Modelagem no domínio do

tempo
Duas abordagens estão disponíveis para a análise e
o projeto dos sistemas de controle com
realimentação.
• A primeira, é conhecida como abordagem
clássica, ou técnica do domínio da frequência.
– Esta abordagem é baseada na conversão da equação
diferencial do sistema em uma função de
transferência, gerando, assim, um modelo matemático
do sistema que relaciona algebricamente uma
representação da saída com uma representação da
entrada.
– Substituir uma equação diferencial por uma equação
algébrica não apenas simplifica a representação de
subsistemas individuais, mas também simplifica a
modelagem de subsistemas interconectados.
• Desvantagem é sua aplicabilidade limitada: ela
pode ser aplicada apenas a sistemas lineares
invariantes no tempo, ou sistemas que assim
podem ser aproximados.
• Vantagem das técnicas do domínio da frequência
é que elas fornecem rapidamente informações
sobre a estabilidade e a resposta transitória.
– Assim, podemos observar imediatamente os efeitos
da variação de parâmetros do sistema até que um
projeto aceitável seja encontrado.
 Espaço de estados
• A abordagem do espaço de estados (também
conhecida como abordagem moderna ou no domínio
do tempo) é um método unificado para modelar,
analisar e projetar uma vasta variedade de sistemas.
• Pode ser utilizada para representar sistemas não
lineares. Além disso, ela pode tratar,
convenientemente, sistemas com condições iniciais
não nulas. Sistemas variantes no tempo (por exemplo,
mísseis com variação do nível de combustível, ou a
sustentação de uma aeronave voando através de uma
grande faixa de altitudes).
• Diversos sistemas não possuem apenas uma
única entrada e uma única saída.
• Sistemas com múltiplas entradas e múltiplas
saídas podem ser representados de forma
compacta no espaço de estados através de um
modelo similar, em forma e complexidade,
àquele utilizado para sistemas com uma única
entrada e uma única saída.
– (como um veículo com entrada de direção e entrada
de velocidade produzindo uma saída de direção e uma
saída de velocidade)
• A abordagem no domínio do tempo pode ser
utilizada para representar sistemas com um
computador digital na malha ou para modelar
sistemas para simulação digital.
– Com um modelo simulado, a resposta do sistema
pode ser obtida para variações em seus parâmetros —
uma importante ferramenta de projeto.
• A abordagem no espaço de estados também é
atrativa devido à disponibilidade de vários
pacotes de programas que trabalham com o
espaço de estados para computadores pessoais.
• A abordagem no domínio do tempo também pode ser
utilizada para a mesma classe de sistemas modelados pela
abordagem clássica.
• Este modelo alternativo dá outra perspectiva a partir da
qual ele pode criar um projeto.
• Embora a abordagem do espaço de estados possa ser
aplicada a uma vasta variedade de sistemas, ela não é tão
intuitiva quanto a abordagem clássica.
• Deve realizar diversos cálculos antes que a interpretação
física do modelo se torne aparente, enquanto no controle
clássico uns poucos cálculos ou uma representação gráfica
dos dados fornecem rapidamente uma interpretação física.
 3.2 Algumas Observações
• Para um sistema com muitas variáveis,
precisamos utilizar equações diferenciais
apenas para encontrar a solução para um
determinado subconjunto das variáveis do
sistema, uma vez que todas as demais
variáveis do sistema podem ser calculadas
algebricamente a partir das variáveis do
subconjunto.
1) Escolhemos um subconjunto particular de todas
as possíveis variáveis do sistema e chamamos as
variáveis deste subconjunto de variáveis de
estado.
2) Para um sistema de ordem n, escrevemos n
equações diferenciais simultâneas de primeira
ordem em função das variáveis de estado.
Chamamos este sistema de equações
diferenciais simultâneas de equações de estado.
3) Caso conheçamos a condição inicial de todas as
variáveis de estado em 𝑡0 , bem como a entrada do
sistema para 𝑡 ≥ 𝑡0 , podemos resolver as
equações diferenciais simultâneas para as variáveis
de estado para 𝑡 ≥ 𝑡0 .
4) Combinamos algebricamente as variáveis de
estado com a entrada do sistema e determinamos
todas as demais variáveis do sistema para 𝑡 ≥ 𝑡0 .
Chamamos esta equação algébrica de equação de
saída.
5)Consideramos as equações de estado e as
equações de saída uma representação viável do
sistema.
Chamamos esta representação do sistema de
representação no espaço de estados.
 Considere o circuito RL

1. Escolhemos a corrente, i(t), para a qual

iremos escrever e resolver uma equação
diferencial utilizando transformadas de
Laplace.
2. Escrevemos a equação de malha,
di (t )
L  Ri (t )  v(t )
dt
3. Aplicando a transformada de Laplace e
incluindo as condições iniciais, resulta:

L  sI ( s )  i (0)   RI ( s )  V ( s )

Considerando que V(s)=1/s, entrada degrau

1
L  sI ( s )  i (0)   RI ( s ) 
s
Assim temos:
1
I ( s )  sL  R    Li (0)
s
E assim:  
1 1 1  i (0)
I (s)     
Rs s R  s R
 L L

E,
1  t 
R R
 t
i (t )  1  e L   i (0)e L
R 
A função i(t) é um subconjunto de todas as
possíveis variáveis do circuito que somos
capazes de determinar, caso conheçamos sua
condição inicial, i(0), e a entrada v(t).
Assim, i(t) é uma variável de estado, e a equação
diferencial é uma equação de estado.
4. Podemos agora obter a solução para todas as demais
variáveis do circuito algebricamente em função de i(t)
e da tensão aplicada, v(t). Por exemplo:
vR (t )  Ri (t )
vL (t )  v(t )  Ri (t )

5. Uma vez que as variáveis de interesse são descritas

completamente, dizemos que a combinação da
equação de estado com as equações de saída forma
uma representação viável do circuito, a qual
chamamos representação no espaço de estados.
• A Equação, que descreve a dinâmica do circuito, não é
única. Esta equação poderia ser escrita em função de
qualquer outra variável do circuito. Por exemplo,
substituindo i = νR/R, temos:
L dvR (t )
 vR (t )  v(t )
R dt
• que pode ser resolvida sabendo-se que a condição inicial
𝜈𝑅 (0) = 𝑅𝑖(0) e conhecendo 𝜈(𝑡).
Nesse caso, a variável de estado é 𝜈𝑅 (𝑡).
Analogamente, todas as outras variáveis do circuito podem,
agora, ser escritas em função da variável de estado, 𝜈𝑅 (𝑡), e
da entrada, 𝜈(𝑡). (exemplos no quadro)
• Existe alguma restrição na escolha das
variáveis de estado?
• Sim! Tipicamente, o número mínimo de
variáveis de estado necessário para descrever
um sistema é igual à ordem da equação
diferencial.
• Assim, um sistema de segunda ordem requer
um mínimo de duas variáveis de estado para
descrevê-lo.
• Podemos definir mais variáveis de estado do que
o conjunto mínimo;
• Dentro deste conjunto mínimo as variáveis de
estado devem ser linearmente independentes.
Por exemplo, caso νR(t) seja escolhida como
variável de estado, então i(t) não pode ser
escolhida,
• porque νR(t) pode ser escrita como uma
combinação linear de i(t), mais especificamente,
νR(t) = Ri(t).
• Nessas circunstâncias, dizemos que as variáveis
de estado são linearmente dependentes.
• As variáveis de estado devem ser linearmente
independentes; isto é, nenhuma variável de
estado pode ser escrita como uma combinação
linear das demais variáveis de estado,
• C aso contrário poderemos não ter informações
suficientes para achar a solução para todas as
outras variáveis do sistema, e podemos até
mesmo ter problemas para escrever as próprias
equações simultâneas.
3.3 Representação Geral no Espaço de
Estados
Agora que representamos um sistema físico no
espaço de estados e temos uma boa ideia da
terminologia e do conceito, vamos sintetizar e
generalizar a representação das equações
diferenciais lineares.
Primeiro formalizamos algumas das definições:
• Combinação linear. Uma combinação linear de
n variáveis, xi, para i = 1 até n, é dada pela
seguinte soma, S:
S  Kn xn  Kn1 xn1   K1 x1
K é uma constate
 Independência linear
Um conjunto de variáveis é dito ser linearmente
independente se nenhuma das variáveis puder ser escrita
como uma combinação linear das demais.
Por exemplo, dados 𝑥1 , 𝑥2 e 𝑥3 ,
se 𝑥2 = 5𝑥1 + 6𝑥3 ,
então as variáveis não são linearmente independentes,
uma vez que uma delas pode ser escrita como uma
combinação linear das outras duas.
O que deve acontecer para que uma variável não possa
ser escrita como uma combinação linear das outras
variáveis?
Considere o exemplo 𝐾2 𝑥2 = 𝐾1 𝑥1 + 𝐾3 𝑥3 .
Se nenhum 𝑥𝑖 = 0, então qualquer 𝑥𝑖 pode ser
escrito como uma combinação linear das outras
variáveis, a menos que todos 𝐾𝑖 = 0 .
Formalmente, então, as variáveis 𝑥𝑖 , para 𝑖 =
1 até 𝑛 , são ditas ser linearmente
independentes se sua combinação linear, 𝑆, for
igual a zero somente se todos 𝐾𝑖 = 0 e
nenhum 𝑥𝑖 = 0 para todo 𝑡 ≥ 0.
 Variável do sistema
• Qualquer variável que responda a uma entrada
ou a condições iniciais em um sistema.

Variáveis de estado
• O menor conjunto de variáveis do sistema
linearmente independentes, tal que os valores
dos elementos do conjunto no instante 𝑡0 em
conjunto com funções forçantes conhecidas
determinam completamente o valor de todas as
variáveis do sistema para todo 𝑡 ≥ 𝑡0 .
 Vetor de estado
• Um vetor cujos elementos são as variáveis de
estado.
Espaço de estados
• O espaço n-dimensional cujos eixos são as
variáveis de estado. Este é um termo novo e é
ilustrado na Figura,
As variáveis de estado são admitidas como uma
tensão sobre um resistor, 𝜈𝑅 , e uma tensão
sobre um capacitor, 𝜈𝐶 . Essas variáveis formam
os eixos do espaço de estados.
• Pode-se considerar que uma trajetória seja
mapeada pelo vetor de estado x(t), para uma
determinada faixa de variação de t. A figura
mostra também o vetor de estado em um
instante particular t = 4.
 Equações de estado
• Um conjunto de n equações diferenciais de
primeira ordem simultâneas com n variáveis, em
que as n variáveis a serem resolvidas são as
variáveis de estado.
Equação de saída
• A equação algébrica que expressa as variáveis de
saída de um sistema como combinações lineares
das variáveis de estado e das entradas.
Um sistema é representado no espaço de estados pelas
seguintes equações:
x  Ax  Bu  Equação de estado
y  Cx  Du  Equação de saída
para t ≥ t0 e condições iniciais, x(t0), em que
• x = vetor de estado = derivada do vetor de estado em
relação ao tempo
• y = vetor de saída
• u = vetor de entrada ou vetor de controle
• A = matriz do sistema
• B = matriz de entrada
• C = matriz de saída
• D = matriz de transmissão direta
• Esta representação de um sistema fornece o
conhecimento completo de todas as variáveis
do sistema em qualquer tempo t ≥ t0.
Por exemplo, para um sistema linear de segunda
ordem invariante no tempo com uma única
entrada ν(t), as equações de estado podem ter a
seguinte forma:
dx1
 a11 x1  a12 x2  b1v(t )
dt
dx2
 a21 x1  a22 x2  b2 v(t )
dt
em que 𝑥1 e 𝑥2 são as variáveis de estado. Caso
haja uma única saída, a equação de saída poderia
ter a seguinte forma:
y  c1 x1  c2 x2  d1v(t )
• A escolha das variáveis de estado para um
sistema específico não é única.
• O requisito para a escolha das variáveis de
estado é que elas sejam linearmente
independentes e que um número mínimo de
variáveis seja escolhido.
 3.4 Aplicando a Representação no
Espaço de Estados
O primeiro passo na representação de um sistema é
escolher o vetor de estado, o qual deve ser escolhido de
acordo com as seguintes considerações:
1. Um número mínimo de variáveis de estado deve ser
escolhido para compor o vetor de estado.
Este número mínimo de variáveis de estado é
suficiente para descrever completamente o estado do
sistema.
2. As componentes do vetor de estado (isto é, este
número mínimo de variáveis de estado) devem ser
linearmente independentes.
 Variáveis de Estado Linearmente Independentes
As componentes do vetor de estado devem ser
linearmente independentes.
Por exemplo, pela definição de independência
linear apresentada anteriormente, se 𝑥1 , 𝑥2 e 𝑥3
forem escolhidas como variáveis de estado,
porém
𝑥3 = 5𝑥1 + 4𝑥2 , então 𝑥3 não é linearmente
independente de 𝑥1 e 𝑥2 , uma vez que
conhecidos os valores de 𝑥1 e 𝑥2 o valor de 𝑥3
pode ser obtido.
As variáveis e suas derivadas sucessivas são
linearmente independentes.
Por exemplo, a tensão sobre um indutor, 𝜈𝐿 , é
linearmente independente da corrente através do
indutor, 𝑖𝐿 , uma vez que
𝑑𝑖𝐿
𝜈𝐿 = 𝐿 .
𝑑𝑡
Assim, 𝜈𝐿 não pode ser expressa como uma
combinação linear da corrente, 𝑖𝐿 .
 Número Mínimo de Variáveis de Estado
• Como sabemos o número mínimo de variáveis
de estado a serem escolhidas?
Tipicamente, o número mínimo necessário é
igual à ordem da equação diferencial que
descreve o sistema.
Por exemplo, se uma equação diferencial de
terceira ordem descreve o sistema, então três
equações diferenciais de primeira ordem
simultâneas são necessárias em conjunto com
três variáveis de estado.
Da perspectiva das funções de transferência, a
ordem da equação diferencial é a ordem do
denominador da função de transferência após o
cancelamento dos fatores comuns ao
numerador e ao denominador.
• Na maioria dos casos, outra forma de se
determinar o número de variáveis de estado é
contar o número de elementos
armazenadores de energia independentes
presentes no sistema.
• O número desses elementos armazenadores
de energia é igual à ordem da equação
diferencial e ao número de variáveis de
estado.
• Caso poucas variáveis de estado sejam
escolhidas, pode ser impossível escrever
certas equações de saída, uma vez que
algumas variáveis do sistema não podem ser
escritas como uma combinação linear do
número reduzido de variáveis de estado.
• Em muitos casos, pode ser impossível até
mesmo completar a escrita das equações de
estado, uma vez que as derivadas das variáveis
de estado não podem ser expressas como
combinações lineares do número reduzido de
variáveis de estado.
• Caso você escolha o número mínimo de
variáveis de estado, mas elas não sejam
linearmente independentes, na melhor das
hipóteses você não conseguirá encontrar a
solução para todas as demais variáveis do
sistema.
• No pior caso, você poderá não ser capaz de
completar a escrita das equações de estado.
• Frequentemente, o vetor de estado inclui mais
do que o número mínimo de variáveis de
estado necessárias.
• Duas situações podem ocorrer.
Frequentemente as variáveis de estado são
escolhidas como variáveis físicas de um
sistema, como posição e velocidade em um
sistema mecânico.
• Existem casos em que essas variáveis, embora
linearmente independentes, são também
desacopladas.
• Isto é, algumas das variáveis linearmente
independentes não são necessárias para se
obter a solução para quaisquer outras
variáveis linearmente independentes ou
qualquer outra variável dependente do
sistema.
• Considere o caso de uma massa e um
amortecedor viscoso cuja equação diferencial:
dv
M  Dv  f (t )
dt
ν é a velocidade da massa. Como esta é um
equação de primeira ordem, uma equação de
estado é tudo o que é necessário para definir
este sistema no espaço de estados com a
velocidade como a variável de estados.
Além disso, como existe apenas um elemento
armazenador de energia, a massa, apenas uma
variável de estado é necessária para representar
esse sistema no espaço de estados.

Entretanto, a massa também possui uma

posição associada, a qual é linearmente
independente da velocidade.
Caso desejemos incluir a posição no vetor de
estado em conjunto com a velocidade, então
adicionamos a posição como uma variável de
estado que é linearmente independente da
outra variável de estado, a velocidade.
Ex: O primeiro bloco é a função de transferência
equivalente a 𝑀 𝑑𝑣/𝑑𝑡 + 𝐷𝑣 = 𝑓(𝑡).
O segundo bloco mostra que integramos a
velocidade de saída para produzir o
deslocamento de saída.
• Assim, caso desejemos o deslocamento como
uma saída, o denominador, ou a equação
característica, tem a ordem aumentada para
2, o produto de duas funções de transferência.
• Muitas vezes, a escrita das equações de
estado é simplificada pela inclusão de
variáveis de estado adicionais.
• Outro caso que aumenta o tamanho do vetor
de estado ocorre quando a variável adicionada
não é linearmente independente das outras
componentes do vetor de estado.
• Isso geralmente ocorre quando uma variável é
escolhida como variável de estado, mas sua
dependência das demais variáveis de estado
não é imediatamente aparente.
• Por exemplo, os elementos armazenadores de
energia podem ser utilizados para escolher as
variáveis de estado, e a dependência da
variável associada a um elemento
armazenador de energia das variáveis dos
outros elementos armazenadores de energia
pode não ser reconhecida.
• Assim, a dimensão da matriz do sistema é
aumentada desnecessariamente, e a solução
para o vetor de estado, fica mais difícil.
• Além disso, o acréscimo de variáveis de estado
dependentes afeta a capacidade do projetista
de utilizar métodos do espaço de estados para
projeto.
Exemplo no quadro:
 3.5 Convertendo uma Função de
Transferência para o Espaço de
Estados
• Uma das vantagens da representação no
espaço de estados é que ela pode ser utilizada
para a simulação de sistemas físicos em
computadores digitais.
• Assim, caso desejemos simular um sistema
que é representado por uma função de
transferência devemos primeiro converter a
representação em função de transferência
para o espaço de estados.
• Inicialmente escolhemos um conjunto de
variáveis de estado, chamadas variáveis de
fase, no qual cada variável de estado
subsequente é definida como a derivada da
variável de estado anterior.
• Vamos começar mostrando como representar
uma equação diferencial linear de ordem n
genérica com coeficientes constantes no
espaço de estados na forma de variáveis de
fase.
• Mostraremos então como aplicar essa
representação às funções de transferência.
• Considere a equação diferencial
dny d n 1 y dy
n
 an 1 n 1   a1  a0 y  b0u
dt dt dt
Um modo conveniente de escolher as variáveis
de estado é escolher a saída, y(t), e suas (n − 1)
derivadas como as variáveis de estado.
Esta escolha é chamada de escolha de variáveis
de fase.
• Escolhendo as variáveis de estado, 𝑥𝑖 ,
obtemos
dy d2y d n 1 y
x1  y, x2  , x3  2 , , xn  n 1
dt dt dt
• Derivando:

dy d2y d3y dny

x1  , x2  2 , x3  3 , , xn  n
dt dt dt dt
 • Substituindo temos:
3
d y
x1  x2 , x2  x3 , x3  3 , , xn 1  xn
dt
xn  a0 x1  a1 x2  an 1 xn  b0u

Na forma matricial (forma de variáveis de fase):

 x1   0 1 0 0 0 0 0   x1  0 
x   0 0 1 0 0 0 0   x  0 
 2    2   
 x3   0 0 0 1 0 0 0   x3  0 
      u
      
 xn 1   0 0 0 0 0 0 1   xn 1  0 
      
 xn   a0 a1 a2 a3 a4 a5 an 1   xn  1 
• Esta forma é facilmente reconhecida pelo padrão
único de 1’s e 0’s e pelo valor negativo dos
coeficientes da equação diferencial, escritos em
ordem inversa na última linha da matriz do
sistema.
A solução da equação diferencial é 𝑦(𝑡), ou 𝑥1

 x1 
x 
 2 
 x3 
y  1 0 0 0  
  Exemplo no quadro
 xn 1 
 
 xn 
• Quando o numerador não for constante

• o numerador e o denominador podem ser

tratados separadamente. Inicialmente
decomponha a função de transferência em
duas funções de transferência em cascata:
• A primeira função de transferência, apenas
com o denominador, é convertida em uma
representação de variáveis de fase no espaço
de estados, como mostrado no último
exemplo.
• Assim, a variável de fase x1 é a saída e as
demais variáveis de fase são as variáveis
internas do primeiro bloco.
• A segunda função de transferência, apenas
com o numerador:
Y ( s )  C ( s )  (b2 s 2  b1s  b0 ) X 1 ( s )
• Aplicando a transf. Inversa de Laplace, C.I.
nulas:
d 2 x1 dx1
y (t )  b2 2  b1  b0 x1
dt dt

• Os termos em derivadas são as definições das

variáveis de fase obtidas no primeiro bloco.
• Assim, escrevendo os termos em ordem inversa
para se ajustar a equação de saída,

y (t )  b0 x1  b2 x2  b3 x3

• O segundo bloco simplesmente estabelece uma

combinação linear específica das variáveis de
estado desenvolvidas no primeiro bloco.
• De outra perspectiva, o denominador da função
de transferência fornece as equações de estado,
enquanto o numerador fornece a equação de
saída. Exemplo no quadro
3.6 Convertendo do Espaço de Estados
para uma Função de
Transferência
Dadas as equações de estado e de saída:
x  Ax  Bu
y  Cx  Du

Aplicando a transformada de Laplace (C.I. nulas)

sX ( s )  AX ( s )  BU ( s )
Y ( s )  CX ( s )  DU ( s )
Isolando X(s):
X ( s )( sI  A)  BU ( s )
X ( s )  ( sI  A) 1 BU ( s )
Substituindo X(s):

Y ( s )  C ( sI  A) 1 BU ( s )  DU ( s )

Isolando U(s)
Y ( s )  C ( sI  A) 1 B  D  U ( s )
Isolando X(s):
X ( s )( sI  A)  BU ( s )
X ( s )  ( sI  A) 1 BU ( s )
Substituindo X(s):

Y ( s )  C ( sI  A) 1 BU ( s )  DU ( s )

Isolando U(s)
Y ( s )  C ( sI  A) 1 B  D  U ( s )
C ( sI  A) 1 B  D   matriz de função de tranferência pois relaciona a
entrada com a saída

Assim:
Y (s)
 C ( sI  A) 1 B  D 
U (s)

Exemplo quadro
 3.7 Linearização
• Uma vantagem primordial da representação
no espaço de estados em relação à
representação em função de transferência é a
capacidade de representar sistemas com não
linearidades.
• A capacidade de representar sistemas não
lineares não implica na capacidade de resolver
suas equações de estado para as variáveis de
estado e a saída.
• Caso estejamos interessados em pequenas
perturbações em torno de um ponto de
equilíbrio, também podemos linearizar as
equações de estado em torno de um ponto de
equilíbrio.
• A chave para a linearização em torno de um
ponto de equilíbrio é, mais uma vez, a série de
Taylor.
Exemplo no quadro