7.O Problema Linear Quadrático
|
|
- João Victor Fidalgo Quintão
- 6 Há anos
- Visualizações:
Transcrição
1 7.O Problema Linear Quadrático Objectivo: Introduzir o Problema Linear Quadrático e os elementos básicos da sua solução. Mostrar que o controlo resultante estabiliza a cadeia fechada.
2 Dinâmica: Formulação do Problema Linear Quadrático x&( t) = Ax() t + bu() t x( ) x = ut () R m Funcional de custo: T fixo T J = [ x () t Qx() t + u Ru] dt Q Q = R = R > Pretende-se minimizar o funcional J pelo que a Lagrangiana deve ser Lxu (, ) = ( xqx + uru )
3 3 Equação adjunta & λ = λ f + L & λ () t = λ () t A x () t Q sujeita à condição terminal λ( ) Hamiltoniana H( λ, x, u) = λ f ( x, u) + L( x, u) H( λ, x, u) = λ () t Ax() t + λ () t bu() t x () t Qx() t u () t Ru() t x x T =
4 4 A Hamiltoniana Condição (necessária) de mínimo da Hamiltoniana H( λ, x, u) = λ () t Ax() t + λ () t bu() t x () t Qx() t u () t Ru() t é uma função quadrática. Uma condição necessária de mínimo é pois ou seja pelo que o controlo óptimo verifica H u = λ () tb u () tr= ut () = R b λ() t
5 5 A trajectória óptima do estado verifica pois xt &( ) = Axt () + br b λ () t u () opt t & λ() t = Qx() t A λ() t sujeito às condições x( ) x = λ( T ) = Trata-se de um problema em que as incógnitas (x e λ) estão específicadas em dois pontos ( e T). Diz-se um problema de valores na fronteira em dois pontos (Two point boundary value problem). Como resolvê-lo?
6 6 As equações do estado e do co-estado, com o controlo óptimo, são: &x = Ax+ br b λ &λ = Qx A λ Admita-se que existe uma matriz P(), t tal que λ = Px Sendo assim, as equações do estado e do co-estado escrevem-se: [ ] &x = A br b P x [ Q ] &λ = + A P x Repare-se que, se conhecermos a matriz P(), t a equação de estado fica desacoplada da do co-estado, podendo ser resolvida separadamente.
7 7 Vamos então tentar obter uma equação verificada pela matriz P(). t Tem-se Derivando λ = Px & λ = Px & Px & Usando as equações diferenciais do estado e do co-estado: ou seja, pondo x em evidência: ( + ) = & ( ) Q A P x Px P A br b P x [ ] &P+ PA+ A P PbR b P+ Q x =
8 8 [ ] &P+ PA+ A P PbR b P+ Q x = Para que esta identidade seja satisfeita para todo o parêntesis recto tem de ser nulo. x, o termo entre Obtém-se assim a equação diferencial de Riccati: &P = PA+ A P PbR b P+ Q P( T) = (porquê?)
9 9 Problema Linear Quadrático (LQ) - Resumo Dado sistema com dinâmica linear xt &( ) = Axt () + but () x( ) = x ut () R m O controlo que minimiza o custo quadrático de horizonte finito T J = [ x () t Qx() t + u Ru] dt Q = Q R = R > é dado pela retroacção do estado de ganho variável no tempo: u() t = K() t x() t Kt () = R BPt ' () em que P(t) é a matriz simétrica defini diferencial de Riccati da positiva que satisfaz a equação &P = PA+ A P PbR b P+ Q P( T) =
10 Exemplo (Controlo LQ de um Sistema de ª ordem) Considere-se o sistema de primeira ordem, instável em cadeia aberta x&( t) = x() t + u() t x( ) = Pretende-se determinar a lei de controlo que minimiza A solução é dada por T J u [ ( ) = x () t + ru () t ] dt T >, r > pt & () = pt () + () r p t u() t K() t x() t = Kt () = r pt () pt ( ) =
11 u(t) x(t) - - r= r= r= r= r=. K(t).5 P(t) para vários T r=
12 Como se pode observar, diminuindo o peso no custo da acção de controlo, r, o sistema fica mais rápido (o transitório do estado extingue-se mais rapidamente), o mas o ganho aumenta (compare-se com a situação que se tem no Controlo de Variância Mínima dessintonizado). Aumentando o horizonte, a solução da equação de Riccati é inicialmente uma constante bem definida, tendo um tr ansitório próximo do intervalo de optimização. Isto sugere que, quando o horizonte T a solução da equação de Riccati fica constante para todo o t.
13 3 O exemplo anterior sugere que se considere o problema de minimizar o custo quadrático sobre um horizonte infinito [ ] JLQ = x'() t Qx() t + u'() t Ru() t dt A solução deste problema vem dada pelo controlo por retroacção do estado u() t = Kx() t K = R B' P em que P é a solução da equação algébrica de Riccati, dada por PA + A P PbR b P + Q =
14 4 Se o sistema x&( t) = Ax() t + bu() t fôr estabilizável, i. e., se existir um vector de ganhos F tal que o sistema em cadeia fechada ( ) xt &( ) = A bfxt () é estável, então a solução da equação de Riccati algébrica é semidefinida positiva (pelo menos) e corres ponde ao limite da solução da equação diferencial de Riccati quando o horizonte T é sucessivamente aumentado.
15 5 Problema: Dado o sistema definido pelo diagrama de blocos - u s+ x s x k k + + Determinar os valores de k e k que optimizam [ ] Q = J = x' Qx( t) + u' Ru( t) dt. R =
16 6 Modelo de estado do sistema em cadeia aberta X X () s = s X () s donde x & () t = x( ) () s = U() s s + ou sx () s = X () s + U () s donde x& () t = x() t + u() t O modelo de estado é portanto x& x& = x x + u
17 7 A equação Algébrica de Riccati: PA + A' P PBR C' P + Q = neste caso é p p ou seja p p + p p p p p p p p p p [ ] p p +. = p p p p p p p + p p p p + p p p =.
18 8 p p p p p p p + p p p p + p p p =. Igualando aas entradas correspondentes destas matrizes, obtêm-se as equações seguintes: p = A equação p p p p p = ( ) p p p +. = = é verificada por p =±. No entanto, apenas a raíz positiva leva a uma matriz P definida positiva. Assim, é p =.
19 p p p p = ( ) p p p +. = Sendo p =, estas equações reduzem-se a p p = 9 p + p 9. = A segunda equação tem como raízes ± 9.. Uma vez mais deve ser tomada a raiz positiva para que a matriz P seja sefinida positiva. Assim: P = 7. 7.
20 P = O vector de ganhos óptimo vem dado por K A lei de controlo óptimo LQ é pois: = R B' P 7. = 7. K = [ ] [ 7. ] ( 76 ) ut () = x+. x
21 Regulação Quadrática da Saída com horizonte infinito Há situações em que se pretende regular a saída do sistema. Modelo: com o funcional de custo: Repare-se que, como xt &( ) = Axt () + but () y() t = Cx() t [ () ρ ()] J = y t + u t dt y () t = x'() t C' Cx() t este problema reduz-se ao anterior fazendo a seguinte escolha da matriz Q: Q = C' C
22 A solução do problema de minimizar [ () ρ ()] J = y t + u t dt em que o sistema é modelado por é dada por xt &( ) = Axt () + but () y() t = Cx() t u() t = Kx() t K = R B' P em que P é a única solução definida positiva da seguinte equação algébrica de Riccati PA + A P Pbb P + C' C = ρ
23 3 Relativamente a esta lei de controlo tem-se o seguinte teorema: Se o par (A, B) fôr estabilizável (ver definição acima) e o par (A, C) fôr observável, a solução definida positiva da equação algébrica de Riccati existe e é única, e o sistema em cadeia fechada é assimptoticamente estável. O par (A,C) é observável se C CA car M n CA = n n = dim( x)
24 4 Uma matriz P diz-se definida positiva se Diz-se semidefinida positiva se xpx ' > x xpx ' x
25 5 Questão: Qual a colocação dos pólos da cadeia fechada que corresponde a minimizar J (no caso em que o sistema é SISO)? Resposta [Chang/Letov]: Os pólos do sistema realimentado óptimo (com T = ) são as n raízes estáveis do polinómio (s) em que ( s) = a( s) a( s) + b( s) b( s) ρ b ( s) = C adj( si A) B de grau n dado por Zeros do sistema a( s) = det( si A) Pólos do sistema
26 6 Se s s = é uma raiz de (s) ( s) = a( s) a( s) + b( s) b( s) ρ, então: s ) = a( s) a( s) + b( s) b( s ) = ρ ( Neste caso, também se tem para s = s : ou seja, se s s ) = a( s) a( s) + b( s) b( s ) = ρ ( s = é uma raiz de (s), então s = s também o é.
27 7 As raízes de (s) são simétricas relativamente ao eixo imaginário. Podemos sempre escolher n pólos estáveis Como os pólos do sistema controlado (s) são dados pelas raízes estáveis de, o sistema em cadeia fechada com controlo óptimo LQ de horizonte infinito é estável.
28 8 Solução do Problema LQ ( T = ) por colocação de pólos A solução do problema LQ de horizonte infinito pode ser feita do seguinte modo:. Determinar ( s) = a( s) a( s) + b( s) b( s) ρ. Determinar n = a(s) raízes estáveis de (s). 3. Calcular o vector de ganhos de retroacção do estado tal que o sistema em cadeia fechada tem os pólos na posição dessas raízes.
29 9 Exemplo Dado o sistema x & = x + u 4 y = [ ]x Qual a lei de controlo por retroacção do estado que minimiza J = [ ] y ( t) + ρu ( t) dt ρ =
30 3 Em primeiro lugar é necessário obter a função de transferência em cadeia aberta. Em geral, isso pode ser feito com as expressões b ( s) = C adj( si A) B a( s) = det( si A) Neste caso, é fácil obter a função de transferência recorrendo à manipulação de diagramas de blocos. As equaç ões de estado são representadas graficamente através de um diagrama de blocos, que é simplificado até se obter a função de transferência. Os alunos são convidados a resolver o mesmo problema recorrendo às expressões acima.
31 3 Equações de estado: Diagrama de blocos equivalente: x& x & = x = x 4 u u - x x y + s s + + 4
32 3 u - x x y + s s + + u - + s s +s y 4 4 Y = s ( + s) U 4 s Y = + s s U 4 b ( s) = ( + s) a ( s) = s 4
33 33 Os pólos óptimos são as duas raízes estáveis de ( s) = a( s) a( s) + b( s) b( s) ρ a ( s) = s 4 b ( s) = ( + s) ( s) = ( s 4) + ( + ρ s)( s) = s Mudança de variável z = s ( z 4) + ( z) = z 8.z + 6. = 4. 6 = ρ z z = 3. 5 s =.4 s =. 4 s = s 4 =. 87
34 34 Im(s) Re(s) Estes são os pólos do sistema em cadeia fechada com o controlador óptimo O vector de ganhos óptimos é deter cadeia fechada sejam.4 e.87 minado por forma a que os pólos da O polinómio característico desejado para a cadeia fechada é pois α ( s) = ( s +.4)( s +.87) = s + 4.s + 4
35 35 Diagrama de blocos do sistema em cadeia fechada com retroacção (genérica) do estado: 4 - u - + x s s x +s y k k - s +s k -k s
36 36 Equação característica da cadeia fechada ( 4 k ks ) = s Polinómio característico da cadeia fechada α K ()= s s + k s+ k 4 Comparando com o polinómio característico desejado Obtêm-se os ganhos óptimos α () s = s + 4. s+ 4 k opt = 8 k = 4. opt
37 35 Diagrama de blocos do sistema em cadeia fechada com retroacção (genérica) do estado: 4 - u - + x s s x +s y k k - s +s k -k s
38 36 Equação característica da cadeia fechada ( 4 k ks ) = s Polinómio característico da cadeia fechada α K ()= s s + k s+ k 4 Comparando com o polinómio característico desejado Obtêm-se os ganhos óptimos α () s = s + 4. s+ 4 k opt = 8 k = 4. opt
39 37 O "root square locus" As frequências naturais ("pólos") do sist ema em cadeia fechada com controlo LQ de horizonte infinito são dadas pelas raízes estáveis da equação asa () ( s) + bsb ()( s) = ρ A esta equação pode dar-se a forma ρ bsb ()( s) asa () ( s) = O que acontece a estas raízes quando o peso ρ no controlo varia?
40 38 asa () ( s) + bsb ()( s) = ρ Quando o peso no controlo é muito grande ( aproximadamente: a() s a( s) = ρ grande) a equação fica Assim, neste caso, os pólos da cadei aberta se estes forem estáveis ou os s semiplano complexo direito. a fechada, ou são os pólos da cadeia eus simétricos se estes estiverem no
41 39 asa () ( s) + bsb ()( s) = ρ Analogamente, se ρ fôr muito pequeno, os pólos da cadeia fechada aproximam-se dos zeros da cadeia aberta se estes forem de fase mínima (ou seja, se estiverem à esquerda do eixo im aginário) ou dos seus simétricos se os zeros estiverem à direita. Se houver mais pólos do que zeros, os pólos restantes tendem para. Repare-se que não se pode ter ρ = para o problema LQ em tempo contínuo pois os ganhos do controlador seriam infinitos. Esta situação é diferente em tempo discreto, onde é possível ter ρ =.
42 4 Para valores intermédios de ρ os pólos do sistema com controlo óptimo podem obter-se traçando o root-locus de ρ bsb ()( s) = asa () ( s) e tomando a sua parte estável. É a isto que se chama o root-square-locus.
43 4 Root square locus - exemplo Considere-se o modelo do sistema instável em cadeia aberta correspondente à linearização do pêndulo invertido: x& = x u. + 5 y = [ ] A função de transferência em cadeia fechada é bs () s + = as () s 5.
44 4 O root square locus correspondente é Imag Axis Real Axis
45 43 Estabilidade relativa do Controlador LQ Considere-se o sistema descrito pelo modelo de estado linear: Têm-se as seguintes definições: x&( t) = Ax() t + bu() t y ( t) = Cx( t) Transformada de Laplace da Matriz de Transição de estado do sistema em cadeia aberta: Φ( s ) = ( si A) J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
46 44 Ganho de malha: Obtido interrompendo a cadeia de controlo à entrada e multiplicando todos os ganhos. - u (si-a) - b x k L ( s) = kφ( s) b Desigualdade de Kalman: + L ( jω ) J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
47 45 Consequência da Desigualdade de Kalman: + L ( jω ) L( jω ) ( ) Im Conclusão: O diagrama de - L(j ω)-(-) Re Nyquist de L( jω) nunca entra dentro da cirdunferência de raio, centrada em. L(j ω) J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
48 46 Im No caso mais desfavorável, o controlador LQ tolera uma redução do - - Re ganho de ½ até que o ganho de malha atinja o ponto. A margem de ganho é pois de pelo menos.5. J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
49 47 Im No caso mais desfavorável o controlador LQ tolera uma redução - 6 o Re da fase de pelo menos 6 o até que o ganho de malha atinja o ponto. A margem de fase do controlador LQ é de pelo menos 6 o. J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
50 48 O Filtro de Kalman-Bucy Objectivo: Dimensionar os ganhos do observador usando um critério de optimização. Modelo do processo: x &( t) = Ax( t) + bu( t) + w( t) y ( t) = Cx( t) + v( t) Sinais de ruído branco gaussiano Os sinais v e w são sinais grancos e Gaussianos tal que [ ] T w( t) w ( t + τ ) Qoδ ( τ ) [ ] T E v( t) v ( t + τ ) = Roδ ( τ ) E = J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
51 49 O filtro de Kalman-Bucy dá recursivamente a estimativa xˆ do estado que é: Centrada: Minimiza: E [ x( t) xˆ( t) ] = x ( t) xˆ( t) dt ou seja o erro tem energia mínima. J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
52 5 Equações do filtro de Kalman-Bucy A estimativa xˆ é propagada no tempo resolvendo a equação diferencial: x& ˆ( t) = Axˆ( t) + bu( t) + Lo ( y( t) O vector de ganhos óptimo é dado por Cxˆ( t)) L o T = ΣC Ro A matriz Σ é a solução simétrica e semidefinida positiva da equação de Riccati algébrica do filtro, dada por: AΣ + ΣA T + Q o ΣC T R o C Σ = J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
53 5 O filtro de Kalman-Bucy é um observ ador óptimo em que a larguira de banda é ajustada por forma a optimizar a relação sinal/ruído, escolhendo um ganho adequado. Repare-se que se não houver ruído de observação ( R = singular, sendo o vector de ganhos infinito. ), o problema fica J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
54 5 Regulador Linear Quadrático Gaussiano (LQG) Combina: A estimação do estado com um filtro de Kalman com A realimentação da estimativa xˆ com um controlador óptimo LQ, projectado supondo que se tem acesso ao estado. u y Processo - Filtro K-B k O Teorerma de Separação é válido para o controlador LQG. J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
55 Rudolph Kalman nasceu em 93, em Budapest na Hungria. Emigrou para os U.S.A., onde estudou no MIT e, posteriormente, na Universidade de Colúmbia, onde fez o seu doutoramento. No início dos anos 6, o seu nome ficou ligado aos artigos que estabeleceram os fundamentos do Controlo LQ e LQG e à filtragem óptima linear com base no modelo de estado, que desenvolveu em conjunto com Richard Bucy. Foi Kalman que trouxe para a comunidade do Controlo os métodos desenvolvidos por Lyapunov 7 anos ant es e que os aplicou ao estudo da estabilidade de sistemas descritos por modelos de estado lineares. 53 J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
56 54 Equações do Regulador LQG Equações do estimador: x& ˆ( t) = Axˆ( t) + bu( t) + Lo ( y( t) Cxˆ( t)) L o T = ΣC Ro AΣ + ΣA T + Q o ΣC T R o C Σ = T Σ = Σ Equações do regulador u( t) = Kxˆ( t) K T T T = B P A P + PA PBB P + Q = ρ ρ J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
57 55 Função de transferência do regulador LQG G CLQG ( s) = K ( si A + BK + LoC ) Lo É semelhante à do compensador baseado em observador que se estudou no capítulo sobre RLVE. A diferença reside no modo como são calculados os ganhos K e L o, que aqui são calculados por forma a optimizar um funcional (cada um deles). J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
58 56 Recuperação do Ganho de Malha Loop Transfer Recovery (LTR) Não há qualquer garantia sobre as margens de estabilidade (margem de ganho e margem de fase) do regulador LQG. Estas margens podem ser perigosamente baixas, dependendo das características estatísticas do ruído. Idéia: Usar os parâmetros que definem a estatística do ruído, Ro e Q o como parâmetros de ajuste para recuperar o ganho de malha que se obteria com um regulador LQ (e que tem boas características de estabilidade relativa). É nisto que consiste o controlo LQG-LTR (LQG com recuperação do ganho der malha). J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
59 57 Pode demonstrar-se que se: ) G (s) é de fase mínima; ) R = e Então Q = q BB lim q T L LQG ( s) = Isto sugere que se projecte um filt ro de Kalman-Bucy em que o parâmetro q é muito elevado. L LQ ( s) J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
60 58 Exemplo: Controlo de um integrador duplo Rail Ball u Motor z Este e outros sistemas podem ser modelados como um integrador duplo, tomando como variáveis de estado x = z x = z& J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
61 J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo 59 Modelo do integrador duplo Modelo de estado do integrador duplo: [ ]x y u x x x x = + = & & Função de transferência do integrador duplo: ) ( s s G =
62 6 Integrador duplo com regulador LQ - x x /s /s k k Pretende-se esciolher os ganhos k e k por forma a minimizar o custo quadrático de horizonte inifinito: J LQ = [ ] y ( t) ρu ( t) + Assume-se que se tem acesso directo à medida de x e x. dt J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
63 J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo 6 Equação Algébrica de Riccati (ARE): ' ' = + + P PBB Q PA A P ρ = A = B [ ] = C [ ] = = = C'C Q A ARE fica: = p p p p p p p p p p p p p p p p = = = 3 3 p p p p p p = P
64 6 Ganho óptimo: K LQ = B' P ρ Como B '= [ ] P = Vem K LQ = [ ] J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
65 63 Com os ganhos óptimos, a dinâmica do sistema em cadeia fechada fica: A BK LQ Equação característica da cadeia fechada: det Pólos da cadeia fechada = ( ) A + BK = s + s + = si LQ s, = ( ± j) O sistema em cadeia fechada fica estável e com um coeficiente de amortecimento ς =. 77. J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
66 64 Resposta ao escalão do sistema com controlo LQ.4..8 x Time J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
67 65 Ganho de malha com controlo LQ: s + = ( si A) B L( s) = s L LQ ( s) KΦ( s) B = K.5 /s /s L (s) LQ k +sk Como esperado, o ganho de malha não entra no círculo de raio. J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
68 J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo 66 Modelo do integrador duplo com ruído: + + = ) ( ) ( ) ( ) ( ) ( ) ( ) ( t w t w t u t x t x t x t x & & [ ] ) ( ) ( ) ( ) ( t v t x t x t y + = Os sinais v, w e w são sinais estocásticos mutuamente independentes, cujas características estatísticas são usadas para ajustar o ganho de malha: [ ] o Q t w t w t w t w E = ) ( ) ( ) ( ) ( [ ] o R t v E = ) (
69 67 Diagrama de blocos do integrador duplo com ruído: u w w v x x s s y Vamos assumir Q = R o = J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
70 Integrador duplo com controlador LQG 68 - u w w v x x s s y + k, k projectados tal como no regulador LQ. L L x + + s k s x k - L, L projectados de acordo com o dimensionamento do filtro de Kalman-Bucy + J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
71 69 Equação de Riccati para o filtro: Assumindo Σ = Cálculo dos ganhos do filtro de Kalman-Bucy AΣ + ΣA σ σ σ σ 3 T + Q o ΣC T R o C Σ = e usando o método dos coeficientes indeterminados obtém-se a solução definida positiva: Σ = 3 3 J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
72 7 Ganhos óptimos do filtro: L = ΣC T R o Função de transferência do compensador LQG: G CLQG = K LQ ( si A + = BK 3 LQ + G 3.4( s +.3) = CLQG s +.57 ± j.4 LC ) L J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
73 7 Pólos da cadeia fechada do integrador duplo com LQG: ( ± j) 3 ± j Pólos do sistema Pólos do filtro controlado com LQ, supondo acesso ao estado J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
74 7 Intencionalmente deixada branca J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
75 73 Intencionalmente deixada branca J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
76 74 Comparação dos reguladores LQ e LQG. O LQ tem maiores margens de estabilidade.. Nas baixa frequência o ganho de malha do LQ é maior do que o do LQG. Isto implica que o LQ tem melhor es propriedades de seguimento do que o LQG. 3. A frequência de corte é maior no LQ do que no LQG a. O LQ é mais susceptível ao ruído b. O LQ é mais rápido a responder 4. Na alta frequência, a inclinaç ão da curva de ganho é db/déc. no LQ e 6db/déc. no LQG. O LQ é mais susceptível ao ruído do que o LQG, mas tem melhor estabilidade relativa. J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
77 75 Recuperação do ganho de malha no integrador duplo com controlo LQG 5 Gain [db] Phase [º] freq. [rad/s] q =,, J. Miranda Lemos IST- Área Científica de Sistemas, Decisão e Controlo
6.Introdução ao Controlo Óptimo
Introdução ao Controlo Óptimo 6.Introdução ao Controlo Óptimo J. Miranda Lemos Professor Catedrático do IST Introdução ao Controlo Óptimo Bibliografia Luenberger, D. (979). Introduction to Dynamic Models
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 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 mais5. Síntese de leis de controlo usando técnicas polinomiais
1 5. Síntese de leis de controlo usando técnicas polinomiais Objectivo: Projectar controladores discretos lineares por colocação de pólos, recorrendo a descrições entrada/saída do processo Referência:
Leia maisControle Ótimo - Aula 8 Equação de Hamilton-Jacobi
Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo Considere
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. 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 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 maisEscolha da Função de Transferência Desejada
43 Escolha da Função de Transferência Desejada Utilizar regras intuitivas dos sistemas contínuos. Eg. Sistema de segunda ordem: Amplitude 1.4 1.2 1.8.6.4 t p t s Step Response S ± 1% ω ξω ω ξω ω.2 1 2
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
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 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 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 mais1. 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 maisVI. MÉTODO DO LUGAR GEOMÉTRICO DAS RAÍZES
INSTITUTO TECNOLÓGICO DE AERONÁUTICA CURSO DE ENGENHARIA MECÂNICA-AERONÁUTICA MPS-43: SISTEMAS DE CONTROLE VI. MÉTODO DO LUGAR GEOMÉTRICO DAS RAÍZES Prof. Davi Antônio dos Santos (davists@ita.br) Departamento
Leia maisFundamentos de Controlo
Fundamentos de Controlo 6 a Série Projecto de Compensadores: Avanço/atraso de fase, moldagem do ganho de malha. S6.1 Exercícios Resolvidos P6.1 Considere o sistema de controlo com retroação unitária representado
Leia maisIV. ESTABILIDADE DE SISTEMAS LIT
INSTITUTO TECNOLÓGICO DE AERONÁUTICA CURSO DE ENGENHARIA MECÂNICA-AERONÁUTICA MPS-43: SISTEMAS DE CONTROLE IV. ESTABILIDADE DE SISTEMAS LIT Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de
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 maisEstimadores ou Observadores de Estado
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 Estimadores ou Observadores
Leia maisMestrado Integrado em Engenharia Electrotécnica e de Computadores Controlo em Espaço de Estados
Mestrado Integrado em Engenharia Electrotécnica e de Computadores Controlo em Espaço de Estados Problemas sobre Retroacção Linear de Variáveis de Estado J. Miranda Lemos 0 J. M. Lemos, IST P. Considere
Leia maisINSTITUTO SUPERIOR TÉCNICO CONTROLO. As questões assinaladas com * serão abordadas na correspondente aula de apoio.
INSTITUTO SUPERIOR TÉCNICO ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES CONTROLO 3 a Série (root-locus, análise e projecto no plano-s) As questões assinaladas com * serão abordadas na correspondente aula
Leia maisRetroacção Linear de Variáveis de Estado
Mestrado Integrado em Engenharia Electrotécnica e de Computadores Controlo em Espaço de Estados Problemas para auto-estudo sobre Retroacção Linear de Variáveis de Estado J. Miranda Lemos 03 J. M. Lemos,
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 maisControlo Em Espaço de Estados. Trabalho de Laboratório nº 3
Mestrado em Engenharia Electrotécnica e de Computadores Controlo Em Espaço de Estados 2008/09 Trabalho de Laboratório nº 3 Controlo Adaptativo do Nível de um Tanque J. Miranda Lemos e Alexandre Bernardino
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 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 maisEES-49/2012 Prova 1. Q1 Dado o seguinte conjunto de equações:
Q1 Dado o seguinte conjunto de equações: EES-49/2012 Prova 1 Onde: h C é o sinal de entrada do sistema; θ é o sinal de saída do sistema; T P é uma entrada de perturbação; T T, T R e h R são variáveis intermediárias;
Leia maisFundamentos de Controlo
Fundamentos de Controlo 4 a Série Root-locus: traçado, análise e projecto. S4.1 Exercícios Resolvidos P4.1 Considere o sistema de controlo com retroacção unitária representado na Figura 1 em que G(s) =
Leia mais= + + = = Este sistema é semelhante ao anterior mas o atraso do sistema é agora de 2 amostras. Pretende-se determinar o controlo de variância mínima.
38 Controlo de variância mínima: Exemplo 2 Considere-se o processo modelado por σ [ ] Este sistema é semelhante ao anterior mas o atraso do sistema é agora de 2 amostras. Pretende-se determinar o controlo
Leia maisSumário. 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 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 maisModelação e Simulação 4.Sistemas lineares Sistemas lineares
Modelação e Simulação 4.Sistemas lineares. 4.Sistemas lineares Objectivo: Após completar este módulo o aluno deverá ser capaz de relacionar o tipo de resposta no tempo com a estrutura do sistema linear,
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 maisEXAME No.1 ; TESTE No.2 CONTROLO-MEEC PROVAS-TIPO, Jan. 2018
COTAÇÕES TESTE N0.2 Q3-3.1 [3v], 3.2 [2v], 3.3 [2v], 3.4 [1v] Q4-4.1 [6v], 4.2 [2v], 4.3 [3v], 4.4 [1v] EXAME No.1 ; TESTE No.2 CONTROLO-MEEC PROVAS-TIPO, Jan. 2018 8 valores 12 valores EXAME Q1-1.1 [1v],
Leia maisO método do lugar das raízes
4 O método do lugar das raízes 4.1 Introdução Neste capítulo é apresentado o método do lugar das raízes, que consiste basicamente em levantar a localização dos pólos de um sistema em malha fechada em função
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 maisSistemas de Controle 2
Pontifícia Universidade Católica de Goiás Escola de Engenharia Sistemas de Controle 2 Cap.8 - Técnicas do Lugar das Raízes Prof. Dr. Marcos Lajovic Carneiro Sistemas de Controle 2 Prof. Dr. Marcos Lajovic
Leia maisAspectos Operacionais
67 Aspectos Operacionais Esta aula vai abordar 4 aspectos de grande importância prática: 1. Estabilidade robusta que cuidados deveremos ter na especificação da função de transferência em malha fechada
Leia maisFaculdade de Engenharia da UERJ - Departamento de Engenharia Elétrica Controle & Servomecanismo I - Prof.: Paulo Almeida Exercícios Sugeridos
Faculdade de Engenharia da UERJ Departamento de Engenharia Elétrica Controle & Servomecanismo I Prof.: Paulo Almeida Exercícios Sugeridos Estabilidade, Resposta Transitória e Erro Estacionário Exercícios
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 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 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 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 maisANÁLISE DO MÉTODO DA RESPOSTA EM FREQÜÊNCIA
VIII- CAPÍTULO VIII ANÁLISE DO MÉTODO DA RESPOSTA EM FREQÜÊNCIA 8.- INTRODUÇÃO O método da resposta em freqüência, nada mais é que a observação da resposta de um sistema, para um sinal de entrada senoidal,
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 maisR + b) Determine a função de transferência de malha fechada, Y (s)
FUP IC Teoria do Controlo xercícios Análise de Sistemas ealimentados Teoria do Controlo xercícios Análise de Sistemas ealimentados AS Considere o sistema da figura ao lado: a) Determine a função de transferência
Leia maisV. ANÁLISE NO DOMÍNIO DO TEMPO
INSTITUTO TECNOLÓGICO DE AERONÁUTICA CURSO DE ENGENHARIA MECÂNICA-AERONÁUTICA MPS-43: SISTEMAS DE CONTROLE V. ANÁLISE NO DOMÍNIO DO TEMPO Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de
Leia mais(c) G d (z) = (d) G d (z) = A função de transferência do equivalente por invariância da resposta impulsional é = Z
Parte I Escolha múltipla h Tópicos de resolução A função de transferência do sistema cuja resposta ao degrau unitário está representada na figura é 8 (a) G(s) = s + 6s + 4 8 (b) G(s) = s + 4s + 4 8 (c)
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 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 maisEquações Diofantinas + = polinómios conhecidos polinómios desconhecidos
24 Considere-se a equação Equações Diofantinas + = polinómios conhecidos polinómios desconhecidos Há soluções? Quantas soluções há para uma dada equação? Em geral, a equação pode ser definida num anel
Leia maisCAPÍTULO 7 Projeto usando o Lugar Geométrico das Raízes
CAPÍTULO 7 Projeto usando o Lugar Geométrico das Raízes 7.1 Introdução Os objetivos do projeto de sistemas de controle foram discutidos no Capítulo 5. No Capítulo 6 foram apresentados métodos rápidos de
Leia maisProjeto de Sistemas de Controle Realimentados
Projeto de Sistemas de Controle Realimentados 1. Projeto de avanço de fase usando diagramas de Bode 2. Projeto de atraso de fase usando diagramas de Bode pag.1 Controle de Sistemas Lineares Aula 20 O projeto
Leia maisCONTROLO. 3º ano 1º semestre Transparências de apoio às aulas teóricas. Capítulo Projecto Nyquist/Bode
CONROLO 3º ano º semestre 202-203 ransparências de apoio às aulas teóricas Capítulo Projecto Nyquist/Bode Maria Isabel Ribeiro António Pascoal odos os direitos reservados Estas notas não podem ser usadas
Leia maisConteúdo. 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 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 maisResumo. Sinais e Sistemas Transformada de Laplace. Resposta ao Sinal Exponencial
Resumo Sinais e Sistemas Transformada de aplace uís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico Definição da transformada de aplace Região de convergência Propriedades da transformada de
Leia maisSistemas lineares. Aula 7 Transformada Inversa de Laplace
Sistemas lineares Aula 7 Transformada Inversa de Laplace Transformada Inversa de Laplace Transformada Inversa de Laplace e RDC x(t) única Metódos Inversão pela Definição Inversão pela Expansão em Frações
Leia maisModelação, Identificação e Controlo Digital 2003/04 Segundo Exame
Lic. Em Engª Electrotécnica e de Computadores Modelação, Identificação e Controlo Digital 003/04 Segundo Exame 4 de Fevereiro de 004, 9 horas - sala E5 Quotação: P-4, P-4, P3-4, P4-3, P5-3, P6-. P Considere
Leia maisEstabilidade no Domínio da Freqüência
Estabilidade no Domínio da Freqüência 1. Motivação 2. Mapas de contorno no Plano-s 3. Critério de Nyquist pag.1 Controle de Sistemas Lineares Aula 16 Estabilidade no Domínio da Freqüência Como analisar
Leia maisII. REVISÃO DE FUNDAMENTOS
INSTITUTO TECNOLÓGICO DE AERONÁUTICA CURSO DE ENGENHARIA MECÂNICA-AERONÁUTICA MPS-43: SISTEMAS DE CONTROLE II. REVISÃO DE FUNDAMENTOS Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de Mecatrônica
Leia maisCONTROLO MEEC. 1º semestre 2016/2017. Transparências de apoio às aulas teóricas. Capítulo 12 Projecto Nyquist/Bode. Isabel Ribeiro António Pascoal
CONROLO MEEC º semestre 206/207 ransparências de apoio às aulas teóricas Capítulo 2 Projecto Nyquist/Bode Isabel Ribeiro António Pascoal CONROLO º sem 206/207 odos os direitos reservados Estas notas não
Leia maisCAPÍTULO 4 - ANÁLISE DA RESPOSTA EM FREQÜÊNCIA
CAPÍTULO 4 - ANÁLISE DA RESPOSTA EM FREQÜÊNCIA 4.. Introdução Pelo termo resposta em freqüência, entende-se a resposta em regime estacionário de um sistema com entrada senoidal. Nos métodos de resposta
Leia maisUFRJ-COPPE- Programa de Engenharia
UFRJ-COPPE- Programa de Engenharia Elétrica 1/14 Sistemas Não-Lineares I Liu Hsu Programa de Engenharia Elétrica, COPPE/UFRJ Aula 13 UFS Síntese de Controladores baseada no Método Direto de Lyapunov Apresentamos
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 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 maisFundamentos de Controlo
Fundamentos de Controlo 3 a Série Estabilidade e Desempenho, Critério de Routh-Hurwitz, Rejeição de Perturbações, Sensibilidade à Variação de Parâmetros, Erros em Regime Estacionário. S3. Exercícios Resolvidos
Leia maisTransformada de Laplace
Sinais e Sistemas Transformada de Laplace lco@ist.utl.pt Instituto Superior Técnico Sinais e Sistemas p.1/60 Resumo Definição da transformada de Laplace. Região de convergência. Propriedades da transformada
Leia maisCONTROLO. 3º ano 1º semestre 2004/2005. Transparências de apoio às aulas teóricas. Efeitos da Realimentação e Erros em Regime Permanente
Licenciatura em Engenharia Electrotécnica e de Computadores (LEEC) Departamento de Engenharia Electrotécnica e de Computadores (DEEC) CONTROLO 3º ano º semestre 004/005 Transparências de apoio às aulas
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 maisMODELAÇÃO E SIMULAÇÃO MEEC IST, TESTE N0.1 TIPO V02. Consider o sistema dinâmico descrito pela equação diferencial
MODELAÇÃO E SIMULAÇÃO - 2018 MEEC IST, TESTE N0.1 TIPO V02 Problema No.1 [5v] Análise de Sistemas Não Lineares Consider o sistema dinâmico descrito pela equação diferencial dx = x (x 1) +u (1) onde u é
Leia maisModelação, Identificação e Controlo Digital
29 Adormecimento dos mínimos quadrados recursivos Se os dados forem adequados, os elementos do ganho de Kalman diminuem à medida que o tempo passa, tornando-se eventualmente muito reduzidos se o ruído
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 maisControle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin
Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo
Leia maisErros de Estado Estacionário. Carlos Alexandre Mello. Carlos Alexandre Mello 1
Erros de Estado Estacionário Carlos Alexandre Mello 1 Introdução Projeto e análise de sistemas de controle: Resposta de Transiente Estabilidade Erros de Estado Estacionário (ou Permanente) Diferença entre
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 maisPROJETO DE CONTROLADORES A PARTIR DO PLANO S. critério Routh-Hurwitz análise de estabilidade análise de desempenho
PROJETO DE CONTROLADORES A PARTIR DO PLANO S critério Routh-Hurwitz análise de estabilidade análise de desempenho Critério Routh-Hurwitz: análise da estabilidade Sistemas de primeira ordem: 1 x o (t)=
Leia maisO lugar das raízes p. 1/54. O lugar das raízes. Newton Maruyama
O lugar das raízes p. 1/54 O lugar das raízes Newton Maruyama O lugar das raízes p. 2/54 Introdução Neste capítulo é apresentado o método do lugar das raízes, que consiste basicamente em levantar a localização
Leia maisSC1 Sistemas de Controle 1. Cap. 5 Método do Lugar das Raízes Abordagem de Projetos Prof. Tiago S Vítor
SC1 Sistemas de Controle 1 Cap. 5 Método do Lugar das Raízes Abordagem de Projetos Prof. Tiago S Vítor Sumário 1. Introdução 2. Definições 3. Alguns detalhes construtivos sobre LR 4. Condições para um
Leia mais= + Exercícios. 1 Considere o modelo simplificado de um motor DC:
7 Exercícios 1 Considere o modelo simplificado de um motor DC: a) Deduza, utilizando a definição, o seu equivalente discreto ZOH. b) Confirme a validade da expressão obtida com o resultado listado na tabela
Leia maisProjeto através de resposta em frequência
Guilherme Luiz Moritz 1 1 DAELT - Universidade Tecnológica Federal do Paraná 04 de 2013 Objetivos Refoçar o conceito das características da resposta em frequência Saber utilizar o diagrama para projeto
Leia maisPólos, Zeros e Estabilidade
Pólos, Zeros e Estabilidade Definindo Estabilidade A condição para estabilidade pode também ser expressa da seguinte maneira: se um sistema é estável quando sujeito a um impulso, a saída retoma a zero.
Leia maisCapítulo 10. Técnicas de Resposta de Freqüência
Capítulo 10 Técnicas de Resposta de Freqüência Fig.10.1 O Analisador Dinâmico de Sinal HP 35670A obtém dados de resposta de freqüência de um sistema físico. Os dados exibidos podem ser usados para analisar,
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 maisEntradas sinusoidais
Carla C. Pinheiro e F. Lemos Dinâmica de Sistemas e Controlo de Processos DEQB - IST Entradas sinusoidais U(s) G(s) Y(s) Estudar a resposta de um sistema linear estável para alterações do tipo sinusoidal
Leia maisControle de Processos Aula: Estabilidade e Critério de Routh
107484 Controle de Processos Aula: Estabilidade e Critério de Routh Prof. Eduardo Stockler Tognetti Departamento de Engenharia Elétrica Universidade de Brasília UnB 1 o Semestre 2016 E. S. Tognetti (UnB)
Leia maisSEM Sistemas de Controle Aula 1 - Introdução
SEM 5928 - Sistemas de Controle Universidade de São Paulo O que é controle? Dicionário Houaiss: Controle:... 3. Dispositivo ou mecanismo destinado a comandar ou regular o funcionamento de máquina, aparelho
Leia maisESPAÇO DE ESTADOS. Capítulo 4. Objectivos do capítulo. Espaço de estados Plano de fase Estabilidade. Sistemas não lineares.
Capítulo 4 EPAÇO DE ETADO Objectivos do capítulo Espaço de estados Plano de fase Estabilidade valores próprios istemas não lineares linearização Indice 4. Exemplos 4. Caso Geral 4.3 Plano de fase 4.4 Resolução
Leia maisAula 6 Transformada de Laplace
Aula 6 Transformada de Laplace Introdução Propriedades da Transformada de Laplace Tabela Transformada ade Laplace Transformada Inversa de Laplace Função de transferência Definição: X s = L x t = s é uma
Leia maisControlo Em Espaço de Estados. Trabalho de Laboratório nº 2
Mestrado em Engenharia Electrotécnica e de Computadores Controlo Em Espaço de Estados 2010/11 Trabalho de Laboratório nº 2 Controlo por Retroacção do Estado de um Braço Robot Flexível J. Miranda Lemos
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 maisEstabilidade no Domínio da Freqüência
Estabilidade no Domínio da Freqüência Introdução; Mapeamento de Contornos no Plano s; Critério de Nyquist; Estabilidade Relativa; Critério de Desempenho no Domínio do Tempo Especificado no Domínio da Freqüência;
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 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 mais3 Filtro de Kalman Discreto
3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,
Leia maisControle Não LInear. CEFET/RJ Centro Federal de Educação Tecnológica Celso Suckow da Fonseca Rio de Janeiro
Controle Não LInear CEFET/RJ Centro Federal de Educação Tecnológica Celso Suckow da Fonseca Rio de Janeiro 1 2. SISTEMAS DE 2ª ORDEM 2.1. INTRODUÇÃO 2.2. ANÁLISE QUALITATIVA DOS SISTEMAS LINEARES 2.2.1.
Leia maisQuestões 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 maisMétodo do Lugar das Raízes
Método do Lugar das Raízes Conceito de Lugar das Raízes; O Procedimento do Lugar das Raízes; Projeto de Parâmetros pelo Método do Lugar das Raízes; Sensibilidade e Lugar das Raízes; Controlador de Três
Leia mais