10-Realimentação de Estados

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 88

Realimentação de estados

e observadores de estados

Sistemas Realimentados
Conteúdo
! Justificativa
! Modelos em variáveis de estados
! Decomposição de funções de transferência
! Relações entre modelos no espaço de
estados e funções de transferência
! Controlabilidade
! Controle via realimentação de estados
! Observadores de estados
! Realimentação integral de estados
Justificativa

! A informação dos estados pode ser


utilizada para gerar os sinais de
controle U
Modelos em variáveis de
estados
! x· = Ax + Bu
! y = Cx
Exemplo: sistema mecânico

! . Equação diferencial

Modelo em variáveis de estado, sendo os estados a posição e


a velocidade.
Exemplo: CSTR(Reator-tanque
Agitado Contínuo)

Esse reator possui duas malhas de controle que interagem entre si.
Como controlar usando apenas controladores PID?
Obtendo G(s) do modelo
em variáveis de estados
! A FT é obtida aplicando Laplace
Simulando os dois modelos
no Matlab
Simulando os dois modelos
no Matlab
! Simulação de G(s):
! Para entradas degrau,
rampa, etc:
! Y=step(g);
! Y=impulse(g)
! Y=lsim(g,u,t);
Simulando os dois modelos
no Matlab
! Simulação do modelo em
variáveis de estado
! O mesmo de G(s), mas
também pode incluir
estados iniciais.
! y=lsim(s1,u,t,[1;2]); Resposta para
estados iniciais
! [y,t,x]=lsim(s1);
Obtendo o modelo em variáveis
de estado a partir de G(s)

Método da decomposição direta


Decomposição direta
Decomposição direta

! Rearranjando
Decomposição direta
Decomposição direta

! Escolhendo os estados

! Vem
Decomposição direta

Na forma matricial,

Forma
canônica
controlável
Decomposição direta

! Saída,
Diagrama completo
Observações

! Número de estados = número de


integradores = grau do denominador de
G(s)

! Diferentes modelos no EE podem ser


obtidos para a mesma G(s)
Exemplo
! Seja

! Obtenha a FT e dela o sistema no EE, usando o


método da decomposição direta. Para uma
mesma FT, haverá 2 diferentes modelos no EE.
Ordem do numerador =
ordem do denominador
! Se o grau do numerador fosse 3, este
deveria ser dividido pelo denominador
para depois aplicar a decomposição
Outras decomposições

! .
Decomposição paralela

! .
Decomposição em cascata

! .
Decomposições

Observa-se que cada decomposição


gera um modelo em variáveis de estado
diferente.
Relações entre modelos no espaço
de estados e funções de transferência

Autovalores de uma matriz quadrada


.
Resolvendo

resulta o polinômio de ordem n denominado


polinômio característico da matriz A.
Exemplo

! .
Autovetores

São obtidos das equações abaixo.


Relação entre polos de G(s) e
autovalores da matriz A

! O denominador de G(s) é o polinômio


característico da matriz A.
! Portanto, os polos de G(s) são os autovalores de A.
Relação entre polos de G(s)
e autovalores da matriz A

Portanto, para analisar a estabilidade de


um sistema em variáveis de estado, basta
verificar os autovalores da matriz A.
Controlabilidade
! Seja o sistema

Ele será controlável se seu estado pode ser


levado de x(0) a x(t) em um tempo finito t
através da entrada u(t).
Teste de controlabilidade

O sistema

é controlável se

! onde n é a ordem do sistema e Wc é


chamada matriz de controlabilidade.
Exemplo: sistema mecânico

! Seja
Número de entradas

! A matriz Wc é quadrada para o caso de


1 entrada.
! Para m entradas, Wc tem ordem n.(m*n)
Forma canônica controlável

! .
Forma canônica controlável

! Portanto, um sistema na forma


canônica controlável é controlável!
Sistema controlável: todos estados
são afetados pela entrada
Controle via realimentação de
estados

u(t) = r(t) − k1x1(t) − k2 x2(t)

Sendo: x1: posição e x2: velocidade.

O controlador usa os estados para calcular o


sinal de controle.
Controle via realimentação de
estados
Especificações semelhantes às do projeto do PID no tempo

• Estabilidade
• Erro em regime
• Sobreelevação
• Tempo de estabelecimento
• IAE

Os polos de malha fechada devem ser escolhidos para


atender essas especificações.
Controle via realimentação de
estados

A estabilidade é garantida escolhendo polos no SPE.

O erro em regime não é atendido, mas será pela realimentação integral


de estados.
Sobreelevação e o tempo de estabelecimento são atendidos pela
escolha dos polos de MF.

O IAE somente faz sentido com a realimentação integral de estados.


Protótipo de segunda ordem
ωn2
G(s) =
s(s + 2ζωn)
Fazendo a realimentação de estados:

Sinal de controle: u(t) = r − k1x1 − k2 x2

Y(s) ωn2
= M(s) = 2
R(s) s + (2ζωn + K2)s + K1
Aplicação ao protótipo de
segunda ordem
A escolha da sobreelevação UP e do tempo de estabelecimento
Ts permitem definir ζ̄, ω̄n e com isso K1 e K2.

a2 4
ζ̄ = a = log(UP/100) ω̄n =
π2 + a2 Tsζ̄

s 2 + (2ζωn + K2)s + K1) = s 2 + 2ζ̄ω̄ns + ω̄n 2 K1, K2

Y(s) ωn2
= M(s) = 2
R(s) s + (2ζωn + K2)s + K1)
Aplicação ao protótipo de
segunda ordem

Y(s) ωn2
= M(s) = 2
R(s) s + (2ζωn + K2)s + K1)

Como ωn ≠ ω̄n a saída y não tenderá para a referência r, mas


sim para
r . wn 2
y(∞) =
K1

Portanto, o erro em regime não é considerado no projeto.


Realimentação de estados
de um motor CC
Medir:
Corrente
Velocidade
Ângulo do eixo
Controle via realimentação de
estados: caso geral.

! Seja o sistema

x· = Ax + Bu
y = Cx + Du

E a lei de controle u(t) = r(t) − Kx(t)


Sistema em MF
Sistema em malha fechada

! Equações,
x· = Ax + B(r − Kx)

y = Cx + D(r − Kx)

x· = (A − BK )x + Br
y = (C − DK )x + Dr
Sistema em malha fechada

O autovalores da nova matriz do sistema (A-BK) são alterados pela


matriz de ganho K.
Sistema em malha fechada

! Aplicando a realimentação de estados


ao sistema na FCC
Sistema em malha fechada
Sistema em malha fechada

! Observa-se que pela escolha adequada dos


ganhos pode-se obter qualquer polinômio
característico de malha fechada, com as
raízes que se desejar. Em outras palavras, os
autovalores, que são os polos malha fechada,
podem ser livremente escolhidos a partir dos
ganhos do vetor K.

! Para que isto seja possível, basta que o sistema


seja controlável!
! Se ele estiver na forma canônica controlável,
esta condição é atendida!
Exemplo: calculando os
ganhos do vetor K.

! Escolher K tal que tenha os polos de


malha fechada sejam {-1, -10}.
Exemplo:

! .
Exemplo

Para obter os polos de MF devemos ter

Ou
Alocação de polos no
Matlab

c=[1 0]
M=ss(a-b*k, b,c,0) Sistema em malha fechada
! Limitação da rotina place: os polos não podem ser
repetidos
FT de MA e MF
2 ! Apenas o
Gma = 2 denominador da FT
s +s−2 muda após a
realimentação de
estados, pois os polos
são alterados pela
realimentação.

2
Gmf = 2 ! O numerador somente
s + 3s + 2 muda se um polo for
alocado para a
mesma posição de um
zero.
Vantagens e desvantagens da
realimentação de estados
! A principal vantagem é a possibilidade de escolher
quaisquer polos de malha fechada desejados.
! No caso abaixo, um controlador PID não permite
escolher todos os coeficientes do denominador!
!
Vantagens e desvantagens da
realimentação de estados
! Uma desvantagem é que o erro em regime
não é considerado no projeto. Além disto, o ganho
da FT de MF fica menor quando se esocolhe polos
que dêem respostas mais rápidas.
Vantagens e desvantagens da
realimentação de estados

! Seja por exemplo o sistema mecânico com


m=b=k=1,
! K=place(a,b,[-5 -6])

! smf=ss(a-b*K,b,c,0)

! gmf=tf(smf)

! step(g,gmf)
Vantagens e desvantagens da
realimentação de estados

! Seja por exemplo o sistema mecânico com


m=b=k=1,
1.2
Step Response
1

0.8

! K=place(a,b,[-5 -6]) 0.6

0.4
Malha aberta: g
0.2

0
0 1 2 3 4 5 6 7 8 9 10

! smf=ss(a-b*K,b,c,0) Amplitude
0.04

0.03

! gmf=tf(smf) 0.02
Malha fechada: gmf
0.01

0
0 1 2 3 4 5 6 7 8 9 10
Time (seconds)

! step(g,gmf)
Vantagens e desvantagens da
realimentação de estados

Cálculo do sinal de controle u(t);

M=ss(a-b*K,b,c,0)
[y,t,x]=step(M);
u=1-K*(x’);
plot(t,u);
Controle via realimentação integral
de estados

! Essa estratégia visa conseguir erro nulo em


regime para entrada em degrau usando
alimentação de estados.
G(s) = C(sI − A + BK )−1B Tipo 0

Tipo 1
polo 1/s

ki
FT de Malha aberta: G(s)
s
Os polos de G(s) foram alocados no SPE pela matriz K
Realimentação integral de estados

! Em MF,
Realimentação integral de estados

! Sendo

! O integrador adiciona um polo a mais (um estado


a mais) no sistema. Devido a isto, deve-se escolher
mais um polo para ser alocado, que deve ser mais
rápido que os demais.
Exemplo:
5
G(s) =
(s + 1)(s + 2)

Deseja obter uma


resposta com com UP<4%
e Ts<2s

ζ = 0.707
4
ωn = ≥ 2.8
Ts * ζ

Polos de MF para obter UP e Ts:


s 2 + 2ζωn + ωn2 = − 2 ± j2
Exemplo:
Modelo em variáveis de estado de G(s):
x· = Ax + Bu = [0 1; − 2 − 3]x + [0; 1]u
y = Cx = [0 1]x

Sistema aumentado:
Exemplo:

K=place(A,B,[-2-2j -2+2j -10])= Escolheu-se o terceiro polo em -10,


mais rápido que os outros 2.
46.0000 11.0000 80.0000

Portanto, K1=46, K2=11, Ki=-80.


B1=[0;0;1];
M=ss(A-B*K,B1,[c 0],0);
Exemplo

[y,t,x]=step(M);
Polos de MF em {-2-2j, -2+2j, -10}
plot(t,x);
1.4
x1
1.2 x2
x3
1

0.8

0.6

0.4

0.2

-0.2
0 0.5 1 1.5 2 2.5 3 3.5
Tempo(s)
Exemplo
[y,t,x]=step(M); Polos de MF em {-2-2j, -2+2j, -1}
plot(t,x); Escolheu-se o terceiro polo em -1,
mais lento que os outros 2.
1.5
x1
x2
x3

K=place(A,B,[-2-2j -2+2j -1])

0.5

0
0 1 2 3 4 5 6 7
Tempo(s)
Exemplo
Sinal de controle u(t)
0
s=-10
s=-1
-1

u(t) = − (k1x1 + k2 x2 + k3x3)


-2

-3

Terceiro polo mais rápido -> u maior


-4

-5

-6
0 0.5 1 1.5 2 2.5 3 3.5
Tempo(s)
Exemplo

[y,t,x]=step(M); u(t) = − (k1x1 + k2 x2 + k3x3)


plot(t,x);
x3 x1, x2

k3

k1, k2
Realimentação com
observadores

A realimentação de estados assume que


os estados são medidos, e podem ser
usados para controle.
Caso não sejam, devem ser estimados.

No sistema massa-mola, mede-se


a posição. A velocidade pode ser
estimada pela derivada da
posição.
Necessidade de
observadores

! Em geral, o estados não


são todos medidos, e não
está disponíveis para
realimentação.
Observabilidade

Definição: o sistema é observável se for


possível determinar o estado inicial x(0) a
partir das informações de entrada u e de
saída y, durante um tempo finito t.
Teste de observabilidade
Projeto do observador

! .

Planta real

Cópia da planta
(Modelo)
Equação do observador
Como calcular L?
Erro:

! .

! O erro tende a zero se os


autovalores da matriz A-LC
tiverem parte real negativa.
Como calcular L?

Portanto, a matriz L deve ser calculada de modo que os


autovalores de (A-LC) tenham parte real negativa.

Pode-se usar o comando place da seguinte forma:

L=place(A’,C',polos)
L=L’ (transposta)

Tem-se assim que eig(A-L*C)=polos.

Os polos do observador devem ser mais rápidos que a


realimentação de estados.
Exemplo no Matlab

Seja o exemplo anterior, com


>> a=[1 1;0 -2];
>> b=[0;2];
>> l=[-1 -2];
>> k=place(a,b,l)
k =[ 3 1]
Cont…

Os polos do observador podem ser alocados para


>> lo=5*l=[ -5 -10] (5 vezes mais rápidos)
lo pode ser obtido através do comando place,
>>L=place(a',c',lo)
L=
14.0000 24.0000
>> eig(a-L*c)= [10.0000 -5.0000]
Controle ótimo

x· = Ax + Bu

u(t) = − Kx(t)

∫0
J= (x*Qx + u*RU )dt Controle ótimo!

K=lqr(A,B,Q,R)

Função do Matlab que obtêm o ganho K para as matrizes Q e R


escolhidas.
Controle ótimo

Seja o modelo em variáveis de estado:


x· = Ax + Bu = [0 1; − 2 − 3]x + [0; 1]u

Escolhendo Q=10 e R=1, resulta


k1=lqr(a,b,10,1)=[1.7417 1.7417]

Escolhendo Q=11 e R=10, resulta


k2=lqr(a,b,1,10)=[0.0248 0.0248]

m1=ss(a-b*k1,b,[1 0],0)

m2=ss(a-b*k2,b,[1 0],0)
Controle ótimo
0.5
m1
0.45
m2

0.4

0.35
Saídas para as duas escolhas

0.3

0.25

0.2

Um maior valor para R em relação a


0.15
Q deixa o sistema mais lento.

∫0
0.1
J= (x*Qx + u*RU )dt
0.05

0
0 1 2 3 4 5 6 7 8 9 10
Tempo(s)
Controle ótimo
Sinal de controle u(t)
0.5
m1
0.45
m2

0.4

0.35

0.3
Respostas mais rápidas requerem
0.25 sinal de controle de maior.
Um maior valor para R em relação a
0.2
Q reduz o sinal de controle, e deixa o
0.15 sistema mais lento.

∫0
0.1
J= (x*Qx + u*RU )dt
0.05

0
0 1 2 3 4 5 6 7 8 9 10
Tempo(s)
Comentários finais sobre controle
moderno:

1) A realimentação de estados permite estabilizar o


sistema via realimentação de estados desde que ele
seja controlável

2) A realimentação de estados só pode ser implementada


se os estados puderem ser medidos ou observados
(observabilidade)

3) O objetivo da realimentação de estados é


estabilização, mas o erro em regime pode ser considerado
adicionando um integrador ao sistema de controle.

Você também pode gostar