Teoria de Sistemas Lineares I

Documentos relacionados
Observabilidade, Decomposição Canônica

Teoria de Sistemas Lineares I

FUNDAMENTOS DE SISTEMAS LINEARES PARTE 2

Realimentação de Estado Sistemas SISO

EES-20: Sistemas de Controle II. 06 Setembro 2017

SISTEMAS REALIMENTADOS

FUNDAMENTOS DE SISTEMAS LINEARES PARTE 1

X. MÉTODOS DE ESPAÇO DE ESTADOS

Teoria de Sistemas Lineares I

Cap. 3 - Observabilidade e desacoplamento da Saída

Algebra Linear. 1. Ortonormalização. 2. Sistema de Equações Lineares. pag.1 Teoria de Sistemas Lineares Aula 6. c Reinaldo M.

EES-20: Sistemas de Controle II. 21 Agosto 2017

Sistemas Dinâmicos Lineares

Controlabilidade. Uma representação (ou realização) de um sistema dinâmico no espaço de estados:

1. Realimentação de Estado: sistemas MIMO

Estimadores ou Observadores de Estado

Matrizes e Linearidade

Algebra Linear. 1. Revisitando autovalores e autovetores. 2. Forma Diagonal e Forma de Jordan. 2.1 Autovalores distintos. 2.2 Autovalores complexos

Estabilidade Interna. 1. Estabilidade Interna. 2. Análise de Estabilidade Segundo Lyapunov. 3. Teorema de Lyapunov

LISTAS DE EXERCÍCIOS PTC Controle Linear Multivariável (Pós-Graduação) Prof. Paulo Sérgio Pereira da Silva

SEM Sistemas de Controle. Aula 4 - Controladores PID, Avanço, Atraso, Esp. Estados

Controlabilidade. Uma representação (ou realização) de um sistema dinâmico no espaço de estados:

-GNE219 - Controle em Espaço de Estados

Parte I. Álgebra Linear. Sistemas Dinâmicos Lineares. Autovalores, autovetores. Autovalores, autovetores. Autovalores e Autovetores.

Revisão - Controlabilidade e observabilidade - SLIT.

Samir A. M. Martins 1

Algebra Linear. 1. Espaços Vetoriais Lineares. 2. Coordenadas em Espaços Lineares. 3. Operadores Lineares. 4. Transformação de Similaridade

Controlabilidade e Observabilidade

Álgebra Linear Teoria de Matrizes

III) Os vetores (m, 1, m) e (1, m, 1) são L.D. se, somente se, m = 1

Cap.2. Representação de Estado e Controlabilidade

ANÁLISE DE SISTEMAS LINEARES NO ESPAÇO DE ESTADOS

SISTEMAS LINEARES E INVARIANTES NO TEMPO

Encontro 5: Soluções no Espaço de Estados Parte I

Álgebra Linear - Prof. a Cecilia Chirenti. Lista 3 - Matrizes

14 Estimador assintótico

(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e

Álgebra Linear II - Poli - Gabarito Prova SUB-tipo 00

Estabilidade. Samir A. M. Martins 1. Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre UFSJ e CEFET MG

P3 de Álgebra Linear I

Capítulo 8: Estado. Samir A. M. Martins 1. Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre CEFET MG e UFSJ

Estabilidade. 1. Estabilidade Entrada-Saída Sistemas LIT. 2. Estabilidade BIBO Sistemas LIT. 3. Estabilidade BIBO de Equações Dinâmicas Sistemas LIT

5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para

Noções de Álgebra Linear

Estabilidade para Sistemas LVT

EES-20: Sistemas de Controle II. 31 Julho 2017

1 a Lista de Exercícios de MAT3458 Escola Politécnica 2 o semestre de 2016

EES-20: Sistemas de Controle II

MAT Álgebra Linear para Engenharia II - Poli 2 ō semestre de ā Lista de Exercícios

CM005 Álgebra Linear Lista 3

Estabilidade de sistemas de controle lineares invariantes no tempo

Nota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l

Sinais e Sistemas Aula 1 - Revisão

Dou Mó Valor aos Autovalores

Parte 3 - Produto Interno e Diagonalização

Matrizes Semelhantes e Matrizes Diagonalizáveis

Ferramentas Matemáticas para Sistemas Lineares: Álgebra Linear

Redução de Múltiplos Subsistemas. Carlos Alexandre Mello. Carlos Alexandre Mello 1

Trabalho para ser realizado no MATLAB Controle Multivariável PTC-2513 Prof. Paulo Sérgio

Modelagem de Sistemas de Controle por Espaço de Estados

Controle utilizando variáveis de estado - v1.1

Universidade Federal de Alagoas UFAL Centro de Tecnologia - CTEC Programa de Pós-Graduação em Engenharia Civil - PPGEC

1 a Lista de Exercícios MAT 3211 Álgebra Linear Prof. Vyacheslav Futorny

Interbits SuperPro Web

3 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão e B =

MAT-27 Lista-09 Outubro/2011

Forma Canônica de Matrizes 2 2

Lista de Álgebra Linear Aplicada

Lista de Exercícios III. junho de 2005

Modelagem Matemática de Sistemas

. (1) Se S é o espaço vetorial gerado pelos vetores 1 e,0,1

Modelagem Matemática de Sistemas

MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.

Algebra Linear. 1. Funções de Matriz Quadrada 1.1. Teorema de Cayley-Hamilton. pag.1 Teoria de Sistemas Lineares Aula 8. c Reinaldo M.

Autovetor e Autovalor de um Operador Linear

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática

Álgebra Linear I - Aula 22

MAT3457 ÁLGEBRA LINEAR PARA ENGENHARIA I 1 a Lista de Exercícios - 1 o semestre de 2018

Análise Dinâmica de Sistemas Mecânicos e Controle

ÁLGEBRA LINEAR I - MAT0032

Modelação e Simulação 4.Sistemas lineares Sistemas lineares

Realimentação e Observador no Espaço de Estados Revisão

Autovalores e Autovetores

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Estabilidade de sistemas de controle lineares invariantes no tempo

Álgebra linear A Primeira lista de exercícios

1 Equações Diferenciais Ordinárias: Sistemas de Equações

Dependência linear e bases

. f3 = 4 e 1 3 e 2. f2 = e 1 e 3, g 1 = e 1 + e 2 + e 3, 2 g 2 = e 1 + e 2,

Matrizes positivas definidas, semidefinidas, etc.

REPRESENTAÇÃO DE SISTEMAS DINÂMICOS NA FORMA DO ESPAÇO DOS ESTADOS

ÁLGEBRA LINEAR - MAT0024

MESTRADO INTEGRADO EM ENG. INFORMÁTICA E COMPUTAÇÃO 2011/2012. EIC0010 FÍSICA I 1o ANO 2 o SEMESTRE

ÁLGEBRA LINEAR I - MAT0032

Equação Geral do Segundo Grau em R 2

-GNE219 - Controle em Espaço de Estados

Tópicos de Álgebra Linear Verão 2019 Lista 2: Transformações Lineares

UFPB - CCEN - DEPARTAMENTO DE MATEMÁTICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA 1 a LISTA DE EXERCÍCIOS PERÍODO

Transcrição:

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 e q saídas ẋ y = Ax + Bu = Cx + Du com A R n n, B R n p, C R q n e D R q p Definição: A equação de estado acima ou o par (A,C) é observável se, para qualquer estado inicial x(), existir um tempo finito t 1 tal que o conhecimento da entrada u e da saída y no intervalo [,t 1 ] seja suficiente para se determinar de maneira única x().

Exemplo i + u + 1 Ω x + 1 Ω y 1 Ω C 1 Ω Se a entrada é zero, a saída y é sempre zero independentemente da tensão inicial no capacitor. O sistema não é observável.

Exemplo L x 1 u R 1 R 2 C + x 2 + y Variáveis de estado: corrente no indutor x 1 e tensão no capacitor x 2 Se u =, x 1 () = x 1 e x 2 () =, a saída y = x 2 é igual a zero. Qualquer condição inicial x() = [ a ] com u = produz a mesma saída y =. Não é possível determinar o estado inicial (não observável).

A saída do sistema para uma condição inicial x() e uma entrada u(t) é da dada por y(t) = C exp(at)x() + C t exp[a(t τ)]bu(τ)dτ + Du(t) Assumindo y e u conhecidos, a única incógnita é x(). Portanto C exp(at)x() = ȳ ȳ y(t) C t t exp[a(t τ)]bu(τ)dτ Du(t)

Estudar o observabilidade resume-se a obter x() a partir de u(t) e y(t). Se u, a saída ȳ(t) reduz-se a (resposta à entrada nula) y(t) = C exp(at)x() Um sistema é observável se e somente se o estado inicial x() pode ser determinado de maneira única a partir da resposta à entrada nula durante um intervalo de tempo. Note que para um t fixo, com q < n, a matriz C exp(at) tem rank no máximo igual a q e, conseqüentemente, nulidade n q ou maior, e as soluções não são únicas.

Teorema O sistema é observável se e somente se a matriz n n W o (t) = t exp(a τ)c C exp(aτ)dτ for não singular para qualquer t >. Prova: Pré-multiplicando C exp(at)x() = ȳ(t) por exp(a t)c e integrando no intervalo [,t 1 ] tem-se ( t1 ) t1 exp(a t)c C exp(at)dt x() = exp(a t)c ȳ(t)dt Se W o (t 1 ) é não singular, x() único é dado por t1 x() = Wo 1 (t 1 ) exp(a t)c ȳ(t)dt

Isso mostra que se W o (t) é não singular para qualquer t > então o sistema é observável. Agora, mostra-se que se W o (t 1 ) é singular (ou, equivalentemente, semidefinda positiva) para todo t 1 >, então o sistema não é observável. Se W o (t 1 ) é semidefinda positiva, existe v R n 1 não nulo tal que v W o (t 1 )v = = t1 t1 v exp(a t)c C exp(at)vdt C exp(at)v 2 dt = o que implica C exp(at)v para todo t [,t 1 ].

Se u, as condições iniciais x 1 () = v e x 2 () = produzem a mesma saída y(t) = C exp(at)x 1 () = C exp(at)x 2 () e portanto o sistema não é observável.

Teorema (Dualidade) O par (A,B) é controlável se e somente se o par (A,B ) for observável. Prova: (A,B) controlável se e somente se W c (t) = t exp(aτ)bb exp(a τ)dτ for não singular para qualquer t >. O par (A,B ) é observável se e somente se, trocando A por A e C por B W o (t) = t for não singular para qualquer t >. exp(aτ)bb exp(a τ)dτ

Teorema As afirmações abaixo são equivalentes. 1) O par (A,C) é observável. 2) A matriz n n W o (t) = t exp(a τ)c C exp(aτ)dτ é não-singular t >. 3) A matriz de observabilidade nq n (comando obsv no Matlab) O = C CA. CA n 1 tem rank n (rank completo de colunas)

4) A matriz (n + q) n [ λi A C tem rank n (rank completo de colunas) para todo autovalor λ de A. 5) Se todos os autovalores de A têm parte real negativa, então ] A W o + W o A = C C tem solução única e é definida positiva. Essa solução é chamada de Gramiano de observabilidade e pode ser expressa como W o = exp(a τ)c C exp(aτ)dτ

Índices de Observabilidade Índices de Observabilidade Considere A R n n e C R q n com C de rank completo de linhas (se não for o caso, alguma linha redundante pode ser eliminada). Se (A,C) for observável, a matriz de observabilidade O tem rank n e, conseqüentemente, n linhas linearmente independentes (de um total de nq linhas). Seja c i a i-ésima linha de C. De maneira dual à controlabilidade, se uma linha associada a c m torna-se linearmente dependente, todas as demais linhas subseqüentes também o serão. Seja ν m o númerod e linhas LI associadas a c m. Se O tem rank n, ν 1 + ν 2 + + ν q = n e {ν 1,ν 2,...,ν p } são índices de observabilidade e ν = max {ν 1,ν 2,...,ν p } é o índice de observabilidade de (A,C).

Índices de Observabilidade (A,C) observável = o índice de observabilidade ν é o menor inteiro tal que C CA ρ(o ν ) = ρ(. ) = n CA ν 1 O intervalo para ν é dado por n/q ν min ( n,n q + 1) sendo n o grau do polinômio mínimo de A. q = rank (C)

Índices de Observabilidade Corolário O par (A,C) com A R n n e ρ(c) = q é observável se e somente se a matriz C CA O n q+1 =. CA n q tiver rank n

Índices de Observabilidade Teorema A observabilidade é invariante sob qualquer transformação de equivalência.

Índices de Observabilidade Teorema O conjunto de índices de observabilidade do par (A,C) é invariante sob qualquer transformação de equivalência e para qualquer re-ordenamento das linhas de C. Diferenciando C exp(at)x() = ȳ(t) e tomando t =, tem-se C CA. CA ν 1 x() = O νx() = ỹ() ȳ() ȳ(). ȳ (ν 1) ()

Índices de Observabilidade Uma solução x() existe se ỹ() estiver no range de O ν. Se (A,C) é observável, O ν tem rank completo de colunas e a solução é única. x() = [O O] 1 O ỹ() Note que para a determinação do vetor ỹ() (contendo as derivadas) é necessário o conhecimento de ȳ(t) na vizinhança de t =.

Sistemas Equivalentes Sistemas Equivalentes Considere o sistema ẋ = Ax + Bu y = Cx + Du Seja x = Px com P não singular. Então x = Ā x + Bu y = C x + Du Ā = PAP 1 ; B = PB ; C = CP 1 ; D = D é um sistema equivalente.

Sistemas Equivalentes (A,B) controlável (Ā, B) controlável (A,C) observável (Ā, C) observável Todas as propriedades (estabilidade, controlabilidade e observabilidade) são preservadas pela transformação de equivalência. As matrizes de controlabilidade e de observabilidade se relacionam da seguinte forma C = PC ; Ō = OP 1

Decomposição Canônica Decomposição Canônica Teorema: Considere um sistema de dimensão n com ρ(c) = ρ( [ B AB e forme a matriz n n A n 1 B ] = n 1 < n P 1 [ q 1 q n1 q n ] cujas primeiras n 1 colunas são quaisquer n 1 colunas LI de C e as demais são escolhidas arbitrariamente de modo que P seja não singular.

Decomposição Canônica Então, a transformação de equivalência x = Px transforma o sistema em [ ] [ x c Āc Ā = 12 x c Ā c y = [ Cc ][ xc x c C c ] [ x c x c com Ā c R n 1 n 1 e Ā c R (n n 1) (n n 1 ). A sub-equação de dimensão n 1 ] [ Bc + ] + Du ] u x c = Āc x c + B c u ȳ = C c x c + Du é controlável e tem a mesma matriz de transferência do sistema original.

Decomposição Canônica Prova A transformação x = P 1 x realiza uma mudança de representação do estado da base ortonormal para a base Q P 1 = {q 1,...,q n1,...,q n }. A i-ésima coluna de Ā é a representação de Aq i na base {q 1,...,q n1,...,q n }. Para i = 1,...,n 1, os vetores Aq i são LD no conjunto {q 1,...,q n1 } e são LI em {q n1 +1,...,q n }, o que explica a forma da matriz Ā. As colunas de B são a representação das colunas de B em relação à base {q 1,...,q n1,...,q n }. Mas as colunas de B dependem apenas de {q 1,...,q n1 }, o que explica a forma de B. Note que se B R n p tem rank p e se suas colunas são escolhidas como as primeiras p colunas de P 1, então a parte superior de B será a matriz identidade de ordem p.

Decomposição Canônica Seja C a matriz de controlabilidade de (A,B). Então, tem-se ρ(c) = ρ( C) = n 1 e pode-se verificar que [ Bc Ā C = c Bc Ā n 1 B c c Āc n 1 ] B c [ C = c Ā n 1 B c c Āc n 1 B c ] } n 1 linhas } n n 1 linhas sendo C c a matriz de controlabilidade do par (Āc, B c ). Como as colunas de Āk c B c, para k n 1, são LD das colunas de C c, a condição ρ(c) = n 1 implica ρ( C) = n 1 e portanto a equação de dimensão n 1 é controlável.

Decomposição Canônica Resta mostrar que a equação de dimensão n 1 tem a mesma função de transferência do sistema original. Como a transformação de equivalência não altera a função de transferência, basta mostrar que a função de transferência do sistema de dimensão n 1 é igual à do sistema transformado. Note que [ ] [ 1 (si ) ] 1 si Āc Ā 12 Āc M = ( ) si 1 Ā c si Ā c com M = ( ) 1 ( ) 1 si Āc Ā 12 si Ā c

Decomposição Canônica Portanto a matriz de transferência do sistema transformado é [ Cc C c ] [ si Āc Ā12 si Ā c ] 1 [ Bc ] + D = [ ] [ ( ) ] 1 [ si Ā C c M Bc c C c ( ) 1 si Ā c ] + D = C c ( si Āc ) 1 B c + D

Decomposição Canônica Decomposição do espaço de estados não-controlável; dimensão n n 1 [ xc x c ] = [ xc ] + [ x c ] controlável; dimensão n 1

Decomposição Canônica Exemplo 1 1 1 ẋ = 1 x + 1 1 1 1 rank (B) = 2 C 2 = [ B AB ] ρ(c 2 ) = ρ 1 1 1 1 1 1 1 1 x = Px ; Ā = 1 1 1 1 u ; y = [ 1 1 1 ] x = 2 < 3 ; P 1 = Q = ; B = 1 1 1 1 1 1 ; ; C = [ 1 2 1 ]

Decomposição Canônica Sistema de dimensão n 1 = 2 x c = [ 1 1 1 ] [ 1 x c + 1 ] u ; y = [ 1 2 ] x A função ctrbf transforma o sistema para a forma canônica controlável, mas com as colunas de P 1 na ordem inversa, resultando [ ] [ ] Ā c ; Bc Ā 21 Ā c

Decomposição Canônica Teorema: Decomposição Canônica Forma Dual Considere um sistema de dimensão n com C CA ρ(o) = ρ. = n 2 < n CA n 1 e forme a matriz n np cujas primeiras n 2 linhas são quaisquer n 2 linhas LI de O e as demais são escolhidas arbitrariamente de modo que P seja não singular. p 1. p n2. p n

Decomposição Canônica Então, x = Px transforma o sistema em [ ] [ ][ ] [ x o Āo xo Bo = + xō Ā 21 Āō xō Bō y = [ Co ][ ] x o + Du xō ] u Ā o R n 2 n 2 e Āō R (n n 2) (n n 2 ). A sub-equação de dimensão n 2 x o = Ā o x o + B o u ȳ = C o x o + Du é observável e tem a mesma matriz de transferência. Matlab: obsvf

Decomposição de Kalman Teorema (Decomposição de Kalman) Toda equação de estado pode ser transformada na forma canônica equivalente x co x cō x co x cō = Ā co Ā 21 Ā cō Ā 13 Ā 23 Ā 24 Ā co Ā 43 Ā cō x co x cō x co x cō + B co B cō u y = [ Cco C co Z ] x + Du x co : controlável e observável x cō : controlável e não observável x co : não controlável e observável x cō : não controlável e não observável

Decomposição de Kalman Equivalente (para estado inicial nulo) à equação de estado controlável e observável x co = Āco x co + B co u com a matriz de transferência y = C co x co + Du G(s) = C co (si Ā co ) 1 B co + D

Decomposição de Kalman CŌ u CO y CO C CŌ

Decomposição de Kalman descrição por função de transferência não é necessariamente equivalente à descrição por equações de estado Matlab: minreal

Decomposição de Kalman Exemplo 2 F 1 Ω + x 1 u x 2 1 H 1 H 1 Ω 1 Ω 2 F + x 1 Ω 3 1 Ω x 4 + y

Decomposição de Kalman Eliminando as variáveis de estado que não são controláveis e/ou não são observáveis: 1 Ω 1 Ω + u y 1 Ω 1 Ω

Decomposição de Kalman Função de transferência: y = u Equação de estado do circuito original (forma canônica controlável) ẋ =.5 1.5 1 x + y = [ 1 ] x + u.5 u Parte controlável ẋ c = [.5 1 ] [.5 x c + ] u y = [ ] x c + u

Decomposição de Kalman Exemplo (Kailath, p. 145) Considere o sistema (satélite em órbita equatorial linearizado) ẋ = Ax + Bu ; x = [ r ṙ θ θ ] Estados: posição & velocidade em coordenadas polares ω velocidade angular A = 1 3ω 2 2ω 1 2ω u 1 : jato radial da turbina u 2 : jato tangencial da turbina ; B = 1 1 ; u = [ u1 u 2 ]

Decomposição de Kalman Determine se o sistema é controlável: - Apenas com u 1 - Apenas com u 2 Transforme a realização na forma não controlável padrão, quando apropriado.

Decomposição de Kalman Matriz de controlabilidade C = 1 ω 2 1 ω 2 2ω 2ω 2ω 3 coluna 4 = ( ω 2 ) coluna 2 ρ(c) = 3 Construindo a matriz de transformação equivalente T T = [ b 1 Ab 1 A 2 b 1 t ] t : arbitrário, escolhido para garantir T inversível (por exemplo, ortogonal)

Decomposição de Kalman T 1 = T = 1 2ω + 8ω 3 1 2ω 1 ω 2 2ω 2ω 1 1 ω 2 4ω 4 2ω 4ω 2 1 4ω 2 4ω 2 2ω

Decomposição de Kalman Ā = T 1 AT = 6ω 3 + 3ω/2 1 ω 2 1 (1/2ω) ; b = Polinômio característico de Ā: s2 (s 2 + ω 2 ), autovalores:, e ±jω 1

Decomposição de Kalman Maneira alternativa de construir uma transformação de similaridade T: impor T 1 A = [ Ac A 12 λ ] [ T 1, T 1 bc b = ] λ : autovalor não-controlável Chamando t n a última linha de T 1, tem-se t n A = λt n, t n b = Por exemplo: t n = [ 2ω 1 ] As demais linhas podem ser arbitradas:

Decomposição de Kalman T 1 = 1 1 1 2ω 1 1 Ā 1 = T 1 AT = ω 2 2ω 2ω 1, b1 = T 1 b = Autovalor não controlável: λ = forma canônicas não são únicas Para u 1 = (apenas propulsão tangencial), o sistema é controlável. 1