervisão.
Uma primeira implicação da incorporação do microprocessador na malha de controle
é que no ambiente digital as operações matemáticas que devem ser realizadas necessitam de
um determinado tempo para serem processadas pelo microprocessador. Durante esse período
o microprocessador fica "desligado" do ambiente externo analógico. Desse modo a conexão
efetiva entre o microprocessador e o processo é realizada apenas em instantes determinados e
periódicos, de onde surge então o conceito de amostragem ou discretização. Entre dois
instantes de amostragem é realizada a conversão A/D do sinal a ser processado, o
microprocessador efetua o algoritmo de controle e fornece o comando de controle para a
conversão D/A. Todo esse processo deve sincronizado e realizado a cada período de
amostragem.
A eficiência, performance ou realizibilidade do processo poderá então ser
influenciada pelas características do microprocessador em questão. Se o período de
amostragem for muito longo o sistema global poderá até se tornar instável. Esse fato será
abordado em breve na seqüência do curso através da análise do sistema discreto por meio de
uma ferramenta matemática denominada Transformada-Z. Por outro lado se o
microprocessador puder realizar o algoritmo de controle com intervalo de tempo bastante
pequeno pode-se abordar o processo todo como se fosse contínuo e realizar toda síntese do
controle no âmbito da Transformada de Laplace.
A implementação de um controle digital atualmente é realizada por micro-
processadores, incorporando unidades de processamento juntamente com unidades de
0-3
memória e unidades de comunicação integradas em um único Chip. Isso trouxe a vantagem de

grande redução de custo. Outras denominações são os chamados microcontroladores ou
microcomputadores dedicados. Nesse caso os chips integram além das unidades mencionadas,
as unidades de conversão A/D's, D/A's e até unidades para geração de modulação PWM. Isso
acarreta nova redução de custo pelos processos de fabricação em massa assim como enorme
redução de Hardware necessário.
Atualmente com o uso de microcomputadores, tornou-se possível a realização de
controle de processos das mais variadas complexidades. Se para um determinado processo um
único microcomputador não é capaz de realizar um algoritmo de controle num intervalo de
tempo aceitável, é possível a conexão de vários microcomputadores realizando tarefas
específicas do mesmo algoritmo em paralelo, reduzindo desta forma o tempo de amostragem.
Neste caso tais microcomputadores necessitam ainda de uma interface adequada para
comunicação com outras unidades. Um exemplo comum hoje em dia, é por exemplo,
utilizado para controle de robôs em linhas de montagem, onde é alocado um microcontrolador
para cada braço e cada um deles é interligado entre si e com um microcontrolador principal
que supervisiona todo o processo.
A simples substituição de uma estrutura de controle analógica por um controle digital
pode não ser interessante do ponto de vista econômico. O grande interesse na utilização de
controle por microcomputadores, é a possibilidade de se realizar algoritmos complexos de
controle, como controle ótimo e adaptativo. Controle ótimo e adaptativo são conceitos já há
muito tempo estudado na teoria, porém aplicações efetivas de tais conceitos só se tornaram
possíveis com a utilização de microcomputadores devido ao enorme esforço computacional
exigido. Para processos não-lineares ou variantes no tempo é extremamente difícil se projetar
um controle adequado que atenda a todas as exigências de uma determinada performance.
Através de algoritmos de identificação e com o uso de microcomputadores é possível a
monitoração do processo e, qualquer variação paramétrica ou estrutural no processo será
detectada e uma alteração adequada no algoritmo pode ser realizada de modo a atender os
requisitos de performance pré-determinados.
Na figura 0.2 é esquematizada um exemplo de uma estrutura de controle adaptativo,
na qual é exigido grande esforço computacional, que para a maioria dos casos é irrealizável
por meios analógicos. Este tipo de controle é tratado em estudado em cursos específicos.
Nesta figura encontra-se em destaque os blocos que serão objeto de estudo no curso de
0-4
Controle Digital e que portanto serão de grande importância para a especialização em sistemas
de controle.
θ^(t)
Síntese do ^ Modelo do
x(t) Identificação
Controlador Processo
y(t)
Adaptação Processamento
de Sinal
Γ(t)
r(t) e(t) u(t) y(t)

Algoritmo de Filtragem de
Acionamento Processo
Controle Ruído
Figura 0.2 - Sistema de controle com identificação e adaptação.
0.2 - Implicações da utilização do microcomputador
Como implicação direta da incorporação do microcomputador na malha de controle é

que o processo como um todo deve ser analisado como um processo discreto, isto é, as
varáveis envolvidas no processo serão da forma discreta. Desta forma, torna-se necessário o
conhecimento de ferramentas matemáticas adequadas para se proceder análises e sínteses de
controladores discretos. Tal ferramenta matemática se denomina Transformada - Z. Este
tópico será objeto de estudo nas próximas aulas.
A utilização de um microcomputador para realização de controle requer a
necessidade de novos elementos ou componentes de controle de controle além daqueles
conhecidos das técnicas de controle analógico. Componentes básicos de uma estrutura de
controle com microcomputador são aqueles necessários para se realizar conversões A/D e
D/A.
0-5
Neste curso não serão estudadas técnicas de projeto ou implementação de tais

componentes. No item a seguir serão abordados de forma resumida alguns aspectos inerentes
à implementação de estruturas de controle discreto.
0.3 - Revisão de Conceitos de Controle Analógico
Seja um processo de controle realimentado como representado na figura abaixo. Com

relação ao controlador Gc(s) indicado há que estabelecer os objetivos do controlador, o tipo de
controlador a ser usado, a técnica ou método de síntese ou projeto do mesmo, a forma ou
tecnologia de implementação e as possíveis limitações, tais como consideradas em seguida.
r(t) u(t) y(t)

Gc(s) Gp(s)
+ -
Fig. 0.3 - Configuração básica de um controle analógico realimentado.
 Desempenho dinâmico e de regime

Objetivos de  Estabilidade
um Controlador  Confiabilidade
 Flexibilidade
 Eventualmente, diagnósticos, proteção, supervisão e registros.
 Proporcional : P
 Proporcional - Integral : PI
Controlador  Proporcional - Integral - Derivativo : PID
 Compensadores : Lead - Lag
 Controle de estados
 Alocação de Polos
 Resposta Temporal
0-6
 Lugar das Raízes

Metodologia de  Desempenho Dinâmico
Síntese de  Desempenho em Regime
Controladores   Gráficos de Bode
 Análise Frequencial  Margem de fase e de ganho

  Nyquist
 Alocação de Polos por Realimentação de Estados
 Critério Óptimo
Implementação : GC ( s) → Analógico : Redes ativas e/ou passivas de circuitos e componen-

tes eletrônicos analógicos (Amp.Ops e Transistores) em um
módulo ou placa de circuito impresso.
Limitações : Restrito a processos simples, lineares e observáveis.
0.4 - Processo de Controle Digital
Por processo de controle digital entende-se, um processo cuja ação de controle seja
gerada em um ambiente digital, por exemplo, em um microcomputador através de um
determinado algoritmo, o qual pode ser programado em diversas linguagens de computação de
alto ou baixo nível.
Com relação ao esquema de controle exemplificado na Fig. 0.3, a configuração de
um controle digital pode ser esquematicamente representada como na Fig. 0.4, a seguir.
r(t) e(t) u(t) y(t)

G*c(z) Gp(s)
+ -
Ambiente Digital
Microcomputador
Fig. 0.4 - Configuração básica de um controle digital realimentado.
0-7
 Além das conhecidas estruturas de controle analógico, é possível a

 execução de estruturas de controle ótimas, de controle adaptativo,
 algoritmos de identificação, além de estruturas de controle somente
 realizáveis com um controle digital, por exemplo: Controle Dead-Beat.
Controladores  Com um microcomputador associado à estrutura de controle é possível
 ainda a realização de ações de monitoração, diagnósticos de falhas e
 uma infinidade de procedimentos de proteção. No caso do controle
 digital, melhoramentos e/ou alterações da ação de controle se resumem
em simples alteração a nível de programação.

 Neste caso podem ser empregadas as mesmas técnicas dos

Síntese de  controladores analógicos, além de outras estratégias exclusivas de
Controladores  processo discretos. Em alguns casos é possível o projeto dos
Digitais  controladores como sendo analógicos, os quais após uma operação de
 discretização dos mesmos, determinam o algoritmo discreto a ser
 programado no microcomputador.
Implementação : GC (z ) → Hardware Digital também usando circuitos e componentes ele-
trônicos digitais, sendo que a lei de controle é determinada pro um

algoritmo numérico e realizado através de algum Software específico.
0.5 - Objetivos do curso
Estudar métodos, estratégias e ferramentas matemáticas para adaptar o processo

contínuo (analógico) para ser controlado digitalmente, bem como, desenvolver métodos de
síntese e análise de controladores digitais.
Considerando que os conceitos fundamentais de discretização, amostragem e relações
de notações discretas foram assunto da disciplina Sel 343 Processamento Digital de Sinais,
neste curso se fará apenas uma breve revisão destes tópicos associando os mesmos aos
aspectos de controle.
0-8
0.1– INTRODUÇÃO ............................................................................................................................................. 1
0.2 - IMPLICAÇÕES DA UTILIZAÇÃO DO MICROCOMPUTADOR ....................................................... 5
0.3 - REVISÃO DE CONCEITOS DE CONTROLE ANALÓGICO ............................................................... 6
0.4 - PROCESSO DE CONTROLE DIGITAL................................................................................................... 7
0.5 - OBJETIVOS DO CURSO............................................................................................................................ 8
0-9
Prof. Manoel L. Aguiar Ago/2011
1 - REPRESENTAÇÃO DE SISTEMAS DISCRETOS E

CLASSIFICAÇÃO DE SINAIS
1.1 - Introdução
Para se processar uma grandeza analógica através de um microcomputador, é

necessário introduzir um processo de amostragem da grandeza a ser processada (entrada) e
posteriormente uma conversão desta amostra em uma quantidade digital. Após o
processamento desta quantidade digital por um determinado algoritmo de controle, a
quantidade processada que ainda é na forma digital deve ser fornecida ao processo analógico,
através de um processo inverso que a converte em uma grandeza analógica (saída). Este
processo de conversão pode ser representado como as etapas indicadas na Fig. 1.1.
Entrada Processamento digital Saída

k T0 kT0 + T R
y yd ud u*
A/D Gc(z) D/A H
y yd ud u*
Fig. 1.1 - Amostragem e caracterização de sinais em processos discretos.
O processo de amostragem para os sistemas de controle digital deve ser periódico,

com período constante, aqui designado por T0. A saída processada digitalmente será fornecida
ao processo analógico também de forma periódica com o mesmo período T0, porém isto
ocorre de forma atrasada de um tempo TR em relação ao instante de amostragem da entrada,
que é o tempo necessário ao processo de conversão mais o processamento pelo algoritmo de
controle. Normalmente os tempos do processo de conversão dos dispositivos atuais são muito
pequenos em comparação com T0 e desde que o período de amostragem deve ser muito menor
que as constantes de tempo do processo a ser controlado, assume-se que a entrada e saída são
amostradas periódica- e sincronamente.
1-1
De acordo com a Fig. 0.4, um processo controlado sempre envolve uma realimentação
da saída sobre a referência de entrada. Dessa forma um processo de controle digital
englobando os estágios de conversão discutidos acima e apresentados na Fig. 1.1, pode ser
representado como na Fig. 1.2.
kT 0 kT 0
r ed ud u*
y
Gc (z) H Gp(s)
Fig. 1.2 - Caracterização dos amostradores em controle digital.
1.2 - Classificação de Sinais e Características de Quantização.
Aqui serão apresentados aspectos de sinais quanto à quantização e respectivas formas

gerais de representação. De forma geral os sinais representados a seguir podem estar
relacionados em diversos pontos no processo de amostragem.
a)- Sinal Contínuo.
Um sinal contínuo é tal que, uma grandeza nesta forma é definida para qualquer
instante de tempo, tal como na Fig. 1.3.
s(t)
Fig. 1.3 - Caracterização de sinal contínuo.
De forma generalizada, um sinal contínuo pode ser descrito por:
s (t ) = f (t ) ∀t ∈ ℜ + Eq. 1.1
b) - Sinal com amplitude discreta
1-2
Este tipo de sinal é tal que, em relação à sua forma original contínua, apresenta apenas
valores discretos em amplitude. Dependendo do nível de quantização em amplitude pode-se
obter uma boa aproximação ou não. Neste caso os intervalos de tempo em que ocorrem a
discretização podem ser diferentes entre si.
s(t)
Fig. 1.4 - Sinal amostrado em 8 níveis (3 bits de resolução) de amplitude discreta.
Uma representação deste tipo de sinal pode ser dada por:
A n Ampl [ f (t )] = A n

s1 (t ) = A[ f (kT0 )] =  Eq. 1.2

A n-1 A n−1 ≤ Ampl [ f (t )] ≤ An
onde An é um dos possíveis níveis discretos em função da resolução em bits do conversor
c) - Sinal tipo Tempo Discreto.
Neste caso, o sinal somente é definido pontualmente em determinados instantes de

tempo normalmente espaçados T0 entre si. Aqui assume-se que a amplitude é exata.
s(t)
Fig. 1.5 - Sinal amostrado com o tempo.
1-3
Um sinal deste tipo será descrito por:
 f(kT0 ) t = kT0

s 2(t) = f(kT0 ) =  Eq. 1.3
 f((k − 1 )T )
 0 kT0 < t < (k + 1 )T0
d) - Sinal com Amplitude e Tempo discreto = Digital (Discreto)
Para tais sinais, ocorre uma quantização tanto em tempo quanto em amplitude e
determina o que se chama de sinal digital.
s(t)
Fig. 1.6 - Sinal amostrado em amplitude e no tempo : Digital.
Uma representação matemática deste tipo de sinal poderia ser dada por:
A[ f (kT0 )] t = kT0


s3 (t ) = f * A[ f (kT0 )], kT0 = 
{ } k = 0/∞ Eq. 1.4

A[ f ((k − 1)T0 )] kT0 < t <(k + 1)T0
Normalmente, no ambiente digital que representa o microcomputador, o valor digital

de s(t) não será nulo entre os instantes de amostragem, pois estará armazenado em uma
variável (posição de memória) como será visto oportunamente.
Desde que nos dispositivos modernos de conversão A/D ou D/A, o número de níveis
de quantização é suficientemente grande, a quantização em amplitude deixa de ser problema.
Atualmente são disponíveis conversores que fornecem 2 8 = 256 até 216 = 65536 níveis de
quantização. Dessa forma um sinal digital (discreto) passa a ser função apenas da quantização
1-4
no tempo, pois nestes mesmos dispositivos, o tempo de conversão são muito menores que o
período de amostragem.
1.3 - Tratamento matemático do sinal amostrado (discretos)
Através do tratamento matemático do sinal digital, define os conceitos fundamentais

dos processos discretos. Através deste tratamento matemático pretende-se obter uma
descrição matemática, o mais exato possível, do sinal tipo discreto, através do qual serão
introduzidas as ferramentas necessárias à análise de um processo discreto. A seguir serão
dadas várias formas de se representar matematicamente um sinal discreto.
a) - Função discreta
Considere-se um sinal contínuo e amostrado periodicamente por um “Sampler” como

indicado na Fig. 1.7 a seguir.
x(t) xp(t)
x(t), xp(t)
t
0 T 2T 3T ... kT
Fig. 1.7 - Amostrador analógico com período de retenção h.
Matematicamente, pode se descrever o sinal amostrado x p (t ) tal como:
1-5
 x(t ) kT0 ≤ t ≤ kT0 + h


x p (t ) =  Eq. 1.5
0
 (kT0 + h) < t < (k + 1)T0
Caso h << T0 , a amostragem do sinal passa a ser representada por uma seqüência de
impulsos com amplitude igual a x ( kT0 ) :
x(t), x(kT0)
t
0 T 2T 3T ... kT
Fig. 1.8 - Aproximação da amostragem por seqüência de impulsos.
Neste caso, a nova representação matemática passa a ser:
 x ( kT0 ) t = kT0

xT (t ) =  k = 0/∞ Eq. 1.6
0
 kT0 < t ≤ ( k + 1)T0
xT (t ) como definido pela Eq. 1.5 acima, representa uma função discreta.
Exemplo 1 - Seja uma função contínua dada por:
−α t
x(t ) = e Eq. 1.7
A correspondente discretização da Eq. 1.6 e representação por uma função discreta

será dada por:
xT (t ) = x(kT0 ) = e −αkT0 k = 0/∞ Eq. 1.8
b - Equação diferença.
Esta é uma forma de representação matemática típica para processos discretos. Ela é
obtida pela representação de uma função discreta em forma recursiva.
1-6
Exemplo 2 - Seja a função x (t ) dada pela integral da grandeza ω (t ) , tal como:
t
1
x (t ) =
TI ∫ ω ( τ ) dτ
0
Eq. 1.9
w(t)
t
0 T0 2T0 3T0 ... kT0
Fig. 1.9 - Representação da Eq. 1.9.
No caso de se realizar esta operação em um microcomputador, a função integral será

numericamente realizada pela operação de Somatório de áreas elementares de largura T0, tal
como indicado pela figura 1.10.
w(t)
t
0 T0 2T0 3T0 ... kT0
Fig. 1.10 - Aproximação da pela Eq. 1.10.
Em forma discreta, a Eq. 1.9 será descrita como:
k −1
1
x ( kT0 ) =
TI
∑
ν
T ω (ν T ) =
=0
0 0
Eq. 1.10
1
= [T0 ω (0) + T0 ω (T0 ) + T0 ω (2T0 ) L T0 ω (( k − 1)T0 )]
TI
A função integral será então aproximada pela soma das áreas elementares definidas
nos instantes kT0 . Dessa forma para se obter o valor total da integral até o instante kT0 é
1-7
necessário se conhecer (ou guardar) os valores passados entre o instante inicial e o final
( k + 1)T0 .
Considerando-se a expressão da Eq. 1.10 no período de amostragem seguinte,
k
1
x( ( k + 1)T0 ) =
TI
∑
=0
ν
T ω (ν T )
0 0 Eq. 1.11
pode-se obter uma expressão recursiva para xT (t ) = x( kT0 ) subtraindo-se a Eq. (1.11) da Eq.
(1.10), tal que:
T0
x( ( k + 1)T0 ) − x ( kT0 ) = ω ( kT0 ) Eq. 1.12
TI
ou, normalizando-se o instante de amostragem para simplificar, kT0 = k ,
T0
x ( k + 1) − x( k ) = ω (k ) Eq. 1.13
TI
ou ainda, adotando-se,
k +1 = k
T
b1 = 0 a1 = −1 Eq. 1.14
TI
x(k ) + a1 x(k − 1) = b1 ω (k − 1)
A expressão da Eq. 1.14 é denominada Equação Diferença de 1ª ordem e representa

uma expressão recursiva para xT (t ) e que realiza um integração no tempo.
Exercício 01
Refazer o procedimento anterior para o seguinte caso, e comparar os resultados.
w(t)
t
0 T0 2T0 3T0 ... kT0
1-8
Exemplo 3 - Considere agora o seguinte caso:
d
x( t ) = TD ω( t ) Eq. 1.15
dt
Numericamente a operação de diferenciação realizada em um microcomputador será
substituída pela sua definição em forma numérica.
d x(t ) − x(t − ∆t )
x (t ) = lim Eq. 1.16
dt ∆t
e assumindo, t = kT0 e ∆t = T0 ,
d x( k ) − x( k − 1)
x (t ) ≈ Eq. 1.17
dt T0
Para uma equação diferencial de 2ª ordem, obtém-se:
d d
2 x(t ) − x(t + ∆t )
d dt dt d2 x(k ) − 2 x(k − 1) + x(k − 2)
2
x(t ) = ⇒ 2 x(t ) ≈ Eq. 1.18
dt ∆t dt To2
Com as considerações acima, o exemplo 3 será descrito por:
ω ( kT0 ) − ω ( ( k − 1)T0 )
x (t ) = TD
T0
Eq. 1.19
T
= D ω ( kT0 ) − ω ( ( k − 1)T0 )
[ ]
T0
ou
x ( k ) = b0 ω ( k ) − b1 ω ( k − 1) Eq. 1.20-a
com
TD
b0 = b1 = Eq.1.20-b
T0
A expressão da Eq. 1.20, novamente descreve uma Equação Diferença, a qual

representa uma operação de diferenciação. A obtenção da forma discreta para diferenciais de
ordem superior, segue o mesmo critério feito para o caso de segunda ordem, aplicando-se a
definição usual de equações diferenciais.
1-9
Exercício 02
Obter a discretização em forma de equação diferença para:
a) - α 1 x& (t ) + x(t ) = β o ω (t )
b)- α 2 x&&(t ) + αx& (t ) + x (t ) = β o ω (t )
Exercício 03
Comparar as expressões das Eq.’s 1.14 e 1.20, e analise sua validade com relação ao
período de amostragem T0 .
c) - Seqüência ou trem de impulsos
Esta é mais uma forma de se representar um sinal amostrado ou discreto. Neste caso
procura-se uma representação que inclua o processo de amostragem.
O processo de amostragem pode ser entendido como um processo de modulação de

um sinal contínuo através de um sinal portador p(t ) do tipo trem de pulsos com largura
infinitesimal. Esta operação pode ser representada pela Fig. 1.11.
De acordo com Fig 1.11, o sinal portador pode ser descrito por:
∞
p(t ) = ∑ [u(t − kT0 ) − u(t − kT0 − hT0 )] Eq. 1.21
k =0
onde u(t ) é uma função degrau unitário, tal que,
1 t≥0

u( t ) =  Eq. 1.22
0
 t<0
1 - 10
T0 p(t)
x(t) xp(t) x(t) xp(t)
p(t)
t
0 T 2T 3T ... kT
x(t)
xp(t)
Fig. 1.11 - Representação do processo de amostragem.
Admitindo h << T0 , o sinal p(t ) pode ser aproximado por uma seqüência de impulsos,
dada por,
∞
p(t ) = ∑ δ (t − kT0 ) Eq. 1.23
k =0
No caso ideal então, obtém-se o sinal amostrado como sendo dado por:
∞
xT (t ) = x(t ) . p(t ) = x (t ) . ∑ δ (t − kT0 ) Eq. 1.24
k =0
1 - 11
1.1 - INTRODUÇÃO .............................................................................................................. 1

1.2 - CLASSIFICAÇÃO DE SINAIS E CARACTERÍSTICAS DE QUANTIZAÇÃO. ............................... 2
a)- Sinal Contínuo. ............................................................................................................. 2
b) - Sinal com amplitude discreta ........................................................................................ 2
c) - Sinal tipo Tempo Discreto. ............................................................................................ 3
d) - Sinal com Amplitude e Tempo discreto = Digital (Discreto) ..................................... 4
1.3 - TRATAMENTO MATEMÁTICO DO SINAL AMOSTRADO (DISCRETOS) .................................. 5
a) - Função discreta ............................................................................................................ 5
b - Equação diferença.......................................................................................................... 6
c) - Seqüência ou trem de impulsos ................................................................................... 10
1 - 12
SEL 359 – Controle Digital
2. - TRATAMENTO DA INFORMAÇÃO PARA SINAIS DISCRETOS
2.1 - Análise de Fourier para sinais amostrados
A finalidade da análise de Fourier visa obter uma quantificação da informação

contida no sinal discreto em relação ao sinal analógico original. Pelo processo de amostragem,
como já visto, apenas porções do sinal originais estão contidas no respectivo sinal amostrado.
Seja um sinal amostrado, obtido a partir de um processo de modulação com um sinal

dado por (1.21), o qual é novamente indicado na Fig. 2.1.
xp(t)
Fig 2.1 - Exemplo de amostragem de um sinal contínuo
Desde que o sinal p(t ) é periódico, este sinal pode ser representado por sua
equivalente série de Fourier, tal que:
∞
p (t ) =
ν
∑
= −∞
j
cν e ν ω 0 t
Eq. 2.1
onde os coeficientes complexos cν são dados por,

T
1 0
cν = c( jν ω 0 ) = ∫ p(t )e − j ν ω 0 t dt Eq. 2.2
T0
e ω 0 é freqüência do sinal p(t ) em rd/s, o qual define a freqüência de amostragem como
sendo,
2π
ω0 = = 2π f 0 Eq. 2.3
T0
Através da Eq. 1.21 e da Eq. 2.1, obtém-se que os coeficientes são dados por:
2-1
1 − e − j ν ω 0h
c( j ν ω 0 ) = =
j ν ω 0 T0
 ν ω 0 h
sen  Eq. 2.4
h  2  −j
νω0 h
2
= e
T0  ν ω 0 h
 
 2 
No caso do sinal x (t ) , que pode ser um sinal aperiódico, usa-se então a

Transformada de Fourier, tal que:
∞ ∞
x p ( jω ) = ℑ x p (t) =
{ } ∫ x (t ) e
p
− jω t
dt = ∫ x ( t ) p( t ) e
− jω t
dt =
-∞ −∞
∞ ∞
= ∑ c( j ν ω 0 ) ∫ x(t ) e − jν ω 0 t e − jω t dt =
ν =−∞
Eq. 2.5
0
∞ ∞
= ∑ cν ∫ x(t ) e dt − j (ω −νω 0 t )
ν=−∞
144
0 42444
3
Pr op. Transl em Freq .
Através de uma propriedade das Transformadas de Fourier (translação em

freqüência) a Eq. 2.5 poder ainda ser expressa por:
∞
x p ( jω ) = ∑ c ( jν ω
ν =−∞
0 ) x( j (ω − νω 0 )) =
Eq. 2.6
= c0 x ( jω ) + c1 ( jω 0 ) x( j (ω ± ω 0 )) + c2 ( j 2 ω 0 ) x( j (ω ± 2 ω 0 )) + L
Através da Eq. 2.6, pode-se obter as seguintes informações:
a) - pelo processo de amostragem do sinal contínuo no tempo x (t ) , a análise de

Fourier indica que são introduzidas componentes de sinal com altas freqüências, relacionadas
à freqüência de amostragem.
b) - O sinal amostrado conterá o espectro de freqüências do sinal original,
h
x p ( jω ) ν = 0 = x ( jω ) Eq. 2.7
T0
mais uma série de espectros laterais com freqüências harmônicas expressas por
x( j(ω + ω 0 )) , ν = ±1, ± 2, ± 3,L , ponderadas pelos coeficientes cν ; Em (2.7) observa-se
que o valor de c0 será tanto maior quanto menor o valor de T0 (o que significa maior
freqüência de amostragem) e resultará numa maior porção (ou ponderação) do espectro de
2-2
x(t ) no resultado da modulação, ou seja, após a operação de amostragem. Quanto melhor tal
espectro esteja contido no sinal amostrado, melhor ele pode ser tratado ou processado após a
discretização.
c) - O fato mais importante relacionado na Eq. 2.6 é que o sinal amostrado conterá o espectro
de freqüências do sinal original. A porção do espectro original contida no sinal amostrado
pode entretanto, ser alterada ou modificada em função da freqüência de amostragem, tal que
uma tentativa de recuperação da informação original se torne impossível. Este fato pode ser
melhor entendido com auxílio da Fig. 2.2.
2-3
/cν/
Espectro: p(t)
h/T0
−2ω0 −ω0 ω0 2ω0

/ x(jω0) / Espectro: x(t)
−ωS ωS
Espectro: xp(t)
ω < ω0/2
−ω0 / 2 ω0 / 2
−ωS ωS
ω = ω0/2
−ω0 ω0
−ω0 / 2 ω0 / 2
ω > ω0/2
Fig. 2.2 - Espectro de freqüências para sinais amostrados
As Fig.’s 2.2-a e 2.2-b representam o espectro de freqüências do sinal portador p(t )

e do sinal x (t ) respectivamente, segundo as Eq.’s 2.1 e 2.7.
2-4
A Fig. 2.2.-c indica o espectro de freqüências do sinal amostrado o qual além do

espectro original de x (t ) contém as bandas laterais do espectro de x (t ) centrados nas
freqüências ± kω 0 .
Caso a freqüência de amostragem seja diminuída, tal que ω s = ω 0 2 , os extremos

dos espectros laterais de x p (t ) passam a ser coincidentes, como indicado na Fig. 2.2-d. Com
um diminuição ainda maior, tal que ω s > ω 0 2 , ocorrerá superposição das bandas laterais de
espectros. Neste caso uma recuperação do espectro original já se tornará difícil.
Se estamos interessados em recuperar a informação própria do sinal original x (t ) a

partir do sinal amostrado x p (t ) , a maneira adequada seria realizar uma filtragem do sinal
x p (t ) , como pode ser visto a partir da Fig. 2.2-c.
Idealmente deveria se ter um filtro tipo passa-faixa, tal que
 G( j ) = 1 −ωS = −
ω0 ≤ ω ≤ ωS =
ω0
 2 2

 Eq. 2.8

 G ( j ) = 0 ω < − ω S = −ω0 2 ou ω > ω S =
ω0
2
a qual é representada na Fig. 2.3 a seguir.
/ G(jω0) /
−ω s ωs
Fig. 2.3 - Filtro passa-faixa ideal
Por análise do espectro do sinal amostrado como indicado na Fig. 2.2 e do exposto
acima, conclui-se que uma recuperação da informação contida no sinal original x (t ) , só será
possível se:
ωS < ω0 2 Eq. 2.9-a
ou
2-5
ω0 Eq. 2.9-b
2 >ωS
ou ainda
TS
T0 ≤ π ω ⇒ T0 ≤ 2 Eq. 2.9-c
S
2.2 - Teorema de Shannon ou Teorema da Amostragem
Como resultado a análise feita no item 2.1, é possível então estabelecer o teorema da
amostragem, através do qual garante-se uma recuperação razoável da informação a partir do
sinal amostrado.
“Se um sinal contínuo no tempo tem um espectro de freqüências com banda passante
limitada e sendo a freqüência máxima definida como ω max , a recuperação deste sinal após um
processo de amostragem com período T0 , só será possível se a freqüência de amostragem for
superior ao dobro de ω max ”. De outra forma, deve-se ter:
T ≤ π
 0 ω ou ω 0 ≥ 2ω max Eq. 2.10
 max
Exemplo 04 - Considere um sinal contínuo no tempo do tipo puramente senoidal

como período T1 , como indicado na Fig. 2.4 e obtido por simulação em Matlab/Simulink.
Caso seja realizado uma amostragem deste sinal com uma freqüência também igual a
T1 - não atendendo portanto o teorema da amostragem - em hipótese alguma será possível
obter-se alguma informação relevante do sinal original, pois o resultado será sempre algum
valor constante. Este fato é indicado na Fig. 2.4-a pelos pontos “ o ”.
Com uma freqüência de amostragem atendendo estritamente o teorema da

amostragem, ou seja T0 = T1 2 , o sinal amostrado dessa forma só resultará razoável se os
instantes de amostragem coincidir com os instantes de pico da senóide. Caso contrário a
informação recuperada será muito pobre ou quase nenhuma. Este fato é ilustrado na Fig. 2.4-b
pelos pontos indicado pelo pontos “ o ”.
2-6
-1 0 0 .1
(a) - T 0 = T 1
1
-1 0 0 .1
(b) - T 0 = T 1 /2
1
-1 0 0 .5
(c) - T 0 = 0.9 T 1 /2
Fig. 2.4 - Amostragem de uma função seno com diferentes amostragens T0.
Um outro caso ilustrado na Fig. 2.4-c é quando T0 = 0,9 (T1 2 ) , ou seja, atendendo ao
critério de amostragem com uma freqüência apenas ligeiramente maior que a mínima. Neste
caso observa-se que a informação se deteriora e necessita-se de cuidado (filtragem) para se
obter a informação correta.
Aumentando-se a freqüência de amostragem melhora-se consideravelmente a

qualidade do sinal amostrada e conseqüentemente da informação contida no sinal amostrado.
De modo geral para os propósitos de controle, aconselha-se que a freqüência de amostragem
seja superior a (5 a 10) vezes a freqüência ω max . Este valor de ω max será oportunamente
especificado em função do desempenho em malha fechada do sistema a ser controlado.
2-7
2.3 - Transformada de Laplace para sinais Discretos.
A Transformada de Laplace é uma ferramenta de grande utilidade na análise de

sistemas dinâmicos lineares e analógicos. Uma das vantagens é que com esta ferramenta as
equações diferenciais e integrais se tornam razões polinomiais na variável “s”. Na seqüência
será verificado o efeito da aplicação da Tansformada de Laplace nas equações discretas que
descrevem um sistema dinâmico discreto ou digital.
Por definição vale que a transformada de Laplace é dada por:
X ( s) = L{ x (t )} = ∫ x (t ) e − st dt Eq. 2.11
0
onde, ‘s’ é uma variável complexa, definida como,

s = τ + jω Eq. 2.12
A transforma da Laplace aplicada a uma função impulso unitário será então,
L{δ (t )} = ∫ δ (t ) e − st dt = 1 Eq. 2.13

0
ou então considerando uma função impulso com deslocamento no tempo,

∞
L{δ (t − kT0 )} = ∫ δ (t − kT0 ) e − st dt = e − kT0 S .1 Eq. 2.14

0
Adotando-se a representação de um sinal discreto dada por:
∞
xT (t ) = ∑ x( kT0 ) δ (t − kT0 ) Eq. 2.15
k =0
então a aplicação da Transformada de Laplace a 2.15, resulta:

∞ 
X T ( s) = L{xT (t )} = L ∑ x ( kT0 ) δ (t − kT0 ) =
 k =0  Eq. 2.16
∞
= ∑ x( kT0 ) e − kT0S . 1
k =0
A expressão dada por 2.16 tem ainda a propriedade de ser periódica com freqüência
angular ω 0 = 2π
T0 ,ou seja, a freqüência de amostragem. Esta propriedade é comprovada com
o desenvolvimento a seguir:
2-8
∞
X T ( s + jν ω 0) = ∑ x( kT0 ) e − kT0 ( S + jν ω 0 ) =
k =0
∞
= ∑ x( kT0 ) e − kT0S e − jkT0 ν ω 0 =
k =0 Eq. 2.17
∞
= ∑ x( kT0 ) e − kT0S e1
− jkν 2π
23 =
k =0 =1
= X T ( s)
ou usando a Eq. 2.12,
X T (τ + j (ω + ν ω 0 )) = X T (τ + jω ) ν = ±1, ± 2, ± 3, L Eq. 2.18
Uma implicação importante dos resultados obtidos pelas Eq.’s 2.16 a 2.18, é que se a
Transformada de Laplace de uma função (ou sinal) analógico (contínuo) tem um polo em
“ s1 ”, a correspondente função (ou sinal) amostrado passará a ter polos em “ s1 ± j ν ω 0 ”, com
ν = 1/ ∞ . Este aspecto é análogo ao fato do sinal amostrado apresentar espectro de Fourier

composto de uma série de harmônicos em relação ao sinal contínuo. Também na abordagem
da Transformada de Laplace, a freqüência de amostragem deve ser escolhida de forma que a
representação discreta contenha apenas os pólos originais e que os pólos harmônicos sejam
excluídos.
2.4 - Modelagem do Holder (Sampler-Holder)
Na prática o valor de x (t ) amostrado no instante t = kT0 permanece inalterado até

que se realize nova amostragem no instante t = ( k + 1)T0 , ou seja, no ambiente digital o sinal
amostrado x p (t ) tem a forma de uma seqüência de pulsos de largura T0 e uma amplitude
igual ao valor de x (t ) no instante t = kT0 . Na Fig. 2.5 é indicado o comportamento de um

sinal amostrado com retenção igual a T0 .
2-9
T0 p(t)
x(t) xp(t) xp(t) m(t)
x(t)
Holder
x(t) xp(t) m(t)
Fig. 2.5 - Processo de amostragem com Holder
Na realidade o bloco Holder é parte integrante dos módulos A/D ou D/A para que se
processe a conversão do sinal. Entretanto o intervalo de retenção é aqui estendido por todo o
período T0 , pois isto é o que ocorre no ambiente digital. Desde que o bloco Holder como
indicado passa a ser parte integrante do processo discreto, há que se obter uma representação
matemática para o mesmo, a fim de se obter uma modelagem completa do processo discreto.
Matematicamente o sinal m(t ) da Fig. 2.5 pode ser representado por uma função do
tipo seqüência de pulsos de largura T0 e obtido pela subtração de duas funções tipo degrau
unitário defasadas T0 entre si, tal que:
∞
m(t ) = ∑ x(kT0 ) [u (t − kT0 ) − u (t − (k + 1)T0 )] Eq. 2.19
k =0
Aplicando-se a transformada de Laplace e com auxílio da Eq. 2.16, chega-se a,
∞
 1 − e − T0S 
M ( s) = ∑ x( kT ) e − kT 0 S  =
k =0  s 
Eq. 2.20
 1 − e − T0S 
= X T ( s)  
 s 
Através da Eq. 2.20, define-se a Função Transferência do bloco Holder como sendo:
M 1 − e − T0S
GH 0 ( s) = ( s) = Eq. 2.21
XT s
Substituindo-se s = jω na Eq. 2.21, e obtendo-se uma expansão em série de Taylor

na variável jω , chega-se a:
2 - 10
1
G ( jω ) =
jω
[ ]
1 − e − jω T0 =
 
  Eq. 2.22
1 1
= 1 − 
jω  jωT0 ( jωT0 ) 2 ( jωT0 ) 3 
 1+ + + +L 
 1! 2! 3! 
Considerando-se que a freqüência de amostragem seja suficientemente elevada e tal
que T0 seja pequeno, a série de Taylor pode ser truncada no primeiro termo e a Eq. 2.22 pode
ser aproximada por;
T0 T0 1
lim G ( jω ) ≈ = = Eq. 2.23
T0 → 0 1 + jωT0 1 + sT0 s + 1
T0
A expressão 2.23 é uma representação típica de um filtro passa-baixa, na medida em

que T0 assume pequenos valores.
Portanto, o processo de amostragem associado com o bloco Holder de ordem zero,

irá atuar como um filtro e rejeitará as componentes harmônicas de alta freqüência geradas no
processo de amostragem. Dessa forma a filtragem desejada no sinal amostrado é realizada
automaticamente pelo bloco Holder ou pelo processo de retenção.
2 - 11
2. - TRATAMENTO DA INFORMAÇÃO PARA SINAIS DISCRETOS ............................................ 1

2.1 - ANÁLISE DE FOURIER PARA SINAIS AMOSTRADOS ............................................................................. 1
2.2 - TEOREMA DE SHANNON OU TEOREMA DA AMOSTRAGEM ................................................................. 6
2.3 - TRANSFORMADA DE LAPLACE PARA SINAIS DISCRETOS. ................................................................... 8
2.4 - MODELAGEM DO HOLDER (SAMPLER-HOLDER)................................................................................ 9
2 - 12
3. - A TRANSFORMADA z E SUAS APLICAÇÕES
A transformada - z é uma ferramenta matemática de grande importância no

tratamento e análise de sinais ou processos discretos. Ela será usada de forma muito
semelhante à transformada de Laplace aplicada a processos contínuos.
Como visto pela Eq. 2.16, a transformada de Laplace aplicada em uma função
discreta resulta como sendo uma séria infinita e não mais como uma relação polinomial. O
uso da Transformada-Z fará uso de alguma propriedade destas séries, tais que estas possam
“convergir” para uma relação algébrica conhecida e desta forma obtém-se novamente a
representação dos sistemas discretos por uma relação polinomial na variável “z”.
3.1 - Definição da Transformada - z
A transformada - z é uma aplicação matemática que faz corresponder a cada

seqüência de números, uma função da variável complexa “z”, a qual é definida como a seguir.
Admitindo-se a representação de um sinal (ou função) dada por (2.15) e, seja a

respectiva Transformada de Laplace dada por (2.16), a transformada - z é obtida fazendo-se:
z = e T 0 S = e T0 (τ + j ω ) = e T0 τ [cos(T0 ω ) + j sen(T0 ω )] Eq. (3.1)

ou
1
s= ln( z) Eq. (3.2)
T0
Desta forma, usando a Eq. (3.1), a representação do sinal discreto xT (t ) na variável “

z ” será:
∞
X ( z) = Z{xT (t )} = Z {x ( kT0 )} = ∑ x ( kT0 ) z − k =
k =0 Eq. (3.3)
−1 −2 −3
= x (0) + x (T0 ) z + x (2T0 ) z + x(3T0 ) z
[ + ... ]
X(z) será então uma seqüência infinita de potências da variável “ z ”.
Em muitos casos é possível se obter uma função explicita em “ z ” que representa tal
série, utilizando-se propriedades de séries de potências, ou progressões aritméticas ou
geométricas.
3-1
A função assim obtida é chamada de função em “ z ”.
Exemplo 05 - Seja a função degrau unitário,
x (t ) = u(t ) = 1(t )
na forma discreta usando a função discreta, tem-se:

xT (t ) = x ( kT0 ) = 1( kT0 )
Aplicando-se a definição dada por (3.3)

∞
X ( z ) = ∑ x ( kT0 ) z − k =
k =0
= 1 + z −1 + z − 2 + z − 3 + L
A função X ( z) acima, representa uma série geométrica do tipo:
f (r ) = a + a r 1 + a r 2 + a r 3 L
e para tal série, sabe-se que,

a
f (r ) =
1− r
No caso acima diz-se que a série f (r ) converge para a função dada por a (1 − r ) .
No exemplo da função degrau, fazendo-se
a = 1 e r = z −1
tem-se:
1 z
X ( z) = −1
= Eq. (3.4)
1− z z−1
A expressão (3.4) é então a transformada - z da função degrau unitário. Deste
exemplo, observa-se a seguinte seqüência de transformações:
x (t ) = 1(t ) L→
 X ( s) =
1 Z→
 X ( z) =
z
s z−1
Neste exemplo ainda, observa-se que enquanto X ( s) tem apenas um polo na origem
do plano-s, X ( z ) tem um polo em z = 1 e um zero na origem do plano - z.
3-2
Exemplo 06 - Seja agora a função contínua dada por:
x (t ) = e − at a ∈ℜ
Usando a descrição por função discreta, chega-se a:
xT (t ) = x(kT0 ) = e − a k T0
Pela definição da transformada - z, X ( z ) será:
∞
X ( z) = ∑ x ( kT0 ) z − k =
k =0
−1 −2 −3
= 1 + e − aT0 z
( ) + e − aT0 z
( ) + e − aT0 z
( ) + L
Como no caso anterior, pode-se obter para a série acima a seguinte expressão:
1 z z
X ( z) = −1
= − aT0
= Eq. (3.5)
1 − e − aT0 z
( ) z−e z − a1
com a1 = e − aT0 . A Eq. (3.5) tem portanto um zero na origem e um polo em z = a1 do plano-Z.
A expressão (3.5) representa então a transformada - z da função exponencial. Da

mesma forma que no caso da função degrau, a transformada de Laplace da função exponencial
apresenta apenas um polo no plano-s, enquanto que sua transformada - z apresenta um polo e
um zero no plano - z.
De forma geral, pode-se formular que há uma correspondência entre o número de

pólos no plano-s e no plano - z, porém não há correspondência entre o número de zeros. Este
fato pode ser relacionado da seguinte forma:
Z1 ( s) Z 2 ( z) −T0 S j
⇔ , zj =e Eq. (3.6)
n n
∏ (s − s j ) ∏ (z − z j )
j =1 j =1
Exercício 4 - Obter a transformada - z para os seguintes casos:

a)- x (t ) = a t
b)- x (t ) = sen(ω 1t )
c)- x (t ) = t
3-3
Exercício 05 - Obter a transformada - z para a seqüência abaixo:
x ( kT0 ) = 0, 1, 2, 3, 0, 0, 0, ...
3.2 - Propriedades da transformada - z
P1 – Linearidade
Z {α x 1( k ) + β x2 ( k )} = α Z {x1 ( k )} + β Z {x2 ( k )} Eq. (3.7)
P2 - Deslocamento para direita - Operador Avanço
Z { x( k − d )} = z − d X ( z) d≥0 Eq. (3.8)
P3 - Deslocamento para esquerda - Operador atraso
 d −1 
Z { x( k + d )} = z d  X ( z) − ∑ x (q) z − q  d≥0 Eq. (3.9)
 q=0 
P4 - Amortecimento
Z {x( k ) e − a k T } = X ( z e aT )
0 0
Eq. (3.10)
P5 - Valor Inicial
X (0) = lim X ( z) Eq. (3.11)

z→∞
P6 - Valor Final
z−1
lim x ( k ) = lim X ( z) = lim ( z − 1) X ( z) Eq. (3.12)
k →∞ z→1 z z→1
A propriedade do valor final somente é válida se x(∞) existe. De outra forma, só

existe valor final para processo estáveis.
3-4
Exercício 6 - Demonstrar as propriedades P1 a P6.
3.3 - A Transformada - z Inversa.
A transformada - z Inversa será sempre necessária quando se deseja analisar ou

conhecer o comportamento de uma determinada função ou sinal no domínio do tempo - em
geral no domínio do tempo discreto. Enquanto que a correspondência entre a transformada de
Laplace F ( s) e sua correspondente função temporal f (t ) é única, o mesmo não acontece
com a transformada - z. Se a transformada - z de uma função f (t ) é F ( z) , não
necessariamente a transformada - z Inversa de F ( z) será f (t ) , pois o período de amostragem
T0 exerce grande influência nessa operação. Dois métodos mais usuais serão abordados a
seguir.
3.3.1 - Método da fatoração
Neste procedimento as regras são basicamente as mesmas usadas na obtenção da

transformada de Laplace Inversa. Este método consiste em se fatorar a função F ( z) em
termos simples, para os quais a transformada - z Inversa possa ser obtida por tabelas.
Normalmente procura-se obter uma expansão de F ( z) em termos tais como:
Az Bz Cz Dz
X ( z) = + 2
+ + 2 +L Eq. (3.13)
( z − 1) ( z − 1) ( z − a) ( z + c z + d )
para a qual, por consulta em tabelas específicas, obtém-se:
t
x (t ) = A + B + C e − at + D e − bt sen(ω 1 t ) + L Eq. (3.14)
T0
ou com t = kT0
x ( k ) = A + B k + C e − a k T0 + D e − a k T0 sen(ω 1 k T0 ) + L Eq. (3.15)
3-5
Através deste método obtém-se a transformada - z Inversa em forma de equação

discreta, tal como indicado na Eq. (3.15).
Como no caso de Laplace, se existem pólos múltiplos, deve-se aplicar uma regra
especial. Se zi é um polo múltiplo com multiplicidade de ordem “n”, fatora-se ( z − zi ) n em
( z − zi ) n ( z − zi ) n−1 L ( z − zi ) 2 ( z − zi ) .
3.3.2 - Método da Divisão Contínua
Por este método, obtém-se diretamente os valores da seqüência x ( kT0 ) a partir de

X ( z ) . O procedimento consiste em se efetuar uma divisão contínua do numerador pelo
denominador de X ( z ) e de forma “infinita”. O resultado desta divisão será um polinômio em
“z”, o qual pode então ser associado com a seqüência de x ( kT0 ) usando-se a propriedade do
operador avanço e/ou atraso.
Portanto se X (z ) é tal que:
B ( z ) b0 z n +b 1 z n −1 + b2 z n − 2 +L+ bn −1 z + bn
X ( z) = = n Eq. (3.16)
A( z ) z + a 1 z n −1 + a 2 z n − 2 +L+ a n −1 z + a n
efetua-se uma divisão da seguinte forma:
n n −1 z n + a 1 z n−1 + L + an−1 z + an
b0 z + b1 z + L + bn−1 z + bn Eq. (3.17)
c0 + c1 z −1 + c2 z −2 + c3 z −3 + L
O resultado desta divisão, ou seja o quociente, pode ser interpretado segundo a

expressão da Eq. (3.3) tal como:
∞
X ( z) = ∑ x ( k ) z − k = x(0) + x(1) z −1 + x (2) z −2 + x (3) z −3 + L Eq. (3.18)
k =0
e por comparação de coeficientes obtém-se:
 x(0) = c0
 x(1) = c
 1
 x(2) = c2
 Eq. (3.19)
 x(3) = c3
M

 x ( k ) = ck
3-6
Exercício 7 - Obter a transforma - z Inversa para os seguintes casos, sendo T0 = 1 :
. z 2 − 0.8
16
a) - X ( z) = 3
z − 2.6 z 2 − 2.2 z − 0.6
0.6 z
b) - X ( z) = 2
z − 17
. z + 0.7
z
c) - X ( z) = 2
( z − 1) ( z − 2)
0.1 ( z + 1) z
d) - X ( z) =
( z − 1) 2 ( z − 0.6)
Nos casos (a) e (b) usar o método da Fatoração e indicar a expressão da função discreta
associada.
Nos casos (c) e (d) usar o método da Divisão Contínua até o quinto termo.
Em todos os casos (quando aplicável) :

i) - Avaliar o valor final x ( k ) k →∞
ii) - Avaliar o valor inicial x ( k ) k →0
iii) - Obter a seqüência de valores de x ( k ) para k = 0 / 10
3.4 - Tabeladas de transformadas - z.
Como já indicado acima, uma forma muito usual de se operar com a transformada -
z, consiste em consultas em tabelas que relacionam a representação de diversas funções
básicas no domínio do tempo, em Laplace e no domínio da transformada - z.
Uma tal tabela é indicada a seguir. Caso uma determinada função F ( z ) não esteja na
forma de uma das indicadas nesta tabela, há que se obter uma forma análoga de F ( z ) por
fatoração em termos representados na tabela, ou usar procedimentos numéricos para esta
tarefa.
3-7
TABELA DE TRANSFORMADAS - Z (Vide Anexo 1 deste Capítulo)
3. 5 - Somatório de Convolução e Função Transferência Discreta.
Seja um processo discreto (digital) com amostragem na entrada e saída tal como
indicado na Fig. 3.1.
u(t) u(k) G(s) y(t) y(k)

g(t)
Fig. 3.1 - Processo com amostragem na entrada e saída
Para a representação indicada acima, define-se u(t ) como sendo a “Ação de

Controle” e y(t ) como sendo a “Saída Controlada”.
O processo contínuo da Fig. 3.1, pode ser representado por sua Função Transferência
G( s) ou por sua Função Impulsiva g (t ) , a qual é a resposta de G( s) a uma entrada do tipo
impulso δ (t ) .
O sinal amostrado u* ( kT0 ) = u(t ) | t = kT0 é dado pela seguinte representação:
∞
u * (t ) = ∑ u( kT0 ) δ (t − kT0 ) Eq. (3.20)
k =0
No caso contínuo a resposta y(t ) do processo contínuo G( s) pode ser avaliada com
auxílio da Integral de Convolução entre função impulsiva g (t ) e da entrada em questão. No
caso discreto a integral será então substituída pelo “Somatório de Convolução”, tal como:
∞
y(t ) = ∑ u( kT0 ) g(t − kT0 ) Eq. (3.21)
k =0
Considerando-se a saída amostrada y * (t ) , com intervalos de amostragem t = nT0 ,

obtém-se:
3-8
∞
y * ( nT0 ) = ∑ u( kT0 )g ( nT0 − kT0 ) =
k =0
∞
Eq. (3.22)
= ∑ u(νT0 − nT0 )g (νT0 ) com : (n − k ) = ν
ν =0
Tomando-se a transformada de Laplace para y * (t ) a partir da definição dada em

(2.16) e com auxílio da Eq. (3.20), chega-se a:
∞
∞ 
Y * ( s ) = ∑ ∑ u( kT0 )g (( n − k )T0 )  e − nT0 S =
n= 0  k =0 
∞  ∞ 
= ∑ g ( qT0 )e − qT0 S   ∑ u( kT0 )e − k T0 S  = com : (n − k ) = q Eq. (3.23)
 q =0   k =0 
* *
= G ( s ) .U ( s )
Analogamente aos processos contínuos, define-se a Função Transferência Impulsiva
Discreta como:
Y * ( s) ∞
G * ( s) = = ∑ g(qT0 ) e − q T0 S
U * ( s) q = 0
Eq. (3.24)
Usando a definição da Transformada - z, como dada em (3.3), tem-se,
∞
Y ( z)
G ( z) = = ∑ g (qT0 ) z − q = Z { g(q)} Eq. (3.25)
U ( z) q = 0
Portanto, a Função Transferência Discreta em “ z ” é a razão da Transformada - z da

saída pela Transformada - z da entrada.
Exemplo 7 - Seja um filtro de primeira ordem contínuo com Função Transferência

dada por:
K K′  K ′ = K T1
G( s) = = 
1 + T1 s s + a 1 a1 = 1 T1
A correspondente função impulsiva será:
g (t ) = K ′e −a 1t
g * (kT0 ) = K ′e −a 1kT0
Usando a Eq. (3.25) e o Exemplo 6, chega-se a:
3-9
∞ K ′z
G ( z ) = K ′ ∑ e − a qT0 z − q =
( ) =
q =0 z − e − a T0
K′ b0 b0 = K ′
= = 
1 − e − a T0 z −1 1 − a1 z −1  a1 = e − aT0
Se K = 1, T1 = 7.5s e T0 = 4 s ,
0.13333
G( z) =
1 − 0.5866 z −1
Neste exemplo, procedeu-se as seguintes transformações:
G ( s) → g(t ) → g( kT0 ) → G ( z )
ou Eq. (3.26)
 -1 
G(z) = Z L {G ( s)}
 t = kT0 
3.5.1 - Função Transferência Discreta para processos com Holder
Se um Holder deve ser considerado no processo de discretização, uma equivalente

representação deste Holder na variável “ z ”, deve então ser incluída.
u(t) u(k) y(t) y(k)

H0(s) G(s)
Fig. 3.2 - Processo amostrado com Holder-Zero
Para o processo representado na Fig. 3.2, considera-se então:
H0G ( z) = Z {H0 ( s). G( s)} Eq. (3.27)

ou, com auxílio da Eq. (2.21),
 
1 − e − T0 S   G ( s)   G ( s) − T0 S 
H0 G ( z ) = Z  G ( s)  = Z   − Z 123 
e =
 s   s   s −1 
= Z 
 G ( s) 
= 1 − z −1 Z 
( ) = Eq. (3.28)
 s 
z − 1  G ( s) 
= Z 
z  s 
3 - 10
A partir da Eq. (3.28), observa-se que a inclusão da representação do Holder no

processo, altera-se a configuração de pólos e zeros da Função Transferência original sem o
Holder. Na análise de processos discretos, deve-se então estar atento ao fato de se incluir ou
não o Holder para se ter uma descrição coerente do processo discreto.
A influência do Holder na Função Transferência Discreta pode ser vista na Tabela 2 do Anexo
2 deste capítulo, que relaciona a Função Transferência de diversos processos com e sem
Holder.
Exemplo 8 - Admitindo um Holder no processo do exemplo 7, a nova Função

Transferência discreta será:
z − 1  K ′  Tabela z − 1 1 − e − aT0 ) z
( ) K′
H0 (G ( z ) = Z   → =
 s( s + a ) 
− aT0
z z ( z − 1) z − e
( a)
− aT0
K′ 1 − e
( )b1 z −1
= =
a z − e − aT0
( 1 + a1 z −1
)
Com os dados numéricos daquele exemplo, tem-se então,
0.4134 z −1
H0 G ( z ) =
1 − 0.5866 z −1
Exercício 8 - Obter a seqüência y( kT0 ) para os exemplos 7 e 8, para k = 0 / 10 . Colocar os

resultados em um mesmo gráfico e comparar as respostas considerando uma entrada do tipo
degrau unitário. Avaliar a mesma situação para pelo 4 menos valores de T0 diferentes.
Resolver o exercício usando o Programa Matlab, explicitando o uso correto dos comandos ou
funções necessárias.
3.5.2 - Obtenção da Função Transferência Discreta a partir da Equação Diferença
Se a descrição de um determinado processo é dada ou obtida em forma de Equação

Diferença do tipo:
3 - 11
y (k ) + a1 y (k − 1) + a2 y (k − 2) +...+ a m y (k − m)=
Eq. (3.29)
b0 + b1 u (k − 1) +...+ bm u (k − m)
através das propriedades do operador avanço e/ou atraso, pode-se rescrever a Eq. (3.29) tal
como:
y( z ) + y( z ) a1 z −1 + y( z ) a2 z −2 + ... + y( z) am z − m =
Eq. (3.30)
u( z ) b0 + u( z ) b1 z −1 + ... + u( z) bm z − m
e a Função Transferência Discreta será:
Y ( z ) b0 + b1 z −1 + b2 z −2 + ... + bm z − m
G( z) = = Eq. (3.31)
U ( z ) 1 + a1 z −1 + a2 z −2 + ... + am z − m
3.6 - Associação de Processos Discretos
Na análise de processos discretos envolvendo associação de sub-processos através de

amostradores, deve-se observar algumas regras gerais antes de se proceder a devida
discretização. Este fato se relaciona com a localização dos amostradores envolvidos no
processo. Considere a Fig. 3.3 a seguir, onde são representados algumas configurações básicas
de processos amostrados.
No caso 1 em que o processo representado por G ( s) é amostrado na entrada e saída,

a discretização será feita através da Eq. (3.25), ou seja:
Y ( z)
= G ( z) = Z g * (t )
{ } Eq. (3.32)
U ( z)
No caso 2, os amostradores se encontram na entrada e na saída da associação dos
processos G1 ( s) e G2 ( s) , de tal forma que discretização será dada por:
Y ( z)
= G ( z ) = Z {G1 ( s) . G2 ( s)} Eq. (3.33)
U ( z)
No caso 3, se encontram entre os sub-processos G1 ( s) e G2 ( s) e a discretização será
dada por:
Y ( z)
= GT ( z ) = G1 ( z ) . G2 ( z ) Eq. (3.34)
U ( z)
3 - 12
u(k) y(t) y(k)

u(t)
G(s)
CASO - 1
u(t) u(k) y(t) y(k)

G1(s) G2(s)
CASO - 2
u(t) u(k) y(t) y(k)

G1(s) G2(s)
CASO - 3
e(k) u(k) y(t)

ω(t) y(k)
Gc(s) H0Gp(s)
CASO - 4
Fig. 3.3 - Associação de processos por amostradores
O caso 4 representa um processo de controle realimentado, com amostradores na

entrada e saída e também entre o controlador GC ( s) e processo GP ( s) . Para o processo
GP ( s) é previsto aqui um Holder de Ordem Zero, para o qual deve ser aplicado as regras
previstas no item 3.5.1. A discretização neste caso fornecerá a Função Transferência global de
malha fechada e será dada por:
Y ( z) GC ( z ) H0G P ( z )
Gω ( z ) = = Eq. (3.35)
W ( z ) 1 + GC ( z ) H0G P ( z )
K1 K2
Exercício 9 - Dado os processos G1 ( s) = e G2 ( s) = obter:
1 + T1 s 1 + T2 s
a) - Z {G1 ( s) . G2 ( s)}
b) - Z {G1 ( s)} . Z {G2 ( s)}
3 - 13
3.7 - Correspondência entre o Plano - “s” e o Plano - “z” e Localização de Pólos
O plano - “s” no caso dos processos contínuos fornece diversas informações relativas
à localização dos pólos e zeros do processo e com a qual pode se prever a estabilidade do
processo e o comportamento do processo a alguns tipos de entrada padrão. Além disso, podem
ser implementados diversos procedimentos de síntese dos controladores com base no plano -
“s”.
No caso discreto, introduz-se o plano - “z”, o qual poderá também fornecer

informações semelhantes, quanto à estabilidade e síntese de controladores.
Seja um processo linear contínuo no tempo com Função Transferência
Y ( s) β ( s) β 0 + β 1 s + β 2 s 2 + ... + β m s m
G ( s) = = = n≥m
U ( s) α ( s) α 0 + α 1 s + α 2 s 2 + ... + α n s n
Eq. (3.36)
=
( s − s01 )( s − s02 )( s − s03 )( ... )( s − s0 m ) β m
( s − s1 )( s − s2 )( s − s3 )( ... )( s − sm ) α n
A correspondente G ( z ) pode então ser expressa por:
G( z) =
Y ( z)
=
B( z) = b0 + b1 z −1 + b2 z −2 + ... + bm z − m
U ( z) A( z) 1 + a1 z −1 + a2 z −2 + ... + an z − n
Eq. (3.37)
=
( z − z01 )( z − z02 )( z − z03 )( ... )( z − z0n )
( z − z1 )( z − z2 )( z − z3 )( ... )( z − zn )
Como no caso contínuo as raízes de A( z ) = 0 são os pólos de G ( z ) e as raízes de
B( z ) = 0 são os zeros de G ( z ) . Considerando-se:
si = τ i ± j ω i Eq. (3.38)
o mapeamento dos pólos e zeros do plano - “s” no plano - “z” será obtido por:
± jT0ω i
zi = eT0 Si = eT0 (τ i± jω i ) = eT0τ i e = eT0τ i [cos(ω i T0 ) ± j sen(ω i T0 )] Eq. (3.39)
e cujo módulo e fase serão:
zi = eT0 τ i e φi = ∠ z i = ±T0 ω i Eq. (3.40)
Com base na transformação dada em (3.39), este mapeamento de “s” em “z” será
como indicado na Fig. 3.4.
3 - 14
Im
Plano - s Plano - z
Im 1
π /T0
Re Re
-1 1
−π /T0
-1
Fig. 3.4 - Relações entre os Planos “ s ” e “ z ”
A descrição do mapeamento de “s” em “z” pode ser resumida como indicado a

seguir:
Plano “ s ” Plano “ z ”
a)- Eixo Imaginário positivo: ..................... Resulta no Semicírculo superior de raio 1

τ i = 0 ; 0 ≤ jω i ≤ j π T
0
b)- Eixo Imaginário negativo: .................... Resulta no Semicírculo inferior de raio 1

τ i = 0 ; − j π T ≤ jω i ≤ 0
0
c)- Eixo real negativo: ................................ Resulta no trecho do eixo real : 0 ≤ zi ≤ 1

−∞ < τ i ≤ 0 ; ω i = 0 do plano “ z ”
d)- Eixo real positivo: ................................ Resulta no trecho do eixo real : 1 ≤ zi ≤ ∞

0 ≤ τ i < ∞ ; ω i= 0 do plano “ z ”
e)- Estabilidade: Semiplano-Esquerdo ........ Estabilidade: Interior do círculo unitário
f)- Polos tais que: jω i > j π São mapeados em um plano “ z ” sobreposto

T0 , ................. ao plano definido nos itens a-d
i.é, não satisfazem o teorema da amostragem
3 - 15
3.8 - Casos especiais do mapeamento de “s” em “z”.
Alguns casos especiais relacionados a fatores de amortecimento constante, freqüência

angular constante e parte real constante do plano - “ s ” são indicados no Apêndice 3 deste
capítulo.
3 - 16
TABELA 1 Transformadas Laplace e Transformadas - Z

x(t) x(s) x(z)
1 1 z
(01)
s z −1
t 1 T0 z
(02)
s2 ( z − 1) 2
t2 2 T02 z ( z + 1)
(03)
s3 ( z − 1) 3
t3 6 T03 z ( z 2 + 4 z + 1)
(04)
s4 ( z − 1) 4
e − at 1 z
(05)
(s + a) z − e −aT0
t e − at 1 T0 ze − aT0
(06)
(s + a)2 ( z − e − aT0 ) 2
t 2 e − at 2 T02 ze − aT0 ( z + e − aT0 )
(07)
(s + a)3 ( z − e − aT0 ) 3
1 − e − at a (1 − e − aT0 ) z
(08)
s( s + a ) ( z − 1)( z − e − aT0 )
a t − 1 + e − at a2 ( aT0 − 1 + e −aT0 ) z 2 + (1 − aT0 e − aT0 − e −aTo ) z
(09)
s2 ( s + a ) ( z − 1) 2 ( z − e − aTo )
e − at − e −bt (b − a ) z ( e − aTo − e −bT0 )

(10)
( s + a )( s + b ) ( z − e − aT0 )( z − e −bT0 )
1 − (1 + a t ) e − at a2 z z aTo e − aTo z
− − (11)
s( s + a ) 2 z − 1 ( z − e − aTo ) ( z − e − aT0 ) 2
sin( ω 1t ) ω1 z sin( ω 1T0 )

(12)
s + ω 12
2 2
z − 2 z cos( ω 1T0 ) + 1
cos( ω 1t ) s z ( z − cos( ω 1T0 ))
(13)
( s + ω 12 )
2 2
z − 2 z cos( ω 1T0 ) + 1
e − at sin( ω 1t ) ω1 z e − aT0 sin( ω 1T0 )
(14)
( s + a ) 2 + ω 12 z 2 − 2 z e − aT0 cos( ω 1T0 ) + e −2 aT0
e − at cos( ω 1t ) (s + a) z 2 − z e − aTo cos( ω 1T0 )

(15)
( s + a ) 2 + ω 12 z 2 − 2 z e − aT0 cos( ω 1T0 ) + e −2aTo
3 - 17
TABELA 2 - Transformadas Z com Holder de Ordem Zero - ZOH
G ( s) G( z) = L { G(s) } z − 1  G ( s) 
HG (z ) = L  
z  s 
1 z T0
s z−1 z−1
1 T0 z T02 ( z + 1)
s2 ( z − 1) 2 2( z − 1)
2
1 T02 z( z + 1) T03 ( z 2 + 4 z + 1)
s3 ( z − 1) 3 6( z − 1)
3
1 T03 ( z 2 + 4 z + 1) T04 ( z 3 + 11z 2 + 11z + 1)

s4 6( z − 1) 4 24( z − 1)
4
1 z (1 − e − aT ) 0
s+ a z − e − aT0 a( z − e − aT ) 0
1 T0 ze − aT0 − aT0
(1 − e (1 + aT )) z + e (e − aT0 − aT0
− 1 + aT0 )
0
2 2
( s + a) (z − e − aT0
) 2
a 2 ( z − e − aT0 )
1 1 ( e − aT0 − e − bT0 ) z 1 ( Az + B)
( s + a )( s + b) ( b − a ) ( z − e − aT0 )( z − e − bT0 ) ab( a − b) ( z − e aT0 )( z − e − bT0 )
−
A = a − b − ae − bT0 + be − aT0
B = ( a − b) e − ( a + b ) T0 − ae − aT0 + be − bT0
3 - 18
TABELA 3 - Casos Especiais de Mapeamento S-Z

Im Im
π j
j
T0
j Re
Re e −0.1T0 e −0.2 T0
-1 -1 1
δ1=-0.2 δ2=-0.1
-j
π
− j -j
T0
(a)
π j
D=0.4
j
T0 D=0.4
D=0.7
D=0.7
-1 -1 1
π
− j -j
T0
(b)
2 j
2 1
ω= T0
T0 T0
1
ω=
T0 ω T0
-1 -1 1
π
− j -j
T0
(c)
Caso (a) : Parte Real Constante; Caso (b) : Fator de Amortecimento Constante; Caso (c) : Parte
Imaginária Constante
3 - 19
TABELA 4 - Relação Plano-S, Plano-Z e respectivas respostas ao degrau

5 3
4 10 9 Plano S Plano Z
8
2
3 5 11,12
2
1
1 6 4 8 12
11 5 4
6
0 3 2 1 7 0 9 10 3 2 1 7
5 6 4
11
-1 6 4 8
12
-1
-2
-3 5 11,12
-2
10 8
-4 9
-5 -3
-4 -3 -2 -1 0 1 2 -1 -0.5 0 0.5 1 1.5 2 2.5 3
10
1
0.3
Caso 1 Caso 2 Caso 3
0 0
0
0 2 4 6 8 10 0 1 2 3 4 5 6 0 1 2 3 4 5 6
0.1
0.5
0.12
0.1
Caso 4 Caso 5 Caso 6
0 0 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6 0 1 2 3 4 5 6
400
0 0.08
Caso 7
0.06
Caso 8 Caso 9
0 -250 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6 0 1 2 3 4 5 6
0.045
0.04
0.2 0.2
0.1 0.1
Caso 10
Caso 12
Caso 11
0 0 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6 0 1 2 3 4 5 6
Casos especiais de mapeamento de polos e respectivas resposta ao degrau.
3 - 20
TABELA 5 - Expressões numéricas dos casos da Tabela 4.
Casos G(s) G(z) T0

1 1 1 1
s ( z − 1)
2 1 0.6321 1
( s + 1) (z - 0.3679)
3 1 0.3167 1
( s + 3) (z - 0.0498)
4 1 (0.2458z + 0.1231) 1
2
( s + 1 + i )( s + 1 − i ) ( z - 0.3975z + 0.1353)
5 1 (0.1347z + 0.0517) 1
2
( s + 1 + 3i )( s + 1 − 3i ) (z + 0.7284z + 0.1353)
6 1 (0.0847z + 0.0101) 1
2
( s + 3 + i )( s + 3 − i ) ( z - 0.0538z + 0.0025)
7 1 1.7183 1
( s − 1) (z - 2.7183)
8 1 (0.9093z + 1.8165) 1
2
( s − 1 + i )( s − 1 − i ) (z - 2.9374z + 7.3891)
9 1 (0.0856z + 0.0390) π
2
( s + 1 + 4i )( s + 1 − 4i ) (z + 0.9119z + 0.2079) 4
10 1 (0.0438 z + 0.0042) π
2
( s + 3 + 4i )( s + 3 − 4i ) (z + 0.1896z + 0.0090) 4
11 1 (0.2211z + 0.2211) 1
2
( s + 3i )( s − 3i ) ( z + 1.9800z + 1.0000)
12 1 (0.0194z + 0.0194) 0.2
( s + 3i )( s − 3i ) (z 2 - 1.6507z + 1.0000)
3 - 21
3 - 22
3. - A TRANSFORMADA Z E SUAS APLICAÇÕES .................................................................................... 1

3.1 - DEFINIÇÃO DA TRANSFORMADA - Z ............................................................................................................. 1
3.2 - PROPRIEDADES DA TRANSFORMADA - Z....................................................................................................... 4
3.3 - A TRANSFORMADA - Z INVERSA. ................................................................................................................. 5
3.3.1 - Método da fatoração .......................................................................................................................... 5
3.3.2 - Método da Divisão Contínua ............................................................................................................. 6
3.4 - TABELADAS DE TRANSFORMADAS - Z. ......................................................................................................... 7
3. 5 - SOMATÓRIO DE CONVOLUÇÃO E FUNÇÃO TRANSFERÊNCIA DISCRETA. ..................................................... 8
3.5.1 - Função Transferência Discreta para processos com Holder .......................................................... 10
3.5.2 - Obtenção da Função Transferência Discreta a partir da Equação Diferença ................................ 11
3.6 - ASSOCIAÇÃO DE PROCESSOS DISCRETOS .................................................................................................. 12
3.7 - CORRESPONDÊNCIA ENTRE O PLANO - “S” E O PLANO - “Z” E LOCALIZAÇÃO DE PÓLOS ......................... 14
3.8 - CASOS ESPECIAIS DO MAPEAMENTO DE “S” EM “Z”. .................................................................................. 16
TABELA 1 TRANSFORMADAS LAPLACE E TRANSFORMADAS - Z ................................................. 17
TABELA 2 - TRANSFORMADAS Z COM HOLDER DE ORDEM ZERO - ZOH .................................. 18
TABELA 3 - CASOS ESPECIAIS DE MAPEAMENTO S-Z....................................................................... 19
TABELA 4 - RELAÇÃO PLANO-S, PLANO-Z E RESPECTIVAS RESPOSTAS AO DEGRAU............. 20
TABELA 5 - EXPRESSÕES NUMÉRICAS DOS CASOS DA TABELA 4. ................................................ 21
3 - 23
Prof. Manoel L. Aguiar / Ago.2011
Sel 359 - Controle Digital
4. - Critérios de Estabilidade Discreta
Como nos casos dos processos contínuos no tempo, é de grande interesse a

informação sobre a estabilidade de um determinado processo digital. No caso contínuo
estabelece-se que um processo é estável se os pólos da função transferência apresentam parte
real negativa. Dessa forma, formularam-se diversos procedimentos para a verificação desta
condição, tais como análise do lugar das raízes, método de Routh-Hurwitz, análise
frequencial, etc. Da mesma forma serão analisados procedimentos para se verificar a
estabilidade discreta.
Com base no mapeamento do plano - “s” no plano - “z” de acordo com a Eq. (3.38) e
com a Fig. 3.5, define-se que um processo discreto linear e invariante no tempo, com equação
característica,
A( z) = ( z − z1 )( z − z2 )( ... )( z − zm ) = 0 Eq (4.1)
será assintoticamente estável, se os polos do sistema (raízes de A( z) = 0 ) se encontrarem no

interior do círculo unitário, ou seja:
zi < 1 , i = 1/ m Eq. (4.2)
Polos simples sobre a circunferência de raio “1”, determina um sistema oscilante ou

estável não assintótico. Polos múltiplos sobre a circunferência, no entanto, determinam
sistemas instáveis.
4.1 - Métodos de análise da estabilidade discreta
A finalidade dos métodos em estudo a seguir, será obter informações sobre a

localização dos polos discretos com relação ao plano - “z”. Os métodos serão apresentados de
forma bastante simplificada, pois na atualidade existe uma infinidade de programas de
computadores ou até mesmo calculadoras científicas que resolvem ou obtêm as raízes de
polinômios. Dessa forma basta verificar a localização relativa destas raízes no plano - “z” e
estabelecer as condições de estabilidade. Por outro lado, os métodos que serão vistos só
fornecem informações sobre a existência ou não de polos instáveis.
4-1
4.1.1 - Método da Transformação Bilinear
O método da transformação bilinear consiste basicamente em se obter um re-

mapeamento do plano - “z” em um outro plano - “w”, similar ao plano - “s”. Para se obter este
novo mapeamento, usa-se então uma transformação bilinear do tipo:
z−1
w= Eq. (4.3-a)
z+1
ou
1+ w
z= Eq. (4.3-b)
1− w
Pelo mapeamento de planos dado pela Eq. (4.3), o interior do círculo unitário do
plano - “z” será mapeado como sendo o semi-plano esquerdo do plano - “w”. Dessa forma
pode-se aplicar o conhecido método de Routh-Hurwitz e estabelecer as condições de
estabilidade.
Portanto se a Equação Característica de um determinado processo é dada por,
A( z) = z m + a1 z m−1 + a2 z m−2 + ... + am−1 z + am Eq. (4.4)
substituindo-se a Eq. (4.3) em (4.4), chega-se a uma nova representação da equação

característica, tal que:
A ( w) = (1 + w) m + a1 (1 + w) m −1 (1 − w) +...+ a m (1 − w) m Eq. (4.5)
e usa-se então o método de Routh-Hurwitz em A ( w) = 0
Exemplo 09 - Seja A( z) = z 2 + a1 z + a2
com uso de (4.3)

2
 1 + w  1 + w
A ( w) =   + a1   + a2 = 0
 1 − w  1 − w
ou
4-2
A ( w) = (1 + w) 2 + a1 (1 + w)(1 − w) + a 2 (1 − w) 2 =
= (1 − a1 + a 2 ) w 2 + 2(1 − a 2 ) w + (1 + a1 + a 2 )
[2(1-a2)] . [1 +a1 + a2] – (1-a1 + a2) . 0
aplicando-se o critério de Routh, ------------------------------------------------
2(1-a2)
Etapa 1 (1 − a1 + a2 ) (1 + a1 + a2 )
2 2(1 − a2 ) 0
3 (1 + a1 + a2 ) -
Portanto, para que tal processo seja estável, devem valer as seguintes condições:
(1 + a1 + a2 ) > 0

(1 − a1 + a2 ) > 0
(1 − a ) > 0
 2
Exercício 10 - Considere o sistema de controle realimentado abaixo
e(k)
r(k) u(k) y(k)
GR(z) H0GP(z)
-
b1 z −1 + b2 z −2
H0 G p ( z) = GR ( z ) = q0
1 + a1 z −1 + a2 z −2
Avalie a faixa de valores de q0 que garantem a estabilidade do sistema em malha fechada.
4.1.2 - Método 2 - Critério de Schur-Cohn-Jury
Este método é análogo ao método de Routh-Hurwitz, pois analisa-se diretamente o

polinômio característico A( z) = 0 , e estabelece condições para que raízes deste polinômio
tenham módulo menor que a unidade.
Se o polinômio característico de um dado processo é tal que:
A( z) = am z m + am−1 z m−1 + am−2 z m−2 + ... + a1 z + a0 = 0 Eq. (4.6)
4-3
sendo am > 0 e “m” a ordem deste processo. Com base na Eq. (4.6), monta-se o seguinte
esquema:
Etapas Coeficientes
1 a0 a1 a2 ... am− k ... am−1 am

am am−1 am−2 ... ak ... a1 a0
2
3 b0 b1 b2 ... bm− k ... bm−1

bm−1 bm−2 bm−3 ... bk ... b0
4
5 c0 c1 c2 ... cm− k ... cm−2

Eq. 4.7
cm−2 cm−3 cm−4 ... ck ... c0
6
M M M ...
M M M ...
2m-5 l0 l1 l2 l3
l3 l2 l1 l0
2m-4
2m-3 m0 m1 m2
Os elementos das linhas pares são os mesmo das linhas ímpares em ordem inversa.
Os elementos das linhas ímpares subsequentes são obtidos por:
a0 am− k
bk = det Eq. (4 8-a)
am ak
b0 bm− k −1
ck = det Eq. (4 8-b)
bm−1 bk
c0 cm− k − 2
d k = det Eq. (4 8-c)
cm− 2 ck
l0 l3
m0 = det Eq. (4 8-d)
l3 l0
4-4
l0 l1
m2 = det Eq. (4 8-e)
l3 l2
Depois de processado o esquema acima até alinha 2m − 3 , procede-se a seguinte

análise dos coeficientes obtidos.
Segundo o critério de Shur-Cohn-Jury, para que as raízes de um polinômio A( z) = 0

tenham módulo menor ou igual à unidade, devem valer as seguintes condições:
A(1) > 0 Eq. (4.9-a)
( −1) m A( −1) > 0 Eq. (4.9-b)
a0 < am Eq. (4.9-c)
b0 > bm−1 Eq. (4.9-d)
c0 > cm− 2 Eq. (4.9-e)
d0 > d m− 3 Eq. (4.9-f)
M
Eq. (4.9-g)
m0 > m2
De acordo com a Eq. (4.9), para um sistema de ordem “m”, deve-se checar
“ m + 1”condições. Dessa forma,
- para m = 2 (Sistemas de 2ª ordem)
 A(1) > 0

 A(−1) > 0 Eq. (4.10)
a
 0 < a2
- para m = 3 (Sistemas de 3ª ordem)
 A(1) > 0
− A(−1) > 0

a < a Eq. (4.11)
 0 3
b > b
 0 2
4-5
Exemplo 10 - Dado um processo com polinômio característico:
A( z) = z 3 + a2 z 2 + a1 z + a0 z = 0
a análise da estabilidade, com base no critério de Shur-Cohn-Jury será:
1 a0 a2 a2 a3
a3 a2 a1 a0
2 b0 b1 b2
e através das condições (4.11) tem-se:
A(1) = 1 + a2 + a1 + a0 > 0
A(−1) = −1 + a 2 − a1 + a0 > 0
a0 < 1
b0 > b2 ⇒ (a02 − 1) > (a0 a 2 − a1 )
A aplicação dos métodos enunciados acima só serão de interesse quando se deseja

uma análise da estabilidade em função de algum parâmetro desconhecido no processo ou no
controlador. Caso o polinômio característico seja completamente numérico, é usual o uso de
programas de cálculo de raízes, e então investigar não só a localização das raízes no plano -
“z”, mas também sua condição de estabilidade.
4-6
4. - CRITÉRIOS DE ESTABILIDADE DISCRETA ......................................................................................... 1

4.1 - MÉTODOS DE ANÁLISE DA ESTABILIDADE DISCRETA .................................................................................... 1
4.1.1 - Método da Transformação Bilinear ................................................................................................... 2
4.1.2 - Método 2 - Critério de Schur-Cohn-Jury ........................................................................................... 3
4-7
5. - Descrição de processos discretos no Espaço de Estados.
A representação de processo no espaço de estados pode trazer vantagens na solução e

operação computacional, já que esta representação envolve uma descrição matricial. Por outro
lado, no espaço de estados, a representação do processo é única para diversos valores de T0 e
será ainda mais vantajosa na representação de sistemas MIMO.
Na Fig. 5.1 a seguir é indicada a correspondência entre as representações de processo

SISO por Função Transferência e por Variáveis de Estado. No espaço de estados, é admitido
que todo processo de amostragem é acompanhado de um processo de retenção (“Holder” de
ordem Zero).
u(k) y(k)
G(s) u(k) A B y(k)
u(t) g(t) y(t) c d
x(k)
u*(t) u(k)
u(t)
H0
T0
Fig. 5.1 - Equivalência entre as representações por FT e por VE.
5.1 - Obtenção das Equações de Estado Discreta.
Inicialmente serão considerados processos SISO, a partir do qual podem se obter o

caso geral de processos MIMO. Considerando-se um processo SISO contínuo no tempo e de
ordem “m”, sua representação em Variáveis de Estado será:
 x&(t ) = A x(t ) + B u(t )


 Eq. (5.1)
 y ( t ) = c x ( t ) + d u( t )

A solução da Eq. (5.1) pode ser encontrada com o uso da Transformada de Laplace,
ou por utilização de conceitos de EDO (Equações Diferenciais Ordinárias) e tal que a solução
de (5.1) possa ser expressa por:
5-1
x (t ) = Φ(t − t 0 ) x (0) + ∫ Φ(t − τ ) B u( τ ) dτ Eq. (5.2)

0
sendo que Φ(t) é denominada Matriz de Transição de Estados e é definida como:

−1
Φ(t ) = L - 1 { [sI − A] } = e At
Eq. (5.3)
a qual por expansão em série, também pode ser expressa por:
Φ(t ) = e At
=∑
∞
( A t)ν Eq. (5.4)
0 ν!
Com base nas Eq.’s (5.3) e (5.4) observa-se que há dois procedimentos para se
chegar à solução das equações de estado dado em (5.1)
Para o caso do processo discreto com Holder, vale,
u(t ) ⇒ u( kT0 ) kT0 ≤ t ≤ ( k + 1)T0 Eq. (5.5)
sendo o valor inicial dado por x ( kT0 ) . Dessa forma a Eq. (5.1) pode ser rescrita como,
x (t ) = Φ(t − kT0 ) x ( kTo ) + ∫ Φ(t − τ ) B u(kT ) dτ

kT0
0 Eq. (5.6)
Para o instante t = ( k + 1)T0 , a solução será então:
( k +1) T0
x( ( k + 1)T0 ) = Φ(T0 ) x ( kTo ) + ∫ Φ(( k + 1)T

kT0
0 − τ ) B u( kT0 ) dτ Eq. (5.7)
ou com q = ( k + 1)T0 − τ e dq = − d τ ,
T0
x ( k + 1) = Φ(T0 ) x ( k ) + u( k ) ∫ Φ (q) B dq Eq. (5.8)

0
Definindo-se:
F = Φ (T0 ) = e A T0 Eq. (5.9-a)
T0
H = ∫ Φ(q) B dq Eq. (5.9-b)

0
chega-se à representação da equação diferença matricial ou Equação de Estado Discreta:
5-2
 x( k + 1) = F x( k ) + H u( k )

 Eq. (5.10)
 y ( k ) = c x ( k ) + d u( k )

Usando-se a representação em série como definida em (5.4), as matrizes F e H

podem ser representadas de outra forma como:
F = Φ(T0 ) = e AT0
≈ I +∑
M
( A T0 ) v +1 = I + A L Eq. (5.11)
ν= 0 (ν + 1)!
com
M
( A T0 )ν
L = T0 ∑ (ν + 1)!
v =0
Eq. (5.12)
e
T0 M M T
qν 0
B
H ≈ ∫∑Α B dq = ∑ Α ∫ q ν dq = L B
ν ν
Eq. (5.13)
0 ν=0
ν! ν= 0 0
ν!
Exemplo 11 - Seja um sistema representado pela equação diferencial abaixo:
&&
y(t ) + 3 y& (t ) + 2 y (t ) = u(t ) .
A correspondente representação por variáveis de estado contínuas será:
x&2 (t ) = −3x2 (t ) − 2 x1 (t ) + u(t )
com
x1 (t ) = y (t )
x2 (t ) = y&(t ) = x&1 (t )
em forma matricial obtém-se então:
x&1 (t ) 0 1 x1 (t ) 0
x& (t ) = = + u (t )
x& 2 (t ) − 2 − 3 x 2 (t ) 1
x1 (t )
y (t ) = 1 0 + 0u (t )
x 2 (t )
sendo portanto:
5-3
0 1 0
A= B= c= 1 0 d=0
−2 −3 1
Pelo método da Transformada Inversa de Laplace, tem-se:
s −1
sI − A =
2 ( s + 3)
−1 1 ( s + 3) 1
sI − A =
s2 + 3s + 2 −2 s
e finalmente a matriz de transição Φ(t ) será:
−t −2t
e −t − e −2t
{
Φ (t ) = L−1 s I − A −1
} = − 22ee t −+ e2e
− − 2t
−e −t + 2e − 2t
e no caso discreto,
2e −T0 − e −2T0 e −T0 − e −2T0

F = Φ (T0 ) =
− 2e −T0 + 2e − 2T0 −e −T0 + 2e − 2T0
Pelo uso da Eq. (5.9-b),
T0 T0
0
H = ∫ Φ (q ) Bdq = ∫ F (q ) dq =
0 0
1
1 − e −T0 + 1 e − 2T0
2 2
=
e −T0 − e −2T0
A representação deste processo por variáveis de estado discretas será então:
 x( k + 1) = F x( k ) + H u( k )


 y ( k ) = c x ( k ) + d u( k )

com
0.6004 0.2325 0.1998

F= H= c=1 0 d =0
− 0.4651 − 0.09721 0.2325
para T0 = 1 .
5-4
Exercício proposto 11 - Obter as matrizes F e H do exemplo 11, pelo método

de expansão em série, com truncamento no 3º elemento da série. Comparar os resultados
numéricos com os do exemplo 11.
Exercício proposto 12 - Para um sistema SISO dado por (5.10), mostre que a
respectiva representação por Função Transferência será dada por:
Y ( z) −1
G ( z) = = c zI − F H+d Eq. (5.14)
U ( z)
Exercício proposto 13 - Usando os valores numéricos do exemplo 11, mostre que
Y ( z) z − 1  −1 G( s)  
G ( z) = = ZL   
U ( z) z   s  t = kT0 
é igual a
Y ( z) −1
G ( z) = = c zI − F H+d
U ( z)
5.2 - Obtenção das Equações de Estado Discreta a partir da Equação Diferença
Se um processo é representado por sua respectiva equação diferença, tal como,
y( k ) + a1 y ( k − 1) + L + an y ( k − n) = b0u( k ) + b1u( k − 1) + L + bn u( k − n) Eq. (5.15)
fazendo-se uma troca de índices, k = k + n , pode-se rescrever a Eq. (5.15) como:
y (k + n) + a1 y (k + n − 1) + L + a n y (k ) = b0 u (k + n) + b1u (k + n − 1) +L+ bn u (k )
Eq.(5.16)
e a correspondente representação por Função Transferência será:
5-5
Y ( z) b0 + b1z −1 + b2 z −2 + L + bn z − n
G ( z) = = =
U ( z) 1 + a1z −1 + a2 z −2 + L + an z − n
Eq. (5.17)
b z n + b1z n−1 + b2 z n− 2 + L + bn
= 0n
z + a1z n−1 + a2 z n−2 + L + an
Para a representação dada na Eq. (5.16), escolhe-se as Variáveis de Estado como

sendo:
 y (k ) = x1 (k )
 y (k + 1) = x (k ) = x (k + 1)
 2 1
 y (k + 2) = x 3 (k ) = x 2 (k + 1)
 Eq. (5.18)
M
 y (k + n − 1) = x n (k ) = x n −1 (k + 1)

 y (k + n) = = x n (k + 1)
Para a escolha feita acima, observa-se o seguinte:
a) - No instante de tempo discreto “ k ”, as variáveis de estado discretas representam

o valor da grandeza de saída nos instantes k, (k+1), ( k + 2) , ... k + n − 1 , ou seja
y( k + n − 1), y( k + n − 2), ... , y ( k + 1), y ( k ) . Dessa forma, para cada instante “ k ”, as V.E.
representam o valor da grandeza de saída y(k) e os (n-1) valores futuros desta grandeza de
saída, (ou o valor da grandeza de saída y(k+n-1) e os (n-1) valores passados desta grandeza de
saída).
b) - De acordo com (5.18), à medida em que o tempo decorre, por exemplo, do

instante k para (k+1), de (k+1) para ( k + 2) , etc., o valor de y(k) recebe o valor de y(k+1), o
de y(k+1) recebe o valor de y(k+2), e assim por diante, tal que x1 ( k + 1) = x2 ( k ) ,
x2 ( k + 1) = x3 ( k ) , ... Isso representa então o deslocamento de y(k) na equação diferença dada
por (5.16).
Para um sistema SISO, e admitindo momentaneamente para simplificar que,

bn = 1 e b0 = b1 = b2 ... = bn−1 = 0 ,a Eq. (5.16) será:
y( k + n) = xn ( k + 1) = − a1 xn ( k ) − a2 xn−1 ( k ) − L − an−1 x2 ( k ) − an x1 ( k ) + 1. u( k ) Eq. (5.19)
a qual pode ser escrita em forma matricial, tal como:
5-6
 x1 ( k + 1)   0 1 0 L 0   x1 ( k ) 0
 x ( k + 1)  0 0 1 L 0   x2 ( k  0
 2      
 x3 ( k + 1)   0 0 0 1 L 0   x3 ( k  0
      
x ( k + 1) =  =    +   u( k )
 M   M M M M M   M 
      
   1    
 x ( k + 1) −a L − a1   xn ( k  1
 
 n   n − a n −1 − an − 2
Eq. (5.20)
e pela Eq. (5.18), a saída será:
y( k ) = [1 0 0 L 0] x ( k ) + [0] u( k ) Eq. (5.21)
Definindo-se adequadamente, as matrizes constantes nas Eq.’s (5.20) e (5.21), chega-

se à representação do sistema no espaço de estados,
 x( k + 1) = F x ( k ) + H u( k )

 Eq. (5.22)
 y ( k ) = c x ( k ) + d u( k )

Com as condições impostas acima, e com base nas Eq.’s (5.17) e (5.18), tem-se,
1
y ( z) = n −1
u( z) = x1 ( z) Eq. (5.23)
n
z + a1 z + a2 z n− 2 + ... + an
Entretanto, se bn ≠ 1 e b0 = b1 = b2 ... = bn−1 ≠ 0 , com base nas Eq.’s (5.17) e

(5.23) a saída será:
y( z) = bn x1 ( z) + bn−1 z x1 ( z) + bn−2 z 2 x1 ( z) + ... + b0 z n x1 ( z) Eq. (5.24)
ou
y( k ) = bn x1 ( k ) + bn−1 x1 ( k + 1) + bn−2 x1 ( k + 2) + ... + b0 x1 ( k + n) Eq. (5.25)
Com a escolha da V.E. tal como em (5.18), vale então,
y( k ) = bn x1 ( k ) + bn−1 x2 ( k ) + bn−2 x3 ( k ) + ... + b0 xn ( k + 1) Eq. (5.26)
Com o uso da Eq. (5.19), segue finalmente que saída pode ser expressa por:
y( k ) = (bn − b0 an ) x1 ( k ) + (bn−1 − b0 an−1 ) x2 ( k ) + .... +

Eq. (5.27)
(b1 − b0a1 ) xn ( k ) + b0 u( k )
5-7
Em forma vetorial, a expressão (5.27) é dada por:
 x1 ( k ) 
y( k ) = (bn − b0 an ) L L  M  + b u( k ) Eq. (5.28)
[ (b1 − b0a1 )]   0
 xn ( k )
Para sistemas físicos realizáveis, b0 = 0 na Eq. (5.28).
Pela escolha das V.E. como em (5.18), nota-se ainda que a matriz F do sistema
apresenta o valor “ 1 ”na sub-diagonal superior, e a linha inferior contendo os coeficientes “
ai ” do processo. Os valores “ 1 ” da sub-diagonal superior indicam a interdependência entre
as V.E. através do deslocamento discreto do valor de um estado para outro. A última linha da
matriz “ F ” com os coeficientes “ ai ”, determina a dependência da V.E. xn ( k + 1) com as
demais V.E., e portanto o acoplamento interno do sistema.
O vetor “ H ”determina como a grandeza de entrada u( k ) influi sobre os estados, e

o vetor de saída “ c ” determina por sua vez, como a grandeza de saída é construída a partir
dos estados.
A disposição dos elementos da matriz “ F ”, caracteriza uma forma canônica

denominada “Forma Canônica Controlável”. De acordo com a representação do processo no
espaço de estados como dada pelas Eq.’s (5.20) e (5.26), um correspondente diagrama
temporal discreto pode ser elaborado, tal como indicado na Fig. 5.2.
y(k)
b0 b1 bn-1 bn
u(k) xn(k+1) xn(k) x3(k) x2(k) x1(k)
-1 -1
1 z-1 z z z-1
-
a1 an-1 an
Fig.
5.2 - Diagrama de blocos temporal discreto da representação no espaço de estados.
O correspondente diagrama de blocos vetorial de acordo com a Eq. (5.22) será:
5-8
d
x(0)
x(k+1) y(k)
u(k) x(k)
-1
H Iz c
Fig. 5.3 - Diagrama de blocos vetorial da representação no espaço de estados.
5.3 - Formas Canônicas no Espaço de Estados
A forma canônica Controlável obtida no desenvolvimento do item 5.2, é apenas uma

das formas possíveis de representação de um processo no espaço de estados.
Outras formas canônicas podem ser obtidas pela aplicação de uma Transformação
linear, tal como:
x T ( k ) = T x( k ) Eq. (5.29)
de forma que o sistema transformado será representado por:
 x T ( k + 1) = FT x T ( k ) + HT u( k )

 Eq. (5.30)
 y ( k ) = c x ( k ) + d u( k )
 T T
com
−1
FT = T F T Eq. (5.31-a)
HT = T H Eq. (5.31-b)
cT = c T Eq. (5.31-c)
As principais formas canônicas são indicadas a seguir com os respectivos diagramas

de blocos temporais discretos.
5-9
FT hT cT
 z1 0 0 L 0  b1D   c1D 
0 z2 0 L 0  b  c 
  2D   2D  Canônica
0 0 z3 L 0  b3 D   c3D 
      Diagonal
M M M O M   M   M 
 0 0 0 L z m  bmD  c mD 
0 0 L 0 − am  1  cT h 
1  T 
 0 L 0 − a m −1  0 
   c Fh  Canônica
M M O M M  M   M  de
     T m−2 
0 0 L 0 − a2  0  c F h Controlabilidade
0 0 L 1 − a1  0  c T F m −1 h 
 
 0 1 L 0 0  0   bm 
 0 0 L 0 0  0  b 
    m −1  Canônica
 M M O M M  M   M 
      Controlável
 0 0 L 0 1  0   b2 
− a m − a m −1 L − a 2 − a1  1  b1 
 0 1 L 0 0   cT h  1
 0  T 
 0 L 0 0   c Fh 
0 
 
Canônica
 M M O M M   M  M de
   T m−2   
 0 0 L 0 1  c F h 0  Observabilidade
− a m − a m −1 L − a 2 − a1  c F h
T m 1 0
 
−
0 0 L 0 − am   bm  0 
1 0 L 0 − a m −1  b  0 
  m −1    Canônica
M M O M M   M  M 
      Observável
0 0 L 0 − a2   b2  0 
0 0 L 1 − a1   b1  1
5 - 10
u(k)
bmD bm-1D b2D b1D

xm(k+1) xm(k) xm-1(k) x2(k) x1(k)
z-1 z-1 z-1 z-1
bmD zm-1 z2 z1
cmD cm-1D c2D c1D

y(k)
(a) -
Diagonal
y(k)
c1S c2S cm-1S cmS
x1(k) x2(k) xm-1(k) xm(k)
u(k)
-1 -1 -1 -1
z z z z
- - - -
am am-1 a2 a1
(b) -
Controlabilidade
y(k)
b1 b2 bm-1 bm
xm(k) xm-1(k) x2(k) x1(k)
u(k)
z-1 z-1 z-1 z-1
-
a1 a2 am-1 am
(c)
- Controlável
5 - 11
u(k)
bmB bm-1B b2B b1B
xm(k) xm-1(k) x2(k) x1(k) y(k)

z-1 z-1 z-1 z-1
-
a1 a2 am-1 am
(
d) - Observabilidade
u(k)
bm bm-1 b2 b1
xm-1(k)
x1(k) x2(k) xm(k)
-1
z z-1
z-1 z-1
- - - - y(k)
a1 am-1 a2 a1
(e)
– Observável
Fig. 5.4 – Diagramas de Blocos das formas canônicas.
5.4 - Controlabilidade e Observabilidade
Controlabilidade e Observabilidade são conceitos muito importantes na realização de

controle por realimentação de estados, que será visto oportunamente.
Em geral o controle por realimentação de estados só será possível se o sistema em

questão for completamente controlável e observável.
5.4.1 - Definição da Controlabilidade
5 - 12
Um sistema será dito controlável se existir uma “única” seqüência de ação de

controle ou excitação u(k), que seja capaz de levar o sistema do estado inicial x(0) para um
estado final x(N) em um tempo finito N.
A seqüência desejada de u(k) é obtida com base na equação Eq. (5.20) tal que:


 x(1) = F x(0) + H u (0)

 x(2) = F x(1) + H u (1)
 2
 = F x(0) + F H u (0) + H u (1) Eq. (5.32)


 k
 x ( k ) =
1
F
424
k
x ( 0 ) +
3 i =1 ∑ i −1
F H u (k − i)
 S .Homogenea 1442443
 S . Particular
Para o instante “ N ”, a Eq. (5.32) pode ser rescrita como,
X ( N ) = F N .x(0) + H [ ]
F H L F N −1 H U N Eq. (5.33)
com
U N = [u ( N − 1) u ( N − 2) L u (0)]T Eq. (5.34)
Se a ordem do sistema é “ m ”, uma solução única para a seqüência U N , é obtida se
N = m, tal que,
U m = QS
−1
[ X ( m) − F m
x ( 0) ]
Eq. (5.35)
QS = H [ FH L F
m −1
H ]
A matriz de controlabilidade QS como definida acima, será inversível se,
{ }≠0
det QS Eq. (5.36)
Portanto, para o sistema ser controlável, a matriz QS deve ser inversível, ou
{ }=m
Rank QS Eq. (5.37)
5 - 13
Para N < m, não haverá solução do sistema linear dado por (5.35) e se N > m haverá
múltipla soluções.
5.4.2 - Definição de Observabilidade

Um sistema é dito observável, se a partir do conhecimento de uma seqüência de saída
y(k), y(k+1), ... , y(k+N-1) e de duma seqüência de entrada u(k), u(k+1),...u(k+N-1), é
possível encontrar o vetor de estado x(k) num instante qualquer.
Neste caso o ponto de partida é a equação de saída de estado,
y( k ) = c x( k ) Eq. (5.38)
Com auxílio da Eq. (5.20), a Eq. (5.38) pode fornecer:
 y(k ) = c x( k )

 y ( k + 1) = c F x( k ) + c H u( k )
 2
 y ( k + 2) = c F x ( k ) + c F H u( k ) + c H u( k + 1) Eq. (5.39)


 y ( k + n − 1) = c F N −1 x( k ) + 0 c H c F H L c F N − 2 H U N*
[ ]

com
U N* = [u( k + N − 1) ... u( k + 1) u( k )] Eq. (5.40)
Se a seqüência de entrada U N* é conhecida, uma solução única para os “ m ”
elementos do vetor x ( k ) só será possível se existirem “ m ” equações em (5.39), ou seja,

N=m:
Ym = QB x ( k ) + S U N* Eq. (5.41)
com
T
Ym = [ y ( k ) y ( k + 1) ... y ( k + m − 1)] Eq. (5.42-a)
T
U m* = [u (k + m − 1) ... u (k + 1) u (k )] Eq. (5.42-b)
m −1 T
[
QB = c c F ... c F ] Eq. (5.42-c)
5 - 14
0 0 0 L  0
0 0 0 L  cF
 
S = 0 0 0 L cF H  Eq. (5.42-d)
 
M M M O M 
0 c F cFH L cF
m− 2
H 
Então,
− S U m*
−1
x ( k ) = QB [Y
m ] Eq. (5.43)
caso det QB { } ≠ 0. Portanto, um sistema será dito observável, se a matriz de

observabilidade QB for inversível, ou,
Rank QB{ }=m Eq. (5.44)
Exercício 14 - Dado os processo abaixo:
b1 z −1
a) - G ( z ) =
1 + a1 z −1
b1 z −1 + b2 z −2
b) - G ( z ) =
1 + a1 z −1 + a 2 z − 2
Para cada caso, obter:
i) - as formas canônicas FT , HT e cT de controlabilidade e de observabilidade;
ii) - verificar as condições para os processos serem controláveis e observáveis.
5 - 15
5. - DESCRIÇÃO DE PROCESSOS DISCRETOS NO ESPAÇO DE ESTADOS. ........................................ 1

5.1 - OBTENÇÃO DAS EQUAÇÕES DE ESTADO DISCRETA. .................................................................................... 1
5.2 - OBTENÇÃO DAS EQUAÇÕES DE ESTADO DISCRETA A PARTIR DA EQUAÇÃO DIFERENÇA ............................ 5
5.3 - FORMAS CANÔNICAS NO ESPAÇO DE ESTADOS ........................................................................................... 9
5.4 - CONTROLABILIDADE E OBSERVABILIDADE ............................................................................................... 12
5.4.1 - Definição da Controlabilidade......................................................................................................... 12
5.4.2 - Definição de Observabilidade .......................................................................................................... 14
5 - 16
6. - Aspectos Gerais sobre Filtros Digitais em Controle
6.1 – Introdução
A ação de filtragem de sinais representa uma atividade, bem como operação de

crucial importância em tratamento de sinais, sejam eles analógicos ou digitais. Em geral, a
expressão filtro está associada à expressão freqüência, em virtude da associação com os
termos filtro passa-baixa, passa-faixa, passa-alta, etc., relativo às faixas de freqüência de
operação.
Em forma analógica, os filtros são implementados por meio de redes ativas e/ou
passivas envolvendo elementos tais como capacitores e/ou indutores, sendo que tais filtros só
têm função para operação em tempo real. Para o caso dos sinais amostrados ou digitais
(digitalizados), tem-se a opção de chips especiais pré-programados com determinada ação de
filtragem, mas em muitas aplicações utiliza-se os chamados filtros digitais implementados e
executados a nível de software, que pode processar os dados amostrados em tempo real, mas
também pode ser utilizados para pós-processar uma amostra de sinal previamente digitalizada
e armazenada em arquivos.
6.2 - Classificação dos filtros digitais
Da mesma forma que os filtros analógicos, as respectivas formas digitais apresentam

a mesma denominação e finalidade de atuação tal como os filtros passa-baixa, por exemplo
para filtragem de sinais ou recuperação de sinal, os filtros passa-alta para eliminação de
componentes de baixa freqüência e os filtros passa-faixa para propósitos de sintonização.
A principal diferença no caso dos filtros digitais, por representarem uma forma
amostrada de uma função contínua no tempo e de acordo como visto no item 2 (Cap.2), eles
6-1
apresentam espectro de freqüência periódicos com 2π T . Também de acordo com o teorema

0
da amostragem, o espectro do sinal original a ser amostrado deve estar contido no intervalo de
freqüência entre “zero” e ω = π T para que o mesmo possa ser recuperado sem interferência
0
dos espectros harmônicos.
Portanto a ação ou classe de operação dos filtros digitais é caracterizada de acordo
com o efeito dos mesmos em freqüências situando-se na faixa de − π T ≤ ω ≤ π T . Se um

0 0
determinado sinal possuir um espectro de freqüência que extrapole aquele definido por um
determinado filtro digital, a operação deste filtro sobre este sinal não representará uma
operação de filtragem.
Na figura 6.1 a seguir, são indicadas as características dos principais filtro em forma
idealizada com relação à freqüência π T .

0
Também da mesma forma que nos casos analógicos, os filtros em sua forma digital
podem ser caracterizados ou representados por sua respectiva função discreta ou por sua
configuração de polos e zeros no plano-Z (círculo unitário). Na execução da transformada-Z
inversa sobre a Função Transferência do filtro em questão, obtém-se a expressão de
recorrência ou recursiva de atuação do filtro a ser executada em forma de software.
6-2
PB PF PA
Filtros
Analógicos
PB Digital
ω
π /T0 2π /T0
PF Digital
ω
π /T0 2π /T0
PA Digital
ω
ω=0 π /T0 2π /T0
Fig. 6.1 - Classe de filtros digitais.
6.3 - Características de módulo e fase dos filtros digitais
Normalmente um filtro digital é projetado/determinado a partir da especificação ou

escolha da Função Transferência H(z) que apresenta a característica de resposta em
freqüência desejada para a ação de filtragem desejada. Uma das maneiras de se especificar
H(z) é escolhendo uma disposição adequada de polos e zeros no plano-Z. De forma análoga
aos filtros contínuos, a ação do filtro pode ser avaliada pela posição relativa dos polos/zeros
em relação a uma determinada freqüência. No caso contínuo, esta ação avalia a posição dos
polos/zeros em relação a uma determinada freqüência situada no eixo imaginário do plano-S.
6-3
Já no caso dos filtros digitais, avalia-se a posição da configuração de polos/zeros em relação a

um ponto situando-se sobre a circunferência de raio unitário do plano-Z.
Exemplo 12
/H(jω)/
ω
π /T0 2π /T0 3π /T0
ω
φ(jω)
B A
π /2
−π /2
Fig 6.2 - Representação da ação de filtragem digital.
A disposição de polos/zeros indicada na Fig. 6.2 acima, contendo um único zero em

z=-1, representa um filtro passa-baixa na forma mais simples possível. Desde que o ponto A
representa o valor de freqüência ω=0, e o ponto B representa a freqüência ω = π T , a semi-

0
circunferência superior representa o campo de ação deste filtro, assim como para todos os
outros tipos e formas de filtros digitais. O que muda é relacionado à maneira com que o ponto
B é alcançado e, neste caso o valor de T0 é que determinará a atuação do filtro abrangendo ou
não o espectro de freqüências do sinal a ser processado. Na figura acima, a distância do zero
do filtro ao ponto A do círculo unitário é máxima e apresenta um magnitude igual a 2. Esta
distância diminui à medida em que se aumenta a freqüência ω, até que esta distância se anula
ao atingir o ponto B, para ω = π T . A partir do ponto B, continuando-se em sentido anti-

0
horário, a distância novamente aumenta e completa um ciclo que se repete em ω = 2π T .

0
Esta característica do filtro digital é indicada na Fig. 6.2-b e 6.2-c.
6-4
Equacionando-se este filtro do exemplo, obtém-se para o mesmo uma representação

em forma de Função Transferência discreta da forma:
H ( z ) = ( z + 1) (6.1)
a qual pode ser rescrita em forma de entrada-saída com:
Y ( z)
H ( z) = = ( z + 1)
U ( z)
Y ( z ) = U ( z )( z + 1) = zU ( z ) + U ( z ) (6.2)
e finalmente na representação por equação diferença, chega-se à forma de recorrência para o

filtro do exemplo, e que determina como o filtro deve ser executado:
y ( k ) = u( k + 1) + u( k ) (6.3)
A definição de H(z) tal como representada (6.2), mesmo especificada em termos do

polinômio em potências positivas de “z”, pode produzir a ação de filtragem desejada, porém, a
forma de recorrência dada em (6.3) é irrealizável em tempo real, pois necessita de valores
futuros da entrada u(k). Esta irrealizibilidade do filtro também pode ser verificada na definição
de H(z) em (6.1) que apresenta mais zeros do que polos.
De forma a tornar este filtro realizável, adiciona-se “m” polos na origem zm, tal que
no mínimo tenha igual números de polos e zeros. Entretanto, a adição de “m” polos irá
provocar um atraso correspondente a mT0 na saída do sinal filtrado.
No exemplo indicado na Fig. 6.2, o excesso de zeros é igual a 1, de tal forma que
adicionando-se um polo na origem, o novo filtro será representado por:
z +1
H ( z) = = z −1 ( z + 1) = 1 + z −1 (6.4-a)
z
e no domínio do tempo discreto, chega-se a:
y ( k ) = u( k ) − u( k − 1) (6.4-b )
que é perfeitamente realizável.
Exemplo 13
6-5
Considerando-se um filtro com Função Transferência discreta dada por:
1 Y ( z)
H ( z) = = (6.5)
z − α U ( z)
sua respectiva configuração no plano-Z será como indicada na Fig. 6.3
H(jω)
1/(1-α)
ω
x
ω=π/Τ0 α ω=0
1/(1+α)
π/T0 2π/T0
Fig. 6.3 - Representação do filtro dado em (6.5)
A correspondente forma de recorrência no domínio do tempo discreto será:
zY ( z ) − α Y ( z ) = U ( z ) (6.6)
ou
y (k + 1) − α y (k ) = u (k ) (6.7)
a qual eqüivale a:
y ( k ) − α y ( k − 1) = u( k − 1) (6.8)
e finalmente a forma recursiva é dada por:
y ( k ) = α y ( k − 1) + u( k − 1) (6.9)
O fato interessante a ser notado acima é que a saída é função de valores prévios da
entrada e saída. Este fato sempre ocorrerá para os polos de H(z) que se situam foram da
origem do plano-Z.
A expressão (6.9) é denominada então de forma recursiva do filtro, o qual em forma

não recursiva seria descritos por:
1
H ( z) = = z −1 + α z − 2 + α 2 z − 3 + ... (6.10)
z −α
6-6
que produzia a forma de recorrência:
y ( k ) = u( k − 1) + α u( k − 2) + α 2 u( k − 3) +... (6.11)
O filtro representado em forma não recursiva, demandaria um enorme esforço

computacional para avaliar as (teoricamente) infinitas amostras de u(k).
Usando-se a representação em Diagrama de Blocos, a expressão (6.11) pode ser

indicada como na Figura 6.4.
u(k) u(k-1) u(k-2) u(k-3) u(k-n)
z -1 z -1 z -1 z -1 z -1
a0 a1 a2 a3 an-1 an
y(k)
+
Fig. 6.4. - Diagrama de blocos do filtro digital dada e (6.11)
Admitindo-se um truncamento de (6.11) no m-ésimo elemento, a representação do

-1
filtro resultante conteria m-atrasos z , (m+1) multiplicadores ai e um somador de m
entradas, produzindo a saída y(k).
Na seqüência serão enunciadas as propriedades principais de duas classes de filtros

digitais muito importantes sendo os filtros de resposta impulsiva finita FIR e os filtros de
resposta impulsiva infinita IIR.
6.4 - Filtros FIR (Resposta Impulsiva Finita)
Um filtro digital com estrutura tal como indicada na Figura 6.4, contendo “ m ”
atrasos ou de ordem “ m ”, é denominado do tipo FIR. A característica principal deste tipo de
filtro é relacionada com a ausência de realimentação da saída, o que o torna uma estrutura
sempre estável. Com esta ausência de realimentação a resposta a uma entrada tipo impulso,
provocará uma saída constituída por uma seqüência de (m+1) valores correspondentes a a0,
a1, a2, a3, ...am.
6-7
O primeiro exemplo ilustrado neste capítulo é do tipo FIR, porém tendo um único
atraso e dois multiplicadores a0 e a1. Na prática entretanto, os filtro FIR são de ordem elevada
e compreendendo entre 15 e 150 multiplicadores, fato este que se torna impossível a
elaboração do projeto do FIR por meio de alocação de polos.
Outra característica importante dos filtros FIR é que eles podem ser projetados para
não produzir distorção de fase com relação ao sinal de entrada. Neste caso eles se denominam
FIR de fase linear, ou de fase mínima, pois produz a mesma defasagem para todas as
componentes de freqüências do sinal original. Este fato é de vital importância em se tratando
de processamento de sinais sob regime transitório. Os FIR de fase linear exigem um
procedimento de cálculo específico que será demonstrado com um exemplo no ambiente
Matlab.
Outros tipos de FIR muito comuns são os FIR que produzem médias ponderadas ou
não com a finalidade de eliminação de desvios imprevistos ou indesejados contidos em uma
amostra de sinal. A forma básica destes filtros é indicada de forma geral a seguir.
6.4.1 - FIR de Média Móvel (“ Moving Average ”)
Este tipo de filtro é um FIR com estrutura semelhante a da Figura 6.4, porém onde
todos os coeficientes multiplicadores são todos iguais. Dessa forma, se cada multiplicador
assumir o valor 1 (m + 1) , então este filtro executa uma média aritmética dos (m+1)
consecutivos valores passados. Neste caso, o FIR apresenta uma característica de filtro tipo
passa-baixa com grande deslocamento de fase. O deslocamento de fase será tanto maior
quanto maior for o número “ m ” de elementos da média. Um exemplo de atuação deste tipo
de filtro é visto na Figura 6.5.
6-8
360
340
320
300
280
260
240
220
200
180
160
140
120
100
80
60
40
20
0 k
-20
0 20 40 60 80 100
Fig. 6.5 - Atuação de um FIR de média móvel.
6.4.2 - FIR baseados em “Janelas”.
A maneira mais direta de se projetar um FIR é através do uso ou especificação de

janelas, as quais correspondem a faixas de freqüências que se deseja para uma determinada
atuação do filtro. Neste caso a tarefa de projeto do filtro retoma sua característica original de
atuação sob determinada faixa de freqüência.
Estas janelas são escolhidas para comportar um certo número de amostras do sinal, o
que irá definir a ordem do filtro. Idealmente, tais janela seriam do tipo retangulares tal como
indicado na Figura 6.1, entretanto este tipo de janela apresenta um espectro amostrado infinito
sen( x )
e do tipo x , vide seção 2.1 Eq. (2.4). Na prática são utilizadas janelas padronizadas, as
quais são disponíveis em literaturas afins e mais freqüentemente nos Softwares aplicativos de
tratamento de sinais. Nesta literatura ou nos softwares, indica-se a faixa de freqüências
desejada, a ordem do filtro e a taxa de amostragem, e obtém uma forma recursiva para os
coeficientes multiplicadores, ou caos dos softwares, tem-se diretamente a F.T, discreta do
filtro. Dentre as janelas mais conhecidas e utilizadas citam-se as janelas, Hamming, Hanning,
Kaiser, Blackman, etc. Maiores informações referir-se a [6-1], [6-2].
6.5 - Filtros IIR (Resposta Infinita)
6-9
Quando filtros digitais são projetados com alocação de polos e zeros no plano-Z, a
resposta deste filtro é sempre do tipo infinita, e apresentando uma forma recursiva com
realimentação da saída (valores prévios da saída são usados para computar o valor atual). Ao
contrário dos FIR’s, os IIR’s não permitem um projeto de forma a produzir fase linear.
A vantagem principal dos filtros IIR’s é que com a alocação adequada de poucos
polos/zeros no plano-Z atinge-se os objetivos de atuação desejada para o filtro. Este fato se
caracteriza pela obtenção de um filtro de pequena ordem em comparação com os FIR’s de
ordem entre 15 e 150.
A ação dos IIR’s é caracterizada por uma disposição de polos/zeros em uma região
muito próxima, ao círculo unitário do plano-Z. Isto significa que os coeficientes do filtros
IIR’s, ao contrário dos FIR’s, são sempre do tipo fracionários e de tal forma que na medida em
que se exige precisão, tais coeficientes necessitam ser operados com 5-7 casas decimais de
modo a se evitar instabilidade ou perda da precisão estabelecida.
A maioria dos IIR’s é uma forma digital das equivalentes formas analógicas mais
conhecidas. Desde que os filtros analógicos constituídos de elementos tais como capacitores,
indutores e resistores possuem resposta impulsiva infinita, é natural a aproximação destes com
a correspondente conceituação dos IIR’s digitais. Assim a solução de projeto de um IIR se
resume na representação adequada do plano-S no plano-Z correspondente ao filtro sob estudo.
Assim, são comuns as formas de filtros IIR digitais com as denominações Butterwoth,
Chebychev, etc.
Atualmente a disponibilidade de tabelas em literaturas afins, ou mesmo nos vários

softwares de processamento de sinais, os algoritmos de execução e projeto de tais filtros, se
encontram de tal forma pré-estabelecidos, que o usuário necessita apenas indicar a ordem e a
freqüência de corte desejada para um determinado filtro.
Um último fato a ser ponderado, se refere a atuação das formas digitais dos filtros
com respeito aos espectros amostrados. Este fato já foi comentado anteriormente, mas vale
ressaltar que um filtro analógico tem atuação para freqüências de 0 - ∞, enquanto que (devido
aos espectros harmônicos) a respectiva forma digital só tema atuação de filtragem para
freqüências entre 0 - π T , com T0 sendo o período da taxa de amostragem. A partir de

0
6 - 10
ω ≥ π T , o espectro de atuação do filtro digital se repete. A atuação do filtro digital para

0
freqüências acima daquela definida pela taxa de amostragem pode ser imprevisível, já que na
execução do algoritmo de filtragem, os cálculos executados não questionam a fidelidade da
amostragem. Na Figura 6.6 a seguir exemplifica-se a discretização do espectro de um filtro
Chebychev de 7a. ordem. A correspondência entre o mapeamento de polos/zeros analógicos e
discretos pode ser vista na Figura 6.7.
/Η(ϕω)/ /Η(ϕω)/
ω π/Τ0 2π/Τ0 ω
(a) (b)
Fig. 6.5 - Espectro de atuação de um filtro Chebychev 7a. ordem: (a) versão analógica; (b) versão
digital.
2.5
0.8
2
0.6
1.5
1 0.4
0.5 0.2
0 0
-0.5
-0.2
-1
-0.4
-1.5
-2 -0.6
-2.5 -0.8
-4 -3 -2 -1 0 1 -1.5 -1 -0.5 0 0.5 1
Fig. 6.6 - Mapeamento de polos/zeros do filtro Chebychev 7a. ordem analógico e digital.
Referências Adicionais
[6-1] -P. A. Lynn, An Introduction to the Analysis and Processing of Signals, MacMiliam
Press Ltd. 1983.
[6-2] - J. V. Candy, Signal Processing - The Modern Approach, Mc Graw Hill Int., 1988.
6 - 11
6. - ASPECTOS GERAIS SOBRE FILTROS DIGITAIS EM CONTROLE .................................................. 1
6.1 – INTRODUÇÃO .............................................................................................................................................. 1

6.2 - CLASSIFICAÇÃO DOS FILTROS DIGITAIS ........................................................................................................ 1
6.3 - CARACTERÍSTICAS DE MÓDULO E FASE DOS FILTROS DIGITAIS ..................................................................... 3
6.4 - FILTROS FIR (RESPOSTA IMPULSIVA FINITA) .............................................................................................. 7
6.4.1 - FIR de Média Móvel (“ Moving Average ”) ...................................................................................... 8
6.4.2 - FIR baseados em “Janelas”. ............................................................................................................. 9
6.5 - FILTROS IIR (RESPOSTA INFINITA) .............................................................................................................. 9
REFERÊNCIAS ADICIONAIS ................................................................................................................................ 11
6 - 12
Prof. Manoel / Ago.2011
7 - Controladores Paramétricos Determinísticos
O termo controlador determinístico deve ser entendido como um controlador a

ser projetado assumindo-se que o processo a ser controlado estará sujeito a perturbações
e/ou sinais de excitação do tipo determinísticos, ou seja, cujo comportamento possa ser
exata- e analiticamente descritos. Em contrapartida, existem as estruturas de
controladores do tipo estocásticos que são indicados para processos sujeitos a sinais de
perturbação e/ou excitação do tipo estocástico, (ruídos ou de comportamento aleatório).
Os controladores estocásticos compõem um capítulo a parte e estão além dos

objetivos deste curso. Na seqüência serão apresentadas algumas configurações de
controladores determinísticos usuais e a finalidade de cada um.
Sistemas de controle envolvem sempre uma realimentação de tal forma que a

saída possa ser comparada com a referência desejada. O sinal de erro resultante desta
comparação será o sinal atuante sobre a estrutura do controlador, o qual produzirá uma
sinal de ação de controle adequada de modo que a saída acompanhe dinamicamente a
referência desejada - “tracking control” ou controlador de trajetória - ou produza um
erro final nulo após um determinado tempo - controlador de valor final. Um tal processo
pode ser representado pelo diagrama de blocos da Fig. 7.1
PROCESSO
v(k)
GPV(z) n(k)
uv(k)
ω(k) e(k) u(k) y(k)
GR(z) GPU(z)
-
Fig. 7.1 - Processo SISO realimentado.
Para o controlador de trajetória aplicado ao esquema da Fig. 7.1, GR(z) deve ser
projetado para que a saída y(k) siga o sinal de referência u(k), tal que o erro e(k)=y(k)-
ω(k) tenda a zero dinamicamente. Para o controlador de valor final, GR(z) é então
7-1
projetado tal decorrido um tempo finito “ N ”, um estado final x(N) seja atingido como
erro nulo.
Quando se deseja apenas eliminar ou atenuar o efeito de uma perturbação v(k)

atuante sobre o processo, pode-se projetar um compensador de perturbação, com
atuação somente sobre tal perturbação, como indicado na Fig. 7.2.
PROCESSO
v(k) n(k)
GPV(z)
GS(z) u(k) y(k)

GPU(z)
Fig. 7.2 - Processo SISO com regulação de perturbação.
Para os controladores determinísticos pode-se desenvolver uma abordagem

estrutural ou paramétrica. Para a abordagem estrutural há que se estipular a estrutura -
ordem do controlador - bem como os coeficientes do mesmo. Nesta classe de
controladores incluem-se o controle por realimentação de estados, os compensadores
padrões e os compensadores lineares genéricos. Os controladores paramétricos possuem
ordem pré-determinada e se procura o conjunto de coeficientes adequados. Os
controladores paramétricos englobam por sua vez os controladores P, PI, PID, e os
lineares genéricos de ordem superior.
Os controladores paramétricos utilizam uma disposição em cascata dos

diversos controladores atuando sobre determinado estado do processo, tal como
indicado na Fig. 7.3-a.
Neste caso é possível projetar-se os controladores para se estipular o

comportamento dinâmico e uma eventual minimização de perturbação sobre o processo
separadamente. Em geral procede-se a investigação a partir das malhas mais internas
para as externas.
O controlador estrutural do tipo realimentação de estados indicado na Fig. 7.3-

b, permite por sua vez uma grande diversidade de meios de se impor uma dinâmica e a
eliminação de perturbação sobre o processo.
7-2
PROCESSO
v1(k) v2(k)
Gpv1(z) Gpv2(z)
e1(k) e2(k) n1(k) n2(k)
ω(k)
GR(z) GR(z) Gpu1(z) Gpu2(z)
- -
y1(k) y2(k)
(a)
ω(k) e(k) y(k)

F H c D
+
(b)
K
Fig. 7.3 - Estruturas de controladores: (a) - Cascata; (b) - Controle de estados.
7.1 - Síntese de controladores digitais a partir do domínio de tempo contínuo
As metodologias de síntese para os controladores determinísticos discretos, em

geral não diferem daquelas utilizadas para o caso de controladores analógicos, tais como
alocação de polos, lugar das raízes, desempenho dinâmico, etc.. Alguns controladores
discretos entretanto, são projetados por técnicas estritamente discretas, como é o caso
dos controladores de tempo finito - Dead-Beat.
A obtenção de controladores digitais pode seguir diversos procedimentos como

será visto neste item. Tais procedimentos de discretização podem ser direcionados a
qualquer tipo de controlador ou mesmo para descrição de processos no domínio da
transformada Z.
Em primeira instância um controlador digital pode ser obtido a partir de um

controlador analógico (contínuo) já pré-calculado. Em alguns casos se o tempo de
amostragem for suficientemente pequeno, o projeto ou síntese do controlador pode ser
realizado no domínio de tempo contínuo e discretizado em seguida para a obtenção da
lei de controle discreta ou digital.
7-3
As diferenças básicas de procedimentos são relacionadas com o procedimento

de discretização utilizado. Com relação aos procedimentos de discretização, são
empregados os métodos já vistos em capítulos anteriores, tais como: aproximação da
equação diferença (integração retangular e trapezoidal), mapeamento de planos (s  z)
e transformada-Z com Holder (também chamada invariante ao degrau : vide exemplo 7
e 8). Os demais procedimentos são relacionados a controladores específicos e não
podem ser generalizados. Tais procedimentos são conhecidos como Ajuste por Tabelas,
Sintonia Ótima de perdas ou ação de controle, Alocação de Polos e Dead-Beat entre
outros, que serão estudados oportunamente.
Os principais procedimentos de discretização aplicáveis na obtenção de

controladores digitais a partir da descrição do controlador no domínio do tempo
contínuo são discutidos em seguida. No caso contínuo os controladores são descritos de
duas maneiras típicas, ou seja, pela equação diferencial ou pela respectiva função
transferência no domínio da variável s. Desta forma, alguns procedimentos partem de
uma ou de outra forma descritiva do controlador contínuo. Partindo-se da equação
diferencial, usa-se o método de aproximação das diferenciais, e quando da descrição na
variável s, substitui-se a variável s pela por uma aproximação em z.
A transcrição exata da formulação de um controlador ( ou processo ) do

domínio de Laplace para domínio do plano-Z deve seguir a definição da transformada-Z
tal como dada em ( 3.1) ou (3.2) e repetida a seguir.
z = e T 0 S = e T0 (τ + j ω ) = e T0 τ [cos(T0 ω ) + j sen(T0 ω )] (7.1)
e cuja relação recíproca é dada por :
1
s= ln( z) (7.2)
T0
Através da expressão (7.1) sabe-se que todo o semi-plano esquerdo do plano-s

será mapeado no interior de um círculo unitário no plano-z. Portanto um sistema
assintoticamente estável no modo contínuo só será também assintaticamente estável se
os pólos discretos situarem no interior deste círculo unitário do plano-z. Este
mapeamento dado por (7.1) é representado na figura 7.4 a seguir.
7-4
Im Im
Plano - s
Plano - z
π /T 0
Re Re
-1 1
−π /T0
Fig. 7.4 – Representação do mapeamento ( s  z ) pela definição.
Nos itens sub-sequentes será analisado como as aproximações se enquadram na

forma exata do mapeamento e suas conseqüências ou limitações.
7.1.1 – Aproximação de diferencial (integração retangular)

Este método também caracterizado como o de integração retangular
considerando-se a área sobre a curva contínua (aproximação por cima - Exercício
Proposto 01). Do capítulo 1 obteve-se esta aproximação com a substituição da derivada
contínua por uma equação diferença tal como:
d x( k ) − x( k − 1 )
≈ (7.3)
dt T0
Onde, a correspondente descrição na variável “z” é obtida como:
 1 − z −1  z − 1
  = (7.4)
 T0  T0 z
Já que esta relação é considerada sobre a derivada temporal contínua e em
Laplace vale que
d
⇒s (7.5)
dt
Para a obtenção da aproximação desejada, troca-s “s” pela expressão a seguir
na representação da FT do controlador:
z −1
s≅ (7.6)
T0 z
7-5
A expressão (7.6) pode ser reescrita em função da variável s e estabelecer

como esta aproximação mapeia o plano-s no plano-z, obtendo-se:
1
z≅ (7.7)
1 − T0 s
Com a expressão (7.7), substituindo-se s = τ + j ω , pode-se obter para τ = 0 :
z ≅ 0,5 (1 + e jθ ) com θ = 2 tan −1 (ωT0 ) (7.8)
E a expressão em (7.8) descreve um círculo de raio 0,5 centrado no ponto 0,5

do plano-z tal como indicado na figura 7.5.
Im Im
Plano - s
π /T0 Plano - z
Re Re
-1 1
0,5
−π /T0
Fig. 7.5 – Representação do mapeamento ( s  z ) pela aproximação diferencial.
Esta proposta de discretização restringe portanto a possível área de

mapeamento dos pólos/zeros do sistema contínuo no plano-z. Este procedimento só será
condizente com o caso exato para elevadas freqüências de amostragem. Pólos ou zeros
que estariam no círculo unitário, mas fora da região mapeada seriam portanto mal
representados e a discretização provocaria uma distorção do caso contínuo.
7.1.2 – Integração Retangular sob a Curva

Este caso corresponde a se proceder uma integração sob a curva contínua, tal
que a área considerada seja um somatório de retângulos sob a curva (por baixo da curva
– vide exemplo 02 ). Do exemplo 02 no capítulo 1, obtém-se que a integração sob a
curva pode se representada pela equação diferença dada por:
7-6
x( k ) − x( k − 1 ) = T0 w( k − 1 ) (7.9)
ou, na representação na variável “z”, chega-se a:
X T z −1 T
( z ) = 0 −1 = 0 (7.10)
W 1− z z −1
Desde que um integração em Laplace é dada por (1 s ) , a obtenção da
aproximação da forma discreta é dada pela troca ou substituição da variável “s” por “z”
segundo a relação:
1 T0 z −1
= ⇒ s= (7.11)
s z −1 T0
ou pode-se obter ainda, que o mapeamento (s  z) seria dado por:
z = T0 s + 1 (7.12)
Através da expressão (7.12) a representação do mapeamento seria tal como

indicado na figura 7.6.
Im Im
Plano - s
π /T 0 Plano - z
Re
Re 1
-1
−π /T0
Fig. 7.6 – Representação do mapeamento ( s  z ) pela aproximação integral.
Na figura 7.6 e também pela expressão (7.12) o mapeamento ocorre como

simples ponderação dos pontos por T0 e deslocamento no ponto 1 do plano-z, ou seja,
permanece um semi-plano deslocado no plano-z. Embora englobe o círculo unitário,
este procedimento pode produzir pólos/zeros instáveis (fora do círculo unitário).
Novamente aqui, um mapeamento condizente só será possível para elevadas taxas de
amostragem.
7-7
7.1.3 – Integração trapezoidal

Neste método, a integral é obtida do somatório dos trapézios formados por dois
instantes de amostragem, resultando no somatório das áreas obtidas com o valor médio
das amostras nos instantes ( k ) e (k+1) multiplicado pelo valor do período de
amostragem T0, ou seja:
K −1
 w(ν ) − w(ν + 1 ) 
x( k ) = ∑   T0 (7.13)
ν =0  2 
Para o qual, uma forma recursiva é dada por:
T0
x( k ) − x( k − 1 ) = (w( k ) − w( k − 1 )) (7.14)
2
Na formulação em função da transformada “z” vale então a aproximação dada
por:
X T 1 + z −1 T 0 z + 1 1
(z)= 0 = ⇒ ≅ (7.15)
W 2 1 − z −1 2 z −1 s Laplace
A última igualdade em (7.15) representa a respectiva formulação da integral

em Laplace, tal que neste procedimento a substituição é realizada considerando-se a
relação:
2 z −1
s= (7.16)
T0 z + 1
Este procedimento, embora produza distorções na resposta em freqüência, ele

mapeia todo o semi-plano esquerdo do plano-s na totalidade do círculo unitário do
plano-z exatamente como feito pela definição e representado na figura 7.4.
7.1.4 – Mapeamento direto ( s  z)

Neste método, procede-se o mapeamento do plano “s” no plano “z” pela
definição da transformada –Z. Isto eqüivale a mapear os polos/zeros do controlador do
plano “s” para o plano “z” , tal que:
z = eT0 s (7.17)
Sendo T0 adequadamente escolhido de forma a atender pelo menos ao critério
de amostragem visto no capítulo2. Portanto se o controlador contínuo tem a forma:
7-8
∏( s + β
j =1
j )
G( s ) = K C n
(7.18)
∏( s +α
i =1
i )
Através do mapeamento polo/zero chega-se a:
m
−T0 β j
∏ (z − e
j =1
)
G( z) = K D n
(7.19)
−T0 α i
∏ (z − e
i =1
)
O equivalente valor de ganho discreto KD deve ser obtido da condição de
regime permanente, tal que para a devida correspondência deve valer:
(7.20)
G( s ) = G( z )
s→0 z →1
Alguns autores sugerem ainda, que se o numerador tiver ordem superior a do

denominador – o que é normalmente o caso – acrescenta-se zeros em z = -1 até que se
tenha a mesma ordem no numerador e denominador da equivalente G(z).
7.1.5 – Invariância ao degrau

Neste caso considera-se o caso geral de obtenção da transformada Z com
Holder de ordem zero como visto no capítulo 3, ou seja:
z − 1  G( s ) 
G( z ) = Z  (7.21)
z  s 
Os procedimentos acima configuram apenas as formas usuais e que podem
fornecem resultados ora aproximados, ora exatos. Existem ainda diversos outros modo
modificados que são utilizados em aplicações específicas e podem ser encontrados na
literatura especializada. Todos estes procedimentos têm forte dependência com relação
ao período de amostragem. A única formulação que garante exatidão da resposta
contínua e discreta é a dita com Hoder-0 ou Invariante ao degrau.
Na seqüência será exemplificada a aplicação das técnicas de discretização.
Exemplo 14 – Considere um controlador tipo Avanço de Fase, projetado no

domínio de tempo contínuo para um determinado processo. O controlador nesta forma,
apresenta a Função Transferência :
7-9
10 (s + 0.5) U
G( s ) = = (s)
s + 0 .1 E
As respectivas formas discretas do mesmo controlador segundo os

procedimentos vistos nos itens 7.1, são dados por:
i) – Aproximação de diferenciais (sem equivalente no Matlab)
u (k ) = 0.9091 u (k − 1) + 13.6364 e(k ) − 9.091 e(k − 1)
ii) – Integral sob a curva (sem equivalente no Matlab)
u( k ) = 0.9 u( k − 1 ) + 10 e( k ) − 5 e( k − 1 )
iii) – Integração trapezoidal (modo ‘tustin’ no Matlab)
u( k ) = 0.904762 u( k − 1 ) + 11.904762 e( k ) − 7.142857 e( k − 1 )
iv) – Mapeamento ( s : z ) (modo ‘matched’ no Matlab)
u( k ) = 0.904863 u( k − 1 ) + 12.093 e( k ) − 7.334 e( k − 1 )
v) – Invariância ao Impulso (modo ‘imp’ no Matlab)
u (k ) = 0.9048 u (k − 1) + 4 e(k )
vi) – Invariância ao degrau (modo ‘zoh’ no Matlab)
u( k ) = 0.9048 u( k − 1 ) + 10 e( k ) − 5.242 e( k − 1 )
Neste exemplo, o valor do período de amostragem T0 = 1seg. é bastante

pequeno para a dinâmica do controlador em questão. Desta forma alguns dos
coeficientes da equação de lei de controle digital apresentam pouca diferença. Com o
aumento do período de amostragem, a tendência é que os coeficientes em cada
formulação (aproximação) sejam ainda mais diferentes.
7 - 10
Exercício Proposto 15
( a ) - Considerando hipoteticamente que o erro e(k) se comporte como uma

excitação degrau, obtenha e plote a resposta degrau do controlador contínuo e discreto
em cada uma das formulações indicadas no exemplo 14.
( b ) – Repita o exemplo 14 assumindo que o período de amostragem seja

agora de 4 seg e obtenha a resposta degrau comparando com o item anterior.
Nos tópicos seguintes serão abordados os controladores paramétricos genéricos

e em especial o controlador tipo PID que configura como um dos mais versáteis e
facilmente ajustáveis por qualquer usuário. Inicialmente será obtida a forma geral de um
PID discreto e em seguida será verificado como um controlador paramétrico genérico
pode se comportar como um PID. Uma vez caracterizado o PID digital, serão
verificadas condições e propriedades do PID digital e sua relação com a forma contínua.
Finalizando este capítulo serão abordadas técnicas de síntese o PID e dos controladores
paramétricos genéricos.
7 .2 - Controlador tipo PID - Discreto

No caso contínuo, uma ação de controle PID é representada como:
 1 d 
u( t ) = K e( t ) + ∫ e( τ )dτ + TD e( t ) Eq. (7.22)
 TI dt 
No caso discreto, admitindo-se um tempo de amostragem pequeno, a Eq. (7.22)
pode ser descrita em forma de um equação diferença, aproximando-se a integral pelo
método retangular, tal como:
 T0 k −1 T 
u( k ) = K e( k ) + ∑ e(ν ) + D (e( k ) − e( k − 1 )) Eq. (7.23)
 TI ν = 0 T0 
e uma forma recursiva pode ser encontrada como sendo dada por:
u( k ) − u( k − 1 ) = q 0 e( k ) + q1 e( k − 1 ) + q 2 e( k − 2 ) Eq. (7.24)
7 - 11
com
 T 
q0 = K 1 + D  Eq. (7.25-a)
 T0 
 T T 
q1 = − K  1 + 2 D − 0  Eq. (7.25-b)
 T0 TI 
TD
q2 = K Eq. (7.25-c)
T0
Com base na Eq. (7.24), a respectiva função transferência discreta para o

controlador PID será:
U ( z ) q 0 + q1 z −1 + q 2 z −2
G R ( z ) = G PID ( z ) = = Eq. (7.26)
E ( z) 1 − z −1
Uma formulação diferente pode ser encontrada quando se usa a aproximação
da integral pelo método trapezoidal
7.3 - Forma geral de um controlador paramétrico

Considere o diagrama de blocos de um sistema de controle como indicado na
Fig. 7.7, sendo v(k) e n(k) dois processos de perturbação atuando respectivamente sobre
a entrada e saída do processo e, r(k) sendo uma entrada de referência.
v(k) n(k)
r(k) e(k) u(k) y(k)
GR(z) H0G0(z)
Fig. 7.7 - Sistema SISO
Admitindo-se um processo genérico com função transferência,
Y ( z ) B( z −1 ) b0 + b1 z −1 +...+ bm z − m
H 0 GP ( z ) = = = Eq. (7.27)
U ( z ) A( z −1 ) 1 + a1 z −1 +...+ a m z −m
a forma geral de um controlador paramétrico é definida como sendo:
U ( z ) Q( z −1 ) q 0 + q1 z −1 +...+ qν z −ν
GR ( z ) = = = Eq. (7.28)
E( z ) P( z −1 ) 1 + p1 z −1 +...+ p µ z − µ
7 - 12
onde, em geral, os coeficientes ν , µ são escolhidos em função da ordem do processo a

ser controlado.
Para que o efeito de eventuais perturbações v(k) e/ou n(k) tipo degrau e
também o erro de regime a uma entrada r(k) tipo degrau sejam nulos ou minimizados, a
estrutura do controlador deve apresentar pelo menos um polo em z = 1, (s = 0 : Ação
integral). Portanto a estrutura mais simples de um controlador genérico de ordem “ ν ”
será:
Q( z −1 ) q 0 + q1 z −1 + ... qν z −ν
GR ( z) = = Eq. (7.29)
P ( z −1 ) 1 − z −1
Se ν = 1 na Eq. (7.29), o controlador será do tipo PI, ν = 2, do tipo PID, ν = 3

do tipo PID2 ou PI2D, e assim por diante.
Com base Eq. (7.29), a lei de controle para um controlador linear paramétrico
será dada por:
u( k ) = u( k − 1) + q 0 e( k ) + q1 e( k − 1) + ... + qν e( k − ν ) Eq. (7.30)
A estrutura do controlador neste caso é fixa (ordem ν), e os coeficientes “ qi

”devem então serem escolhidos de modo a atender a um determinado critério de
desempenho desejado para o sistema controlado.
7.4 - Algoritmo de Controle de Segunda Ordem Genérico

Se a ordem do controlador na Eq. (7.30) é ν = 2, a lei de controle será:
u( k ) = u( k − 1) + q 0 e( k ) + q1 e( k − 1) + q 2 e( k − 2) Eq. (7.31)
Admitindo-se o controlador sendo excitado por uma entrada tipo degrau
unitário,
1 k ≥0

e( k ) =  Eq. (7.32)
0
 k <0
então a saída, ou ação de controle produzida, será:
7 - 13
u(0) = q 0
u(1) = u(0) + q 0 + q1 = 2 q 0 + q1
u(2) = u(1) + q 0 + q1 + q 2 = 3 q 0 + 2 q1 + q 2
M
u( k ) = u( k − 1) + q 0 + q1 + q 2 = ( k + 1) q 0 + k q1 + ( k − 1) q 2 Eq. (7.33)
Desejando-se que o controlador descrito pelas Eq.’s (7.31) e (7.32) tenha o
comportamento de um controlador tipo PID (o qual também possui ordem ν = 2), por
analogia com o comportamento de um PID-contínuo, deve-se ter u(1) < u(0) e u(k) >
u(k-1) para valores grandes de “ k ”. Dessa forma, admitindo-se q0 > 0, têm-se as
seguintes condições para que o controlador da Eq. (7.31) seja um PID:
u(1) < u(0) ⇒ q0 + q1 < 0 ou q1 < − q0 Eq. (7.34-a)
u( k ) > u( k − 1 ) k ≥ 2 ⇒q 0 + q1 + q 2 > 0ou q 2 > −( q 0 + q1 ) Eq. (7.34-b)
⇒ q0 > q2 Eq. (7.34-c)
ou de forma resumida, para que um controlador paramétrico linear genérico tenha o

comportamento de um controlador PID, deve-se ter:
q 0 > 0; q1 < − q 0 ; − ( q 0 + q1 ) < q 2 < q 0 Eq. (7.35)
Do desenvolvimento acima, observa-se que o coeficiente q0 irá determinar o

valor da ação de controle U (0) , e que poderá ser um dado de interesse no projeto do
controlador.
7.5 – Características, propriedades e síntese do controlador PID digital

Graficamente o controlador da Eq. (7.31), como as condições (7.35), ou seja,
do tipo PID discreto terá um comportamento como indicado na Fig. 7.8.
u(k)
q0
q0 + q1 + q2
2 q0 + q1
q0 - q 2 - k
Fig. 7.8 - Resposta temporal discreto do PID a uma entrada degrau unitário
7 - 14
De modo análogo, o comportamento de um controlador do tipo PI, (ν = 1 em

(7.30)), pode-se deduzir que o comportamento do PI será como indicado na Fig. 7.9.
u(k)
q 0 + q1
q0
k
Fig. 7.9 - Resposta temporal discreta do PI a uma entrada degrau unitário
Definindo-se, com base na Fig. 7.8:
K ′ = q0 − q 2 Fator de Amplificação Eq. (7.36-a)
q2
cD = Coef. de Derivação Eq. (7.36-b)
K
(q0 + q1 + q2 )
cI = Coef. de Integração Eq. (7.36-c)
K
e admitindo-se que a freqüência de amostragem é suficientemente grande, então vale
com relação à Eq. (7.23)
K′ = K Eq. (7.37-a)
TD
cD = Eq. (7.37-b)
T0
T0
cI = Eq. (7.37-c)
TI
e com base nas relações (7.34)
cD > 0 ; cI > 0 ; cI < cD Eq. (7.38)
Substituindo-se (7.36) na função transferência (7.29), tem-se,
K (1 + cD ) + ( cI − 2 cD − 1) z −1 + cD z −2
[ ]=
GR ( z ) = −1
1− z
Eq. (7.39)
 z −1

= K 1 + cI −1
+ cD 1 − z −1 
( )
 1− z 
A partir da Eq. (7.39) é possível obter uma separação dos efeitos de cada termo
atuante do controlador PID como sendo:
7 - 15
uP ( k ) = K ′ e( k ) Eq. (7.40-a)
uI ( k ) = uI ( k − 1) + K ′ cI e( k − 1) Eq. (7.40-b)
uD ( k ) = K ′ cD e( k ) − K ′ cD e( k − 1) Eq. (7.40-c)
e
u( k ) = u P ( k ) + u I ( k ) + u D ( k ) Eq. (7.40-d)
ou na forma original,
uP ( k ) = ( q0 − q2 ) e( k )

uI ( k ) = uI ( k − 1) + ( q0 + q1 + q2 ) e( k − 1) Eq. (7.41)

uD ( k ) = q2 ( e( k ) − e( k − 1))
Com base em (7.37) e 7.39) o diagrama de blocos do PID-discreto e seu
comportamento pode ser representado como indicado nas Fig.’s 7.10-a e 7.10-b,
respectivamente.
K'
+
e(k) -1 u(k)
K' cI z -1 +
(1 - z ) (a)
+
-1
K' cD (1-z )
u(k)
K'(1+cD )
K'cI
(b)
K'(1+cI )
K'
k
Fig. 7.10 - PID-Discreto; (a) Estrutura em diagrama de blocos; resposta temporal discreta a
uma entrada degrau unitário
Variantes da estrutura PID completa são obtidas eliminando-se determinados

coeficientes, tais como:
P cD ; cI = 0 Eq. (7.42-a)
I K ′ ; cD = 0 Eq. (7.42-b)
7 - 16
D K ′ ; cI = 0 Eq. (7.42-c)
PI cD = 0 Eq. (7.42-d)
PD cI = 0 Eq. (7.42-e)
7 - 17
7 - Controladores Paramétricos Determinísticos ............................................................ 1
7.1 - Síntese de controladores digitais a partir do domínio de tempo contínuo ........... 3
7.1.1 – Aproximação de diferencial (integração retangular) ................................... 5
7.1.2 – Integração Retangular sob a Curva ............................................................... 6
7.1.3 – Integração trapezoidal................................................................................... 8
7.1.4 – Mapeamento direto ( s  z ) ....................................................................... 8
7.1.5 – Invariância ao degrau ................................................................................... 9
7 .2 - Controlador tipo PID - Discreto ........................................................................ 11
7.3 - Forma geral de um controlador paramétrico ...................................................... 12
7.4 - Algoritmo de Controle de Segunda Ordem Genérico ........................................ 13
7.5 – Características, propriedades e síntese do controlador PID digital ................... 14
7 - 18
7.5.1 - Algoritmo PID com ação de controle limitada
Como pode ser observado pela expressão (7.33), a ação de controle inicial u(0)
é função do coeficiente “ q0 ” do controlador. Se esta ação de controle inicial for
fisicamente irrealizável, o controlador como um todo deixará de operar como desejado.
Entretanto, se é conhecido o valor máximo da ação de controle disponível ou

admissível no processo a ser controlado, este dado pode ser utilizado na síntese do
controlador PID.
Considere um processo discretizado tal como dado em (7.27) e o controlador

genérico de segunda ordem (7.29), em uma estrutura de controle em malha fechada.
A função transferência entre a ação de controle u(k) e a referência de controle

r(k) é obtida como sendo:
U( z ) GR ( z )
= Eq. (7.43)
R( z ) 1 + G R ( z )H 0 G P ( z )
ou
U ( z −1 ) Q( z −1 ) A( z −1 )
= Eq. (7.44)
R( z −1 ) P( z −1 ) A( z −1 ) + Q( z −1 ) B( z −1 )
com b0 = 0 em (7.27), obtém-se:
−1
[(1 − z )(1 + a1z −1 + a 2 z −2 +...+ am z − m ) +
+ (q 0 + q1z −1 + q 2 z −2 )(b1z −1 + b2 z −2 +... bm z − m ) u( z ) =
] Eq. (7.45)
= (q 0 + q1z −1 + q 2 z −2 )(1 + a1z −1 + a 2 z −2 +...+ am z − m ) r ( z )
ou
u( k ) = (1 − a1 ) u( k − 1) + (a1 − a2 ) u( k − 2) + ...
− q0 b1 u( k − 1) − (q 0 b2 + q1 b1 ) u( k − 2) + ...
Eq. (7.46)
+ q 0 r ( k ) + (q 0 a1 + q1 ) r ( k − 1) +
+ (q0 a 2 + q1 a1 + q2 ) r ( k − 2) + ...
7 - 13
Com base em (7.46) o valor das duas primeiras ações de controle assumindo
uma entrada de referência de controle r(k) tipo degrau, será:
u(0) = q 0 r0 Eq. (7.47-a)
u(1) = [q 0 (2 − q0 b1 ) + q1 ] r0 Eq. (7.47-b)
Com o conhecimento da máxima ação de controle inicial u(0) permissível e

admitindo-se uma variação brusca da referência de controle u(k) tipo degrau com
amplitude r0, r(k)=r01(k) , o coeficiente q0 do controlador será determinado por:
u(0)
q0 = Eq. (7.48)
r0
Admitindo-se ainda que o controlador deve produzir uma ação de controle tipo
PID, ou seja, u(1) < u(0), obtém-se ainda,
q1 ≤ − q 0 (1 − q 0 b1 ) Eq. (7.49)
7.5.2 - Algoritmo PID através da transformada - z
Quando se é conhecida uma estrutura de um controlador PID analógico, bem

como valor de seus parâmetros, a equivalente forma discreta pode ser obtida por
discretização com o uso da transformada - z.
Considerando uma estrutura de um PID modificado, onde a ação derivativa é

atrasada,
 1 TD s 
GR ( s) = K 1 +
1 + T1 s 
+ Eq. (7.50)
 TI s
a respectiva discretização poderá ser obtida utilizando-se um Holder, para que a

resposta ou desempenho do mesmo seja invariante ao degrau. Desta forma tem-se:
7 - 14
z − 1  GR ( s) 
H0 GR ( z) = Z =
z  s 
 T0 z −1 TD (1 − z −1 ) 
= K 1 + + = Eq. (7.51-a)
 TI (1 − z −1 ) T0 (1 − γ z −1 ) 
q + q z −1 + q 2 z − 2
= 0 −11
(1 − z )(1 − γ z −1 )
q0 + q1 z −1 + q 2 z −2
H0 GR ( z) = Eq. (7.51-b)
1 + p1 z −1 + p2 z −2
com
 T 
q 0 = K 1 + D  Eq. (7.52-a)
 T1 
 T T
q1 = − K  1 − γ + 2 D − 0  Eq. (7.52-b)
 T1 TI 
T T  
q 2 = K  D +  0 − 1 γ  Eq. (7.52-c)
 T1  TI  
− T0
T1
γ = −e Eq. (7.52-d)
p1 = γ − 1 Eq. (7.52-e)
p2 = − γ Eq. (7.52-f)
7.5.3 – Outras formas de PID modificado.
Tomando-se como base a Eq. (7.28), pode-se escrever:
P( z −1 ) U ( z −1 ) = Q( z −1 ) E ( z −1 ) = Q( z −1 ) R( z −1 ) − Y ( z −1 )
[ ] Eq. (7.53)
Na expressão (7.53), observa-se que a saída controlada y(k) e a referência de

controle r(k) são avaliadas pelo mesmo polinômio Q( z −1 ) .
Uma primeira modificação seria avaliar a referência de controle r(k) de forma

diferente, por exemplo como:
7 - 15
P( z −1 ) U ( z −1 ) = S ( z −1 ) R( z −1 ) − Q( z −1 ) Y ( z −1 )
Eq. (7.54)
S ( z −1 ) Q ( z −1 )
U ( z −1 ) = −1
R ( z −1
) − −1
Y ( z −1 )
P( z ) P( z )
tal que a ação de controle resulte,
−1 Q( z −1 )  S ( z −1 ) 
U (z ) = −1  −1
R( z −1 ) − Y ( z −1 )  Eq. (7.55)
P ( z )  Q( z ) 
O resultado obtido em (7.55) pode ser interpretado como a introdução de um

pré-filtro GF ( z −1 ) = S ( z −1 ) Q( z −1 ) , agindo sobre a referência de controle r(k). Essa
alteração não afeta a localização dos polos de malha fechada original, entretanto, no
domínio do tempo, produzirá um amortecimento para variações bruscas da referência de
controle r(k). O efeito obtido pela Eq. (7.55) pode ser representado pelo diagrama de
blocos da Fig. 7.11
r(k) u(k) y(k)

S(z -1) B(z-1)
P(z -1) - A(z -1)
Q(z -1)
P(z -1)
e(k) u(k)
y(k)
r(k) S(z -1) Q(z-1) B(z -1)
Q(z -1) P(z -1) A(z -1)
-
Fig. 7.11 - Diagrama de blocos para a estrutura de controle da Eq. (7.55).
A modificação introduzida pode ainda ser analisada com base na lei de controle
discreta, como indicado a seguir.
PID - convencional
7 - 16
 T
u( k ) − u( k − 1) = K e( k ) − e( k − 1) + 0 e( k − 1) +
 TI
Eq. (7.56)
TD 
+ (e( k ) − 2e( k − 1) + e( k − 2))
T0 
PID - modificado 1
 T
u( k ) − u( k − 1) = K e( k ) − e( k − 1) + 0 e( k − 1) +
 TI
Eq. (7.57)
TD 
+ ( y( k ) − 2 y ( k − 1) + y ( k − 2) )
T0 
Considerando-se (7.54 - 55), tem-se:
S ( z −1 ) = s0 + s1 z −1 Eq. (7.58-a)
s0 = K Eq. (7.58-b)
 T
s1 = − K  1 − 0  Eq. (7.58-c)
 TI 
Uma ação de controle ainda mais amortecida para variações rápidas da

referência de controle é obtida se esta for avaliada somente no termo integral, tal como:
 T
u( k ) − u( k − 1) = K − y ( k ) + y ( k − 1) + 0 e( k − 1) +
 TI
Eq. (7.59)
TD 
+ ( − y( k ) + 2 y( k − 1) − y( k − 2) )
T0 
ou
S ( z −1 ) = s1 z −1 Eq. (7.60-a)
T0
s1 = K Eq. (7.60-b)
TI
7 - 17
7.5.4 - Síntese do PID discreto pelo método de alocação de polos.
A equação característica de um processo controlada com realimentação unitária

é descrita por:
1 + GR ( z) H0 GP ( z) = 0 Eq. (7.61)
ou com o uso das expressões (7.27) e (7.28)
P( z −1 ) A( z −1 ) + Q( z −1 ) B( z −1 ) = 0 Eq. (7.62)
Admitindo-se um controlador PID como dado por (7.26), a expressão (7.62)

pode ser rescrita como:
−1
(1 − z )(1 + a 1 z −1 + a2 z −2 + ... + a n z − n ) +
Eq. (7.63)
+ (q 0 + q1 z −1 + q2 z −2 b1 z −1 + b2 z −2
)( + ... + bn z − n = 0
)
ou após a multiplicação dos polinômios,
A ( z) = 1 + a1 z −1 + a2 z −2 +...+an+2 z − ( n+ 2) = 0 Eq. (7.64)
ou
z ( n+ 2) + a1 z ( n+1) + a2 z n + ... + an+2 = 0 Eq. (7.65)
ou ainda
( z − z )( z − z )( z − z )(
a1 a2 a3 ... ) z − za
n+ 2
 = 0
 Eq. (7.66)
Com base na Eq. (7.66), observa-se que se o processo tem “ n ” polos (ordem “
n ”), a equação característica do processo controlado terá “ n+2 ” polos. Portanto se a
dinâmica desejada para o processo controlado for pré-definida por uma adequada
escolha ou alocação de polos, os parâmetros do controlador PID podem ser
determinados em função dos coeficientes “ ai ” através da solução de um sistema linear.
Desde que um controlador PID convencional possui 3 parâmetros, “ q0, q1 e q2 ” , uma
solução única para o sistema linear só será possível se,
n+2=3 ou n =1 Eq. (7.67)
Caso seja empregado um PID modificado, tal como dado pela Eq. (7.50),
então,
7 - 18
n+2= 4 ou n=2 Eq. (7.68)
Caso a equação característica do processo controlado não atenda às condições

(7.67) ou (7.68), os polos do sistema controlado não podem mais ser escolhidos
arbitrariamente.
7.5.5 - Ajuste do PID discreto com ajuda de tabelas.
Este método de ajuste dos parâmetros do PID por tabelas é atribuído ao

trabalho de Ziegler-Nichols, o qual também pode ser aplicado ao ajuste de PID
analógicos, porém com tabelas específicas. Neste procedimento, são propostas tabelas
para um ajuste inicial dos parâmetros do PID, através de dois ensaios básicos com o
processo a ser controlado.
7.5.5.1 - Ziegler - Nichols 1 - Ensaio de resposta transitória.
Neste procedimento, realiza-se um ensaio como o processo, aplicando-se uma

entrada degrau e registrando-se o comportamento transitório da saída, do qual são
obtidos dois valores ditos notáveis, “ Tu ” e “ TG ”, como indicado na Fig, 7.12.
y(t)
1
S = tg(a)
α
t(s)
TU TG
Fig. 7.12 - Resposta de ensaio degrau.
7 - 19
7.5.5.2 - Ziegler - Nichols 2 - Oscilação limite.
Neste procedimento, ensaia-se o processo em malha fechada como indicado na

Fig. 7.13 a seguir.
r(k) y(k)
H0 K Processo
- T0
Fig. 7. 13 - Esquema de ensaio para o procedimento do Ziegler-Nichols 2.
Do diagrama da Fig. 7.13, verifica-se que é realizado um controle amostrado

do tipo proporcional, sendo o período To igual ao desejado para o processo com o
controlador PID. O ganho K é gradualmente elevado até que a saída apresente uma
oscilação estável, dita oscilação limite. Neste ponto são anotados os valores notáveis, “
Kcrit ” e “ Tcrit ”, de acordo como indicado na Fig. 7.14
y(t)
Tcrit
t (s)
K = Kcrit
Fig. 7.14 - Resposta do processo no ensaio de oscilação limite.
Os dois métodos descritos acima são indicados para processo com

comportamento do tipo passa-baixa. O algoritmo PID utilizado neste caso é uma forma
modificada, para o qual os parâmetros podem ser obtidos de acordo como indicado na
Tabela 7.1, com o algoritmo PID dado por:
 T
u( k ) − u( k − 1) = K  y ( k − 1) − y ( k ) + 0 [ r ( k ) − y( k ) ] +
 TI
Eq. (7.69)
TD 
+ [ 2 y ( k − 1) − y ( k − 2) − y ( k ) ]
T0 
7 - 20
Ziegler - Nichols 01
Tipo K T0 TD
TI T0
P TG - -
TU + T0
PI 0.9 TG 0.135 TG T0 0.27 TG T0 -

−
TU + T0 2 (TU + T0 2) 2 K (TU + T0 2) 2
PID 12
. TG 0.3 TG T0 0.6 TG T0 0.5 TG
−
TU + T0 (TU + T0 2) 2 K (TU + T0 2) 2 K T0
Ziegler - Nichols 02
Tipo
P Kcrit - -
2
PI T0 Kcrit T0 -
0.45 Kcrit − 0.27 Kcrit 0.54
Tcrit K Tcrit
ou menor se T0 ≈ 4TU
PID T0 Kcrit T0 3 K crit Tcrit

0.6 Kcrit − 0.6 Kcrit 12
.
Tcrit K Tcrit 40 K T0
válido para T0 ≤ 2 TU e para T0 ≈ 4TU

não
Tabela 7.1 - Coeficientes do controlador PID da Eq. (7.69) pelo método de Ziegler - Nichlols
7.5.6 - Aspectos práticos da implementação dos controladores PID discretos
7 - 21
Neste tópico são abordados dois aspectos de grande interesse na

implementação e execução de um PID discreto. O primeiro se refere à escolha do tempo
de amostragem para o processo controlado e o segundo se refere ao efeito de “reset-
windup” que ocorre em muitos processos com controladores PID discreto.
7.5.6.1 - Escolha do tempo de amostragem.
A seguir são listados algumas regras do ponto de vista prático para uma
escolha adequada do tempo de amostragem.
T0 ≈ ( 18 − 1 1
16 f ) f : banda passante
T0 ≈ ( 14 − 1 )
8 Tt Tt : tempo morto
Tu
T0 ≈ (12
. − 0.35) Tu 0.1 ≤
T0
≤ 1
Tu
T0 ≈ (0.35 − 0.22) Tu 1 ≤ T0 ≤ 10
T0 ≈ π Teor . Amostragem
ω max
T0 ≈ ( 16 − 1 T
15 95% ) T95% : Tempo de subida
7.5.6.2 - Efeito “Reset - Windup”.
Este efeito ocorre quando a ação de controle ou algum estado do processo é

deliberadamente limitado, por questão de segurança, ou quando ocorre um limitação
devido à fonte de energia para o processo não conseguir reproduzir a ação de controle
gerada no controlador.
Com base na Eq. (7.31), observa-se que se o erro for muito grande, a lei de
controle dada por (7.31) produzirá uma ação de controle muito grande podendo atingir
ou ultrapassar uma certa limitação do processo. Isto provocar um certo retardo para que
a saída atinja o valor determinado pela referência mantendo o sinal do erro ainda
positivo e aumentando ainda mais o valor da ação de controle devido ao efeito da
integração do PID. Assim que a saída atingir o valor desejado, a inversão de sinal do
erro e(k) poderá demorara ter efeito sobre a ação de controle u(k) devido ao enorme
7 - 22
valor atingido pelo termo integral do PID. Este é o denominado efeito de ‘retro-
integração”.
Nestes caso pode-se usar um esquema alternativo para o PID, denominado

“Anti-Reset-Windup - ARW” , o qual pode ser implementado de duas formas.
→ Cancelamento da Integração : neste caso faz -se :
uI ( k ) = 0 quando u( k ) > umax ou u( k ) < umin Eq. (7.70)
→ Integração condicional : neste outro caso faz-se:
uI ( k ) = 0 se e( k ) > emax Eq. (7.71)
7.6 - Controladores genéricos do tipo Compensadores – Alocação de Pólos
Um controlador tipo compensação tem um F.T. semelhante a de um

controlador genérico linear como em (7.28), ou seja:
u( z) Q( z −1 ) q0 + q1z −1 + q2 z −2 + ... + q ν z − ν
GR ( z ) = = = Eq. (7.72)
e( z) P( z −1 ) 1 + p1z −1 + p2 z −2 + ... + pµ z − µ
Considerando-se um processo controlado (realimentado) como indicado

abaixo,
e(k)
r(k) u(k) y(k)
GR(z) H0GP(z)
-
Fig. 7.16 - Sistema de controle realimentado
com F. T. discreta dada por:
7 - 23
y( z) B( z −1 ) b0 + b1z −1 + b2 z −2 + ... + bn z − n
H0 G P ( z) = = = Eq. (7.73)
u( z) A( z −1 ) 1 + a1z −1 + a2 z −2 + ... + am z − m
obtém-se a F.T.M.F como sendo expressa por,
−1
Gr ( z) =
y ( z)
=
GR ( z) H0 GP ( z)
=
β (z )
=
r ( z) 1 + GR ( z) H0 G P ( z ) α (z )−1
Eq. (7.74)
β + β 1z −1 + β 2 z −2 + ... + β n z − n
= 0
1 + α 1z −1 + α 2 z −2 + ... + α m z − m
e a F.T. do controlador como sendo:
GR ( z ) =
1 Gr ( z)
=
A( z −1 ) β ( z −1 ) Eq. (7.75)
H0GP ( z) 1 − Gr ( z) B ( z −1 ) α ( z −1 ) − β ( z −1 )
Através de (7.75) observa-se que a F.T. do compensador contém o recíproco
da F.T. do processo a ser controlado mais um termo adicional que depende da dinâmica
exigida ou desejada para o processo controlado.
→ Restrições : Com relação à (7.72), por questões realizibilidade deve-se

ter ν ≤ µ .
A ordem do processo controlado, ou seja da F.T.M.F, será com base em (7.73),
Qν Bn
Gr ( z) = Eq. (7.76)
Pµ Am + Qν Bn
Sendo GR ( z) e H0 GP ( z) realizáveis, n ≤ m e ν ≤ µ , resulta,
Ordem (ν + n)
Gr ( z) = Eq. (7.77)
Ordem ( µ + m)
e a diferença entre o número de polos e zeros será,
∆( polos − zeros) = ( µ − ν ) + (m − n) Eq. (7.78)
Para que esta diferença seja mínima, escolhe-se µ = ν .
Na síntese dos controladores por compensação, é usual o emprego de técnicas

de alocação de polos ou análise do Lugar das Raízes. Com o emprego de técnicas de
controle moderno, pode ser utilizado técnicas de controle ótimo.
7 - 24
Exemplo 15 - Dado a estrutura de controle abaixo,
e(k)
r(k) u(k) y(k)
GR(z) GP(s)
-
10,0
G(s) =
.
(s+1) (s+2)
encontrar uma estrutura de controlador tipo PI ou PID discreto, para se obter uma
resposta a mais rápida possível, porém sem Sobresinal na saída controlada. Assumir T0
= 0.1 seg.
→ Solução : Vide programa Matlab ex15.m. Anexo 01
Resolver o exemplo 15 sem cancelamento de pólos. Usar o recurso do

comando rltool no Matlab com o processo discretizado.
Considere o processo do Exemplo 15 com realimentação unitária e ganho de malha

direta igual a 0.1 no lugar de 100.
(a) - Avalie o desempenho deste sistema;
(b) - Obtenha um controlador PI ou PID contínuo ( no plano “s” ) para o

processo do exemplo 15, tal que apresente erro nulo de regime e o desempenho
dinâmico semelhante ao do item ( a ). Use rltool no processo contínuo.
(c) – Obtenha a discretização do ( PI / PID ) do item (b) usando todos os 5

procedimentos indicados no capítulo (7.1) .
(d) – Implemente no Simulink os sistemas dos itens (b) e ( c ) e compare os

resultados.
7 - 25
7 - 26
Índice 7b
7.5.1 - Algoritmo PID com ação de controle limitada............................................ 13
7.5.2 - Algoritmo PID através da transformada - z .............................................. 14
7.5.3 – Outras formas de PID modificado. ............................................................. 15
7.5.4 - Síntese do PID discreto pelo método de alocação de polos. ....................... 18
7.5.5 - Ajuste do PID discreto com ajuda de tabelas. ............................................. 19
7.5.5.1 - Ziegler - Nichols 1 - Ensaio de resposta transitória. ............................ 19
7.5.5.2 - Ziegler - Nichols 2 - Oscilação limite. ................................................. 20
7.5.6 - Aspectos práticos da implementação dos controladores PID discretos ...... 21
7.5.6.1 - Escolha do tempo de amostragem. ....................................................... 22
7.5.6.2 - Efeito “Reset - Windup”. ..................................................................... 22
7.6 - Controladores genéricos do tipo Compensadores – Alocação de Pólos ............ 23
7 - 27
Prof. Manoel/Ago-2010
SEL359 Controle Digital
Solução do exemplo 15 ( com cancelamento de polos e zeros)
Dado o processo de controle abaixo,
e(k)
r(k) u(k) y(k)
GR(z) GP(s)
-
com
10,0
G P (s) = T0 = 0.1 seg.
(s + 1) (s + 2)
deseja-se encontrar uma estrutura de controlador que proporcione uma saída controlada
com dinâmica rápida e com "Overshoot" mínimo.
Neste caso serão abordadas estruturas de controladores tipo P, PI e PID, usando-se

técnica de cancelamento. Deve-se enfatizar que tal meio de solução é feita de forma apenas
didática, e que tal metodologia só deve ser empregada quando o processo é exatamente
conhecido e não sofre alterações.
Discretizando o processo sob estudo.
z  G (s)  z  10 
H 0 G P ( z) = Z P  = Z  =
z − 1  s  z − 1  s ( s + 1)( s + 2)  T0 =0.1
(s15-1)
0.0453( z + 0.9048)
= = FTMA( PROCESSO )
( z − 0.9048)( z − 0.8187)
O presente processo responde ao degrau tal com indicado na Fig. s15-1.
Ex.15 -1
Step Response
5
4.5
3.5
3
Amplitude
2.5
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10
Time (sec)
Fig. s15-1 - Resposta do processo a uma excitação a uma excitação degrau.
Os coeficientes da expressão acima podem ser obtidos diretamente com auxílio do

Matlab através do comando c2dm.m. Processando-se a FT de Malha Fechada FTMF,
chega-se a:
H 0 G P ( z) 0.0453 ( z + 0.9048)
G R1 ( z ) = = 2 = s15-2)
1 + H 0 G P ( z ) z + 1.679 z + 0.782
ou
0.0453( z + 0.9048)
G R1 ( z ) = (s15-3)
( z − z1)( z − z 2)
com polos de malha fechada situados em:
z1, 2 = 0.84 ± j 0.278 = 0.8848 ∠ ± 18.3 (s15-4)
Verificação da condição de erro de regime e da condição de estabilidade.
Ex.15 -2
Desde que ambos os polos situam-se dentro do círculo unitário, conclui-se que o
processo responde estavelmente. Uma análise da resposta do sistema a uma excitação
degrau unitário, indica que em regime a resposta apresenta um erro de posição
considerável. Isto se esclarece pelo fato de o sistema ser um processo do tipo 0 (zero)
(polos distintos e diferente de zero) com excitação tipo 1.
Analiticamente, este erro é avaliado pelo teorema do valor final:
z −1
y (k ) = lim
t → ∞ z →1 z
G ( z ) R( z ) =
R1
( )
k →1
= lim G R1 ( z ) = 0.837
z →1
∴ Erro de regime = 1 − y (∞) = 0.163
Devido à configuração de polos complexos em MF, o sistema (de segunda ordem)

responde dinamicamente com uma característica sub amortecida. Este fato e também a
condição de erro pode ser verificada pela resposta degrau obtida no Matlab, indicada na
Fig. s15-2.
Step Response
1.4
1.2
0.8
Amplitude
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Time (sec)
Fig. s15-2 - Resposta degrau do processo original com realimentação unitária.
Ex.15 -3
OBS. As expressões (s15-2) a (s15-4), a condição de estabilidade e o erro de regime

pode ser avaliado no Matlab com os comandos: cloop, dcgain, roots, abs, pzmap, zgrid e a
resposta transitória com o comando step.
Verificação do desempenho em Malha Fechada com controlador.
Desde que a primeira imposição é uma condição de erro de regime nulo, iremos
estudar um controlador contendo um termo integral, tal como o PI (Proporcional-Integral),
cuja FT é dada por:
q 0 + q1 z −1 q 0 z + q1
G R1 ( z ) = −1
= s(15-5)
(1 − z ) ( z − 1)
Caso (a) - Controlador PI ( q0 = 1)
Com a utilização do controlado da Eq. (s15-5), a nova FTMF passa a ser dada por
q 0 z + q1 0.0453( z + 0.9048)
G R1 ( z ) H 0 G P ( z ) =
z − 1 ( z − 0.9048)( z − 0.8187)
(s15-6)
q 0  z + 1 
q
 q 0  0.0453( z + 0.9048)
=
z −1 ( z − 0.9048)( z − 0.8187)
Na expressão (s15-6) deve-se escolher os valores de q0 e q1 do controlador, ou seja

tem-se duas incógnitas. A condição de erro nulo em regime será atingida pelo integrador da
estrutura do controlador. A condição dinâmica será imposta pela configuração dos polos
dominantes.
Uma possível solução é parametrizar um dos coeficientes do controlador em função

do outro e estudar os possíveis valores que mantém a estabilidade do sistema. Esta
parametrização é indicada na Eq. (s15-6) pelo fator q0/q1. Na primeira abordagem, assume-
se que o zero do controlador cancele o polo de dinâmica mais lenta do processo, pois
estamos procurando por um sistema controlado com resposta rápida. Assim iremos cancelar
o polo situado em 0.905, ou seja, tem-se:
q1 (s15-7)
! − 0.9048
q0
Por questão de simplificação, adota-se inicialmente q0=1, de forma que com (s15-7)
q1=-0.9048 e a nova FTMF do processo controlado será dada por:
0.0453( z + 0.9048)
G R1 ( z ) H 0 G P ( z ) = (s15-8)
( z − 1)( z − 0.8187)
Desde que o processo controlado possui um polo em z=1, o erro de regime para uma
entrada degrau tenderá a zero. Entretanto, a resposta transitória deste sistema nas condições
Ex.15 -4
acima, apresentará um sobresinal ("Overshoot") elevado, da ordem de 45%. Isto se verifica,

pois o valor de q0=1 representa um ganho muito alto neste sistema.
A resposta transitória neste caso é indicada na Fig. s15-3 a seguir e comparada com a
resposta do primeiro caso para evidenciar o desempenho do erro de regime.
Step Response
1.5
System: mf2
Time (sec): 4.1
Amplitude: 0.967
1
Amplitude
0.5
0
0 1 2 3 4 5 6 7
Time (sec)
Fig. s15-3 - Resposta transitória ao degrau com o PI-Caso (a).
Para o sistema controlado como no caso anterior, assumindo que o polo mais lento do
sistema é cancelado, o Lugar da Raízes passa a ser tal como indicado na Fig. s15-4.
Ex.15 -5
1.5
1 Polos de
Polos de malha
malha fechada
0.5
aberta
-0.5
-1
-1.5
-2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Fig. s15-4 - Lugar das raízes para o primeiro controlador.
Os polos de MF são indicados sobre o LG. Existem como pode-se notar, dois pontos
onde as raízes são reais e iguais (condição crítica sem ocorrência de sobresinal). O primeiro
ponto, na porção à direita do círculo unitário, representa um resposta rápida , enquanto que
o outro à esquerda determina uma resposta lenta.
O passo seguinte será obter o valor apropriado para os coeficientes do controlador, tal
que o sistema controlado apresenta resposta criticamente amortecida.
Caso (b) - Controlador PI : Resposta criticamente amortecida.
O controlador apresenta neste caso a mesma FT indicada na Eq. (s15-5). Como no

caso anterior, assume-se que o zero do controlador cancela o polo mais lento do processo
situado em z=0.905, e considera-se ainda que o valor de q1 é parametrizado em função de
q0. Desta forma a FTMA do processo, considerando-se (s15-7), é dada por:
q 0 0.0453( z + 0.9048)
G R 2 ( z) H 0 G P ( z) = (s15-9)
( z − 1) ( z − 0.8187)
e a FTMF resulta,
G R2 ( z) H 0 G P ( z) 0.0453 q 0 ( z + 0.9048)
= =
1 + G R 2 ( z ) H 0 G P ( z ) ( z − 1)( z − 0.8187) + 0.0453 q 0 ( z + 0.9048)
(s15-10)
L L
= 2
= 2
(z −α) z − 2α z + α 2
Ex.15 -6
onde, no lado direito de (s15-10), impõe-se a condição de polos reais e iguais.

Comparando-se as equações características em ambos os lados no último termo, chega-se a:
z 2 + (0.0453q 0 − 1.8187) z + (0.8187 − 0.041q 0 ) = z 2 − 2 α z + α 2 (s15-11)
sendo que a solução é o resultado do sistema dado por:
− 2 α = −.0453q 0 − 1.8187

 (s15-12a), (s15-12b)
 2
α = 0.8187 + 0.041q 0
A partir de (s15-15a),
1.8187 − 0.0453q 0
α= (s15-13)
2
e finalmente, a solução será obtida a partir de:
0.0005q 02 − 0.0822q 0 + 0.0082 = 0 (s15-14)
cujas raízes são dadas por:
q 0 = 164.3


q = 0.0998
 0
e finalmente a solução procurada resulta,
q 0 = 0.0998 (s15-15)
e com auxílio de (s15-7)
q1 = −0.0903 (s15-16)
Com (s15-15) e (s15-16), o controlador PI procurado será:
0.0998 z − 0.0903
G R 2 ( z) = (s15-17)
z −1
A resposta transitória deste caso pode ser vista na Fig. s15-5. Neste caso observa-se
que a resposta não apresenta sobresinal, porém apresenta um comportamento dinâmico
muito lento. Isto é esclarecido pelo fato de que a parte real dos polos de MF apresentam
magnitude próxima de 1, o que proporciona resposta muito lentas. A solução para se obter
uma resposta mais rápida é a introdução de um termo derivativo ao processo controlador,
obtendo-se um controlado PID.
Ex.15 -7
Step Response
1.5
  
1
Amplitude
  


0.5
0
0 1 2 3 4 5 6 7 8
Time (sec)
Fig. s15-5 - Resposta com PI - Caso (b)
Caso (c) - Controlador PID com resposta criticamente amortecida.
A FT do controlador PID necessário é indicada a seguir, com a parametrização de

dois coeficientes do PID em função de q0.
q 0 + q1 z −1 + q 2 z −2 q 0 z 2 + q1 z + q 2
G R3 ( z) = =
1 − z −1 z ( z − 1)
 2  q1   q 2   eq (s15-18)
 z +  q z +  q  (z − z q1 )(z − z q 2 )
  0   0 
= q0 = q0
z ( z − 1) z ( z − 1)
onde
− q1 ± q12 − 4 q 0 q 2
z q1, 2 = (s15-19)
2q 0
Neste caso tem-se três incógnitas (coeficientes) a se determinar, ou seja, q0, q1 e q2.
No caso sob estudo, assume-se agora que os dois zeros do controlador cancelem os dois
polos do processo. Com a parametrização indicada em (s15-18), deseja-se então:
Ex.15 -8
 z q1 = 0.9048

 (s15-20)
 z = 0.8187
 q2
ou seja,
 − q1 − q12 − 4 q 0 q 2
 z q1 = 0.9048 =
 2q 0

 (s15-21)(s15-22)

 − q1 + q12 − 4 q 0 q 2
 z q 2 = 0.8187 =
 2q 0
Com auxílio das parametrizações dadas em (s15-18) e a partir de (s15-20) a (s15-22),
chega-se a:
q1
= −1.724 (s15-23)
q0
q2
= −0.7412 (s15-24)
q0
A partir deste ponto, prossegue-se usando somente q0 como incógnita. Assumindo o

cancelamento de polos, a FTMA do sistema neste caso torna-se
q0
G r 3 _ MA ( z ) = 0.0453 ( z + 0.9048) (s15-25)
z ( z − 1)
e a correspondente FTMF será,
0.0453 ( z + 0.9048)
G r 3 _ MF ( z ) = 2
(s15-26)
z + (0.0453 q 0 − 1) z + 0.041 q 0
Com base em (s15-26), observa-se que o sistema ainda possui um comportamento

dominante de segunda ordem. Como nos casos anteriores, procura-se uma solução que
apresente um resposta dinâmica rápida sem sobresinal. O Lugar da Raízes neste caso
apresenta um aspecto semelhante ao do caso PI anterior. Para se atender às especificações
desejadas, procura-se novamente uma equação características de segunda ordem com polos
reais e iguais, tal como:
z 2 + (0.0453 q 0 − 1) z + 0.041 q 0 = ( z − α ) 2 = z 2 − 2 α z + α 2 (s15-27)
Ex.15 -9
da qual chega-se a:
− 2α = 0.0453 q 0 − 1

 (s15-28)
 2
α = 0.041 q 0
ou
0.0005 q 02 − 0.0637 q 0 + 0.25 = 0 (s15-29)
cuja solução é dada por:
q 0 = 4.0572

 (s15-3) e (s15-31)
q = 120.1098
 0
Usando o menor valor absoluto de q0, e com auxílio de (s15-23) e (s15-24), tem-se
q1 = −6.9916 (s15-32)
q2 = 3.0072 (s15-33)
e finalmente o controlador PID procurado é dado por,
4.0572 − 6.9916 z −1 + 3.0072 z −2

G R3 ( z) = (s15-34)
(1 − z −1 )
A resposta transitória final apresenta um dinâmica bastante rápida sem sobresinal

como desejado, tal como indicado na Fig. s15-6.
Ex.15 - 10
Step Response
1.5
1
Amplitude
  
  


0.5
   


0
0 1 2 3 4 5 6 7 8
Time (sec)
Fig. s15-6 - Resposta transitória com PID - Caso (c).
Caso (d) - Cálculo do PID com o Método de Ziegler-Nichols - Parte 1.
Para exemplificar a utilização do método de sintonia de Ziegler-Nichols, (método de

tabelada), usaremos o mesmo processo nos dois caso de ensaio do processo. No primeiro
caso, usa-se o processo num sistema realimentado com ganho discreto variável. O ganho
neste caso é elevado até se produzir uma oscilação constante.
Neste exemplo, usou-se o Simulink para se estabelecer o ganho e período crítico, com
auxílio do diagrama de simulação da Fig. s15-7 a seguir.
Ex.15 - 11
t
Clock tempo
y
To Workspace1
+ 6.34
n(s) Exemplo 15 (Aula)
- d(s) n(s) = [ 10 ]
Degrau Sum Zero-Order
Kcrit Transfer Fcn Scope d(s) = conv([1 1],[1 2])
Hold
Fig. s15-7 - Diagrama de simulação com Simulink para o caso de oscilação limite.
A resposta no caso crítico é indicada na Fig. s15-8. Para se atingir esta situação
elevou-se o ganho discreto até o valor de 6.34, o que resultou numa oscilação limite com
período de 0.821 seg.
1.8 Tcrit
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Fig. s15-8 - Resposta do ensaio de oscilação limite.
Para o primeiro caso de Ziegler-Nichols, tem-se então,
Condição limite Tcrit = 0.82 K crit = 6.34 (s15-35)
Usando-se a Tabela de Ziegler-Nichols do PID Modificado, chega-se aos

coeficientes,
Ex.15 - 12
T0 TD
K = 3.3401 = 0.2778 = 0.0174 (s15-36)
TI T0
A respectiva resposta degrau é indicada na Fig. s15-9.
1.2
0.8
0.6
0.4
0.2
0
0 10 20 30 40 50 60
Fig. s15-9 - Reposta transitória do PID de Ziegler Nichols (1o. caso)
Para o segundo caso do método de Zigler-Nichols, resposta transitória, usa-se a curva

da resposta transitória de malha aberta da Fig. s15-1, de onde se avalia os intervalos Tu e Tg
no ponto de inflexão. A Fig. s15-1 é repetida na Fig. s15-10, com a indicação dos tempos
Tu e Tg.
Ex.15 - 13
50
45
Amplitude
40
35
30
25
20
15
10
TG
5
Time (secs)
0
0 TU 1 2 3 4 5
Fig. s15-10 - Resposta transitória de M. aberta, para avaliação dos tempos Tu e Tg.
Através da Fig. s15-10, os valores procurados resultam,
TU = 0.22 TG = 1.08 (s15-37)
Com auxílio da Tabelada 7.1do Método de Zieglers-Nichols e o PID modificado, a

resposta transitória neste caso é tal como indicada na Fig. s15-11, com os coeficientes:
T0 TD
K = 4.3556 = 0.2041 = 1.2398 (s15-38)
TI T0
Ex.15 - 14
1.2
0.8
0.6
0.4
0.2
0
0 10 20 30 40 50 60
Fig. s15-11 - Reposta transitória do PID de Ziegler-Nichols (2o. caso).
O PID modificado da Eq. (7-69) é simulado no ambiente Simulink através do

diagrama indicado na Fig.s15-12, enquanto que a resposta transitória é obtida com auxílio
do diagrama Simulink da Fig. s15-13.
1 - PID Modificado Eq. (7.64)

in_1 +
1/z
Saída
y(t)
Ação de Controle
To/Ti K u(t)
- +
-K- + K + 1
2 + + +
out_1
in_2
Referência -
r(t) 1/z
2 + -K-
Gain3
1/z 1/z - Td/To
Fig. s15-12 - Diagrama do PID modificado em Simulink
Ex.15 - 15
t2
Tempo Tempo
n(s)
d(s)
Excitação Processo Saida
PID
Modificado
y2
Saida
Fig. s15-13 - Diagrama de simulação do processo controlado
Listing do M-File
% Solução do Exemplo 15 Sel 359 - Controle Digital

% Estudo de controles P - PI - PID
%
clc; clear all; close all; hold off;
%
% Numerador e Denominador de G(s) do processo contínuo
%
Num_s = [10];
Den_s = conv([1 1],[1 2]);
Gs = tf(Num_s, Den_s);
rlocus(Gs);
text(-0.5,-0.5,'ENTER','color','red');
title('Root-Locus continuo');
pause;
% Discretizando G(s) com To=0.1 seg.
%
%
T0=0.1;
Gd=c2d(Gs,T0);
%
% Lugar das Raizes para G(Z) sem Controlador
%
rlocus(Gd,linspace(0,12));
title('Root-Locus discreto');
grid;
Ex.15 - 16
%
% Obtencao dos limites de Estabilidade Discreta K_lim e
[R_lim]
%
title('Lugar das Raizes - Controlador P : Estabilidade');

pause;disp('Enter para Malha Fechada K =1');
text(-0.6,-0.4,'Click para
Estabilidade','color','r','Fontsize',16);
[K_lim, R_lim] = rlocfind(Gd)
%
% Resposta ao degrau para o processo com realimentacao
unitaria
% sem controle ou Ganho K = 1.
%
% FTMF do processo
%
Gmf1 = feedback(Gd,1);
%
% Localizacao dos polos-zeros M.F.
%
pzmap(Gmf1);
title('Lugar da raizes M.F. (Polos-zeros Kp = 1) ');
pause; disp(' Entre para Resposta Degrau');
%
% Resposta ao degrau
%
step(Gmf1);
title('Resposta ao Degrau em Malha fechada Kp=1');
text(3,0.2,'ENTER','color','red');
pause; disp('Enter para Ajuste PI K=1');
%
% Acrescentando um Controlador PI tal que cancele o polo
% mais lento do processo p=max(roots(Den_d))
%
% Gpi(z)=(q0 z + q1)/(z -1) = q0(z + q1/q0)/(z -1)
%
q1_s_q0=max(pole(Gd));
%
% F.T. do processo controlado em M.A.
%
GPI_1=tf([1 -q1_s_q0],[1 -1],T0);
%
% Lugar das Raizes para o processo controlado em funcao de q0
%
Gma2 = Gd*GPI_1;
Ex.15 - 17
rlocus(Gma2);
text(-5,-1.5,'ENTER','color','red');
grid;
title('Lugar das Raizes - PI - q0:Parametro');
pause; disp('Enter para resposta degrau MF PI_1 (q0 =1)')
%
% F.T.M.F. do processo controlado
%
Gmf2 = feedback(Gma2,1);
%
% Resposta ao degrau para o processo controlado
%
close;
step(Gmf2);
hold;
step(Gmf1);
title('Resposta o Degrau - PI:Caso1');
text(4,0.7,'Resposta M.F. com P ','color','green');
text(4,1.1,'Resposta M.F. com PI ','color','blue');
text(5,0.2,'ENTER','color','red');
pause; disp('Enter para escolha de q0 caso crítico');
%
% Encontrando um par de polos reais com ajuda da mouse
%
close;
rlocus(Gma2);
axis([0.75 1.1 -0.1 0.1])
title('Lugar das Raizes - PI - q0 : Parametro');
%pause;
text(0.81,-0.08,'Click para polos reais
iguais','color','r','Fontsize',16);
[q0_crit,P_crit]=rlocfind(Gma2);
qq0=q0_crit;
%
% Reformulando o processo com q0_crit - Nova F.T.M.F
%
GPI_2=tf(q0_crit*[1 -q1_s_q0],[1 -1],T0);
Gma3=GPI_2*Gd;
Gmf3=feedback(Gma3,1);
%
% Nova resposta ao degrau
%
close;
step(Gmf3);
hold all
step(Gmf2);
step(Gmf1);
Ex.15 - 18
title('Resposta ao Degrau - Comparacao');

text(3,0.6,'Caso PI - Polos criticos ','color','blue');
text(3,0.4,'Caso PI - q0 = 1','color','green');
text(3,0.2,'Caso P - Kp = 1','color','red');
text(5.5,0.2,'ENTER','color','red');
pause; disp('Avaliando um PID de Ganho Crítico');
%
% Introduzindo um controlador PID de modo a cancelar os
% dois polos originais do sistema e impondo q0 para se
% obter um resposta criticamente amortecida
%
% Gpid(z) = (q0 zz + q1 z + q2) = q0(zz + q1/q0 z + q2/q0)
% ------------------- ------------------------
% (zz + z + 0) (zz + z + 0)
%
% F.T. do processo Controlado
%
[Nd Dd]=tfdata(Gd,'v');
GPID=tf(Dd,[1 -1 0],T0);
%
% Lugar das raizes do processo com PID, tendo q0 como
parametro
% e obtencao dos polos para uma dinamica com amortecimento
cri-
% tico atraves da mouse
%
close;
Gma4=minreal(Gd*GPID);
rlocus(Gma4);
title('Lugar das Raizes - PID - q0 : Parametro')
axis([-2.2 2 -1.5 1.5]);
text(-2,-1,'Click para polos reais
iguais','color','r','Fontsize',16);
[q0_crit,P_crit]=rlocfind(Gma4);
%
% F.T.M.F. do processo com PID assumindo cancelamento do
dois
% polos originais do processo
%
Gmf4=feedback(q0_crit*Gma4,1);
%
% Resposta ao Degrau do processo com PID
%
step(Gmf4);
pause;
%
hold all
Ex.15 - 19
step(Gmf3);
step(Gmf2);
title('Resposta ao degrau - Comparacao');
text(3,0.6,'Caso PID - Polos criticos ','color','blue');
text(3,0.4,'Caso PI - Polos Criticos','color','green');
text(3,0.2,'Caso PI - Kp = 1','color','red');
text(6,0.2,'ENTER para FIM','color','red');
pause;
% FIM
Ex.15 - 20
8 . - Controlador Dead-Beat (Tempo Finito)
Controladores Dead-Beat são implementados quase que exclusivamente em

forma discreta e permitem impor que a resposta ao do sistema controlado seja
extremamente rápida. De outra forma, define-se o controlador Dead-Beat, tal que os
sistema controlado reproduza exatamente a entrada, embora com um atraso puro.
Deseja-se então:
Y ( z)
= z −m Eq. (8.1)
r( z)
para um processo de ordem “ m ”. Isto representa que para um processo de ordem “ m

”, após m-períodos de amostragem, a saída segue exatamente a entrada.
8.1 - Dedução do controlador Dead-Beat sem limitação da ação de controle -

DB(ν
ν)
Seja um processo controlado (realimentado) com uma entrada tipo degrau r(k),
ação de controle u(k) e saída y(k), com uma estrutura semelhante à indicada na Fig.
7.12 e sejam mantidas as relações (7.67) e (7.70), com b0 = 0 em (7.68).
Para a dedução do DB(ν), admitindo a entrada do tipo degrau unitário,
r ( k ) = 1( k ) ; k =0/ ∞ Eq. (8.2)
as condições que estabelecem um comportamento Dead-Beat são dadas por:
 y(k ) = r ( k ) para k≥m Eq. (8.3 − a)



u( k ) = u(m)
 para k≥m Eq. (8.3 − b)
As correspondentes transformadas - Z para as Eq.’s (8.2) e (8.3) são obtidas

como sendo,
8-1
1
r ( z) = Eq. (8.4)
1 − z −1
y( z) = y (1) z −1 + y (2) z −2 + ... + y (m − 1) z − ( m−1) + 1 z − m + z − ( m+1) + z − ( m+ 2 ) ...

( ) Eq. (8.5)
u ( z ) = u (0) + u (1) z −1 +...+ u (m − 1) z − ( m −1) + u (m) z − m + z − ( m +1) + z − ( m + 2) ...

( ) Eq. (8.6)
Dividindo-se (8.5) por (8.4) tem-se a relação saída sobre entrada do processo
controlado,
y ( z)
= p1 z −1 + p2 z −2 + p3 z −3 + ... + pm z − m = P( z −1 ) Eq. (8.7)
r ( z)
sendo
p1 = y(1) 
p2 = y(2) − y (1) 

p3 = y(3) − y (2)  Eq. (8.8)
M = M 

pm = 1 − y(m − 1) 
Comparando-se (8.8) com (7.69), tem-se que F.T. de M.F., do processo

controlado para a entrada r(k), será:
y ( z)
Gr ( z) = = P( z) Eq. (8.9)
r ( z)
Por outro lado, dividindo-se (8.6) por (8.4) chega-se a:
u( z )
= q0 + q1 z −1 + q2 z −2 + ... + qm z − m = Q( z −1 ) Eq. (8.10)
r ( z)
com
q0 = u(0) 
q1 = u(1) − u(0) 

q2 = u(2) − u(1)  Eq. (8.11)
M = M 

qm = u(m) − u(m − 1)
8-2
Através de (8.8) e (8.11), observa-se que,
∑p i =1 Eq. (8.12)
i =1
m
1 1
∑q i = u(m) = =
K p H0GP (1)
Eq. (8.13)
i =1
Com auxílio das Eq.’s (7.70). (8.7) e (8.10), tem-se:
y( z) y( z ) r ( z ) 1 P( z )
H 0 G P ( z) = = . = P( z ) = Eq. (8.14)
u( z) r ( z) u( z) Q( z ) Q( z )
e finalmente a F. T. discreta do controlador DB(n) será:
1 Gr ( z)
GR ( z) = GDB ( ν ) ( z) = . =
H0GP ( z) 1 − Gr ( z)
Q( z) P ( z) Q( z)
= . = = Eq. (8.15)
P ( z) 1 − P ( z) 1 − P ( z)
q0 + q1 z −1 + q2 z −2 + ... + qm z − m
=
1 − p1 z −1 − p2 z −2 − ... − pm z − m
Com base na Eq. (8.14), os coeficientes do DB(ν) serão obtidos pela

comparação dos polinômios, tal que:
q1 = a1 q0 p1 = b1 q0
q2 = a 2 q 0 p2 = b2 q0
q3 = a3 q0 p3 = b3 q0 Eq. (8.16)
M = M M = M
qm = am q0 pm = bm q0
m m
1
∑ pi = q0 ∑b i =1 ⇒ q0 = m
= u(0) Eq. (8.17)
i =1 i =1
∑bi =1
i
Substituindo-se os coeficientes do DB(ν) dados pela Eq. (8.17) na F.T. dada por
(8.15), esta pode ser re-escrita como,
8-3
u( z ) q A( z)
GDB( ν ) ( z) = = 0 Eq. (8.18)
e ( z) 1 − q0 B ( z)
Finalmente, com auxílio de (8.18) e (7.70), a dinâmica do processo controlado

será dada por:
y ( z) GR ( z) H0 GP ( z)
Gr ( z) = = = q 0 B ( z −1 ) = P ( z −1 ) =
r ( z ) 1 + GR ( z ) H0 G P ( z )
p1z m−1 + p2 z m−2 + ... + pm
= p1z −1 + p2 z −2 + ... + pm z − m = = Eq. (8.19)
zm
q0 B ( z )
=
zm
8.2 - Considerações sobre a síntese do DB(ν)
i ) - Da dedução realizada acima, observa-se que os parâmetros (coeficientes) do

DB(ν) são obtidos diretamente a partir dos coeficientes da F.T. do processo
discretizado.
ii) - Através de (8.17), observa-se que a primeira ação de controle do DB(ν) u(0)
= q0, para k=0, será inversamente proporcional à soma dos coeficientes bi do
processo discretizado.
iii) - Desde que os coeficientes bi do processo discretizado serão tanto menores

quanto menor for o intervalo de amostragem T0, deve-se ter um estreito compromisso
na escolha de T0 para este tipo de controlador.
iv) - Com base em (8.18), desde que os polinômios A(z) e B(z) do processo
discretizado aparecem na F.T. do controlador DB(ν), o controlador irá compensar a
dinâmica do processo em M. F. .
v) - Com base (8.19), observa-se que a F.T.M.F do processo controlado

apresenta “ m ” polos em z = 0, proporcionando uma dinâmica bastante rápida para o
processo controlado, como desejado.
8-4
Exemplo 16 - Calcular um controlador DB(ν) para o processo abaixo, sendo T0 = 4

seg.
K K = 10
.
G( s) =
(T1 s + 1)(T2 s + 1)( T3 s + 1) T1 = 10.0
T2 = 7.5
T3 = 5.0
→ Solução:
→ Discretização do processo:
H 0 G P ( z) =
z
Z  G ( s)  =
z −1  s 
a1 = −1.7063 b1 = 0.0186
b1 z −1 + b2 z − 2 + b3 z − 3
= a 2 = 0.9580 b2 = 0.0486
1 + a1 z −1 + a 2 z − 2 + a 3 z −3
a 3 = −0.1767 b3 = 0.0078
→ Obtenção dos parâmetros do DB(ν) através de (8.16) e (8.17)
1
q0 = = 13.3333
∑b i
q1 = a1q0 = −22.7507 p1 = b1q0 = 0.2480

q2 = a2 q0 = 12.7733 p2 = b2 q0 = 0.6480
q3 = a3q0 = −2.3560 p3 = b3q0 = 0.1040
→ F.T. do DB(ν) procurado
13.3333 − 22.7507 z −1 + 12.7733 z −2 − 2.3560 z −3

GR ( z ) =
1 − 0.248 z −1 − 0.648 z −2 − 0.104 z 3
→ Resposta transitório ao degrau do processo controlado, a partir de (8.19)
8-5
y ( z)
= q 0 B ( z −1 )
r ( z)
y ( z ) = q 0 B ( z −1 ) r ( z ) =
= 0.248 r ( k − 1) + 0.648 r ( k − 2) + 0.104 r ( k − 3)
y (0) = 0
y (1) = 0.248
y(2) = 0.896
y(3) = 1000
.
y(4) = 1000
.
M
→ Gráfico da resposta transitória
y(k)
1.0
0.890
0.248 k
1 2 3 4
→ Resposta transitória da ação de controle, a partir de (8.10)
u( z) = Q( z −1 ) r ( z)
⇒ u( k ) = 13.3333 r ( k ) − 22.7507 r ( k − 1) + 12.7733 r ( k − 2) − 2.356 r ( k − 3)
u(0) = 13.3333
u(1) = −9.4147
u(2) = 3.3559
u(3) = 0.9999
u(4) = 0.9999
M
8-6
→ Gráfico da resposta transitória da ação de controle u(k)
u(k)
13.33
3.4
1.0
k
1 2 3 4
-9.4
8.3 - Dedução do controlador Dead-Beat com limitação da ação de controle -

DB(ν+1)
Com base na Eq. (8.10) e no exemplo 14, nota-se que a primeira ação de
controle é igual ao coeficiente q0, u(0) = q0, a qual geralmente resulta muito elevada.
Por questões de realização prática ou limitações físicas do processo, é usual

impor-se uma certa limitação da ação de controle. Isto pode ser conseguido,
permitindo-se um tempo maior para que a saída acompanhe a entrada.
No caso do controlador Dead-Beat, adota-se que para um processo de ordem

“m” , a saída acompanhe a entrada somente a partir do instante “( m+1 )”. Dai surge a
notação indicada acima, DB(ν +1).
Com a estratégia acima, será permitido então um passo a mais nas expressões
(8.3) ou (8.7) e (8.9). tal que estas possam ser re-escritas como:
y ( z)
P( z −1 ) = = p1z −1 + p2 z −2 + ... + pm z − m + pm+1z − ( m+1) Eq. (8.20)
r ( z)
8-7
u( z )
Q( z −1 ) = = q0 + q1z −1 + q2 z −2 + ... + qm z − m + qm+1z − ( m+1) Eq. (8.21)
r ( z)
A nova comparação de polinômios como a realizada em (8.14) será então:
b1z −1 + b2 z −2 + ... + bm z − m p1z −1 + p2 z −2 + ... + pm z − m + pm+1z − ( m+1)

= Eq. (8.22)
1 + a1z −1 + a2 z −2 + ... + am z − m q0 + q1z −1 + q2 z −2 + ... + qm z − m + qm+1z − ( m+1)
Com base em (8.22), para que haja uma solução na comparação desejada, a
razão de polinômios do lado direito deverá ter raízes comuns, tal que,
P ( z) p1z −1 + p2 z −2 +...+ pm z − m α − z −1
( )( )
= Eq. (8.23)
Q( z ) q0 + q1z −1 + q2 z −2 + ... + qm z − m α − z −1
( )( )
A partir de (8.23), a comparação de polinômios resultará:
q1 = q0 a1 p1 = q0 b1
q 2 = q0 a 2 p2 = q0 b2
q 3 = q0 a 3 p3 = q0 b3 Eq. (8.24)
M M
q m = q 0 am pm = q0 bm
e comparando-se (8.23) em forma expandida com o lado direito de (8.22), chega-se a:
q0 = α q0
q1 = (α q1 − q0 ) p1 = − α p1
q2 = (α q2 − q1 ) p2 = (α p2 − p1 )
q3 = (α q3 − q2 ) p3 = (α p3 − p2 ) Eq. (8.25)
M M
qm = (α qm − qm−1 ) pm = (α pm − pm−1 )
qm+1 = − qm pm = − pm
Analogamente ao caso do DB(ν), deve valer:
q0 = α q0 = u(0) Eq. (8.26)
m+1
∑p i =1 Eq. (8.27)
i =1
8-8
Através das relações (8.24) e (8.25) deduz-se que,
1
q0 = q0 − m+1
Eq. (8.28)
∑b i
i =1
onde q0 será imposto pela limitação desejada em u(0), pela Eq. (8.26).
Das relações anteriores, resulta que os parâmetros do controlador DB(ν+1)

serão obtidos por:
q0 = u(0) ⇒ Dado ou imposto pelo projetista

1
q1 = q0 ( a1 - 1) +
∑ bi
a1
q2 = q0 ( a2 - a1 ) +
∑ bi
a2
q3 = q0 ( a3 - a2 ) + Eq. (8.29-a)
∑ bi
M
am−1
qm = q0 ( am - am−1 ) +
∑ bi
 1 
qm+1 = am  − q0 + 
 ∑ bi 
e
p1 = q0 b1
b1
p2 = q0 (b2 - b1 ) +
∑ bi
b2
p3 = q0 (b3 - b2 ) +
∑ bi
Eq. (8.29-b)
M
bm −1
pm = q0 (bm - bm −1 ) +
∑ bi
 1 
pm +1 = bm  − q0 + 

 ∑ bi 
De acordo com (8.15), a F. T. do controlador DB(ν+1) será:
8-9
Q ( z −1 ) q0 + q1 z −1 + q2 z −2 +...+ qm z − m + qm+1 z − ( m+1)

GDB ( ν+1) ( z) = = =
1 − P( z −1 ) 1 − p1 z −1 − p2 z −2 −...− pm z − m − pm+1 z − ( m+1)
q0 A( z −1 ) 1 − z
−1 Eq. (8.30)
=
( α )
−1
1 − q 0 B ( z −1 ) 1 − z α
( )
com
1 1
= 1− Eq. (8.31)
α q0 ∑ bi
e a F. T. M. F. do processo controlado nesse caso será expressa por:
y ( z) −1
= q 0 B ( z −1 ) 1 − z
( ) Eq. (8.32)
r ( z) α
No caso do controlador Dead-Beat DB(ν+1), a primeira ação de controle será

imposta por u(0) = q0. Porém a segunda ação de controle u(1), para k=1, com base em
(8.11) e (8.29-a) será expressa por:
1
u(1) = q0 + q1 = a1 u(0) + Eq. (8.33)
∑ bi
Para se ter u(1) < u(0), deve-se escolher q0 = u(0), tal que,
1
u(0) = q0 ≤ Eq. (8.34)
(1 − a1 ) ∑ bi
Caso a ação de controle inicial, ou mesmo caso a segunda ação de controle seja
excessiva em termos de realização ou em termos de limitação do processo, pode-se
repetir o procedimento anterior, admitindo-se um tempo ainda maior para ação Dead-
Beat, resultando então nos DB(ν+2), DB(ν+3), etc.
8 - 10
8.4 - Critérios para escolha do tempo de amostragem
Assim como no caso dos controladores tipo PID, existem algumas regras
práticas na escolha do tempo de amostragem para os controladores Dead-Beat, a fim
de garantir um bom desempenho do processo controlado.
DB(ν) DB(ν+1)
π π
ω max ω max
≥ 0.36 T∑ ≥ 0.22 T∑
≥ 0.18 T95% ≥ 0.11 T95%
T∑ = Soma das constantes de tempo do

processo ou t95% do processo MA.
Exemplo 17 - Calcular um controlador DB(ν+1) para o exemplo 13, tal que

u(0)=u(1).
→ Solução
→ Utilizando-se a Eq. (8.34), o coeficiente q0 será:
1
u(0) = q0 = = 4.9268
(1 − a1 ) ∑ bi
e com (8.29), os demais coeficientes serão
q1 = 0 p1 = 0.0916
q 2 = −9.6242 p 2 = 0.3968
q3 = 7.1829 p3 = 0.4496
q 4 = −1.4854 p 4 = 0.0656
Através de (8.31), tem-se,
1 1
= 1− = −17172
.
α q0 ∑ bi
8 - 11
→ Resposta transitória da saída controlada
y( z) = q0 B( z −1 ) 1 + 17172
( . z −1 r ( z )
)
⇒ y( k ) = 0.0916 r ( k − 1) + 0.3958 r ( k − 2) + 0.4496 r ( k − 3) + 0.0066 r ( k − 4)
y(0) = 0
y(1) = 0.0916
y(2) = 0.4874
y(3) = 0.9344
y(4) = 1000
.
y(5) = 1000
.
M
→ Gráfico da resposta transitória da saída controlada
y(k)
1.0
0.9344
0.4874
0.0916 k
1 2 3 4
→ Resposta transitória da ação de controle limitada
8 - 12
u ( z ) = Q ( z −1 ) r ( z ) =
⇒u (k ) = 4.9268r (k ) + 0 − 9.6242r (k − 2) + 7.1821r (k − 3) − 1.4854r (k − 4)
u (0) = q 0 = 4.9268
u (1) = = 4.9268
u (2) = = −4.6974
u (3) = = 2.4855
u (4) = = 1.000
u (5) = = 1.000
M
→ Gráfico da resposta transitória da ação de controle
u(k)
4.92
2.48
1.0
k
1 2 3 4
-4.69
Exercício 18 - Repetir os exemplos 13 e 14 para T0= 2 seg, e comparar as respostas

qualitativa- e quantitativamente com as do exemplo.
Exercício 19 - Com relação ao exemplos 14, considerar uma entrada do tipo rampa
aplicada ao processo controlado (com a lei de controle Dead-Beat projetada) e
verificar as respostas para K = 0 / 10 .
8 - 13
Índice 8
8 . - CONTROLADOR DEAD-BEAT (TEMPO FINITO) ............................................................... 1
8.1 - DEDUÇÃO DO CONTROLADOR DEAD-BEAT SEM LIMITAÇÃO DA AÇÃO DE CONTROLE - DB(ν) ...... 1
8.2 - CONSIDERAÇÕES SOBRE A SÍNTESE DO DB(ν)............................................................................... 4
8.3 - DEDUÇÃO DO CONTROLADOR DEAD-BEAT COM LIMITAÇÃO DA AÇÃO DE CONTROLE - DB(ν+1) . 7
8.4 - CRITÉRIOS PARA ESCOLHA DO TEMPO DE AMOSTRAGEM ............................................................. 11
8 - 14
sel 359 - Controle Digital
9 - Controle por Realimentação de Estados Discretos
Dado um processo descrito por Variáveis de Estado Discretas, V. E. , tal que,
 x(k + 1) = F x(k ) + H u (k )

 Eq. (9.1)
 y (k ) = c x(k )

e cuja representação esquemática em diagrama de blocos possa ser dada por:
x(0)
u(k) x(k+1) x(k) y(k)
H z -1I c
Fig. 9.1 - Diagrama de blocos em espaço de estados.
deseja-se obter uma devida realimentação dos estados x(k) do processo, tal que a
saída y(k) atenda a um determinado requisito de desempenho ou de projeto.
Tal realimentação de estados pode ser representada como indicado na Fig.

9.2 a seguir, de tal forma que a matriz de realimentação K produza uma combinação
linear dos estados x(k) e forneça um sinal de realimentação referente a cada entrada do
processo controlado.
x(0)
r(k) u(k) x(k+1) x(k) y(k)
H z -1 I c
-
F
Fig. 9.2 - Processo com realimentação de estados.
9-1
Para casos SISO, a matriz K é do tipo matriz-linha e produzirá uma única

realimentação para a entrada única r(k).
Considerando-se um caso SISO, e com base na representação da Fig. 9.2, o

processo controlado será descrito, em forma de V.E. tal como:
 x( k + 1) = ( F − H K ) x( k ) + H r ( k )

 Eq. (9.2)
 y(k ) = c x(k )

com equação característica dada por,
det [ z I − F + H K ] = 0 Eq. (9.3)
e sendo:
K = [ km k m −1 L k 2 k1 ] Eq. (9.4)
A síntese do controlador de estados, resume-se então na escolha adequada do

vetor de realimentação K .
Assumindo-se o caso de um processo SISO e representado na forma

canônica controlável, a expressão (9.2), será rescrita como:
 0 1 L 0  0
 M M O M  M 
x ( k + 1) =   x ( k ) +   u( k ) Eq. (9.5)
 0 0 L 1  0
   
(− am − km ) (− am−1 − km−1 ) L ( − a1 − k1 ) 1
Com as considerações acima, a equação característica para a representação

(9.5), pode ser obtida como sendo dada por:
det[z I − F + HK ] =
= (a m + k m ) + (a m−1 + k m−1 ) z +...+ (a1 + k1 ) z m−1 + z m = Eq. (9.6)
= α m + α m−1 z +...+ α1 z m−1 + z m = 0
9-2
Em (9.6) o polinômio α(z) representa o polinômio desejado ou que atende a

uma dada especificação de projeto. Pela comparação de coeficientes dos polinômios,
resulta que a solução desejada para o vetor K pode ser obtida por:
m
k i = α i − ai , i=1N Eq. (9.7)
9.1 - Procedimentos de solução da realimentação de estados
Alocação de Polos
A solução em (9.7) pode se resolvida por alocação de polos, onde se designa

a localização dos polos z i , tal que:
!
det [ z I − F + H K ] = ( z − z1 )( z − z2 )( ... )( z − zm ) Eq. (9.8)]
Os pólos escolhidos são aqueles que atendem a um dado requisito de projeto

garantindo assim os índices de desempenho procurados.
Com auxílio do Matlab, os comandos acker e place executam o cálculo do

ganho desejado, bastando indicar as matrizes F e H e o conjunto de pólos desejados.
Neste caso o processo não necessita estar na forma canônica controlável, sendo o
comando executável em qualquer formulação de espaço de estados.
Solução Dead-Beat
Para se obter um comportamento Dead-Beat do controlador de estados,
impõe-se que a equação característica (9.6) desejada deve ser do tipo α ( z ) = z m = 0 .

Dessa forma, tem-se que:
α i = 0 ou k i = −a i Eq. (9.9)
Aqui também pode se usar os comandos acker e place indicando “n” pólos
na origem do plano-z.
9-3
Solução ótima
Neste caso adota-se um critério de otimização de uma função quadrática do

tipo:
N −1
V = x ( N ) S x ( N ) + ∑ x ( k ) Q x ( k ) + u( k ) R u( k )
T T
k =0
[ ] Eq. (9.10)
A solução ou análise da proposta ótima é assunto para ser tratado em cursos

específicos de Controle Ótimo.
Do exposto acima, fica claro que a realização do controlador de estados exige

que o processo seja totalmente observável - acesso a todos os estados -, e totalmente
controlável - atuação sobre todos os estados.
9.2 - Observadores de estados
Dado que em muitos processos o acesso à medição de determinados estados é

muito difícil e ou resulta em um sensoriamento muito caro, torna-se interessante o uso
da técnica denominada observadores de estados, que são baseados em informações
apenas de entrada e de saída do processo. A atuação do observador juntamente com
um controlador de estados é indicada na Fig. 9.3. O procedimento de obtenção do
observador de estado será indicado a seguir tomando-se como base o diagrama desta
mesma Fig. 9.3.
9-4
x(0)
r(k) u(k) x(k+1) x(k) y(k)
-1
H z I c
F
PROCESSO
∆^x(k) ∆^e(k)
L
^x(k+1) ^x(k)
H z -1 I c
^y(k)
F OBSERVADOR
DE
ESTADOS
REALIMENTAÇÃO DE ESTADOS
Fig. 9.3 - Processo com observador de estados.
Considerando-se que o processo é descrito tal como expresso na Eq. (9.1), e

admitindo-se u(k) e y(k) exatamente conhecidos ou mensuráveis na Fig. 9.3, a
grandeza aqui chamada diferença ou erro de saída pode ser definida como:
∆eˆ(k ) = y (k ) − yˆ (k ) Eq. (9.11)
Através da matriz ou vetor-coluna “ L ” é gerado o vetor de correção de

estados ∆ x$ ( k ) atuando sobre o vetor de estado xˆ (k ) . Esta matriz “ L ” deve ser
escolhida tal que, xˆ (k + 1) → x(k + 1) a medida em que o tempo discreto tende ao

infinito, k → ∞ .
Da Fig. 9.3 acima, a Equação de Estados do “Processo Observador” pode ser

obtida como sendo,
9-5
xˆ (k + 1) = F xˆ (k ) + Hu (k ) + L ∆ eˆ(k ) =
Eq. (9.12)
= F xˆ (k ) + Hu (k ) + L ( y (k ) − c xˆ (k ) )
Definindo-se uma variável ~

x (k ) , obtida do erro entre cada um dos estados do
sistema e denominada erro do vetor de estados, tem-se então:
~
x ( k + 1) = x ( k + 1) − x$ ( k + 1) Eq. (9.13)
Novamente aqui, deseja-se que o erro se estados tenha convergência

assintótica para zero, ou seja que se anule em um tempo discreto finito.
Com auxílio das Eq.’s (9.1) e (9.12) substituídas na Eq. (9.13), obtém-se
ainda que o erro entre os estados pode ser descrito por:
~
x ( k + 1) = [F − L c] ~
x (k ) Eq. (9.14)
A expressão (9.14) é análoga uma equação diferencial matricial homogênea e

independe de x(0) e da entrada u(k). Estritamente (9.14) é escrita como uma equação
diferença matricial. Para que este erro de vetor de estados seja nulo, deseja-se que
lim ~
x (k ) = 0 Eq. (9.15)
k →∞
ou em outras palavras, deve-se garantir que a expressão (9.14) seja assintoticamente

estável, ou seja, as raízes da equação característica em (9.14),
det [ z I − F + L c] = ( z − z1 )( z − z2 )( ... )( z − zm ) =
Eq. (9.16)
= γ m + γ m−1 z + ... + z m = 0
devem situar-se no interior do círculo unitário, zi ≤ 1. Portanto os polos do
observador de estados também devem ser estáveis. Em (9.16) o polinômio γ ( z )

representa a dinâmica imposta ou desejada para que o erro de estados se anule. Desde
que este processo não envolve energia do sistema, pode-se exigir uma dinâmica tão
rápida quanto possível. No limite pode-se impor uma dinâmica tipo Dead-Beat onde a
convergência para zero ocorre em “n” passos para um sistema de ordem “n”.
9-6
9.3 - Obtenção da matriz “ L ” do observador de estados.
Pela comparação dos coeficientes dos polinômios em (9.16) obtém-se um

sistema de n-equações a n-incógnitas e resolve-se o sistema linear resultante.
Observa-se que em relação à (9.8), o incógnita “L ” neste caso está trocada de posição
na equação (9.16) e que no lugar da matriz H de (9.8) tem-se o vetor c. Para se adaptar
os comandos place e acker no caso de obtenção do Observador usa-se a propriedade
matricial descrita a seguir.
Dado que o determinante de uma matriz “ W ” é igual ao

determinante de sua transposta “ W T ”, vale então:
T T T
[
det [ z I − F + L c] = det z I − F + c L ] Eq. (9.17)
Comparando-se o lado direito de (9.17) com (9.6) ou (9.8), observa-

se que a expressão (9.17) é semelhante ao procedimento de realização de uma
realimentação de estados. Portanto, substituindo-se,
F por F T , H por c T e K por L T Eq. (9.18)
a matriz “ L ” do observador de estados pode ser obtida pelos mesmos procedimentos

de obtenção da matriz “ K ” na Eq. (9.8). Com base em (9.12) a Equação de Estado
do Observador pode ser escrita como:
x$ ( k + 1) = [F − L c] x$ ( k ) + Hu( k ) + L y( k ) Eq. (9.19)
A expressão em (9.19) é exatamente a equação diferença discreta que realiza

o observador de estados, ou seja que fornece as estimativas dos estados. Na estrutura
digital de realização final esta expressão determina o algoritmo do Observador.
De forma alternativa admitindo-se o processo original dado em sua forma

canônica observável, e considerando-se (9.18), segue que,
9-7
0 0 L 0 ( − am − l m )   lm 
1 0 L 0 (− am−1 − lm−1 )  l 
   m−1 
x$ ( k + 1) = 0 1 K 0 ( − am− 2 − lm− 2 ) x ( k ) + H u( k ) + lm− 2  y ( k ) Eq. (9.20)
   
M M O M M   
0 0 L 1 ( − a1 − l1 )   l1 
De modo análogo à Eq. (9.18), através da equação característica, tem-se:
li = γ i − ai i = 1 Nm Eq. (9.21)
onde os coeficientes “ γ i ” em (9.21) são pré-fixados ou impostos pelo projetista para

se estabelecer o desempenho global do observador de estados.
Para se usar o Matlab em qualquer situação, basta novamente usar os

comandos place ou acker tendo-se como parâmetros as matrizes F e c, no lugar de H,
porém transpostas e além disso indicar os pólos desejados relativos ao polinômio
respectivo γ (z ) .
9.4 - Controlador de Estados com Observador de Estados
Considerando-se um processo descrito por (9.1) e dotado simultaneamente de

um observador de estados tal como em (9.12) ou (9.19) e de uma realimentação de
estados observados através da matriz “ K ” , a descrição global do processo assim
controlado será dada por:
 x ( k + 1) F −H K   x( k )
 x$ ( k + 1) = L c F − H K − L c  x$( k ) Eq. (9.22-a)
     
1444424444 3
F*
y( k ) = c x( k ) Eq. (9.22-b)
Através de (9.22), observa-se que neste caso x$ ( k ) e x(k ) são

simultaneamente influenciados pelos valores de K e de L.
9-8
Com base em (9.22-b), pode ser demonstrado que a dinâmica global do

processo dotado de um controlador de estados e de um observador de estados é
caracterizada pela equação característica global,
*
[
det z I − F ] = det [z I − F + H K ] det[z I − F + L c] = 0 Eq. (9.23)
ou seja, os polos do processo controlado com observador de estados e realimentação

de estados observados, ou seja, do processo global da Fig. 9.3, é uma combinação do
polos do observador mais os polos do processo controlado.
Com isso, conclui-se que os polos do observador e da realimentação de

estados podem ser escolhidos independentemente. Entretanto, o comportamento
transitório do processo controlado será influenciado por ambos. Por um aspecto
prático é aconselhável impor que a dinâmica do observador seja mais rápida do que
aquela desejada para a saída controlada do processo. Em casos extremos de se colocar
a dinâmica do processo mais rápida que a do observador pode ocasionar instabilidade.
Através de (9.23), observa-se que se o processo original é de ordem “ m ”, o

processo controlado e dotado de um observador de estados terá ordem “ 2m ” . Neste
caso os polos adicionais do observador poderão contribuir para um certo atraso
adicional na resposta transitório do processo.
Supondo-se a dinâmica do processo controlado e também do observador de

estados sendo do tipo Dead-Beat, tem-se,
*
[
det z I − F ]= z m
z m = z 2m Eq. (9.24)
Exemplo 18 – No exemplo a seguir é ilustrado o controle de estados com

observador de estados realizado no Simulink. O processo considerado, de duas
entradas e duas saídas, é descrito pela sua formulação contínua no espaço de estados
como sendo:
9-9
0 1 0 1 0
 0 1 0 
A= 0 0 1  B = 0 2 C=  D=0
− 6 − 11 − 6 0 1 1 - 1 0
O processo deverá ser controlado e observado por uma estrutura digital

operando com uma freqüência de 4 Hz. Os pólos desejados para o Controlador e para
o Observador de Estados para o caso contínuo, são dados respectivamente por:
pd = [− 5 − 6 − 6] pd = [− 9 − 10 − 10]
CON OBS
Observe que neste caso a dinâmica do Observador foi designada ligeiramente

mais rápida que a desejada para a dinâmica do Controle, pois os pólos desejados do
Observador se encontram um pouco mais distantes da origem (do plano-s) do que os
pólos do Controle.
Solução:
O presente problema é inicializado no Matlab com o arquivo ssobs23.m

indicado a seguir. A primeira etapa envolve a discretização do processo e dos pólos
desejados segundo o tempo de amostragem dado. Desta forma o processo
discretizado resulta:
 0.9892 0.2294 0.0191  0.2493 0.0616 

F =  − 0.1143 0.7796 0.1151
 H = − 0.0108 0.4779 

− 0.6907 − 1.3805 0.0889 − 0.1143 − 0.3257
sendo C e D inalterados. Os pólos desejados em ambos os casos são discretizados pela
relação de definição z = e (T0 s ) e obtidos como sendo:
pd = [0.2865 0.2231 0.2231]T pd = [0.1054 0.0821 0.0821]

CON OBS
Na versão discreta, observa-se que os pólos mais rápidos do Observador

apresentam módulo menor que o módulo dos pólos do Controlador.
Com o comando place do Matlab e usando-se as matrizes F e C transpostas

e o vetor de pólos desejados acima, obtém-se o vetor L do Observador como sendo:
9 - 10
T
1.1334 0.5645 − 2.0723
L= 
0.9067 − 0.1170 − 0.6908
Com o mesmo comando place do Matlab e usando-se as matrizes F e H mais

o vetor de pólos desejados para a estrutura controlada, obtém-se o vetor K do
Controlador como sendo:
 3.4071 1.3233 0.0572

K= 
− 0.3231 0.8119 0.2199
A preparação destes dados do processo e da estrutura de controle com

observador de estados pode ser vista na listagem do arquivo M-File do Matlab
indicado a seguir.
% SSOBS23.M
% Dados para Simulacao de observador de estados
% USAR MODELO SS_OBS23D.MDL e SS_IND23D.MDL
%
% ss_obs23d.mdl == Versão sem AçãoIntegrativa
% ss_int23d.mdl == Versão com AçãoIntegrativa
% Exemplo 1.8.7 Unbehauen, pg.85
%
% Modelo 2 entradas - 2 saidas e 3 estados
%
close all
clear all
a=[ 0 1 0; % Matriz A - Continua
0 0 1;
-6 -11 -6];
b=[1 0; % Matriz B Continua

0 2;
0 1];
c=[0 1 0; % Matriz C Continua
1 -1 0];
d=0; % Matriz D Continua
% Polos desejados do Observador
%pdo = [ -5 -6 -6]; % Observador Lento

pdo = [ -1.5 -1.6 -1.6]; % Observador MUITO Lento
%pdo = [ -9 -10 -10]; % Observador rápido
% Usando comando PLACE com sistema DUAL
L=place(a', c', pdo); % L do processo contínuo

9 - 11
% Versao Discreta
T0=0.25; % 4 Hz
[ad bd cd dd]=c2dm(a,b,c,zeros(2,2),T0);
pdd=exp(T0*pdo);
Ld=place(ad',cd',pdd); % L do processo discretizado
pdod=pdd;
% Calculo do Controlador de estados

%
% Polos desejadoas de Malha Fechada
PDC=[-5 -6 -6]; % Dinamica processo realimentado

lento
%PDC=[-9 -10 -10]; % Dinamica processo
realimentado rapido
% Polos discretos
PDD=exp(T0*PDC);
pdcd=PDD;
% Ganho de Realimentacao de Estados (place)
K = place(a,b,PDC); % Caso continuo
KD = place(ad,bd,PDD); % Caso Discreto
% REALIMENTACAO DE ESTADOS COM ACAO INTEGRATIVA

%
% Preparacao
aad=[ad [0 0; % Matriz A-Discreta Extendida

0 0;
0 0];
-c [1 0;
0 1]];
bbd=[bd;[0 0; % Matriz B-Discreta Extendida
0 0]];
% Polos desejados do controle com Acao Integrativa
Pdi = [-5 -6 -6 -8.2 -8.1];

PDI=exp(T0*Pdi);
KDD=place(aad,bbd,PDI);
KK=KDD(1:2,1:3);
KI=KDD(1:2,4:5);
% Executa SIMULINK ssbos23.mdl SEM INTEGRADOR

%sim('ss_obs23d')
% Graficos
% plot(compx(:,1),compx(:,2),'LineWidth',2)
% hold
9 - 12
% plot(compx(:,1),compx(:,3),'r','LineWidth',2)
% plot(compx(:,1),compx(:,4),'g','LineWidth',2)
% stairs(compx(:,1),compx(:,5),'LineWidth',2)
% stairs(compx(:,1),compx(:,6),'r','LineWidth',2)
% stairs(compx(:,1),compx(:,7),'g','LineWidth',2)
% Executa SIMULINK ssbos23.mdl COM INTEGRADOR

sim('ss_intd23')
stairs(SaiCom(:,1),SaiCom(:,2),'LineWidth',2)
hold
stairs(SaiCom(:,1),SaiCom(:,3),'r','LineWidth',2)
%stairs(SaiSem(:,1),SaiSem(:,2),'LineWidth',2)
%stairs(SaiSem(:,1),SaiSem(:,3),'r','LineWidth',2)
Programa Matlab para inicialização do exemplo 18.
Inicializando-se a simulação como acima, e usando o diagrama Simulink a

seguir, é possível se investigar o processo do Observador de estados e do controlador
de estado com Observador de estados.
Carregar dados ssobs23.m
x' = A x+B u
K *u
y = Cx+Du
S tep x
S tate -S p a ce c
x
P RO CE S S O
CONT ÍNUO
ze ro
co m p a ra
1
K *u K *u K *u
z xx
b I c
K *u
xx
L
RE A L IM E NA CA O K *u
DE E S T A DOS
O B S E RV A DO S L1 e rro
DIS CRE T O S OB S E RV A DO R DE E S T A DO S
K *u DIS CRE T O S
Diagrama Simulink de simulação do exemplo 18.
Os resultados a seguir ilustram o funcionamento do processo com

Observador de estados discreto, do processo com realimentação de estados reais e
com realimentação dos estados observados.
9 - 13
Considerando-se o Processo em estado inicial diferente da origem, executou-

se o observador em malha aberta. A condição inicial do processo é dada por x0 = [1.5
1.5 1.5], enquanto que o estado inicial dos estados observados é mantido em zero.
O sistema foi excitado em Malha Aberta com um degrau unitário em cada
uma das entradas, ou seja, u (k ) = [1(k ) 1(k )]T .
Na figura a seguir, a linha contínua representa cada um dos estados reais e a

sucessão discreta indica a evolução dos estados observados calculados iterativamente.
-1
-2
-3
-4
-5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Resposta dos Estados em Malha Aberta - Contínuo e Discreto entrada degrau.
9 - 14
-1
-2
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Resposta do processo em Malha Aberta – Contínuo e Discreto : u=[1 1] t.
Inserindo-se a realimentação de estados através da matriz K devidamente

obtida do modelo discreto, a resposta do processo controlado pode ser vista a seguir.
Neste caso foram usadas a dinâmica rápida do Observador e a dinâmica mais lenta do
Controlador. O observador neste caso irá produzir os estados de malha fechada.
1.5
0.5
-0.5
-1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Resposta do processo em Malha Fechada – Contínuo e Discreto : u=[1 1] t
9 - 15
O Observador tem estado inicial [0 0 0] e após algumas iterações os estados

observados tendem aos estados reais do processo. A dinâmica de malha fechada
desejada para o caso apresentará diferenças devido à relativa lentidão de obtenção dos
estados, no caso os observados. Fica para exercício extra-classe a verificação do
desempenho deste sistema com adotando-se outras dinâmicas para o Observador e
para o Controle
De todos resultados anteriores observa-se que a resposta ao degrau (unitário)

resulta com erro de regime. A saída y1(k) tem valor de regime de 0.7900 onde se
esperava uma saída de valor 1. Já a saída y2(k) depende do resultado [x1(k) – x2(k)],
que também deve estar incorreto e neste caso vale -0.5452.
Na análise a seguir é tratado um procedimento de correção do erro de regime

no processo com controle por realimentação de estados.
9.5 – O problema de servomecanismo na abordagem de espaço de estados
O chamado problema de servomecanismo está relacionado ao controle de

posição onde se deseja erro nulo entre o comando de referência tipo degrau e a saída
controlada. Aqui o termo posição não necessita ser a grandeza posição física (escalar
ou angular), mas o estado fixo de referência.
É sabido que todo sistema tipo-0 (sem pólos na origem em Malha Aberta)
responde com erro de regime de posição finito e proporcional ao recíproco do ganho
CC de malha aberta. Já um sistema tipo-1 (um pólo na origem em Malha Aberta)
apresenta erro nulo de posição e erro finito de velocidade, ou seja, erro finito para
entrada rampa. Este procedimento se estende com o mesmo raciocínio para os demais
tipos de sistemas.
Portanto se o sistema em malha aberta não possui um pólo na origem, o

controle de estados não permitirá obter erro nulo de saída para entradas tipo degrau. A
solução neste caso e adicionar uma malha de realimentação de saída com um controle
integral. Esta ação integrativa, caracterizado por um pólo na origem, irá garantir que a
9 - 16
saída apresente erro nulo de posição. Este tipo de procedimento é ilustrado na Fig. 9.4
a seguir, onde a saída é realimentada e comparada com a referência desejada. O erro
desta comparação é operado pela ação integrativa em cascata.
q(k+1) x(k+1) x(0)

r(k) q(k) u(k) x(k) y(k)
I z-1 ki H I z -1
c
- -
F PROCESSO
Fig. 9.4 – Representação do processo com realimentação de estados

e ação integrativa da saída.
A inserção da ação integrativa irá aumentar a ordem o sistema e do ponto de
vista de controle haverá um estado a mais a ser processado na etapa de projeto do
controlador. Com base na Fig. 9.4, além da ação de controle obtida na realimentação
de estados, uma componente adicional da ação de controle é obtida pela realimen-
tação de saída com ponderação ki.
A obtenção deste termo de ganho adicional é conseguida através da

formulação do novo sistema tal como,
 x(k + 1) = (F − H K ) x(k ) + H r (k )
 Eq. (9.25)
q (k + 1) = I q (k ) + r (k ) − c x(k )
Associando-se o novo estado q(k) ao processo original, obtém-se:
 x(k + 1)  (F − H K ) H K I   x(k )  0 

q (k + 1) =   q(k ) +  I  r (k ) Eq. (9.26)
   − c I    
O processo controlado da Eq. (9.26) pode ainda ser reescrito de forma a

evidenciar a ação de controle em função dos ganhos de realimentação. Com isto, esta
nova formulação permite se aplicar o mesmo procedimento de obtenção do ganho de
realimentação tal como usado na figura 9.2 e Eq. (9.2).
9 - 17
 x(k + 1)   F 0  x(k ) H  0 
q (k + 1) =   q(k ) +   u (k ) +   r (k )
  − c I    0 I 
Eq. (9.27)
x ′(k + 1) = F ′ x ′(k ) + H ′ u (k ) + G r (k )
sendo a ação de controle dada por:
u (k ) = K ′ x ′(k )
 x( k )  Eq. (9.28)
[
u (k ) = K K I  ]
q(k )
Portanto a partir do processo em (9.27) obtém-se com auxílio dos comandos

acker ou place do Matlab, a matriz de realimentação de estados K´.
A lei de controle a ser implementada deve ser aquela expressa por (9.28)
enquanto que a saída do processo permanece a mesma.
Este procedimento pode ainda ser utilizado associado a um observador de

estados, tal que somente os estados observados sejam realimentados através do
ganho K e as saídas sejam realimentadas pelos ganhos KI.
Exemplo 19 – Realimentação de Estados com Ação Integrativa.
Considere o processo descrito no espaço de estados com abaixo e investigue

uma solução de controle de realimentação de estados e uma ação integrativa para
garantir erro de posição nulo da saída controlada. Neste caso um tempo amostragem
de 0.5 seg deve ser usado e os pólos desejados do processo controlado foram
escolhidos para garantir uma reposta dinâmica com sobresinal de 15% em 2.6 seg.
 x& (t ) = A x(t ) + b u (t )


 y (t ) = c x(t )

9 - 18
 0 1 0 0 

A= 0 0 1  b = 0 c = [1 0 0]
− 0.1 − 2 − 3 1
Polos _ desejados ⇒ s1, 2,3 = [0.5 ± 0.2i − 2]
Solução : Para este caso o ideal é processar toda solução no domínio do

tempo discreto. Tomando-se todos os dados com devidas discretizações, obtém-se:
 0.9985 0.4707 0.0774 0.0146

F = − 0.0077 0.8438 0.2385
 h = 0.0774 c = [1 0 0]
− 0.0239 − 0.4848 0.1282 0.2385
e os respectivos pólos desejados, mapeados no plano-Z resultam:
T0 ( s1, 2 , 3 )
P1 = z1, 2,3 = e = [0.4208 ± 0.6553i 0.3679]
Para o processo com uma simples realimentação de estados, alocando-se a

dinâmica de acordo com os pólos desejados, obtém-se com o comando place ou
acker, o ganho de realimentação dado por:
K 1 = place( F , h, P1 ) = [7.6767 5.6483 0.8896]
Para este caso a resposta obtida da saída e da devida ação de controle é

indicada a seguir.
9 - 19
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 1 2 3 4 5 6 7 8 9 10
Resposta do processo com realimentação de estados
0.5
-0.5
0 1 2 3 4 5 6 7 8 9 10
Ação de controle da realimentação de estados.
9 - 20
Observa-se neste caso, como já alertado anteriormente, que a saída

apresenta a dinâmica desejada , porem com elevado erro de posição ou erro de
regime para entrada degrau.
A correção automática desta situação é conseguida com a inclusão de

uma ação integrativa atuando sobre a saída em forma de uma realimentação
adicional. Para a solução, deve-se prepara no novo modelo com a inclusão desta
ação integrativa, tal como ilustrado a seguir.
 0.9985 0.4707 0.0774 0 0.0146

− 0.0077 0.8438 0.2385 
0 0.0774
F′ =  h= 
− 0.0239 − 0.4848 0.1282 0 0.2385
   
 −1 0 0 1  0 
Para este novo processo, deve se especificar um pólo desejado adicional

para se obter a solução com o comando place ou acker. Para não se afetar a
dinâmica desejada inicialmente escolhe-se a alocação deste pólo adicional de
forma que não afete a dominância da dinâmica desejada. Para isto, no plano-S
basta alocar o pólo adicional distante do eixo imaginário e no plano-Z próximo a
origem. Admitindo-se no plano-S o quarto pólo em –8, equivale no plano-Z com
T0 = 0.5 seg. a z = 0.0183. Assim os pólos desejados do novo sistema serão:
P2 = [P1 0.0183] = [0.4208 + 0.6553i 0.4208 − 0.6553i 0.3679 0.0183]
Usando o comando indicado, obtém o novo ganho de realimentação como sendo:
K 2 = [K 1 K I ] = place(F ′, h ′, P2 ) =
= [22.7384 10.4322 2.5338 − 7.6343]
Com esta estrutura de realimentado de estados mais a ação integrativa, o

resultado do processo passa a ser:
9 - 21
1.4
1.2
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
Resposta do processo com realimentação de estados mais ação integrativa.
Verifica-se que a saída atendeu as expectativas de dinâmica e de regime com

erro nulo. A ação de controle u(k) passa a ser muito diferente neste caso.
-2
-4
0 1 2 3 4 5 6 7 8 9 10
Ação de controle resultante do controle de estados mais a ação integrativa.
9 - 22
O diagrama Simulink para obtenção destes resultados é mostrado a

seguir, ilustrando o processo com simples realimentação de estados e acrescido da
ação integrativa.
A cao d e
Co n tro l e
u2
u2 Carregar dados com ssintd.m
S te p
x' = A x+B u 1
c* u
y = Cx+Du z
P roce sso c Un i t De l a y A ca o Inte g ra ti va
3 x3
K
K *u
S ai d a
Ki y2
-K - y2
A ca o d e con tro l e
u1
u1
k
x' = A x+B u
K *u Cl o ck
y = Cx+Du k
P roce sso c1
3x3
K1 y1
K *u y1
Diagrama Simulink de simulação caso com e sem ação integrativa. (ss_intd.mdl).
% SS_INTD.M
% Exemplo de calculo da realimentacao de estados com
integrador
% da saida y(t),
% Processo continuo baseado no exemplo 12.4 do OGATA
% pg. 693 (coeficinte a31 modificado)
% Rodar com o arquivo simulink SS_INT.MDL
%
global kd2 q0
clear all
a=[0 1 0; 0 0 1; -0.1 -2 -3];
b=[0 0 1]';
c=[1 0 0];
d=0;
% Polos desejados do sistema com integador da saida

% Corresponde a uma resposta transitoria com pico 15%
em aprox 2.6 seg
j1=[ -0.5+2i -0.5-2i -2 ]; % Polos desejados do

controle SEM
9 - 23
j2=[ -0.5+2i -0.5-2i -2 -8]; % Polos desejados do

controle COM
% Montagem do sistema estendido [4x4] (CONTINUO)

aa=[a zeros(3,1);
-c 1];
bb=[b;0];
% Calculo do ganho do controlador de estados

k1=acker(a,b,j1);
k2=acker(aa,bb,j2);
K1=k1;K2=k2;
% Versao Discreta do Processo
T0=0.5;
[ad bd cd dd]=c2dm(a,b,c,d,T0);
% Montagem do sistema estendido [4x4] (DISCRETO)
aad=[ad zeros(3,1);
-cd 1];
bbd=[bd;0];
% Discretização polos desejados
jd1=exp(T0*j1);
jd2=exp(T0*j2);
% Calculos dos ganhos do Controlador
kd1=acker(ad,bd,jd1);
kd2=acker(aad,bbd,jd2);
sim('ss_intd');
stairs(Saisem(:,1),Saisem(:,2),'r','LineWidth',2);
hold
stairs(SaiSem(:,1),SaiSem(:,2),'g','LineWidth',2);
stairs(SaiCom(:,1),SaiCom(:,2),'LineWidth',2)
Arquivo de comandos de inicialização e execução do observador e

controlador de estados com ação integrativa.
9 - 24
9 - CONTROLE POR REALIMENTAÇÃO DE ESTADOS DISCRETOS ............................................ 1
9.1 - PROCEDIMENTOS DE SOLUÇÃO DA REALIMENTAÇÃO DE ESTADOS 3

Alocação de Polos 3
Solução Dead-Beat 3
Solução ótima 4
9.2 - OBSERVADORES DE ESTADOS 4
9.3 - OBTENÇÃO DA MATRIZ “ L ” DO OBSERVADOR DE ESTADOS. 7
9.4 - CONTROLADOR DE ESTADOS COM OBSERVADOR DE ESTADOS 8
9.5 – O PROBLEMA DE SERVOMECANISMO NA ABORDAGEM DE ESPAÇO DE ESTADOS 16
9 - 25

Controle Digital - SEL

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 Digital - SEL

Caricato da

Copyright:

Formati disponibili

SEL 0359

Manoel Luís de Aguiar

q(k+1) x(k+1) x(0)

ASPECTOS GERAIS DA DISCIPLINA

A grande maioria de processos onde é necessária uma ação de controle apresenta um

exatamente neste ponto que se encontra a limitação do emprego de estruturas de controle

Microcom- D/A Processo

Figura 0.1 - Esquema geral de um controle digital

Para a efetivação deste tipo de controle torna-se necessário a compatibilização dos

memória e unidades de comunicação integradas em um único Chip. Isso trouxe a vantagem de

r(t) e(t) u(t) y(t)

Figura 0.2 - Sistema de controle com identificação e adaptação.

0.2 - Implicações da utilização do microcomputador

Como implicação direta da incorporação do microcomputador na malha de controle é

Neste curso não serão estudadas técnicas de projeto ou implementação de tais

0.3 - Revisão de Conceitos de Controle Analógico

Seja um processo de controle realimentado como representado na figura abaixo. Com

r(t) u(t) y(t)

Fig. 0.3 - Configuração básica de um controle analógico realimentado.

 Desempenho dinâmico e de regime

 Lugar das Raízes

 Análise Frequencial  Margem de fase e de ganho

Implementação : GC ( s) → Analógico : Redes ativas e/ou passivas de circuitos e componen-

Limitações : Restrito a processos simples, lineares e observáveis.

0.4 - Processo de Controle Digital

r(t) e(t) u(t) y(t)

Fig. 0.4 - Configuração básica de um controle digital realimentado.

 Além das conhecidas estruturas de controle analógico, é possível a

 Neste caso podem ser empregadas as mesmas técnicas dos

Implementação : GC (z ) → Hardware Digital também usando circuitos e componentes ele-

trônicos digitais, sendo que a lei de controle é determinada pro um

0.5 - Objetivos do curso

Estudar métodos, estratégias e ferramentas matemáticas para adaptar o processo

0.1– INTRODUÇÃO ............................................................................................................................................. 1

0.2 - IMPLICAÇÕES DA UTILIZAÇÃO DO MICROCOMPUTADOR ....................................................... 5

0.3 - REVISÃO DE CONCEITOS DE CONTROLE ANALÓGICO ............................................................... 6

0.4 - PROCESSO DE CONTROLE DIGITAL................................................................................................... 7

0.5 - OBJETIVOS DO CURSO............................................................................................................................ 8

1 - REPRESENTAÇÃO DE SISTEMAS DISCRETOS E

Para se processar uma grandeza analógica através de um microcomputador, é

Entrada Processamento digital Saída

Fig. 1.1 - Amostragem e caracterização de sinais em processos discretos.

O processo de amostragem para os sistemas de controle digital deve ser periódico,

Fig. 1.2 - Caracterização dos amostradores em controle digital.

1.2 - Classificação de Sinais e Características de Quantização.

Aqui serão apresentados aspectos de sinais quanto à quantização e respectivas formas

a)- Sinal Contínuo.

Fig. 1.3 - Caracterização de sinal contínuo.

De forma generalizada, um sinal contínuo pode ser descrito por:

b) - Sinal com amplitude discreta

Fig. 1.4 - Sinal amostrado em 8 níveis (3 bits de resolução) de amplitude discreta.

Uma representação deste tipo de sinal pode ser dada por:

c) - Sinal tipo Tempo Discreto.

Neste caso, o sinal somente é definido pontualmente em determinados instantes de

Fig. 1.5 - Sinal amostrado com o tempo.

Um sinal deste tipo será descrito por:

d) - Sinal com Amplitude e Tempo discreto = Digital (Discreto)

Fig. 1.6 - Sinal amostrado em amplitude e no tempo : Digital.

A[ f (kT0 )] t = kT0

Normalmente, no ambiente digital que representa o microcomputador, o valor digital

1.3 - Tratamento matemático do sinal amostrado (discretos)

Através do tratamento matemático do sinal digital, define os conceitos fundamentais

Considere-se um sinal contínuo e amostrado periodicamente por um “Sampler” como

Fig. 1.7 - Amostrador analógico com período de retenção h.