Modelos e Solução no Espaço de Estado

Tamanho: px
Começar a partir da página:

Download "Modelos e Solução no Espaço de Estado"

Transcrição

1 Capítlo 1 Modelos e Solção no Espaço de Estado O principal objetivo deste capítlo é mostrar como se descreve m sistema dinâmico, qe esteja na forma de eqações diferenciais (caso contíno) o a diferenças (caso discreto), por variáveis de estado Dois esqemas serão abordados para este efeito: descrição na Forma Canônica de Controlabilidade (Primeiro Esqema); e descrição na Forma Canônica de Observabilidade (Segndo Esqema) Além destes assntos, disctiremos, também, as conexões em cascata, paralelo e realimentação; bem como solção temporal e discretização 11 Conceito de Sistema Linear Sejam e y, respectivamente a entrada e a saída do sistema abaixo SL y Figra 11: Sistema Linear (SL) Sejam, 1 e 2 sinais de entrada de SL, e y, y 1 e y 2 as respectivas saídas O sistema SL é linear se e somente se 1 (Proporcionalidade) a saída ky corresponde à entrada k, onde k é m número inteiro; e 2 (Sperposição) a saída y 1 y 2 corresponde à entrada 1 2 Estas das propriedades estão smarizadas na Figra Representação de m Sistema Linear por Eqação Diferencial o a Diferença 121 Caso Contíno Um sistema contíno de ordem n, onde (t) e y(t) são respectivamente a entrada e a saída, pode ser descrito pela eqação diferencial d n d n 1 dt ny(t) = a 1 dt n 1y(t) a ny(t) d dn dt n(t)(b 1 da 1 ) dn 1 dt n 1(t) (b n da n )(t), 1

2 2 Notas de Ala SL y k SL ky 1 SL y SL y 1 y 2 2 SL y 2 Figra 12: Leis de Proporcionalidade e Sperposição qe pode ser reescrita na forma do operador p, onde p n = d n /dt n, p n y(t) = a 1 p n 1 y(t) a n y(t) o em Transformada de Laplace 122 Caso Discreto dp n (t)(b 1 da 1 )p n 1 (t) (b n da n )(t), s n y(s) = a 1 s n 1 y(s) a n y(s) ds n (s)(b 1 da 1 )s n 1 (s) (b n da n )(s) Seja T, o período de amostragem Um sistema discreto o amostrado no período T, pode ser descrito pela seginte eqação de diferença, onde e y são respectivamente a entrada e a saída y((k n)t) = a 1 y((k n 1)T) a n y(kt) onde se denota por simplicidade d((k n)t)(b 1 da 1 )((k n 1)T) (b n da n )(kt), y(k n) = a 1 y(k n 1) a n y(k) d(k n)(b 1 da 1 )(k n 1) (b n da n )(k) Alternativamente, pode-se escrever na forma do operador q, onde q n y(k) = y(k n), o em Transformada de Z q n y(k) = a 1 q n 1 y(k) a n y(k) dq n (k)(b 1 da 1 )q n 1 (k) (b n da n )(k), z n y(z) = a 1 z n 1 y(z) a n y(z) dz n (z)(b 1 da 1 )z n 1 (z) (b n da n )(z) 13 Conceito de Variável de Estado Vimos qe m sistema linear pode ser representado por eqações diferenciais o a diferença Alternativamente, m sistema descrito por eqações diferenciais de ordem n, o a diferença, pode ser descrito por m conjnto de n eqações de primeira ordem, denominadas de Eqações de Estado, jntamente com otro conjnto de m eqações, denominadas de Eqações de Saída Às eqações de estado, está associado m vetor, denominado Vetor de Estado As componentes deste vetor são chamadas de Variáveis de Estado Neste crso, daremos ênfase à descrição de sistemas lineares por variáveis de estado

3 Modelos e Solção no Espaço de Estado 3 Apesar dos processos, em geral, poderem ter m saídas e r entradas, serão abordados neste crso apenas processoscom ma única saídaecom ma única entrada, o seja, neste crso, m e r sempre serão igais a 1 Sistemas com ma entrada e ma saída são denominados de monovariáveis o do tipo SISO (Single inpt - Single Otpt) A descrição de m sistema monovariável de ordem n é descrito por n eqações diferenciais o a diferença de primeira ordem e ma eqação de saída Um sistema contíno de terceira ordem, com entrada e saída y, seria assim descrito: ẋ 1 ẋ 2 ẋ 3 = f 1 (x 1,x 2,x 3,) = f 2 (x 1,x 2,x 3,) = f 3 (x 1,x 2,x 3,) y = f(x 1,x 2,x 3,) As três primeiras eqações são eqações diferenciais de primeira ordem e representam as Eqações de Estado A última eqação representa a Eqação de Saída As variáveis x 1, x 2 e x 3 são as Variáveis de Estado Observe qe as eqações de estado e a eqação de saída são fnções das variáveis de estado x 1, x 2 e de x 3, e de, qe é a entrada O Vetor de Estado para este caso seria: x = x 1 x 2 x 3 Um sistema discreto de terceira ordem, com entrada (k) e saída y(k), seria assim descrito: x 1 (k 1) = f 1 (x 1 (k),x 2 (k),x 3 (k),(k)) x 2 (k 1) = f 2 (x 1 (k),x 2 (k),x 3 (k),(k)) x 3 (k 1) = f 3 (x 1 (k),x 2 (k),x 3 (k),(k)) y(k) = f(x 1 (k),x 2 (k),x 3 (k),(k)) As três primeiras eqações são eqações a diferença de primeira ordem e representam as Eqações de Estado A última eqação representa a Eqação de Saída As variáveis x 1 (k), x 2 (k) e x 3 (k) são as Variáveis de Estado Observe qe as eqações de estado e a eqação de saída são fnções das variáveis de estado x 1 (k), x 2 (k) e de x 3 (k), e de (k), qe é a entrada O Vetor de Estado para este caso seria: x(k) = x 1(k) x 2 (k) x 3 (k) Sistemas lineares elétricos e mecânicos podem ser descritos diretamente em variáveis de estado Para ilstrar este fato, daremos dois exemplos: m elétrico; e, otro mecânico Geralmente, em sistemas elétricos, escolhe-se como variáveis de estado corrente de indtores e tensão de capacitores Fontes de tensão o de corrente são escolhidas como entrada Qalqer sinal de tensão, corrente o sas derivadas pode ser a saída No caso mais geral, qalqer combinação linear destes sinais pode ser a saída Em sistemas mecânicos, escolhe-se como variáveis de estado posições e velocidades Forças o torqes externos são escolhidos como entrada Qalqer sinal de velocidade, aceleração o posição pode ser a saída No caso mais geral, qalqer combinação linear destes sinais pode ser a saída

4 4 Notas de Ala i l v l i c L i C v c R v r Figra 13: Circito R-L-C 131 Primeiro Exemplo Seja o circito da Figra 13: Podemos escrever as segintes eqações Das eqações acima, podemos escrever i = i c i l i c = C dv c dt v c = v l v r v l = L di l dt v r = Ri l C dv c dt = i l i L di l dt = v c Ri l v r = Ri l Definindo-se as componentes do vetor de estado por x 1 = v c x 2 = i l, e a entrada e a saída y por = i y = v r, podemos escrever dx 1 = 1 dt C x 2 1 C dx 2 = 1 dt L x 1 R L x 2 y = Rx 2, o qe permite escrever [ẋ1 ẋ 2 = [ [ 1/C x1 1/L R/L x 2 y = [ R [ x 1 x 2 [ 1/C Definindo-se o vetor de estado por

5 Modelos e Solção no Espaço de Estado 5 podemos escrever finalmente qe 132 Segndo Exemplo ẋ = [ x1 x =, x 2 [ 1/C x 1/L R/L y = [ R x Considere o esqema mecânico da Figra 14 [ 1/C K M f B x Figra 14: Sistema Amortecedor-Massa-Mola Pelo Princípio de D Alembert, podemos escrever f = M dx2 dt 2 Bdx dt Kx f = M dv Bv Kx, dt onde v é a velocidade e x é a posição Definindo como variáveis de estado a velocidade e a posição e a entrada e a saída y por x 1 = v x 2 = x, podemos escrever = f y = v, ẋ 1 = B M x 1 K M x 2 1 M Definindo-se o vetor de estado por podemos escrever finalmente qe ẋ = ẋ 2 = x 1 y = x 1 [ x1 x =, x 2 [ [ B/M K/M 1/M x 1 y = [ 1 x

6 6 Notas de Ala 133 Terceiro Exemplo Considere o motor de corrente contína da Figra 15 R m L m e a i a em w J B O circito de armadra é regido por Figra 15: Motor de Corrente Contína e a = R m i a L m i a e m, onde R m é a resistênciade armadra, L m é a indtância de armadra, i a é a corrente de armadra, e m é a tensão indzida e e a é a tensão aplicada nos bornes da armadra (entrada do motor) A tensão indzida de armadra depende da velocidade e é dada por e m = K e w, onde K e é ma constante e w é a velocidade anglar do eixo do motor O torqe, T D, prodzido pelo motor depende somente da corrente de armadra, e è dado por, T D = K T i a, onde K T é ma constante T D é aplicado à carga mecânica associada ao motor Pode-se, então, escrever qe T D = J d dt wbw, onde J é o momento de inércia e B é o coeficiente de atrito viscoso Das eqações acima, podemos escrever d dt w = B J w K T J i a d dt i a = K e w R m i a 1 e a L m L m L m Definindo-se as componentes do vetor de estado por e a entrada e a saída y por x 1 = w x 2 = i a, = e a y = w, podemos escrever ẋ = [ [ B/J KT /J x K e /L m R m /L m 1/L m y = [ 1 x

7 Modelos e Solção no Espaço de Estado 7 14 Geração de Variáveis de Estado a Partir de Eqações Diferenciais o a Diferença Um Caso Particlar 141 Caso Contíno Seja o sistema, onde e y são respectivamente a entrada e a saída ÿ = a 1 ẏ a 2 y Este sistema pode ser descrito por das variáveis de estado em dois esqemas padrões qe serão apresentados a segir: Primeiro Esqema Definindo-se pode-se escrever x 1 = ẏ x 2 = y, ẋ 1 = a 1 x 1 a 2 x 2 e em forma matricial, O vetor [ ẋ1 é chamado de vetor de estado ẋ 2 ẋ 2 = x 1 y = x 2, = [ a1 a 2 1 [ x1 y = [ 1 [ x 1 x 2 x = [ x1 x 2 x 2 [ 1 Segndo Esqema Definindo-se pode-se escrever o qe permite escrever e em forma matricial, [ ẋ1 ẋ 2 x 1 ẋ 2 ẍ 1 = ÿ = = y = a 2 y, = a 1 ẏ a 2 y = a 1 ẋ 1 ẋ 2, ẋ 1 = a 1 x 1 x 2 ẋ 2 = a 2 x 1 y = x 1, [ a1 1 a 2 [ x1 x 2 y = [ 1 [ x 1 x 2 [ 1

8 8 Notas de Ala 142 Caso Discreto Seja o sistema descrito pela seginte eqação de diferença, onde (k) e y(k) são respectivamente a entrada e a saída y(k 2) = a 1 y(k 1)a 2 y(k)(k) Este sistema pode ser descrito por das variáveis de estado nos dois esqemas padrões qe serào apresentados a segir: Primeiro Esqema Definindo-se x 1 (k) = y(k 1) x 2 (k) = y(k), pode-se escrever O vetor [ x1 (k 1) x 2 (k 1) = [ a1 a 2 1 [ x1 (k) x 2 (k) y = [ 1 [ x 1 (k) x 2 (k) x(k) = [ x1 (k) x 2 (k) [ 1 é o vetor de estado Segndo Esqema Definindo-se pode-se escrever em forma matricial, [ x1 (k 1) x 2 (k 1) x 1 (k) = y(k) x 2 (k 1) = a 2 y(k)(k), = [ a1 1 a 2 [ x1 (k) x 2 (k) y(k) = [ 1 [ x 1 (k) x 2 (k) 15 Processo em Variáveis de Estado Caso Geral 151 Caso Contíno [ 1 Seja m sistema de ordem n, representado pela fnção de transferência Este sistema pode ser escrito na forma f(s) = dsn (b 1 da 1 )s n 1 (b n da n ) s n a 1 s n 1 a n (k) f(s) = d b 1s n 1 b 2 s n 2 b n s n a 1 s n 1 a n

9 Modelos e Solção no Espaço de Estado 9 A Forma Canônica de Controlabilidade é a 1 a 2 a n ẋ = I n 1 x y = [ b 1 b 2 b n xd, 1 e a Forma Canônica de Observabilidade é a 1 a 2 I n 1 ẋ = x a n y = [ 1 xd, b 1 b 2 b n onde x é o vetor de estado x = x 1 x 2 x n 152 Caso Discreto Seja m sistema de ordem n, representado pela fnção de transferência Este sistema pode ser escrito na forma f(z) = dzn (b 1 da 1 )z n 1 (b n da n ) z n a 1 z n 1 a n f(z) = d b 1z n 1 b 2 z n 2 b n z n a 1 z n 1 a n A Forma Canônica de Controlabilidade é a 1 a 2 a n x(k 1) = I n 1 x(k) y(k) = [ b 1 b 2 b n x(k)d(k), 1 (k) e a Forma Canônica de Observabilidade é a 1 x(k 1) = a 2 I n 1 x(k) b 2 a n y(k) = [ 1 x(k)d(k), b 1 b n (k) onde x(k) é o vetor de estado x(k) = x 1 (k) x 2 (k) x n (k)

10 1 Notas de Ala 153 Exemplo 1 Encontrar a forma canônica de controlabilidade de Solção: Podemos escrever qe: G(s) = 5s 2 s 3 2s1 a 1 = a 2 = 2 a 3 = 1 b 1 = 5 b 2 = b 3 = d = De ẋ = a 1 a 2 a n I n 1 x y = [ b 1 b 2 b n xd, 1 reslta 2 1 ẋ1 ẋ 2 = 1 x 1 x 2 1 ẋ 3 1 x 3 y = [ 5 x 1 x 2 x Exemplo 2 Encontrar a forma canônica de observabilidade de y(k 2) =,6y(k1) 2y(k)2(k 2)1,7(k1)1,2(k) Solção: A fnção de transferência é De podemos escrever qe: f(z) = 2z2 1,7z 1,2 z 2,6z,2 f(z) = dzn (b 1 da 1 )z n 1 (b n da n ) z n a 1 z n 1 a n,

11 Modelos e Solção no Espaço de Estado 11 Dedz-se qe a 1 =,6 a 2 =,2 d = 2 b 1 da 1 = 1,7 b 2 da 2 = 1,2 De b 1 =,5 b 2 =,8 x(k 1) = a 1 a 2 I n 1 a n b 1 x(k) b 2 y(k) = [ 1 x(k)d(k), reslta a forma canônica de observabilidade b n (k) x(k 1) = [,6 1 x(k),2 y(k) = [ 1 x(k)2(k) [,5 (k),8 16 Sistemas Lineares em Variáveis de Estado Vimos qe m mesmo processo linear pode ser representado de diversas maneiras em variáveis de estado Genericamente m sistema contíno será representado aqi pelas eqações de estado e de saída onde x é o vetor de estado ẋ = AxB y = CxD, x = a matriz A é de dimensão [n n, a matriz B é de dimensão [n 1, a matriz C é de dimensão [1 n e D é m escalar Um sistema amostrado será representado aqi pelas eqações de estado e de saída x 1 x 2 x n, onde x(k) é o vetor de estado x(k 1) = Φx(k)Γ(k) y = Cx(k)D(k), x(k) = x 1 (k) x 2 (k) x n (k) a matriz Φ é de dimensão [n n, a matriz Γ é de dimensão [n 1, a matriz C é de dimensão [1 n e D é m escalar,

12 12 Notas de Ala B ẋ D x C y A Figra 16: Bloco de Sistema Contíno (k) Γ x(k 1) q 1 Φ D x(k) C y(k) Figra 17: Bloco de Sistema Amostrado 17 Blocos O sistema contíno ẋ = AxB y = CxD, pode ser representado em m diagrama de blocos conforme Figra 16 O sistema amostrado x(k 1) = Φx(k)Γ(k) y(k) = Cx(k) D(k), pode ser representado em m diagrama de blocos conforme Figra Pertrbação Pertrbação é m sinal não mensrável associado à saída do processo Dois tipos de pertrbação aparecem em sistemas de controle: 1 estocástica- qe é m rído agregado à saída do processo Rídos não são modelados, porém, conhece-se a média, variância e otros parâmetros denominados momentos; e 2 determinística - qe pode ser modelada por ma eqação diferencial o a diferença do tipo homogênea Neste crso, abordaremos apenas o estdo de pertrbações determinísticas A Figra 18 mostra como aparece ma pertrbação W na saída de m processo Podemos identificar os segintes sinais:

13 Modelos e Solção no Espaço de Estado 13 W y f y PROCESSO Figra 18: Processo com Pertrbação 1 - sinal de comando; 2 y f - saída do processo sem pertrbação (filtrada) Este sinal é não mensrável; 3 W - pertrbação não mensrável; e 4 y - saída mensrável do processo 19 Pertrbação em Variáveis de Estado Caso Particlar 191 Caso Contíno As pertrbações contínas são descritas por eqações diferenciais atônomas (sem entrada) de ordem n, p n W(t) = k 1 p n 1 W(t) k n W(t) Para encontrar a solção de ma eqação diferencial, necessitamos da entrada e das condições iniciais Nma eqação diferencial atônoma, a entrada é nla; e, portanto, para qe a solção não seja nla, as condições iniciais não podem ser todas nlas; deve-se ter ao menos ma condição inicial diferente de zero Para encontrar os coeficientes k 1,k 2,,k n, vamos apresentar dois métodos Método 1: Coeficientes a Determinar Seja a pertrbação determinística W(t) = sen(wt), qe pode ser modelada por ma eqação diferencial atônoma de segnda ordem Para se determinar a eqação diferencial atônoma, deriva-se scessivamente a pertrbação em relação ao tempo e procra-se encontrar ma combinação linear entre a pertrbação e sas derivadas temporais Para isso define-se ma eqação atônoma com coeficientes a determinar No exemplo, W(t) = sen(wt) Ẇ(t) = wcos(wt) Ẅ(t) = w 2 sen(wt) Como a pertrbação W(t) = sen(wt) é regida por ma eqação atônoma de segnda ordem do tipo deve-se determinar os parâmetros k 1 e k 2 Sbstitindo-se Ẅ(t), Ẇ(t) e W(t) em p 2 W(t) = k 1 pw(t)k 2 W(t), p 2 W(t) = k 1 pw(t)k 2 W(t), vem w 2 sen(wt) = k 1 wcos(wt)k 2 sen(wt)

14 14 Notas de Ala Os coeficientes k 1 e k 2 são obtidos das relações w 2 = k 2 = k 1 Logo, a pertrbação sen(wt) satisfaz a eqação Método 2: Tabela Ẅ(t)w 2 W(t) = A eqação Ẅ(t)w2 W(t) = pode ser obtida pela Tabela 11 Operador Sinal p K p 2 K Gt p 3 K GtHt 2 pa Ke at (pa) 2 Kte at p 2 w 2 Ksen(wtϕ) p 2 w 2 Kcos(wtϕ) (pa) 2 w 2 Ke at sen(wtϕ) (pa) 2 w 2 Ke at cos(wtϕ) Tabela 11: Sinal X Operador Contíno A eqação Ẅ(t)w2 W(t) = pode ser descrita em variáveis de estado pelo segndo esqema [ 1 ẋ p = w 2 x p 192 Caso Discreto W = [ 1 x p As pertrbações discretas são descritas por eqações a diferenças atônomas (sem entrada) de ordem n, W(k n) = k 1 W(k n 1) k n W(k) Para encontrar a solção de ma eqação a diferenças, necessitamos da entrada e das condições iniciais Nma eqação a diferenças atônoma, a entrada é nla; e, portanto, para qe a solção não seja nla, as condições iniciais não podem ser todas nlas; deve-se ter ao menos ma condição inicial diferente de zero Para encontrar os coeficientes k 1,k 2,,k n, vamos apresentar dois métodos Método 1: Coeficientes a Determinar Seja a pertrbação determinística W(t) = K Gt Definido o período de amostragem T, a pertrbação nos instantes de amostragem pode se obtida pela sbstitição de t por kt W(kT) = K G(kT) ApertrbaçãoW(kT) = KG(kT)podesermodeladapormaeqaçãoadiferençasatônoma de segnda ordem Para se determinar a eqação a diferenças atônoma, determina-se a pertrbação nos instantes (k 1)T,(k 2)T e assim scessivamente, e procra-se encontrar ma combinação linear com a pertrbação nos instantes calclados Para isso define-se ma eqação atônoma com coeficientes a determinar

15 Modelos e Solção no Espaço de Estado 15 No exemplo, W(kT) = C W((k 1)T) = K G((k 1)T) = K G(kT)GT W((k 2)T) = K G((k 2)T) = K G(kT)2GT Como a pertrbação W(kT) = K G(kT) é regida por ma eqação atônoma de segnda ordem do tipo W((k 2)T) = k 1 W((k 1)T)k 2 W(kT), deve-se determinar os parâmetros k 1 e k 2 Sbstitindo-se W((k 2)T), W((k 1)T) e W(kT) em vem W((k 2)T) = k 1 W((k 1)T)k 2 W(kT), (K G(kT))2GT = k 1 ((K G(kT))GT)k 2 (K G(kT)) Os coeficientes k 1 e k 2 são obtidos das relações 1 = k 1 k 2 2 = k 1 Logo, a pertrbação sen(wt) satisfaz a eqação W(k 2) 2W(k 1)W(k) = A eqação W(k 2) 2W(k 1)W(k) = pode ser obtida pela Tabela 12 Operador Sinal q 1 K (q 1) 2 K G(kT) (q 1) 3 K G(kT)H(kT) 2 q e at Ke a(kt) (q e at ) 2 K(kT)e a(kt) q 2 2qcos(wT)1 Ksen(w(kT)ϕ) q 2 2qcos(wT)1 Kcos(w(kT)ϕ) q 2 2qe at cos(wt)e 2aT Ke a(kt) sen(w(kt)ϕ) q 2 2qe at cos(wt)e 2aT Ke a(kt) cos(w(kt)ϕ) Tabela 12: Sinal X Operador Discreto A eqação W(k 2) 2W(k 1) W(k) = pode ser descrita em variáveis de estado pelo segndo esqema x p (k 1) = [ x p (k) W(k) = [ 1 x p (k)

16 16 Notas de Ala 11 Pertrbação em Variáveis de Estado Caso Geral 111 Caso Contíno Seja a pertrbação contína de ordem n, descrita pela eqação diferencial A Forma Canônica de Observabilidade é 112 Caso Discreto p n W(t) = k 1 p n 1 W(t) k n W(t) ẋ p = k 1 k 2 I n 1 k n W = [ 1 x p x p Seja a pertrbação discreta descrita pela seginte eqação a diferença, W(k n) = k 1 W(k n 1) k n W(k) A Forma Canônica de Observabilidade é x p (k 1) = k 1 k 2 I n 1 k n x p(k) W(k) = [ 1 x p (k) 111 Processo com Pertrbação em Variáveis de Estado 1111 Caso Contíno ConsidereaFigra19, ondeapertrbaçãoestámodeladaporm sistemade ordemn p eoprocesso é de ordem n f ẋ p = A p x p W W = C p x p ẋ f = A f x f B f y f = C f x f D f y f y Figra 19: Processo com Pertrbação

17 Modelos e Solção no Espaço de Estado 17 Podemos escrever ẋ f y f ẋ p = A f x f B f = C f x f D f = A p x p W = C p x p y = y f W, o qe permite escrever a pertrbação e o processo, em forma matricial, nm único sistema de ordem n f n p, descrito por [ [ [ [ ẋf Af xf Bf = ẋ p A p x p y = [ [ x C f C f p D x f p Dentro da definição de ma matriz, saremos a notação para representar ma matriz o vetor com todos os elementos igais a A dimensão é variável e se adeqa a sa posição dentro da matriz Assim, à direita de A f tem n f linhas e n p colnas; e, abaixo de B f tem 1 colna e n p linhas 1112 Caso Discreto Considere a Figra 11, onde a pertrbação está modelada por m sistema de ordem n p e o processo é de ordem n f x p (k 1) = Φ p x p (k) W(k) W(k) = C p x p (k) x f (k 1) = Φ f x f (k)γ f (k) y f (k) y(k) (k) y f (k) = C f x f (k)d f (k) Figra 11: Processo com Pertrbação Podemos escrever qe x f (k 1) = Φ f x f (k)γ f (k) y f (k) = C f x f (k)d f (k) x p (k 1) = Φ p x p (k) W(k) = C p x p (k) y(k) = y f (k)w(k), o qe permite escrever a pertrbação e o processo, em forma matricial, nm único sistema de ordem n f n p, descrito por [ [ [ [ xf (k 1) Φf xf (k) Γf = (k) x p (k 1) Φ p x p (k) y(k) = [ C f C p [ x f (k) x p (k) D f (k)

18 18 Notas de Ala 112 Conexões 1121 Caso Contíno Conexão em Paralelo Considere a conexão em paralelo apresentada na Figra 111 y a ẋ a = A ax a B a y a = C ax a D a y ẋ b = A b x b B b y b = C b x b D b y b O sistema A, de ordem n a, é descrito por Figra 111: Conexão em Paralelo ẋ a e o sistema B, de ordem n b, é descrito por Podemos escrever qe = A a x a B a y a = C a x a D a, ẋ b = A b x b B b y b = C b x b D b y = y a y b, o qe permite escrever a conexão em paralelo, em forma matricial, nm único sistema de ordem n a n b, descrito por [ [ [ [ ẋa Aa xa Ba = ẋ b A b x b B b y = [ [ x C a C a b (D x a D b ) b Conexão em Cascata Considere a conexão em cascata apresentada na Figra 112 O sistema A, de ordem n a, é descrito por ẋ a e m sistema B, de ordem n b, descrito por = A a x a B a y a = C a x a D a, ẋ b = A b x b B b y a y = C b x b D b y a Podemos escrever a conexão em cascata, em forma matricial, nm único sistema de ordem n a n b, descrito por [ [ [ [ ẋa A = a xa B a ẋ b B b C a A b x b B b D a y = [ [ x D b C a C a b D x b D a b

19 Modelos e Solção no Espaço de Estado 19 y a y ẋ a = A ax a B a y a = C ax a D a ẋ b = A b x b B b y a y = C b x b D b y a Figra 112: Conexão em Cascata Conexão em Realimentação Considere a conexão em realimentação apresentada na Figra 113 ǫ ẋ = AxBǫ y y = CxDǫ Figra 113: Conexão em Realimentação O sistema dinâmico, de ordem n, é descrito por Podemos escrever qe Assim, a eqação de saída pode ser reescrita ẋ = AxBǫ y = CxDǫ ǫ = y y = CxD( y) (1D)y = CxD y = (1D) 1 Cx(1D) 1 D Para encontrar a eqação de estado precisamos encontrar y em fnção de x e y = (1D) 1 Cx(1D) 1 D y = (1D) 1 Cx (1D) 1 D (1D)( y) = (1D) Cx D (1D)( y) = Cx = Cx y = (1D) 1 Cx(1D) 1, o qe permite escrever a conexão em realimentação, em forma matricial, nm único sistema de ordem n, descrito por ẋ = [A B(1D) 1 CxB(1D) 1 y = (1D) 1 Cx(1D) 1 D

20 2 Notas de Ala 1122 Caso Discreto Conexão em Paralelo Considere a conexão em paralelo apresentada na Figra 114 y a (k) (k) x a(k 1) = Φ ax a(k)γ a(k) y a(k) = C ax a(k)d a(k) y(k) x b (k 1) = Φ b x b (k)γ b (k) y b (k) = C b x b (k)d b (k) y b (k) O sistema A, de ordem n a, é descrito por e m sistema B, de ordem n b, é descrito por Podemos escrever qe Figra 114: Conexão em Paralelo x a (k 1) = Φ a x a (k)γ a (k) y a (k) = C a x a (k)d a (k), x b (k 1) = Φ b x b (k)γ b (k) y b (k) = C b x b (k)d b (k) y(k) = y a (k)y b (k), o qe permite escrever a conexão em paralelo, em forma matricial, nm único sistema de ordem n a n b, descrito por [ [ [ [ xa (k 1) Φa xa (k) Γa = (k) x b (k 1) Φ b x b (k) Γ b Conexão em Cascata y(k) = [ C a C b [ x a (k) x b (k) Considere a conexão em cascata apresentada na Figra 115 O sistema A, de ordem n a, é descrito por e o B, de ordem n b, é descrito por x a (k 1) = Φ a x a (k)γ a (k) y a (k) = C a x a (k)d a (k), x b (k 1) = Φ b x b(k)γ b y a (k) y(k) = C b x b (k)d b y a (k) (D a D b )(k) Podemos escrever a conexão em cascata, em forma matricial, nm único sistema de ordem n a n b, descrito por [ [ [ [ xa (k 1) Φa xa (k) Γ = a (k) x b (k 1) Φ b x b (k) Γ b D a Γ b C a y(k) = [ D b C a C b [ x a (k) x b (k) D b D a (k)

21 Modelos e Solção no Espaço de Estado 21 (k) y a (k) y(k) x a(k 1) = Φ ax a(k)γ a(k) y a(k) = C ax a(k)d a(k) x b (k 1) = Φ b x b (k)γ b y a(k) y(k) = C b x b (k)d b y a(k) Figra 115: Conexão em Cascata Conexão em Realimentação Considere a conexão em realimentação apresentada na Figra 116 (k) ǫ(k) x(k 1) = Φx(k)Γǫ(k) y(k) y(k) = Cx(k)Dǫ(k) Figra 116: Conexão em Realimentação O sistema dinâmico, de ordem n, descrito por x(k 1) = Φx(k)Γǫ(k) y(k) = Cx(k) Dǫ(k) Podemos escrever qe ǫ(k) = (k) y(k) Assim, de maneira similar ao caso contíno, podemos escrever a conexão em realimentação, em forma matricial, nm único sistema de ordem n, descrito por x(k 1) = [Φ Γ(1D) 1 Cx(k)Γ(1D) 1 (k) y(k) = (1D) 1 Cx(k)(1D) 1 D(k) 1123 Exemplo Seja o sistema da Figra 117 onde a fnção de transferência do controlador é a fnção de transferência do processo é C(s) =,8 s, e a pertrbação é P(s) = 2 s 2 6s8,

22 22 Notas de Ala W ǫ y f y CONTROLADOR PROCESSO Figra 117: Exemplo de Conexões W(t) = 1 Encontrar: a) A forma canônica de controlabilidade do controlador; b) A forma canônica de controlabilidade do processo; c) A descrição em variáveis de estado da pertrbação; d) A conexão em cascata do controlador-processo; e e) A descrição em variáveis de estado do controlador-processo-pertrbação Solção: a) Da fnção de transferência de C(s) podemos tirar qe k 1 = d = b 1 =,8 A forma canônica de controlabilidade do controlador é ẋ a = ε =,8x a b) Da fnção de transferência de P(s) podemos tirar qe k 1 = 6 k 2 = 8 d = b 1 = b 2 = 2 A forma canônica de controlabilidade do processo é c) O sinal W(t) satisfaz ẋ b = [ [ x 1 b y f = [ 2 x b Assim, dw dt = k 1 =

23 Modelos e Solção no Espaço de Estado 23 A pertrbação é então modelada por ẋ p = W = x p d)do controlador A a = B a = 1 C a =,8 D a = Do processo [ 6 8 A b = 1 [ 1 B b = C b = [ 2 D b = Podemos escrever B b C a = B b D a = [ [ 1,8,8 = [ [ 1 = D a C b = D b D a = Assim [ ẋa ẋ b y f = [ [ [ A a xa B b C a A b x b B a ε B b D a = [ D b C a C b [ x a x b D b D a ε, (11) gera ẋ f =,8 6 8 x f 1 ε 1 y f = [ 2 x f e) podemos escrever qe

24 24 Notas de Ala Então A f =, B f = 1 C f = [ 2 D f = A p = C p = 1 gera [ ẋf [ [ [ Af xf Bf = ẋ p A p x p y = [ [ x C f C f p D x f ε, p ε [ 1 =,8 6 8 xf ẋ p 1 x p ε y = [ 2 1 [ x f x p [ ẋf 113 Solção Temporal 1131 Caso Contíno Seja o sistema de ordem n, A solção é dada pelas eqações x(t) = e A(t t) x(t ) ẋ = AxB y = CxD t y(t) = C[e A(t t) x(t ) A matriz e At é definida pela série t e A(t τ) B(τ)dτ t t e A(t τ) B(τ)dτD(t) e At = I 1 1! At 1 2! A2 t 2 1 3! A3 t 3, e tem a seginte propriedade e A(t1t2) = e At1 e At Caso Discreto Seja o sistema de ordem n, x(k 1) = Φx(k)Γ(k) y(k) = Cx(k) D(k)

25 Modelos e Solção no Espaço de Estado 25 A solção é dada pelas eqações (k 1) x(k) = Φ (k k) x(k ) Φ (k j 1) Γ(j) j=k (k 1) y(k) = C[Φ (k k) x(k ) Φ (k j 1) Γ(j)D(k) j=k 114 Determinação da Eqação de Estado Discreta a Partir da Contína Considere a Figra 118, qe apresenta m processo controlado por m controlador analógico W ǫ y s r CONTROLADOR PROCESSO y Figra 118: Controle Analógico Considere a seginte Figra 119, onde o controlador analógico foi sbstitído por m comptador digital W ǫ y s r CAD CD CDA PROCESSO y As segintes considerações podem ser feitas: Figra 119: Controle Digital 1 comptadores digitais trabalham internamente com números binários Portanto, pela Figra 119, vemos qe comptadores digitais sados em controle deverão ter m Conversor Analógico Digital (CAD) para receber o sinal analógico do erro, ǫ, e m Conversor Digital Analógico para enviar ao processo o sinal de comando calclado, ; 2 comptadores digitais trabalham com programas Ver Figra 12 Portanto, o comptador digital sado para sbstitir m controlador analógico recebe o sinal de erro toda vez qe, no programa qe calcla o sinal de comando, a instrção de acionar o CAD é exectada Este programa é rodado nm período T, qe define o período de amostragem 3 como o programa qe calcla roda no período T, o sinal de comando é atalizado de T em T segndos Este sinal é enviado ao processo através do CDA Assim, o sinal de comando permanece constante (sstentado) enqanto não é atalizado, o seja, (τ) = (kt) para kt τ < (k 1)T Desta forma, tdo se passa como se o sinal de controle fosse calclado

26 26 Notas de Ala CAD LER ǫ(k) T CALCULAR (k) CDA ENVIAR PARA O PROCESSO : (k) Figra 12: Calclo de (k) W T r T ǫ T CAD CD T CDA BOZ PROCESSO y s y Figra 121: Modelo do Comptador CD T ǫ y y s PROCESSO BOZ T T T r W Figra 122: Processo&BOZ

27 Modelos e Solção no Espaço de Estado 27 periodicamente de T em T segndos, e este resltado entrasse nm Bloqeador de Ordem Zero (BOZ) Cmpre observar qe o programa qe calcla leva algm tempo para ser rodado: tempo de conversão do CAD; tempo de cálclo propriamente dito; e tempo de conversão do CDA O período de amostragem T deve, então, ser maior qe a soma destes três tempos, t Na prática, o período de amostragem, T, é mitas vezes maior qe t, o seja, t << T Dentro do intervalo de tempo T, o comptador pode ainda rodar otros programas, além do programa de cálclo do sinal de comando,, como programas para aqisição de dados, programas de acionamento e programas de spervisão Tendo em vista estas observações, podemos modelar o comptador e o processo conforme a Figra 121 Note qe o CAD é modelado por ma chave, e o CDA, por ma chave em cascata com m BOZ A Figra 121 pode ser redesenhada conforme a Figra 122 Desta figra vemos qe: 1 o processo visto pelo comptador é, na realidade, o processo associado a m BOZ, onde as entradas e a saída são amostradas Portanto, o sistema composto de processo e BOZ pode ser descrito por eqações a diferença, no domínio tempo; o Transformada Z, no domínio freqüência; 2 como o conjnto formado pelo processo e pelo BOZ pode ser descrito por ma eqação a diferença, também podemos representá-lo por eqações de estado; 3 o programa qe calcla é m algorítimo qe reflete ma eqação a diferença Portanto, podemos também escrever este programa a partir de eqações de estado; 4 tanto o sinal de referência r, como a pertrbação são sinais apenas amostrados, não estando associados a BOZ s Em virtde destas observações, vamos ver, em segida, como se calcla a eqações de estado discretas a partir das eqações de estado contínas 1141 Modelo do BOZ-Processo Seja o sistema contíno de ordem n, A solção x(t) é dada por ẋ = AxB y = CxD t x(t) = e A(t t) x(t ) e A(t τ) B(τ)dτ t Se T é o período de amostragem, podemos definir qe Assim, vem qe t = (k 1)T t = kt (k1)t x((k 1)T) = e AT x(kt) e A((k1)T τ) B(τ)dτ kt Mas, vimos qe (τ) = (kt) para kt τ < (k 1)T Assim, ( ) (k1)t x((k 1)T) = e AT x(kt) e A((k1)T τ) dτ B(kT) kt

28 28 Notas de Ala Fazendo ma mdança de variáveis dentro da integral η = (k1)t τ, podemos escrever qe dτ = dη; qe η = qando τ = (k 1)T; e qe η = T qando τ = kt Assim, (k1)t kt e A((k1)T τ) dτ = = T T e Aη dη e Aη dη Podemos, então, escrever qe ( ) T x(k 1) = e AT x(k) e Aη dη B(kT) Assim, identificamos Podemos escrever qe Φ = ( e AT T ) Γ = e Aη dη B ψ = I 1 2! AT 1 3! A2 T 2 Φ = IATψ Γ = ψtb O modelo discreto do BOZ-Processo é x(k 1) = Φx(k)Γ(k) y(k) = Cx(k) D(k) 1142 Exemplo Seja o sistema contíno ẋ = 6 8,8 1 x 1 y = [ 2 x Achar o modelo discreto BOZ&Sistema, considerando m período de amostragem de, 1 segndos Solção: Podemos escrever A = 6 8,8 1 B = 1 C = [ 2 D =, e T =,1

29 Modelos e Solção no Espaço de Estado 29 Em 6 iterações, a matriz ψ é ψ = = ! AT 1 3! A2 T 2 1 4! A3 T 3 1 5! A4 T 4 1 6! A5 T 5 1,7421,3286,329, 411, 9885, 12 1 As matrizes Φ e Γ são O BOZ&Sistema será x(k 1) =,5219,5936,594 Φ = IATψ =, 742, 9671, 33 1 Γ = ψtg =,33, 1, 1,5219,5936,594, 742, 9671, 33 x(k),33, 1 (k) 1, 1 y(k) = [ 2 x(k) 1143 Modelo da Pertrbação Dois métodos podem ser sados: Primeiro Método O primeiro método é o método dos coeficientes a determinar, qe já foi visto Conhecendo-se W(t), determina-se W(kT) Procra-se achar ma eqação a diferença homogênea Em segida sa-se a Forma Canônica de Observabilidade discreta Segndo Método O segndo método também já foi visto È o método qe sa tabela Terceiro Método Sponhamos qe W(t) é dada pelo sistema contíno de ordem n, ẋ = Ax W = Cx Calcla-se Φ por ψ = I 1 2! AT 1 3! A2 T 2 Φ = IATψ O modelo discreto da pertrbação é x(k 1) = Φx(k) W(k) = Cx(k)

30 3 Notas de Ala 115 Exercícios 1 Achar o modelo em variáveis de estado na forma canônica de controlabilidade de: a) s1 s 2 5s2 b) c) d) e) f) 3z 2 4z 8 z 2 5z 1 dy 2 dt = 2dy 8y 2d2 dt dt 2 3 dy dt = 2y 4 y(k 3) =,5y(k2),8y(k)2(k 2)5(k 1)7(k) 4 1s 11s 2 Achar o modelo em variáveis de estado na forma canônica de observabilidade dos sistemas do Exercício 1 3 Seja o sistema da Figra 123 A fnção de transferência do controlador é e a fnção de transferência do processo é G(s) = C(s) = 2 s,4 s 2,125s,3 ǫ y r CONTROLADOR PROCESSO Figra 123: Exercício 3 a) Modele C(s) em variáveis de estado na forma canônica de controlabilidade; b) Modele G(s) em variáveis de estado na forma canônica de observabilidade; c) Com os resltados de a) e b), modele a malha direta em variáveis de estado;e d) Modele o sistema realimentado 4 Discretizar o sistema abaixo, em cascata com m Bloqeador de Ordem Zero, considerando m período de amostragem T = 1 segndos d dt x = x y = [ 1 1 x 2 1

31 Modelos e Solção no Espaço de Estado 31 5 Achar o modelo em variáveis de estado das segintes pertrbações: a) W = 5sen(12t); b) W = 8cos(5t); c) W = 3t 2 ; d) W = 4t5; e e) Determinar pelo método dos coeficientes a determinar o modelo discreto de W = 3t 2 para T =,5 segndos; f) Determinar pelo método dos coeficientes a determinar o modelo discreto de W = 4t5 para T =,5 segndos

32 32 Notas de Ala 116 Respostas dos Exercícios 1 2 a) b) c) d) e) f) a) b) c) d) ẋ = x(k 1) = x(k 1) = [ [ x 1 y = [ 1 1 x [ [ x(k) (k) 1 y(k) = [ 11 5 x(k)3(k) ẋ = [ [ x 1 y = [ 4 19 x2 ẋ = 2x y = 4x,5,8 1 x(k) 1 (k) 1 y(k) = [ 2 5,7 x(k) ẋ =,1x y =,36x,4 ẋ = x(k 1) = [ 5 1 x 2 y = [ 1 x [ 5 1 x(k) 1 [ 1 1 y(k) = [ 1 x(k)3(k) ẋ = [ 2 1 x 8 y = [ 1 x2 ẋ = 2x4 y = x [ 4 19 [ 11 (k) 5

33 Modelos e Solção no Espaço de Estado 33 e) x(k 1) = x(k) 2 5 (k),8,7 y(k) = [ 1 x(k) f) ẋ =,1x,36 y = x,4 3 a) ẋ = ǫ = 2x b) c) d) ẋ = [ [,125 1 x,3,4 y = [ 1 x ẋ =,125 1 x 1 ǫ,8,3 y = [ 1 x ẋ = 1,125 1 x 1 r,8,3 y = [ 1 x 4 5 a) b) x(k 1) = 1,113,233,167,19 1,223,46 x(k),222,112 (k),129,13 1,5,12 y(k) = [ 1 1 x(k) ẋ = [ 1 x 144 W = [ 1 x ẋ = [ 1 x 25 W = [ 1 x

34 34 Notas de Ala c) d) e) f) ẋ = 1 1 x W = [ 1 x ẋ = x(k 1) = [ 1 x W = [ 1 x x(k) 1 W(k) = [ 1 x(k) x(k 1) = [ 2 1 x(k) 1 W(k) = [ 1 x(k)

REPRESENTAÇÃO DE SISTEMAS DINÂMICOS NA FORMA DO ESPAÇO DOS ESTADOS

REPRESENTAÇÃO DE SISTEMAS DINÂMICOS NA FORMA DO ESPAÇO DOS ESTADOS REPRESENTAÇÃO DE SISTEMAS DINÂMICOS NA FORMA DO ESPAÇO DOS ESTADOS. Espaço dos estados Representação da dinâmica de um sistema de ordem n usando n equações diferenciais de primeira ordem. Sistema é escrito

Leia mais

Análise Dinâmica de Sistemas Mecânicos e Controle

Análise Dinâmica de Sistemas Mecânicos e Controle Análise Dinâmica de Sistemas Mecânicos e Controle Unidade 2 Representação de sistemas Através de Diagramas e Espaço de Estados Prof. Thiago da Silva Castro thiago.castro@ifsudestemg.edu.br 1. Representação

Leia mais

Aula 04 Representação de Sistemas

Aula 04 Representação de Sistemas Aula 04 Representação de Sistemas Relação entre: Função de Transferência Transformada Laplace da saída y(t) - Transformada Laplace da entrada x(t) considerando condições iniciais nulas. Pierre Simon Laplace,

Leia mais

Aula 2: Vetores tratamento algébrico

Aula 2: Vetores tratamento algébrico Ala : Vetores tratamento algébrico Vetores no R e no R Decomposição de etores no plano ( R ) Dados dois etores e não colineares então qalqer etor pode ser decomposto nas direções de e. O problema é determinar

Leia mais

AULA Exercícios. DETERMINAR A EXPRESSÃO GERAL E A MATRIZ DE UMA TL CONHECIDAS AS IMAGENS DE UMA BASE DO

AULA Exercícios. DETERMINAR A EXPRESSÃO GERAL E A MATRIZ DE UMA TL CONHECIDAS AS IMAGENS DE UMA BASE DO Note bem: a leitra destes apontamentos não dispensa de modo algm a leitra atenta da bibliografia principal da cadeira Chama-se a atenção para a importância do trabalho pessoal a realizar pelo alno resolvendo

Leia mais

1ā lista de exercícios de Sistemas de Controle II

1ā lista de exercícios de Sistemas de Controle II ā lista de exercícios de Sistemas de Controle II Obtenha uma representação em espaço de estados para o sistema da figura R(s) + E(s) s + z U(s) K Y (s) s + p s(s + a) Figura : Diagrama de blocos do exercício

Leia mais

EXERCÍCIOS RESOLVIDOS

EXERCÍCIOS RESOLVIDOS ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas

Leia mais

Integral Indefinido - Continuação

Integral Indefinido - Continuação - Continação Técnicas de Integração (Primitivação) OBJETIVO: Apresentar técnicas para determinar a fnção F() conhecida como primitiva tal qe F () f() o: f() d F() As principais técnicas de primitivação

Leia mais

5 Descrição entrada-saída

5 Descrição entrada-saída Teoria de Controle (sinopse) 5 Descrição entrada-saída J. A. M. Felippe de Souza Descrição de Sistemas Conforme a notação introduzida no capítulo 1, a função u( ) representa a entrada (ou as entradas)

Leia mais

Descrição de Sistemas LTI por Variáveis de Estados 1

Descrição de Sistemas LTI por Variáveis de Estados 1 Descrição de Sistemas LTI por Variáveis de Estado Os estados de um sistema podem ser definidos como o conjunto mínimo de sinais que descrevem o comportamento dinâmico do sistema. Sendo assim, dado o valor

Leia mais

PRIMITIVAS 1. INTRODUÇÃO

PRIMITIVAS 1. INTRODUÇÃO Material de apoio referente ao tópico: Integrais Módlo I. Adaptado de: Prof. Dr. José Donizetti Lima por Prof. Dra. Dayse Regina Batists.. INTRODUÇÃO PRIMITIVAS Em mitos problemas, embora a derivada de

Leia mais

CAPÍTULO 3 DINÂMICA DA PARTÍCULA: TRABALHO E ENERGIA

CAPÍTULO 3 DINÂMICA DA PARTÍCULA: TRABALHO E ENERGIA CAPÍLO 3 DINÂMICA DA PARÍCLA: RABALHO E ENERGIA Neste capítulo será analisada a lei de Newton numa de suas formas integrais, aplicada ao movimento de partículas. Define-se o conceito de trabalho e energia

Leia mais

Cálculo Vetorial. Geometria Analítica e Álgebra Linear - MA Aula 04 - Vetores. Profa Dra Emília Marques Depto de Matemática

Cálculo Vetorial. Geometria Analítica e Álgebra Linear - MA Aula 04 - Vetores. Profa Dra Emília Marques Depto de Matemática Cálclo Vetorial Estdaremos neste tópico as grandezas etoriais, sas operações, propriedades e aplicações. Este estdo se jstifica pelo fato de, na natreza, se apresentarem 2 tipo de grandezas, as escalares

Leia mais

Sumário. CAPÍTULO 1 Introdução 1. CAPÍTULO 2 Terminologia dos Sistemas de Controle 14

Sumário. CAPÍTULO 1 Introdução 1. CAPÍTULO 2 Terminologia dos Sistemas de Controle 14 Sumário CAPÍTULO 1 Introdução 1 1.1 Sistemas de controle 1 1.2 Exemplos de sistemas de controle 2 1.3 Sistemas de controle de malha aberta e malha fechada 3 1.4 Realimentação 3 1.5 Características da realimentação

Leia mais

Controle Ótimo e Filtro de Kalman - Estabilizador 2

Controle Ótimo e Filtro de Kalman - Estabilizador 2 Capítulo 4 Controle Ótimo e Filtro de Kalman - Estabilizador 2 O principal objetivo deste capítulo é definir o conceito de controle ótimo e de filtro de Kalman. Por otimização, podemos encontrar tanto

Leia mais

Representação por Variáveis de Estado

Representação por Variáveis de Estado EPESENTAÇÃO DE SISTEMAS DINÂMIOS PO VAIÁVEIS DE ESTADO Um sistema é dito dinâmico se a resposta presente depender de uma ecitação passada. aso contrário, se depender apenas da ecitação presente, é dito

Leia mais

SISTEMAS REALIMENTADOS

SISTEMAS REALIMENTADOS SISTEMAS REALIMENTADOS Prof.: Helder Roberto de O. Rocha Engenheiro Eletricista Doutorado em Computação Representação no Espaço de Estados É apropriada para sistemas que possuem várias entradas e várias

Leia mais

14 AULA. Vetor Gradiente e as Derivadas Direcionais LIVRO

14 AULA. Vetor Gradiente e as Derivadas Direcionais LIVRO 1 LIVRO Vetor Gradiente e as Derivadas Direcionais 14 AULA META Definir o vetor gradiente de uma função de duas variáveis reais e interpretá-lo geometricamente. Além disso, estudaremos a derivada direcional

Leia mais

Sistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto

Sistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto Universidade Federal da Paraíba Programa de Pós-Graduação em Engenharia Elétrica Sistemas Lineares e Invariantes: Tempo Contínuo e Tempo Discreto Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br

Leia mais

Introdução ao Controle em Espaço de Estados - Escrevendo as Equações de Estado

Introdução ao Controle em Espaço de Estados - Escrevendo as Equações de Estado Introdução ao Controle em Espaço de Estados - Escrevendo as Equações de Estado Eduardo M. A. M. Mendes DELT - UFMG Curso de Engenharia de Controle e Automação Universidade Federal de Minas Gerais emmendes@cpdee.ufmg.br

Leia mais

Sistemas de Equações Diferenciais Lineares

Sistemas de Equações Diferenciais Lineares Capítulo 9 Sistemas de Equações Diferenciais Lineares Agora, estamos interessados em estudar sistemas de equações diferenciais lineares de primeira ordem: Definição 36. Um sistema da linear da forma x

Leia mais

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática 2 a Lista - MAT 137 - Introdução à Álgebra Linear II/2005 1 Resolva os seguintes sistemas lineares utilizando o Método

Leia mais

Modelagem Matemática de Sistemas Eletromecânicos

Modelagem Matemática de Sistemas Eletromecânicos Modelagem Matemática de Sistemas Eletromecânicos Estudos e Analogias de modelos de funções de transferências. Prof. Edgar Brito Introdução Os sistemas elétricos são componentes essenciais de muitos sistemas

Leia mais

ANÁLISE MATRICIAL DE ESTRUTURAS

ANÁLISE MATRICIAL DE ESTRUTURAS UNIVRIDD DO OT D NT CTRIN UNOC ÁR D CIÊNCI XT D TRR CURO: NGNHRI CIVI DICIPIN: NÁI MTRICI D TRUTUR PROFOR: JCKON NTONIO CRI NÁI MTRICI D TRUTUR Professor: Jackson ntonio Carelli i UMÁRIO IT D FIGUR...

Leia mais

ADL A Representação Geral no Espaço de Estados

ADL A Representação Geral no Espaço de Estados ADL14 3.3 A Representação Geral no Espaço de Estados definições Combinação linear: Uma combinação linear de n variáveis, x i, para r = 1 a n, é dada pela seguinte soma: (3.17) onde cada K i é uma constante.

Leia mais

depende apenas da variável y então a função ṽ(y) = e R R(y) dy

depende apenas da variável y então a função ṽ(y) = e R R(y) dy Formulario Equações Diferenciais Ordinárias de 1 a Ordem Equações Exactas. Factor Integrante. Dada uma equação diferencial não exacta M(x, y) dx + N(x, y) dy = 0. ( ) 1. Se R = 1 M N y N x depende apenas

Leia mais

Conteúdo. Definições básicas;

Conteúdo. Definições básicas; Conteúdo Definições básicas; Caracterização de Sistemas Dinâmicos; Caracterização dinâmica de conversores cc-cc; Controle Clássico x Controle Moderno; Campus Sobral 2 Engenharia de Controle Definições

Leia mais

Composição de movimentos. P(x,y) y(t) x(t) descoberta de Galileu

Composição de movimentos. P(x,y) y(t) x(t) descoberta de Galileu Composição de movimentos P(,) (t) O (t) X descoberta de Galile Uma grande parte da discssão qe sege visa o caso particlar em qe temos m movimento nma direção X e otro na direção Y, e no qal o qe acontece

Leia mais

y (n) (x) = dn y dx n(x) y (0) (x) = y(x).

y (n) (x) = dn y dx n(x) y (0) (x) = y(x). Capítulo 1 Introdução 1.1 Definições Denotaremos por I R um intervalo aberto ou uma reunião de intervalos abertos e y : I R uma função que possua todas as suas derivadas, a menos que seja indicado o contrário.

Leia mais

Representação de Fourier para Sinais 1

Representação de Fourier para Sinais 1 Representação de Fourier para Sinais A representação de Fourier para sinais é realizada através da soma ponderada de funções senoidais complexas. Se este sinal for aplicado a um sistema LTI, a saída do

Leia mais

Transformada de Laplace

Transformada de Laplace Transformada de aplace Nas aulas anteriores foi visto que as ferramentas matemáticas de Fourier (série e transformadas) são de extrema importância na análise de sinais e de sistemas IT. Isto deve-se ao

Leia mais

Translação e Rotação Energia cinética de rotação Momentum de Inércia Torque. Física Geral I ( ) - Capítulo 07. I. Paulino*

Translação e Rotação Energia cinética de rotação Momentum de Inércia Torque. Física Geral I ( ) - Capítulo 07. I. Paulino* ROTAÇÃO Física Geral I (1108030) - Capítulo 07 I. Paulino* *UAF/CCT/UFCG - Brasil 2012.2 1 / 25 Translação e Rotação Sumário Definições, variáveis da rotação e notação vetorial Rotação com aceleração angular

Leia mais

Sinais e Sistemas. Tempo para Sistemas Lineares Invariantes no Tempo. Representações em Domínio do. Profª Sandra Mara Torres Müller.

Sinais e Sistemas. Tempo para Sistemas Lineares Invariantes no Tempo. Representações em Domínio do. Profª Sandra Mara Torres Müller. Sinais e Sistemas Representações em Domínio do Tempo para Sistemas Lineares Invariantes no Tempo Profª Sandra Mara Torres Müller Aula 7 Representações em Domínio do Tempo para Sistemas Lineares e Invariantes

Leia mais

J. A. M. Felippe de Souza 3 Sinais Singulares. 3 Sinais Singulares

J. A. M. Felippe de Souza 3 Sinais Singulares. 3 Sinais Singulares J. A. M. Felippe de Sza 3 Sinais Singlares 3 Sinais Singlares 3. Intrdçã as sinais singlares 3 3. Sinais singlares discrets 4 O sinal impls nitári discret ( nit-implse ) 4 Prpriedades d impls nitári discret

Leia mais

FACULDADE PITÁGORAS DE LINHARES Prof. Esp. Thiago Magalhães

FACULDADE PITÁGORAS DE LINHARES Prof. Esp. Thiago Magalhães VETORES NO PLANO E NO ESPAÇO INTRODUÇÃO Cumpre de início, distinguir grandezas escalares das grandezas vetoriais. Grandezas escalares são aquelas que para sua perfeita caracterização basta informarmos

Leia mais

Ajuste de mínimos quadrados

Ajuste de mínimos quadrados Capítulo 5 Ajuste de mínimos quadrados 5 Ajuste de mínimos quadrados polinomial No capítulo anterior estudamos como encontrar um polinômio de grau m que interpola um conjunto de n pontos {{x i, f i }}

Leia mais

As Oscilações estão presentes no nosso dia a dia como o vento que balança uma linha de transmissão elétrica, as vibrações da membrana de um

As Oscilações estão presentes no nosso dia a dia como o vento que balança uma linha de transmissão elétrica, as vibrações da membrana de um As Oscilações estão presentes no nosso dia a dia como o vento que balança uma linha de transmissão elétrica, as vibrações da membrana de um alto-falante, ou de um instrumento de percussão. Um terremoto

Leia mais

EN2607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 3 quadrimestre 2012

EN2607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 3 quadrimestre 2012 EN607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 fevereiro 03 EN607 Transformadas em Sinais e Sistemas Lineares Lista de Exercícios Suplementares 3 3 quadrimestre 0

Leia mais

Modelagem de Sistemas Dinâmicos. Eduardo Camponogara

Modelagem de Sistemas Dinâmicos. Eduardo Camponogara Equações Diferenciais Ordinárias Modelagem de Sistemas Dinâmicos Eduardo Camponogara Departamento de Automação e Sistemas Universidade Federal de Santa Catarina DAS-5103: Cálculo Numérico para Controle

Leia mais

Universidade Federal de Goiás Campus Catalão Departamento de Matemática

Universidade Federal de Goiás Campus Catalão Departamento de Matemática Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Álgebra Linear Professor: André Luiz Galdino Aluno(a): 4 a Lista de Exercícios 1. Podemos entender transformações lineares

Leia mais

( AB ) é o segmento orientado com origem em A e extremidade em B.

( AB ) é o segmento orientado com origem em A e extremidade em B. FUNDÇÃO EDUIONL UNIFID MPOGRNDENSE (FEU) FULDDES INTEGRDS MPO-GRNDENSES (FI) OORDENÇÃO DE MTEMÁTI Estrada da aroba, 685, ampo-grande/rj - Tel: 3408-8450 Sites: www.fec.br, www.sites.google.com/site/feumat

Leia mais

PRINCÍPIOS DE COMUNICAÇÃO

PRINCÍPIOS DE COMUNICAÇÃO PRINCÍPIOS DE COMUNICAÇÃO RUÍDO EM MODULAÇÕES ANALÓGICAS Evelio M. G. Fernández - 2011 Processo Aleatório (ou Estocástico): Função aleatória do tempo para modelar formas de onda desconhecidas. Processos

Leia mais

Determinante Introdução. Algumas Propriedades Definição Algébrica Equivalências Propriedades Fórmula Matriz

Determinante Introdução. Algumas Propriedades Definição Algébrica Equivalências Propriedades Fórmula Matriz ao erminante Área e em R 2 O qe é? Qais são sas propriedades? Como se calcla (Qal é a fórmla o algoritmo para o cálclo)? Para qe sere? A = matriz. P paralelogramo com arestas e. + A é a área (com sinal)

Leia mais

SOLUÇÃO ANALÍTICA E NUMÉRICA DA EQUAÇÃO DE LAPLACE

SOLUÇÃO ANALÍTICA E NUMÉRICA DA EQUAÇÃO DE LAPLACE 15 16 SOLUÇÃO ANALÍTICA E NUMÉRICA DA EQUAÇÃO DE LAPLACE 3. Todos os dispositivos elétricos funcionam baseados na ação de campos elétricos, produzidos por cargas elétricas, e campos magnéticos, produzidos

Leia mais

Capítulo 2 Introdução ao Sistema GPS

Capítulo 2 Introdução ao Sistema GPS Introdção ao Sistema GPS 17 Capítlo 2 Introdção ao Sistema GPS O primeiro satélite artificial colocado em órbita foi o rsso Sptnik 1, lançado no ano 1957. Assim, foi demonstrada a viabilidade dos satélites

Leia mais

MAP INTRODUÇÃO MATEMÁTICA À MECÂNICA DOS FLUIDOS 2 o semestre de 2006 ESPIRAL DE EKMAN KLEITON BLANE

MAP INTRODUÇÃO MATEMÁTICA À MECÂNICA DOS FLUIDOS 2 o semestre de 2006 ESPIRAL DE EKMAN KLEITON BLANE MAP - 431 INTRODUÇÃO MATEMÁTICA À MECÂNICA DOS FLUIDOS o semestre de 006 ESPIRAL DE EKMAN KLEITON BLANE Introdção No final do séclo XIX (1898) o noregês Fridjod Nansen (1861-1930) verifico qe os icebergs

Leia mais

Resumo. Parte 7 Processos Estocásticos. Ramiro Brito Willmersdorf

Resumo. Parte 7 Processos Estocásticos. Ramiro Brito Willmersdorf Parte 7 Processos Estocásticos Ramiro Brito Willmersdorf ramiro@willmersdorf.net Departamento de Engenharia Mecânica Universidade Federal de Pernambuco 2011.2 Resumo 1 Processos Estocásticos 2 Classicação

Leia mais

Conceitos Fundamentais 1.1

Conceitos Fundamentais 1.1 Conceitos Fndamentais. Capítlo Conceitos Fndamentais. Introdção Um sólido deformável sob a acção de forças eternas, deformar-se-á e no sólido desenvolver-se-ão esforços internos. Estes esforços serão em

Leia mais

CONTEÚDOS PROGRAMADOS (Acústica Ambiental - EEK603) TOTAL 45

CONTEÚDOS PROGRAMADOS (Acústica Ambiental - EEK603) TOTAL 45 (Acústica Ambiental - EEK603) TOTAL 4 (Acústica Básica - EEK4) - introdução O fenômeno acústico: propagação. Nível de pressão sonora. As hipóteses acústicas. - Equacionamento Balanços de massa e quantidade

Leia mais

Modelos Variáveis de Estado

Modelos Variáveis de Estado Modelos Variáveis de Estado Introdução; Variáveis de Estados de Sistemas Dinâmicos; Equação Diferencial de Estado; Função de Transferência a partir das Equações de Estados; Resposta no Domínio do Tempo

Leia mais

8.º Ano de escolaridade 2014/2015

8.º Ano de escolaridade 2014/2015 8.º Ano de escolaridade 2014/2015 A cada período serão acrescidas as alas de avaliação DOMÍNIO ÁLGEBRA (ALG8) NÚMEROS E OPERAÇÕES (NO8) CONTEÚDOS 1. Números reais Tempos previstos (45 min) 22 Distribição

Leia mais

Análise de Desempenho de Sistemas de Comunicações Digitais

Análise de Desempenho de Sistemas de Comunicações Digitais Análise de Desempenho de Sistemas de Comunicações Digitais Edmar José do Nascimento (Princípios de Comunicações) Universidade Federal do Vale do São Francisco Roteiro 1 Detecção Binária 2 Modulações Digitais

Leia mais

Sistemas de Controle

Sistemas de Controle Pontifícia Universidade Católica de Goiás Escola de Engenharia Sistemas de Controle Resumo Espaço dos Estados Prof. Dr. Marcos Lajovic Carneiro Sistemas de Controle Prof. Dr. Marcos Lajovic Carneiro Resumo

Leia mais

Aula 22. Conversão Sigma-Delta (continuação)

Aula 22. Conversão Sigma-Delta (continuação) Aula 22 Conversão Sigma-Delta (continuação) A estrutura mostrada na figura A.22.1 é chamado modulador Sigma-Delta (Σ- ). Esta estrutura, além de ser mais simples, pode ser considerada como uma versão suavizada

Leia mais

Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho

Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho Álgebra Linear - 2 a lista de exercícios Prof. - Juliana Coelho 1 - Verifique que os conjuntos V abaixo com as operações dadas não são espaços vetoriais explicitando a falha em alguma das propriedades.

Leia mais

Universidade Federal de Alagoas Instituto de Matemática. Geometria. Prof. Thales Vieira

Universidade Federal de Alagoas Instituto de Matemática. Geometria. Prof. Thales Vieira Universidade Federal de Alagoas Instituto de Matemática Geometria Prof. Thales Vieira 2014 Geometria Euclidiana Espaço R n R n = {(x 1,...,x n ); x i 2 R} Operações entre elementos de R n Soma: (x 1,x

Leia mais

O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir:

O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir: Sistemas e Sinais O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir: 1 Sistemas e Sinais O bloco conversor A/D converte o sinal

Leia mais

Matrizes e Linearidade

Matrizes e Linearidade Matrizes e Linearidade 1. Revisitando Matrizes 1.1. Traço, Simetria, Determinante 1.. Inversa. Sistema de Equações Lineares. Equação Característica.1. Autovalor & Autovetor 4. Polinômios Coprimos 5. Função

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO

UNIVERSIDADE FEDERAL DE PERNAMBUCO CÁLCULO L1 NOTAS DA TERCEIRA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nesta aula introduziremos o conceito de derivada e a definição de uma reta tangente ao gráfico de uma função. Também apresentaremos

Leia mais

Parte I O teste tem uma parte de resposta múltipla (Parte I) e uma parte de resolução livre (Parte II)

Parte I O teste tem uma parte de resposta múltipla (Parte I) e uma parte de resolução livre (Parte II) Instituto Superior Técnico Sinais e Sistemas o teste 4 de Novembro de 0 Nome: Número: Duração da prova: horas Parte I O teste tem uma parte de resposta múltipla (Parte I) e uma parte de resolução livre

Leia mais

Introdução aos Circuitos Elétricos

Introdução aos Circuitos Elétricos Introdução aos Circuitos Elétricos A Transformada de Laplace Prof. Roberto Alves Braga Jr. Prof. Bruno Henrique Groenner Barbosa UFLA - Departamento de Engenharia A Transformada de Laplace História Pierri

Leia mais

6 Controlador de Estado

6 Controlador de Estado 6 Controlador de Estado Apresenta-se a seguir o método para implementação do sistema de controle por estados (Ogata, 1990). Considera-se agora o sistema representado em sua forma de estado: (25) cujo o

Leia mais

Controle por Computador - Parte I

Controle por Computador - Parte I Controle por Computador - Parte I 22 de novembro de 2011 Outline 1 Introdução 2 Amostragem 3 Segurador 4 Redução à Dinâmica de Tempo Discreto 5 Introdução Controle por Computador Computador Clock {y(t

Leia mais

Capítulo Regra da cadeia

Capítulo Regra da cadeia Cálculo 2 - Capítulo 28 - Regra da cadeia 1 Capítulo 28 - Regra da cadeia 281 - Introdução 283 - Generalização 282 - Regra da cadeia Este capítulo trata da chamada regra da cadeia para funções de duas

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA DA USP ANDRÉ DE SOUZA MENDES PROJETO DE OBSERVADOR DE ESTADOS PARA UM CARRO

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA DA USP ANDRÉ DE SOUZA MENDES PROJETO DE OBSERVADOR DE ESTADOS PARA UM CARRO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA DA USP ANDRÉ DE SOUZA MENDES PROJETO DE OBSERVADOR DE ESTADOS PARA UM CARRO São Paulo 2016 LISTA DE ILUSTRAÇÕES Ilustração 1 Modelo do veículo............................

Leia mais

s:

s: CONTROLE DE UM LEVITADOR MAGNÉTICO UTILIZANDO MODELOS FUZZY E DERIVADA DE ESTADOS DA PLANTA Rodrigo Cardim, Marcelo C. M. Teixeira, Edvaldo Assnção, Flávio A. Faria, Márcio R. Covacic UNESP - Universidade

Leia mais

Professor Msc. Leonardo Henrique Gonsioroski

Professor Msc. Leonardo Henrique Gonsioroski Professor Msc. Leonardo Henrique Gonsioroski Professor Leonardo Henrique Gonsioroski UNIVERSIDADE GAMA FILHO PROCET DEPARTAMENTO DE ENGENHARIA CONTROLE E AUTOMAÇÃO Definições Um sistema que estabeleça

Leia mais

Filtro de Kalman. Plano Básico Processos Estocásticos

Filtro de Kalman. Plano Básico Processos Estocásticos Universidade Federal do Ceará Centro de Tecnologia Departamento de Engenharia Elétrica Programa de Educação Tutorial - PET Plano Básico Processos Estocásticos Filtro de Kalman Autores: Abnadan de Melo

Leia mais

UFRPE: Física 11 Márcio Cabral de Moura 1. 2 aulas, 5 horas Capítulos 1 e 3 do Fundamentos de Física 1, de D. Halliday e R. Resnick, 3ª edição.

UFRPE: Física 11 Márcio Cabral de Moura 1. 2 aulas, 5 horas Capítulos 1 e 3 do Fundamentos de Física 1, de D. Halliday e R. Resnick, 3ª edição. UFRPE: Física 11 Márcio Cabral de Moura 1 1. Introdução 1 e 3 do Fundamentos de Física 1, de D. Halliday e R. Resnick, 3ª edição. 1.1 O objeto da Física O objeto da física é a natureza 1.2 O método físico.

Leia mais

APLICAÇÕES NA GEOMETRIA ANALÍTICA

APLICAÇÕES NA GEOMETRIA ANALÍTICA 4 APLICAÇÕES NA GEOMETRIA ANALÍTICA Gil da Costa Marques 4.1 Geometria Analítica e as Coordenadas Cartesianas 4. Superfícies 4..1 Superfícies planas 4.. Superfícies limitadas e não limitadas 4.3 Curvas

Leia mais

Análise de Sinais e Sistemas

Análise de Sinais e Sistemas Universidade Federal da Paraíba Departamento de Engenharia Elétrica Análise de Sinais e Sistemas Luciana Ribeiro Veloso luciana.veloso@dee.ufcg.edu.br ANÁLISE DE SINAIS E SISTEMAS Ementa: Sinais contínuos

Leia mais

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA MECÂNICA. Inércia Térmica de Sensores.

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA MECÂNICA. Inércia Térmica de Sensores. UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA MECÂNICA Inércia Térmica de Sensores por Tiago Roberto Borges de Moraes Trabalho Final da Disciplina de Medições

Leia mais

3 Métodos Numéricos Análise das Equações de Movimento

3 Métodos Numéricos Análise das Equações de Movimento 3 Métodos Numéricos A dinâmica de sistemas mecânicos normalmente é modelada como um sistema de equações diferenciais. Estas equações diferenciais devem ser resolvidas a fim de relacionar as variáveis entre

Leia mais

da dx = 2 x cm2 /cm A = (5 t + 2) 2 = 25 t t + 4

da dx = 2 x cm2 /cm A = (5 t + 2) 2 = 25 t t + 4 Capítulo 13 Regra da Cadeia 13.1 Motivação A área A de um quadrado cujo lado mede x cm de comprimento é dada por A = x 2. Podemos encontrar a taxa de variação da área em relação à variação do lado: = 2

Leia mais

Vetor de Variáveis Aleatórias

Vetor de Variáveis Aleatórias Vetor de Variáveis Aleatórias Luis Henrique Assumpção Lolis 25 de junho de 2013 Luis Henrique Assumpção Lolis Vetor de Variáveis Aleatórias 1 Conteúdo 1 Vetor de Variáveis Aleatórias 2 Função de Várias

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse:

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: A segir, ma demonstração do livro. Para adqirir a versão completa em papel, acesse: www.pagina0.com.br CÁLCULO VOLUME ZERO - REGRAS E PROPRIEDADES INICIAIS DE DERIVAÇÃO f() k f( ) k k k 0 f'() lim lim

Leia mais

CÁLCULO VETORIAL E NÚMEROS COMPLEXOS

CÁLCULO VETORIAL E NÚMEROS COMPLEXOS TE053-Ondas Eletromagnéticas CÁLCULO VETORIAL E NÚMEROS COMPLEXOS PROF. CÉSAR AUGUSTO DARTORA - UFPR E-MAIL: CADARTORA@ELETRICA.UFPR.BR CURITIBA-PR Roteiro da Aula: Noções gerais e notação Gradiente, Divergente

Leia mais

UNIVERSIDADE FEDERAL DE ITAJUBÁ Pró-Reitoria de Graduação - PRG Coordenação de Processos Seletivos COPS

UNIVERSIDADE FEDERAL DE ITAJUBÁ Pró-Reitoria de Graduação - PRG Coordenação de Processos Seletivos COPS UNIVERSIDADE FEDERAL DE ITAJUBÁ Pró-Reitoria de Graduação - PRG Coordenação de Processos Seletivos COPS PROVA DE TRANSFERÊNCIA INTERNA, EXTERNA E PARA PORTADOR DE DIPLOMA DE CURSO SUPERIOR 28/06/2015 Física

Leia mais

Ruído. Aula 11 Prof. Nobuo Oki

Ruído. Aula 11 Prof. Nobuo Oki Ruído Aula 11 Prof. Nobuo Oki Considerações Gerais Ruído O ruído limita o nível mínimo do sinal que um circuito pode processar com uma qualidade aceitável. O problema do ruído relaciona-se com a potência

Leia mais

ESTRUTURAS ESPECIAIS DE CONTROLE

ESTRUTURAS ESPECIAIS DE CONTROLE Joinville Universidade do Estado de Santa Catarina - UDESC Centro de Ciências Tecnológicas CCT Departamento de Engenharia Elétrica Laboratório de Sistemas de Controle - I ESTRUTURAS ESPECIAIS DE CONTROLE

Leia mais

Equações não lineares

Equações não lineares DMPA IME UFRGS Cálculo Numérico Índice Raizes de polinômios 1 Raizes de polinômios 2 raizes de polinômios As equações não lineares constituídas por polinômios de grau n N com coeficientes complexos a n,a

Leia mais

LISTA DE EXERCÍCIOS 2

LISTA DE EXERCÍCIOS 2 LISTA DE EXERCÍCIOS 2 Esta lista trata de vários conceitos associados ao movimento harmônico forçado e/ou amortecido. Tais conceitos são abordados no capítulo 4 do livro-texto (seções 4.1 a 4.5): Moysés

Leia mais

Modelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1

Modelagem no Domínio do Tempo. Carlos Alexandre Mello. Carlos Alexandre Mello cabm@cin.ufpe.br 1 Carlos Alexandre Mello 1 Modelagem no Domínio da Frequência A equação diferencial de um sistema é convertida em função de transferência, gerando um modelo matemático de um sistema que algebricamente relaciona

Leia mais

Integrais de Funções Trigonométricas. Integrais de Funções Trigonométricas

Integrais de Funções Trigonométricas. Integrais de Funções Trigonométricas UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I. As seis integrais

Leia mais

Sinais e Sistemas Unidade 5 Representação em domínio da frequência para sinais contínuos: Transformada de Laplace

Sinais e Sistemas Unidade 5 Representação em domínio da frequência para sinais contínuos: Transformada de Laplace Sinais e Sistemas Unidade 5 Representação em domínio da frequência para sinais contínuos: Transformada de Laplace Prof. Cassiano Rech, Dr. Eng. rech.cassiano@gmail.com Prof. Rafael Concatto Beltrame, Me.

Leia mais

Matemática A. Versão 1. Na sua folha de respostas, indique de forma legível a versão do teste. Teste Intermédio de Matemática A.

Matemática A. Versão 1. Na sua folha de respostas, indique de forma legível a versão do teste. Teste Intermédio de Matemática A. Teste Intermédio de Matemática A Versão Teste Intermédio Matemática A Versão Dração do Teste: 90 mintos 9.0.0.º Ano de Escolaridade Decreto-Lei n.º 74/004, de 6 de Março Na sa folha de respostas, indiqe

Leia mais

Geometria Analítica II - Aula 4 82

Geometria Analítica II - Aula 4 82 Geometria Analítica II - Aula 4 8 IM-UFF K. Frensel - J. Delgado Aula 5 Esferas Iniciaremos o nosso estudo sobre superfícies com a esfera, que já nos é familiar. A esfera S de centro no ponto A e raio

Leia mais

Métodos Matemáticos em Biologia e Medicina Epidemiologia

Métodos Matemáticos em Biologia e Medicina Epidemiologia Métodos Matemáticos em Biologia e Medicina Epidemiologia Biblio: Britton 3.1 3.3 Braer e Castillo-Chávez 9.1 9.2 Isabel S. Laboria 21 de Fevereiro de 2014 Retrato de fase para (SISn) Campo de vetores associado

Leia mais

Experiência 3. Identificação de motor de corrente contínua com tacômetro. 1-Introdução. 2-Modelo do processo

Experiência 3. Identificação de motor de corrente contínua com tacômetro. 1-Introdução. 2-Modelo do processo Experiência 3 Identificação de motor de corrente contínua com tacômetro Autores: Adolfo Bauchspiess e Geovany A. Borges O objetivo deste experimento é levantar o modelo dinâmico do conjunto atuador e motor

Leia mais

Questões para Revisão Controle

Questões para Revisão Controle Questões para Revisão Controle 1. (PROVÃO-1999)A Figura 1 apresenta o diagrama de blocos de um sistema de controle, e a Figura 2, o seu lugar das raízes para K > 0. Com base nas duas figuras, resolva os

Leia mais

O Papel dos Pólos e Zeros

O Papel dos Pólos e Zeros Departamento de Engenharia Mecatrônica - EPUSP 27 de setembro de 2007 1 Expansão em frações parciais 2 3 4 Suponha a seguinte função de transferência: m l=1 G(s) = (s + z l) q i=1(s + z i )(s + p m ),

Leia mais

Departamento de Engenharia Química e de Petróleo UFF. Outros Processos de Separação. Sistemas de Controle Multivariáveis: Uma Introdução

Departamento de Engenharia Química e de Petróleo UFF. Outros Processos de Separação. Sistemas de Controle Multivariáveis: Uma Introdução Departamento de Engenharia Química e de Petróleo FF custo Outros Processos de Separação Sistemas de Controle Multivariáveis: ma Introdução Prof a Ninoska Bojorge Controle de Processos Multivariáveis Controle

Leia mais

Dada uma função contínua a(t) definida num intervalo I = [0, T ], considere o problema x = a(t) x, x(0) = x 0. (1) Solução do Problema. 0 a(s) ds.

Dada uma função contínua a(t) definida num intervalo I = [0, T ], considere o problema x = a(t) x, x(0) = x 0. (1) Solução do Problema. 0 a(s) ds. Lei Exponencial Dada uma função contínua a(t) definida num intervalo I = [, T ], considere o problema x = a(t) x, x() = x. (1) Solução do Problema O problema (1) admite uma única solução, que é explicitamente

Leia mais

MODELOS DE CRESCIMENTO POPULACIONAL EM AMBIENTE ALEATÓRIO: EFEITO DE INCORRETA ESPECIFICAÇÃO DO MODELO, EFEITOS DE ALLEE E TEMPOS DE EXTINÇÃO

MODELOS DE CRESCIMENTO POPULACIONAL EM AMBIENTE ALEATÓRIO: EFEITO DE INCORRETA ESPECIFICAÇÃO DO MODELO, EFEITOS DE ALLEE E TEMPOS DE EXTINÇÃO MODELOS DE CRESCIMENTO POPULACIONAL EM AMBIENTE ALEATÓRIO: EFEITO DE INCORRETA ESPECIFICAÇÃO DO MODELO, EFEITOS DE ALLEE E TEMPOS DE EXTINÇÃO Clara Sofia Gomes Carlos Tese apresentada à Universidade de

Leia mais

Geometria Analítica - Aula

Geometria Analítica - Aula Geometria Analítica - Aula 19 246 IM-UFF K. Frensel - J. Delgado Aula 20 Vamos analisar a equação Ax 2 + Cy 2 + Dx + Ey + F = 0 nos casos em que exatamente um dos coeficientes A ou C é nulo. 1. Parábola

Leia mais

Introdução I. Organização e Arquitetura de Computadores. Sequência 15 Parte Operativa do MIPS - I. Introdução II.

Introdução I. Organização e Arquitetura de Computadores. Sequência 15 Parte Operativa do MIPS - I. Introdução II. Organização e Arqitetra de Comptadores Seqência 15 Parte Operativa do IPS - I Introdção I O desempenho de ma máqina pode ser determinado por três fatores: Número de instrções eectadas. Período do clock

Leia mais

Controladores: Proporcional (P) Proporcional e Integral (PI) Proporcional, Integral e Derivativo (PID)

Controladores: Proporcional (P) Proporcional e Integral (PI) Proporcional, Integral e Derivativo (PID) Sistemas Realimentados Regulação e Tipo de sistema: Entrada de referência Entrada de distúrbio Controladores: Proporcional (P) Proporcional e Integral (PI) Proporcional, Integral e Derivativo (PID) Fernando

Leia mais

Professora Bruna FÍSICA A. Aula 14 Velocidades que variam sempre da mesma forma. Página 189

Professora Bruna FÍSICA A. Aula 14 Velocidades que variam sempre da mesma forma. Página 189 FÍSICA A Aula 14 Velocidades que variam sempre da mesma forma Página 189 INTRODUÇÃO O que já vimos até agora? Movimento Uniforme (velocidade constante) gráficos s x t, gráficos v x t e função horária.

Leia mais

Programa de engenharia biomédica. Princípios de instrumentação biomédica cob 781

Programa de engenharia biomédica. Princípios de instrumentação biomédica cob 781 Programa de engenharia biomédica Princípios de instrumentação biomédica cob 781 5 Circuitos de primeira ordem 5.1 Circuito linear invariante de primeira ordem resposta a excitação zero 5.1.1 O circuito

Leia mais

Derivadas Parciais Capítulo 14

Derivadas Parciais Capítulo 14 Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS 14.6 Derivadas Direcionais e o Vetor Gradiente Nesta seção, vamos aprender como encontrar: As taxas de variação de uma função de duas ou mais variáveis

Leia mais