Estimadores ou Observadores de Estado
|
|
- Leila Ribas Brezinski
- 6 Há anos
- Visualizações:
Transcrição
1 Estimadores ou Observadores de Estado 1. Estimadores ou Observadores de Estado: sistemas SISO 1. Extensões para Sistemas a Tempo Discreto pag.1 Teoria de Sistemas Lineares Aula 19
2 Estimadores ou Observadores de Estado: sistemas SISO Veja, a realimentação pressupõe que todas as variáveis de estado compondo o vetor de estado x estão disponíveis, ie, são mensuráveis u = r kx Alguns estados podem não ser/estar acessíveis Limitação quanto ao número de medidores E aí? Como realimentar? pag.2 Teoria de Sistemas Lineares Aula 19
3 Estimadores ou Observadores de Estado Estimador de Estado Malha Aberta Dados: A, b, c, u, y. Reconstruir x? ẋ = Ax + bu ; y = cx ˆx = Aˆx + bu u b + ẋ Z x c y + A b + ˆx Z ˆx + A Estimador pag.3 Teoria de Sistemas Lineares Aula 19
4 Estimadores ou Observadores de Estado Se ˆx(0) = x(0), então ˆx(t) = x(t), t 0 (A, c) observável x(0) pode ser determinado através de u e y Desvantagens/Dificuldades cômputo de x(0) e se A for instável? Note, a saída y(t) não está sendo usada. Ie, não há informação adicional sobre o comportamento do sistema original. Reavaliar... Pode-se incluir uma comparação entre a saída do sistema original dada por cx(t) com a saída do sistema que se propõe a estimar: cˆx(t). Ponderada por um ganho constante l a ser ajustado pag.4 Teoria de Sistemas Lineares Aula 19
5 Estimadores ou Observadores de Estado u b + ẋ Z x c y + A l + ŷ b + ˆx Z ˆx c ˆx + A pag.5 Teoria de Sistemas Lineares Aula 19
6 Estimadores ou Observadores de Estado Estimador assintótico ou em malha fechada ˆx = Aˆx + bu + l (y cˆx) }{{} inovação = (A lc)ˆx + bu + ly, l R n 1 Definindo-se o erro de estimativa e(t) x(t) ˆx(t) ė = Ax+bu (A lc)ˆx bu l(cx) = (A lc)(x ˆx) = (A lc)e Boa nova: Se os autovalores de (A lc) puderem ser arbitrariamente alocados, atua-se na forma como o erro e(t) tende a zero!! pag.6 Teoria de Sistemas Lineares Aula 19
7 Estimadores ou Observadores de Estado Se o estado estimado ˆx(t) vai ser usado para a realimentação, os autovalores do estimador devem ser mais rápidos do que os autovalores em malha fechada do sistema controlado (isto é, parte real mais negativa), no contexto que a dinâmica do sistema seja dominada pelos autovalores do projeto de controle Teorema Os autovalores de (A lc) podem ser alocados arbitrariamente através da escolha de um ganho l se e somente se o par (A, c) for observável Demonstração Por dualidade, se (A, c ) é controlável, então os autovalores de (A c k) podem ser alocados arbitrariamente. Basta fazer l = k... pag.7 Teoria de Sistemas Lineares Aula 19
8 Observadores de Estado via Lyapunov Projeto de estimador de ordem n para o sistema ẋ = Ax + bu y = cx via equação de Lyapunov (procedimento dual à alocação de pólos) 1. Escolha uma matriz F R n n estável com os autovalores desejados (diferente de A) 2. Escolha l arbitrário tal que (F, l) seja controlável 3. Obtenha a solução única T da equação de Lyapunov TA FT = lc = condições duais para que T seja não singular pag.8 Teoria de Sistemas Lineares Aula 19
9 Observadores de Estado via Lyapunov 4. As equações geram um estimador para x ż = Fz + Tbu + ly ˆx = T 1 z Definindo-se e z Tx, então ė = ż Tẋ = Fz + Tbu + lcx TAx Tbu e, como TA = FT + lc, tem-se ė = Fz + lcx (FT + lc)x = F(z Tx) = Fe Se F é estável, e(t) 0 quando t, e z Tx, e portanto T 1 z é um estimador para x pag.9 Teoria de Sistemas Lineares Aula 19
10 Estimador de estado de ordem reduzida ẋ = Ax + bu y = cx Se o sistema é observável, pode ser colocado na forma canônica observável. Por exemplo, para n = 4: α β 1 α β 2 ẋ = x + u α β 3 α β 4 [ ] y = x Note que y(t) = x 1 (t) (primeira variável de estado), e portanto pode-se construir um estimador de estado apenas para as demais variáveis x i, i = 2, 3,..., n pag.10 Teoria de Sistemas Lineares Aula 19
11 Estimador de estado de ordem reduzida Método por equação de Lyapunov 1. Escolha F R (n 1) (n 1) estável com autovalores distintos de A 2. Escolha l arbitrário tal que (F, l) seja controlável 3. Obtenha a solução única T R (n 1) n da equação de Lyapunov TA FT = lc 4. A equação de estado (n 1)-dimensional estima x ż = Fz + Tbu + ly ˆx = c T 1 y z pag.11 Teoria de Sistemas Lineares Aula 19
12 Estimador de estado de ordem reduzida Note que a equação 1 ˆx = c T y z pode ser escrita da forma y z = c T ˆx e portanto y = cˆx e z = T ˆx. Então, y é um estimador para cx e z para Tx, pois e = z Tx e ė = ż Tẋ = Fz + Tbu + lcx TAx Tbu = Fe e, novamente, se F é estável, então e(t) 0 quando t pag.12 Teoria de Sistemas Lineares Aula 19
13 Estimador de estado de ordem reduzida Teorema Se A e F não têm autovalores em comum, então a matriz quadrada P c T com T solução única de TA FT = lc é não singular se e somente se (A, c) for observável e (F, l) for controlável pag.13 Teoria de Sistemas Lineares Aula 19
14 Estimador de estado de ordem reduzida Demonstração Segue passos similares aos da demonstração para a realimentação de estados. Considere n = 4 e (s) = det(si A) = s 4 + α 1 s 3 + α 2 s 2 + α 3 s + α 4 Pode-se mostrar que (dual a (8.22), Chen, pg. 252) α 3 α 2 α 1 1 c [ ] (F)T = l Fl F 2 l F 3 α 2 α ca l }{{} α ca 2 C ca 3 }{{}}{{} Λ O e (F) é não-singular se A e F não tiverem autovalores em comum. Note que F é 3 3 (ordem reduzida) e A é 4 4 pag.14 Teoria de Sistemas Lineares Aula 19
15 Estimador de estado de ordem reduzida A matriz Λ é sempre não singular, O é a matriz de observabilidade de (A, c) e C 4 é a matriz de controlabilidade de (F, l) acrescida da coluna F 3 l. Então, T = 1 (F)C 4 ΛO e a matriz P pode ser escrita da forma: P = c c = T 1 (F)C 4 ΛO = (F) c C 4 ΛO Note que n = 4, P, O e Λ são 4 4; T e C 4 são 3 4 e (F) é 3 3 Se (F, l) não é controlável, C 4 tem posto no máximo igual a 2, T tem posto no máximo igual a 2 e P é singular. Se (A, c) não é observável, existe r R 4 1 tal que Or = 0, o que implica cr = 0 e Pr = 0, e portanto P é singular. Isto conclui a necessidade pag.15 Teoria de Sistemas Lineares Aula 19
16 Estimador de estado de ordem reduzida Para mostrar a suficiência, por contradição, supõe-se P singular. Nesse caso, existe r 0 tal que Pr = 0, e c cr r = = 0 C 4 ΛO C 4 ΛOr [ Definindo a ΛOr = a 1 a 2 a 3 a 4 ] [ ], a 1 a 2 a 3 a 4 = ā a 4 isto é α 3 α 2 α 1 1 α 2 α = α c ca ca 2 ca 3 r Portanto, a 4 = cr e, da equação anterior, cr = 0. Substituindo a 4 = 0 em C 4 ΛOr tem-se... pag.16 Teoria de Sistemas Lineares Aula 19
17 Estimador de estado de ordem reduzida a 4 = 0 C 4 ΛOr obtém-se (lembrando a ΛOr = [ ā a 4 ] ) C 4 ΛOr = C 4 a = Cā = 0 sendo C a matriz de controlabilidade de (F, l) e, se o par (F, l) é controlável, Cā = 0 implica ā = 0 e portanto a = 0 Considere agora ΛOr = a = 0. A matriz Λ é sempre não singular. Se (A, c) é observável, O é não singular e ΛOr = 0 implica r = 0, o que contradiz a hipótese inicial Assim, se (A, c) é observável e (F, l) é controlável, P é não singular pag.17 Teoria de Sistemas Lineares Aula 19
18 Realimentação a partir de Estados Estimados ẋ y = Ax + bu = cx Se (A, b) é controlável, a realimentação de estados u = r kx pode alocar os autovalores de (A bk) de forma arbitrária Estados não disponíveis: observador de estados Veja se (A, c) é observável, então um observador de estados de ordem completa ou reduzida pode ser projetado com autovalores posicionados de forma arbitrária pag.18 Teoria de Sistemas Lineares Aula 19
19 Realimentação a partir de Estados Estimados Estimador de ordem n (completa) ˆx = (A lc)ˆx + bu + ly A escolha de l (ou melhor, dos autovalores de (A lc)) determina a taxa com que o estado estimado ˆx aproxima-se do estado do sistema Realimentando os estados estimados: u = r kˆx Os autovalores de (A bk) e de (A lc) se alteram devido a combinação? O estimador altera a FT de r para y? pag.19 Teoria de Sistemas Lineares Aula 19
20 Realimentação a partir de Estados Estimados Combinando as equações usando u = r kˆx ẋ ˆx = Ax bkˆx + br = (A lc)ˆx + b(r kˆx) + lcx tem-se o sistema aumentado de dimensão 2n ẋ = A bk ˆx lc A lc bk [ ] y = c 0 x ˆx xˆx + b b r pag.20 Teoria de Sistemas Lineares Aula 19
21 Realimentação a partir de Estados Estimados r + u ẋ = Ax + bu y y = cx Estimador k ˆx pag.21 Teoria de Sistemas Lineares Aula 19
22 Realimentação a partir de Estados Estimados Transformação de equivalência x e = x x ˆx = I 0 I I xˆx P I 0 I I ; P 1 = P pag.22 Teoria de Sistemas Lineares Aula 19
23 Realimentação a partir de Estados Estimados [ ] : Sistema equivalente para realimentação e erro de estimação, ẋ ė I 0 A I I lc } {{ } P bk A lc bk [ I 0 I I } {{ } P 1 I 0 b = I I b } {{ } P ] c 0 I 0 = I I } {{ } P 1 b 0 [ = c 0 A bk ] bk 0 A lc pag.23 Teoria de Sistemas Lineares Aula 19
24 Realimentação a partir de Estados Estimados Sistema equivalente para realimentação e erro de estimação: ẋ = A bk bk x + ė 0 A lc e [ ] y = c 0 x e b 0 r Autovalores da matriz dinâmica são a união dos autovalores de (A bk) e (A lc); portanto o estimador não altera os autovalores nem tem seus autovalores modificados pela conexão é denominado Princípio da Separação pag.24 Teoria de Sistemas Lineares Aula 19
25 Realimentação a partir de Estados Estimados Note que o sistema aumentado é não controlável (forma canônica), e que a FT do sistema é igual à da equação ẋ = (A bk)x + br com y = cx, ie, dada por G f (s) = c(si A + bk) 1 b = não aparece o estimador! De fato, no cômputo de funções de transferência, as condições iniciais são assumidas nulas: x(0) = ˆx(0) = 0, então x(t) = ˆx(t) t FT de r para y não é afetada pela presença ou não do estimador... pag.25 Teoria de Sistemas Lineares Aula 19
26 Sistemas a Tempo Discreto? Os procedimentos de alocação de pólos são os mesmos tanto para realimentação quanto para o observador, lembrando apenas que o contexto de estabilidade é o ponto que os difere Plano-s Plano-z pag.26 Teoria de Sistemas Lineares Aula 19
27 Controle Baseado no Observador Faça δ[x(t)] representar ẋ(t) ou x(k + 1)... Regulador: Lei de Controle + Observador δ[ˆx(t)] = (A Bk l C) }{{} A C u(t) = }{{} k ˆx(t) C C ˆx(t) + l }{{} B C y(t) com ζ representado s ou z... FT: = U(ζ) Y (ζ) = C C (ζi A C ) 1 B C pag.27 Teoria de Sistemas Lineares Aula 19
28 Controle Baseado no Observador Exemplo Considere o modelo simplificado de um satélite da forma G(s) = 1/s 2, ie, ÿ(t) = u(t), definindo-se x 1 = y; x 2 = ẏ com ẋ 1 = x 2 e ẋ 2 = ÿ = u então ẋ(t) = y(t) = 0 1 x(t) }{{} A [ ] 1 0 x(t) }{{} C 0 u(t) 1 }{{} B pag.28 Teoria de Sistemas Lineares Aula 19
29 Controle Baseado no Observador Se alocar os pólos do controlador em obtém-se K = s 1,2 = ± j0.707 [ ] (ξ = 0.707, ω n = 1rad/s) Se os pólos do estimador são alocados em ω n = 5rad/s e ξ = 0.5, obtém-se L p = 5 25 FT do controlador baseado no observador: 40.4(s ) D(s) = (s j4.77)(s j4.77) pag.29 Teoria de Sistemas Lineares Aula 19
30 Controle Integral Sistemas Discretos Modelo considerado: x(k + 1)] = Ax(k) + Bu(k) + Bw(k) y(k) = Cx(k) Resultado esperado? 1. y(t) r(t) 1, t > t 0 2. rejeitar w = sinal constante, porém de magnitude desconhecida O que fazer? Integrar o erro... De forma análoga ao caso contínuo (vide aula 18) e(k) = y(t) r(t), e portanto e(k) = x I (k + 1) x I (k) = Cx(k) r(k) pag.30 Teoria de Sistemas Lineares Aula 19
31 Controle Integral Definindo-se: η(k) = [ ] T x I (k) x(k) Obtém-se o modelo aumentado: η(k + 1) = 1 C η(k) + 0 A 0 u(k) + B 0 w(k) B 1 r(k) 0 y(k) = [ ] C 0 η(k) Controle ou Observador? pag.31 Teoria de Sistemas Lineares Aula 19
1. Realimentação de Estado: sistemas MIMO
Realimentação de Estado: sistemas MIMO 1. Realimentação de Estado: sistemas MIMO 2. Estimadores de Estado: sistemas MIMO pag.1 Teoria de Sistemas Lineares Aula 20 Realimentação de Estado: sistemas MIMO
Leia maisRealimentação e Observador no Espaço de Estados Revisão
Realimentação e Observador no Espaço de Estados Revisão 1. Realimentação de estados 1.1. Um tour por alocação de pólos 2. Observador ou Estimador 2.1. Observador? Por quê? 3. Princípio da separação 4.
Leia maisRealimentação de Estado Sistemas SISO
1. Realimentação de Estado para Sistemas SISO pag.1 Teoria de Sistemas Lineares Aula 18 Considere o sistema n dimensional, SISO: ẋ = Ax + bu y = cx Na realimentação de estados, a entrada u é dada por u
Leia maisCapítulo 8: Estado. Samir A. M. Martins 1. Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre CEFET MG e UFSJ
Capítulo 8: Realimentação de Estados e Estimadores de Estado Samir A. M. Martins 1 1 UFSJ / Campus Santo Antônio, MG Brasil Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre CEFET
Leia maisControle utilizando variáveis de estado - v1.1
2 ontrole utilizando variáveis de estado - v. 2. Objetivo O objetivo desta experiência é, utilizando o enfoque de espaço de estados, projetar e implementar um controlador digital para uma planta simples
Leia maisControlabilidade. Uma representação (ou realização) de um sistema dinâmico no espaço de estados:
Controlabilidade Uma representação (ou realização) de um sistema dinâmico no espaço de estados: x = Ax + Bu ou equivalentemente o par (A, B), é dito controlável (completamente controlável, de estado controlável)
Leia maisSEM Sistemas de Controle. Aula 4 - Controladores PID, Avanço, Atraso, Esp. Estados
SEM 5928 - Sistemas de Controle Aula 4 - Controladores PID, Avanço, Atraso e no Espaço de Estados Universidade de São Paulo Controlador PID Controlador Proporcional Controlador Integral Controlador PID
Leia maisObservabilidade, Decomposição Canônica
Observabilidade, Decomposição Canônica 1. Observabilidade de Sistemas LIT 2. Dualidade 3. Índices de Observabilidade 4. Decomposição Canônica pag.1 Teoria de Sistemas Lineares Aula 16 Observabilidade Sistemas
Leia maisControlabilidade. Uma representação (ou realização) de um sistema dinâmico no espaço de estados:
Controlabilidade Uma representação (ou realização) de um sistema dinâmico no espaço de estados: x Ax Bu ou equivalentemente o par (A, B), é dito controlável (completamente controlável, de estado controlável)
Leia maisEstabilização Robusta
Estabilização Robusta 1. Regiões LMIs: Alocação de pólos 2. Restrições sobre entrada e saída 3. Controlador baseado no observador e LMIs pag.1 Introdução ao Controle Robusto Aula 8 Regiões LMIs e Alocação
Leia maisEES-20: Sistemas de Controle II. 08 Novembro 2017
EES-20: Sistemas de Controle II 08 Novembro 2017 1 / 46 Recapitulando: Controle empregando realimentação de estado r k F u k u t y t T y k T x(t) T K x k 2 / 46 Recapitulando: Projeto por alocação de polos
Leia maisEES-20: Sistemas de Controle II. 22 Setembro 2017
EES-2: Sistemas de Controle II 22 Setembro 217 1 / 33 Controle empregando estado estimado na presença de perturbações e ruído de medida Modelo da planta e do sensor: ẋ = Ax + Bu + Gw y = Cx + v Observador
Leia mais1 Controlabilidade, observabilidade e estabilidade de sistemas em tempo contínuo
Rio de Janeiro, 24 de março de 2006. 1 a Lista de Exercícios de Controle e Servomecanismos II Tópicos: autovalores, estabilidade, controlabilidade, observabilidade, realimentação de estado e observadores
Leia maisControle 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 maisFUNDAMENTOS DE SISTEMAS LINEARES PARTE 2
FUNDAMENTOS DE SISTEMAS LINEARES PARTE 2 Prof. Iury V. de Bessa Departamento de Eletricidade Faculdade de Tecnologia Universidade Federal do Amazonas Agenda Resposta no espaço de estados Representações
Leia maisSistemas de Controle de Aeronaves
Sistemas de Controle de Aeronaves AB-722 Flávio Luiz Cardoso Ribeiro http://flavioluiz.github.io flaviocr@ita.br Departamento de Mecânica do Voo Divisão de Engenharia Aeronáutica e Aeroespacial Instituto
Leia maisEstabilidade. 1. Estabilidade Entrada-Saída Sistemas LIT. 2. Estabilidade BIBO Sistemas LIT. 3. Estabilidade BIBO de Equações Dinâmicas Sistemas LIT
Estabilidade 1. Estabilidade Entrada-Saída Sistemas LIT 2. Estabilidade BIBO Sistemas LIT 3. Estabilidade BIBO de Equações Dinâmicas Sistemas LIT 4. Sistemas Discretos LIT 5. Estabilidade BIBO Sistemas
Leia mais14 Estimador assintótico
Teoria de Controle (sinopse) 4 J. A. M. Felippe de Souza Neste capítulo continuaremos no estudo de que foi iniciado no capítulo anterior. Estimadores de Estado, A exemplo dos capítulos anteriores será
Leia maisEES-20: Sistemas de Controle II. 06 Setembro 2017
EES-2: Sistemas de Controle II 6 Setembro 217 1 / 56 Recapitulando: Observador de Estado Modelo da planta: Observador de estado: ẋ = Ax + Bu y = Cx ˆx = Aˆx + Bu + L(y ŷ) ŷ = C ˆx Erro de estimação do
Leia maisEES-20: Sistemas de Controle II. 21 Agosto 2017
EES-2: Sistemas de Controle II 21 Agosto 217 1 / 52 Recapitulando: Realimentação de estado r t u t y t x t Modelo da planta: Lei de controle: ẋ = Ax + Bu y = Cx u = Kx + Fr Representação para o sistema
Leia maisSistemas Dinâmicos Lineares
Sistemas Dinâmicos Lineares 1. Descrição de sistemas dinâmicos 1.1. Sinais? 1.2. Sistemas? 1.3. Espaço de estados. Resposta do sistema dinâmico 2. Estabilidade de sistemas dinâmicos 2.1. Análise de estabilidade
Leia maisEstabilidade Interna. 1. Estabilidade Interna. 2. Análise de Estabilidade Segundo Lyapunov. 3. Teorema de Lyapunov
Estabilidade Interna 1. Estabilidade Interna 2. Análise de Estabilidade Segundo Lyapunov 3. Teorema de Lyapunov 4. Teorema de Lyapunov Caso Discreto pag.1 Teoria de Sistemas Lineares Aula 13 Estabilidade
Leia maisEES-49/2012 Correção do Exame. QBM1 Esboce o diagrama de Nyquist para a seguinte função de transferência:
EES-49/2012 Correção do Exame QBM1 Esboce o diagrama de Nyquist para a seguinte função de transferência: Analise a estabilidade do sistema em malha fechada (dizendo quantos polos instáveis o sistema tem
Leia maisDAS 5142 Sistemas Dinâmicos
DAS 5142 Sistemas Dinâmicos Prof. Hector Bessa Silveira Universidade Federal de Santa Catarina UFSC Centro Tecnológico CTC Departamento de Automação e Sistemas DAS Sala 208 E-mail: hector.silveira@ufsc.br
Leia maisEES-20: Sistemas de Controle II
EES-: Sistemas de Controle II 14 Agosto 17 1 / 49 Recapitulando: Estabilidade interna assintótica Modelo no espaço de estados: Equação de estado: ẋ = Ax + Bu Equação de saída: y = Cx + Du Diz-se que o
Leia maisModelagem de Sistemas de Controle por Espaço de Estados
Modelagem de Sistemas de Controle por Espaço de Estados A modelagem por espaço de estados possui diversas vantagens. Introduz a teoria conhecida como Controle Moderno ; Adequada para sistemas de múltiplas
Leia maisSamir A. M. Martins 1
Realizações Mínimas Samir A. M. Martins 1 1 UFSJ / Campus Santo Antônio, MG Brasil Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre CEFET MG e UFSJ O que nos espera? 1 Realização
Leia maisUniversidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais
Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de ontrole Digitais 1 Introdução Observadores de Estado Prof Walter Fetter Lages 7 de
Leia maisTeoria de Sistemas Lineares I
Prof. Aguinaldo S.e Silva Universidade Federal de Santa Catarina Controlabilidade e Observabilidade Considere a equação dinâmica de dimensão n e p entradas ẋ = Ax + Bu com A R n n e B R n p. Definição:
Leia maisSISTEMAS 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 maisTeoria de Sistemas Lineares I
Teoria de Sistemas Lineares I Prof. Aguinaldo S.e Silva, Universidade Federal de Santa Catarina Observabilidade Conceito dual à controlabilidade. Considere a equação dinâmica de dimensão n, p entradas
Leia maisEES-20: Sistemas de Controle II. 10 Novembro 2017
EES-20: Sistemas de Controle II 10 Novembro 2017 1 / 46 Tópicos vistos até agora Modelo da planta amostrada no espaço de estados. Relação com a função de transferência. Análise de estabilidade. Projeto
Leia maisEstabilidade. Samir A. M. Martins 1. Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre UFSJ e CEFET MG
Interna Samir A. M. Martins 1 1 UFSJ / Campus Santo Antônio, MG Brasil Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre UFSJ e CEFET MG O que nos espera? Interna 1 em sistemas multivariáveis
Leia maisEstabilidade para Sistemas LVT
Estabilidade para Sistemas LVT 1. Estabilidade de Sistemas Variante no Tempo 2. Estabilidade da Resposta à Entrada Nula pag.1 Teoria de Sistemas Lineares Aula 14 Estabilidade de Sistemas Variante no Tempo
Leia maisLABORATÓRIO DE SISTEMAS DE CONTROLE II 4 PROJETO DE CONTROLADORES E DE OBSERVADORES NO ESPAÇO DE ESTADOS. 4.1 Colocação do Problema
UNIVERSIDADE DO ESTADO DE SANTA CATARINA CENTRO DE CIÊNCIAS TECNOLÓGICAS DEPARTAMENTO DE ENGENHARIA ELÉTRICA LABORATÓRIO DE SISTEMAS DE CONTROLE II 4 PROJETO DE CONTROLADORES E DE OBSERVADORES NO ESPAÇO
Leia maisEE-253: Controle Ótimo de Sistemas. Aula 6 (04 Setembro 2018)
EE-253: Controle Ótimo de Sistemas Aula 6 (4 Setembro 218) 1 / 54 Regulador Linear Quadrático Modelo linear: ẋ = Ax + Bu com (A, B) estabilizável. Funcional de custo quadrático: J = [ ] x T (t)qx(t) +
Leia maisTrabalho para ser realizado no MATLAB Controle Multivariável PTC-2513 Prof. Paulo Sérgio
Trabalho para ser realizado no MATLAB Controle Multivariável PTC-253 Prof. Paulo Sérgio Parte I - A ser entregue na primeira aula após a primeira prova. Considere o modelo linearizado do sistema de pêndulo
Leia maisEstabilidade entrada-saída (externa).
Estabilidade entrada-saída (externa) ENGC33: Sinais e Sistemas II Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 05 de junho de 2019 Prof Tito Luís Maia Santos 1/ 38 Sumário
Leia maisLISTAS DE EXERCÍCIOS PTC Controle Linear Multivariável (Pós-Graduação) Prof. Paulo Sérgio Pereira da Silva
LISTAS DE EXERCÍCIOS PTC - 5746 Controle Linear Multivariável Pós-Graduação Prof. Paulo Sérgio Pereira da Silva 27 ạ Lista de Exercícios Algebra Linear Controle Multivariável PTC 5746 Prof. Paulo Sérgio
Leia mais1ā 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 maisEstabilização Robusta
Estabilização Robusta 1. Modelos de incertezas estruturadas e espaço de estados 1.1. Incertezas limitadas em norma 1.2. Incertezas politópicas 2. Complemento de Schur e sinais de matrizes 3. Estabilidade
Leia maisEES-20: Sistemas de Controle II. 31 Julho 2017
EES-20: Sistemas de Controle II 31 Julho 2017 1 / 41 Folha de informações sobre o curso 2 / 41 O que é Controle? Controlar: Atuar sobre um sistema físico de modo a obter um comportamento desejado. 3 /
Leia maisControle Robusto H 2
Controle Robusto H 2 1. O problema de controle H 2 padrão 2. Controle ótimo H 2 por LMIs pag.1 Introdução ao Controle Robusto Aula 10 Problema de Controle H 2 padrão Encontre um controlador K(s) que estabilize
Leia maisControlo em Espaço de Estados Professor Catedrático: João Miranda Lemos
Instituto Superior Técnico Controlo em Espaço de Estados Professor Catedrático: João Miranda Lemos Resumo da Teoria João Paulo Silva, 73411, MEAer Lisboa, Março de 2015 Conteúdo 1 Modelo de Estado de
Leia maisX. MÉTODOS DE ESPAÇO DE ESTADOS
INSTITUTO TECNOLÓGICO DE AERONÁUTICA CURSO DE ENGENHARIA MECÂNICA-AERONÁUTICA MPS-43: SISTEMAS DE CONTROLE X. MÉTODOS DE ESPAÇO DE ESTADOS Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de
Leia maisSistemas Dinâmicos e Caos Lista de Problemas 2.1 Prof. Marco Polo
Sistemas Dinâmicos e Caos - 2016.2 - Lista de Problemas 2.1 1 Sistemas Dinâmicos e Caos Lista de Problemas 2.1 Prof. Marco Polo Questão 01: Oscilador harmônico Considere o oscilador harmônico ẋ = y, ẏ
Leia maisTeoria de Sistemas Lineares I
Teoria de Sistemas Lineares I Prof. Aguinaldo S.e Silva Universidade Federal de Santa Catarina Estabilidade Entrada-Saída BIBO Estabilidade Considere o sistema linear SISO invariante no tempo, causal e
Leia maisCap. 3 - Observabilidade e desacoplamento da Saída
Cap. 3 - Observabilidade e desacoplamento da Saída Visão geral do capítulo No capítulo 2 mostramos que a controlabilidade está relacionada com o menor subespaço A-invariante que contém a imagem de B. Mostramos
Leia maisControle por Rastreamento em Espaço de Estados
Controle por Rastreamento em Espaço de Estados O termo rastreamento (tracking) significa que desejamos que o processo rastreie um sinal de referencia. Exemplo de rastreamento: suponha que estamos lidando
Leia maisSEM-5828 Sistemas de Controle Lista 4 Resolução. Adriano Almeida Gonçalves Siqueira
SEM-5828 Sistemas de Controle Lista 4 Resolução Adriano Almeida Gonçalves Siqueira 1) Considere os seguintes sistemas dados elas funções de transferência: g 1( s) 1( s 1) ( s 5)( s 1) g ( s) 2 1( s 1)
Leia maisRepresentação e Análise de Sistemas Dinâmicos Lineares Componentes Básicos de um Sistema de Controle
Representação e Análise de Sistemas Dinâmicos Lineares 1 Introdução 11 Componentes Básicos de um Sistema de Controle Fundamentos matemáticos 1 Singularidades: Pólos e zeros Equações diferencias ordinárias
Leia maisANÁLISE DE SISTEMAS LINEARES NO ESPAÇO DE ESTADOS
AE- ANÁLISE DE SISTEMAS LINEARES NO ESPAÇO DE ESTADOS AE- Determine os valores e vectores próprios de a) A= -.5.5 -.5 b) B= - - AE- Forma canónica controlável. a) Mostre que a equação diferencial homogénea
Leia maisEES-20: Sistemas de Controle II. 01 Setembro 2017
EES-2: Sistemas de Controle II 1 Setembro 217 1 / 56 Controle com realimentação de estado Lei de controle: u(t) = Kx(t) + Fr(t) r t u t y t F K x t 2 / 56 Projeto por alocação de polos Determina-se K de
Leia maisFUNDAMENTOS DE CONTROLE - EEL 7531
Soluções periódicas e ciclos limite Funções descritivas FUNDAMENTOS DE CONTROLE - EEL 7531 Professor: Aguinaldo S. e Silva LABSPOT-EEL-UFSC 9 de junho de 2015 Professor: Aguinaldo S. e Silva FUNDAMENTOS
Leia maisControle por Rastreamento em Espaço de Estados
Controle por Rastreamento em Espaço de Estados O termo rastreamento (tracking) significa que desejamos que o processo rastreie um sinal de referencia. Exemplo de rastreamento: suponha que estamos lidando
Leia maisRedução de Múltiplos Subsistemas. Carlos Alexandre Mello. Carlos Alexandre Mello 1
Redução de Múltiplos Subsistemas Carlos Alexandre Mello 1 Introdução Sistemas mais complexos são compostos por diversos subsistemas Queremos representar múltiplos subsistemas com apenas uma função de transferência
Leia maisEstabilização de Sistemas a Excitação Persistente
13 de janeiro de 2014 CMAP, École Polytechnique França Tópicos 1 Introdução Problema de interesse Sistemas a excitação persistente 2 (T, µ)-estabilizador Estabilização com hipóteses espectrais sobre A
Leia maisRevisão - Controlabilidade e observabilidade - SLIT.
Revisão - Controlabilidade e observabilidade - SLIT. ENGC65: Sistemas de Controle III Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 12 de maio de 2014 Prof. Tito Luís Maia
Leia mais6 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 maisEncontro 5: Soluções no Espaço de Estados Parte I
Encontro 5: Soluções no Espaço de Estados Parte I Samir A. M. Martins 1 2 UFSJ / Campus Santo Antônio, MG Brasil Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre CEFET MG e UFSJ
Leia mais-GNE219 - Controle em Espaço de Estados
Universidade Federal de Lavras Departamento de Engenharia -GNE219 - Controle em Espaço de Estados Prof. Daniel Leite E-mail: daniel.leite@deg.ufla.br 2/2017 1/29 Sumário Controlabilidade Observabilidade
Leia maisModelagem Matemática de Sistemas
Modelagem Matemática de Sistemas 1. Descrição Matemática de Sistemas 2. Descrição Entrada-Saída 3. Exemplos pag.1 Teoria de Sistemas Lineares Aula 3 Descrição Matemática de Sistemas u(t) Sistema y(t) Para
Leia maisEES-20: Sistemas de Controle II. 20 Novembro 2017
EES-20: Sistemas de Controle II 20 Novembro 2017 1 / 57 Recapitulando: Filtro de Kalman para sistema de 1a ordem Foi considerado o caso de estado x[k] escalar, com G = 1 e C = 1, por simplicidade: Equação
Leia mais13 Estimador de malha aberta
Teoria de Controle (sinopse) 13 Estimador de malha aberta J. A. M. Felippe de Souza Neste capítulo, e no próximo, estudaremos os Estimadores de Estado. Quando fazemos REALIMENTAÇÃO com o estado, do tipo
Leia maisCONTROLO LINEAR. Mestrado em Matemática e Aplicações. Universidade de Aveiro
CONTROLO LINEAR Mestrado em Matemática e Aplicações Universidade de Aveiro Sistemas dinâmicos de controlo u - entrada y - saída x - estado - memória do sistema (condições iniciais) x(t ) u(t), t t y(t),
Leia maisControle Preditivo de Sistemas com Atraso.
Controle Preditivo de Sistemas com Atraso ENG730: Tópicos Especiais em Eng Elétrica Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 16 de março de 2016 Prof Tito Luís Maia
Leia maisIntrodução ao Sistema de Controle
Introdução ao Sistema de Controle 0.1 Introdução Controle 1 Prof. Paulo Roberto Brero de Campos Controle é o ato de exercer comando sobre uma variável de um sistema para que esta variável siga um determinado
Leia maisEstabilidade de sistemas de controle lineares invariantes no tempo
2 Estabilidade de sistemas de controle lineares invariantes no tempo 2.1 Introdução Neste capítulo, vamos definir alguns conceitos relacionados à estabilidade de sistemas lineares invariantes no tempo.
Leia maisEstabilidade de sistemas de controle lineares invariantes no tempo
Capítulo 2 Estabilidade de sistemas de controle lineares invariantes no tempo 2. Introdução Neste capítulo, vamos definir alguns conceitos relacionados à estabilidade de sistemas lineares invariantes no
Leia maisCOMPENSAÇÃO CP s(s+2)(s+8) CP1- Dada a FT em malha aberta G(s) = de um sistema com realimentação
CP- CP- Dada a FT em malha aberta G(s) = COMPENSAÇÃO s(s+)(s+8) de um sistema com realimentação negativa unitária, compense esse sistema, utilizando métodos de lugar de raízes, de forma que: a) o sistema
Leia maisAula 6 - Desempenho e Estabilidade MIMO, Ganho Pequeno
Aula 6 - Desempenho e Estabilidade MIMO, Teorema do Ganho Pequeno Universidade de São Paulo Sistemas Multivariáveis Espaço de Estados ẋ =Ax + Bu y =Cx + Du Exemplo [ 1 4 A = 2 3 [ 1 2 C = 0 1 ] [ 1 0,
Leia maisControle de Sistemas Dinâmicos via LMIs
32769 Controle de Sistemas Dinâmicos via LMIs Seguimento de referência e restrições em sinais Prof. Eduardo Stockler Tognetti Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos e de Automação
Leia mais1 Sistema Máquina-Barra in nita: apresentação e modelagem
EEL 751 - Fundamentos de Controle 1o rabalho Computacional 1 Sistema Máquina-Barra in nita: apresentação e modelagem Modelos do tipo máquina-barra in nita como o representado pelo diagrama uni - lar da
Leia maisAlgebra Linear. 1. Ortonormalização. 2. Sistema de Equações Lineares. pag.1 Teoria de Sistemas Lineares Aula 6. c Reinaldo M.
Algebra Linear 1. Ortonormalização 2. Sistema de Equações Lineares pag.1 Teoria de Sistemas Lineares Aula 6 Ortonormalização Um vetor x é dito estar normalizado se sua norma Euclidiana é igual a 1, ie,
Leia maisIntrodução ao Controle em Espaço de Estados - Projeto- Servomecanismo
Introdução ao Controle em Espaço de Estados - Projeto- Servomecanismo Eduardo M. A. M. Mendes DELT - UFMG Curso de Engenharia de Controle e Automação Universidade Federal de Minas Gerais emmendes@cpdee.ufmg.br
Leia maisObservadores Funcionais para Sistemas de Primeira Ordem Generalizados
Observadores Funcionais para Sistemas de Primeira Ordem Generalizados João Batista da Paz Carvalho, Julio Cesar Claeyssen, Depto de Matemática Pura e Aplicada, UFRGS, 91509-900, Porto Alegre, RS E-mail:
Leia maisEstimação na Presença de Ruído colorido
36 Estimação na Presença de Ruído colorido Como se viu, em presença de ruído colorido, os mínimos quadrados fornecem uma estimativa polarizada. Quer dizer, ao fazer muitas observações a estimativa não
Leia maisAlgebra Linear. 1. Funções de Matriz Quadrada 1.1. Teorema de Cayley-Hamilton. pag.1 Teoria de Sistemas Lineares Aula 8. c Reinaldo M.
Algebra Linear 1. 1.1. Teorema de Cayley-Hamilton pag.1 Teoria de Sistemas Lineares Aula 8 Considere A R n n associada a transformação linear f : R n R n Polinômios de matriz quadrada Para k positivo e
Leia maisCap. 4 - Formas Canônicas e
Cap. 4 - Formas Canônicas e Teoria da Realização Visão geral do capítulo Dada uma matriz de transferência G(s), uma realização de G(s) é um sistema linear: x(t) = Ax(t) + Bu(t) (1a) y(t) = Cx(t) + Du(t)
Leia maisAula 9. Carlos Amaral Cristiano Quevedo Andrea. UTFPR - Universidade Tecnológica Federal do Paraná DAELT - Departamento Acadêmico de Eletrotécnica
Aula 9 Carlos Amaral Cristiano Quevedo Andrea UTFPR - Universidade Tecnológica Federal do Paraná DAELT - Departamento Acadêmico de Eletrotécnica Curitiba, Abril de 2012. Resumo 1 Introdução - Estabilidade
Leia maisIdentificação por Métodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 1 Identificação por Métodos Não Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos
Leia maisMétodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 1 Métodos Não Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos de correlação J.
Leia maisEES-20: Sistemas de Controle II. 02 Outubro 2017
EES-20: Sistemas de Controle II 02 Outubro 2017 1 / 39 Recapitulando Ementa de EES-20 Relações entre as equações de estado e a função de transferência. Realizações de funções de transferência. Análise
Leia maisSistemas a Tempo Discreto
Sistemas a Tempo Discreto 1. Caracterização de sistemas dinâmicos a tempo discreto 2. Transformada-Z 3. FT discreta, estabilidade e analogia com domínio-s 4. Sistemas amostrados 4.1 Amostragem e retenção
Leia maisMétodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos ão Paramétricos 1 Métodos ão Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos de correlação J. Miranda
Leia maisCap.2. Representação de Estado e Controlabilidade
Cap.2. Representação de Estado e Controlabilidade Visão geral do capítulo Neste capítulo trataremos o problema da controlabilidade de sistemas lineares invariantes no tempo. Faremos antes uma breve revisão
Leia maisEES-49/2012 Resolução da Prova 3. 1 Dada a seguinte função de transferência em malha aberta: ( s 10)
EES-49/2012 Resolução da Prova 3 1 Dada a seguinte função de transferência em malha aberta: ( s 10) Gs () ss ( 10) a) Esboce o diagrama de Nyquist e analise a estabilidade do sistema em malha fechada com
Leia maisAnálise Dinâmica de Sistemas Mecânicos e Controle
Análise Dinâmica de Sistemas Mecânicos e Controle Unidade 3 Espaço de Estados: álgebra e resolução das equações dinâmicas Prof. Thiago da Silva Castro thiago.castro@ifsudestemg.edu.br Para trabalhar no
Leia maisUniversidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais
Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais Controlador Deadbeat Controladores Deadbeat Prof Walter Fetter
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
CONTROLE ADRC PARA SISTEMAS DE FASE NÃO-MÍNIMA UTILIZANDO RESPOSTA EM FREQUÊNCIA Jair Luiz de Azevedo Filho, Alessandro Rosa Lopes Zachi, Josiel Alves Gouvea Núcleo de Pesquisa em Mecatrônica (NUPEM) -
Leia maisSEM 538 Sistemas de Controle II
SEM 538 Sistemas de Controle II - 07 Prof.: Adriano Almeida Gonçalves Siqueira Descrição: Sistemas discretos no tempo, equações a diferenças. Transformada Z e transformações de sistemas contínuos para
Leia maisControle de Sistemas Dinâmicos via LMIs
32769 Controle de Sistemas Dinâmicos via LMIs Regulador Linear Quadrático LQR Regulador Linear Quadrático Gaussiano Prof. Eduardo Stockler Tognetti Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos
Leia maisInternal Model Control (IMC) e projeto de PID usando IMC
Internal Model Control (IMC) e projeto de PID usando IMC Gustavo H. C. Oliveira Dept. de Engeharia Elétrica / UFPR Gustavo H. C. Oliveira Internal Model Control (IMC) e PID 1/18 Sumário 1 Introdução 2
Leia maisUNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA POLITÉCNICA DEPARTAMENTO DE ELETRÔNICA PROJETO DE OBSERVADORES PARA SISTEMAS DESCRITORES REGULARES
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA POLITÉCNICA DEPARTAMENTO DE ELETRÔNICA PROJETO DE OBSERVADORES PARA SISTEMAS DESCRITORES REGULARES Autor: Miguel Boavista Quartin Orientador: Roosevelt José
Leia maisCap. 5 Estabilidade de Lyapunov
Cap. 5 Estabilidade de Lyapunov 1 Motivação Considere as equações diferenciais que modelam o oscilador harmônico sem amortecimento e sem força aplicada, dada por: M z + Kz = 0 Escolhendo-se x 1 = z e x
Leia maisAnalises usando funções descritivas
MÉTODO DA FUNÇÃO DESCRITIVA Analises usando funções descritivas Os ciclos limites aparecem em sistemas de qualquer tipo, sejam de toda natureza ou induzida. Os mais conhecidos são aqueles devido a histerese,
Leia maisUFRJ-COPPE- Programa de Engenharia
UFRJ-COPPE- Programa de Engenharia Elétrica 1/30 Sistemas Não-Lineares I Liu Hsu Programa de Engenharia Elétrica, COPPE/UFRJ Aula 14 UFS O Lema de Kalman-Yakubovitch Este lema é muito importante e estabelece
Leia maisPID e Lugar das Raízes
PID e Lugar das Raízes 1. Controlador PID 2. Minorsky (1922), Directional stability of automatically steered bodies, Journal of the American Society of Naval Engineers, Vol. 34, pp. 284 Pilotagem de navios
Leia mais