link para o texto completo - Mestrado em Engenharia Elétrica
Transcrição
link para o texto completo - Mestrado em Engenharia Elétrica
INSTITUTO MILITAR DE ENGENHARIA CAP JACY MONTENEGRO MAGALHÃES NETO IDENTIFICAÇÃO DE MODELOS DINÂMICOS NO DOMÍNIO DA FREQÜÊNCIA APLICADA A SISTEMAS AERONÁUTICOS Dissertação de Mestrado apresentada ao Curso de Mestrado em Engenharia Elétrica do Instituto Militar de Engenharia, como requisito parcial para obtenção do título de Mestre em Ciências em Engenharia Elétrica. Orientador: Prof. Paulo César Pellanda - Dr. ENSAE, Co-orientador: Prof. Roberto Ades - Dr. PUC/RJ, Rio de Janeiro 2005 c2005 INSTITUTO MILITAR DE ENGENHARIA Praça General Tibúrcio, 80-Praia Vermelha Rio de Janeiro-RJ CEP 22290-270 Este exemplar é de propriedade do Instituto Militar de Engenharia, que poderá incluí-lo em base de dados, armazenar em computador, microlmar ou adotar qualquer forma de arquivamento. É permitida a menção, reprodução parcial ou integral e a transmissão entre bibliotecas deste trabalho, sem modicação de seu texto, em qualquer meio que esteja ou venha a ser xado, para pesquisa acadêmica, comentários e citações, desde que sem nalidade comercial e que seja feita a referência bibliográca completa. Os conceitos expressos neste trabalho são de responsabilidade do(s) autor(es) e do(s) orientador(es). M777i Montenegro, Jacy M. Neto Identicação de Modelos Dinâmicos no Domínio da Freqüência Aplicada a Sistemas Aeronáuticos / Jacy Montenegro Magalhães Neto. - Rio de Janeiro : Instituto Militar de Engenharia, 2005. 166 p.: il, graf., tab. Dissertação (mestrado) - Instituto Militar de Engenharia- Rio de Janeiro, 2005 1. Sistemas Aeronáuticos. 2. Domínio da Freqüência. 3. Sistemas Dinâmicos 4. Identicação I. Montenegro, Jacy M. Neto II. Instituto Militar de Engenharia. III. Título. CDD 629.13 2 INSTITUTO MILITAR DE ENGENHARIA CAP JACY MONTENEGRO MAGALHÃES NETO IDENTIFICAÇÃO DE MODELOS DINÂMICOS NO DOMÍNIO DA FREQÜÊNCIA APLICADA A SISTEMAS AERONÁUTICOS Dissertação de Mestrado apresentada ao Curso de Mestrado em Engenharia Elétrica do Instituto Militar de Engenharia, como requisito parcial para obtenção do título de Mestre em Ciências em Engenharia Elétrica. Orientador: Prof. Paulo César Pellanda - Dr. ENSAE,. Co-orientador: Prof. Roberto Ades - Dr. PUC/RJ, Aprovada em 25 de Janeiro de 2005 pela seguinte Banca Examinadora: Prof. Paulo César Pellanda - Dr. ENSAE, do IME - Presidente Prof. Roberto Ades - Dr. PUC/RJ, do IME Prof. Carlos Frederico Estrada Alves - Dr. PUC/RJ, da UERJ Prof. Hélio de Assis Pegado - Dr. ITA, do IME Rio de Janeiro 2005 3 "Formado em 1941 na primeira turma de engenharia aeronáutica da então Escola Técnica do Exército, hoje IME, o capitão Casemiro Montenegro seria o criador do Centro Tecnológico da Aeronáutica em 29 de janeiro de 1946, efetivamente implantado em 1950 (...)"; "O tenente Juracy Magalhães tinha 25 anos em 1930 e comandava o 22o Batalhão de Caçadores, baseado na Paraíba. Cruzou Pernambuco e Alagoas à frente de 6.500 homens, atravessou o Rio São Francisco e consumou a derrubada dos governadores de Sergipe e da Bahia (...)"; "O 1o Ten Acrisio dos Santos, no dia 27/11/1935 era 3o SGT da 2a CIA do 2o RI. Nesse dia, após rigorosa prontidão desde às 20:00hs do dia 26, deslocou-se à frente de seu Regimento em transporte especial da EFCB às 05:30hs com destino ao QG da 1a RM, onde chegou às 06:30hs, cando aguardando ordens, e embarcando logo após com destino à Praia Vermelha, com o objetivo de atacar os rebeldes do 3o RI, onde acantonou e de onde só regressou em 16/12, com missão cumprida."Com outras armas, mas sobre o mesmo solo. Ao meu lho, Leonardo "coração de leão", que chegue ao mundo herdeiro das tradições de uma família de guerreiros. 4 AGRADECIMENTOS Ao meu amigo Deus, com quem sempre converso, e que sempre me ouve. À minha mãe Gilda Maria "General", que deu sua vida para que eu chegasse aqui. Me ensinou tudo o que sei, e me fez tudo o que sou, sozinha. Ela também me deu meu primeiro avião. Mãe, isto é só o começo. Ao Dr Rex Nazaré Alves "Mestre", que acreditou em mim e me ensinou a colocar o amor pela ciência a serviço do meu País. Aos Profs Dr Flavio Araripe D'Oliveira e Dr João Pedro Caminha Escosteguy, que me abriram as portas no mundo da aeronáutica, me ensinando "altruisticamente, como fazer voar". Aos Professores Dr Luiz Carlos Sandoval Góes, Dr Karl Heinz Kienitz e Dr Elder Moreira Hemerly por me receberem de braços abertos e apontarem o caminho da identicação de aeronaves. Ao Prof Dr Nelson Paiva Oliveira Leite, que com tanto carinho e amizade me ensinou o que sei sobre ensaios em vôo. Aos Cap Fábio Almeida, Ten Paulo Cesar da Silva Guimarães, Ten André Luiz Schmaedecke, Gilmar Tadeu Cainelli e Luís Felipe Sivolella, parceiros de trabalho e estudo. E nalmente aos meus orientadores e amigos, Prof Dr Paulo Cesar Pellanda e Prof Dr Roberto Ades, que foram meus anjos da guarda nesta jornada. Com tanta paciência me deram as ferramentas necessárias - armas do bom combate, e algo que não se ensina no quadro - a postura correta para empunhá-las. "Eu fui para a oresta porque eu queria viver deliberadamente. Eu queria viver profundamente e sugar toda a essência da vida ... encarar apenas os fatos principais da vida, e não tentar aprender aquilo que eu tinha que ensinar...Me livrar de tudo o que não fosse vida (...) para que, quando eu morrer, eu não descubra que não viví." Henry David Thoreau 5 SUMÁRIO LISTA DE ILUSTRAÇÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 LISTA DE TABELAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 LISTA DE SÍMBOLOS E ABREVIATURAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.1 Contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.1.1 Veículos aéreos não-tripulados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.1.2 Síntese histórica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 1.2 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.2.1 VANTs e sistemas de controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.2.2 Ensaios em vôo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 1.2.3 Ensaios em vôo e identicação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.3 Objetivos da dissertação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 1.4 Revisão bibliográca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 1.5 Organização da dissertação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2 IDENTIFICAÇÃO DE SISTEMAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.1 Conceitos de identicação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.2 Formalização do processo de identicação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.2.1 Dados de entrada e saída . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.2.2 Família de modelos de estrutura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 2.2.3 Critério de identicação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.2.4 Procedimentos de validação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.3 Lado prático da identicação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.4 Ferramentas de identicação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.4.1 Preparação dos dados no domínio da freqüência . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.4.2 Informações "caixa-cinza": Diagramas de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.5 Análise modal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 2.5.1 Dinâmica linear básica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 2.6 O método de Levy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 6 3 SISTEMAS EXEMPLO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.1 O simulador do míssil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.2 O simulador do F-16 Fighting Falcon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 4 APLICAÇÃO DAS TÉCNICAS DE IDENTIFICAÇÃO . . . . . . . . . . 90 4.1 Identicação do modelo do míssil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 4.1.1 Identicação do canal 1 do míssil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 4.1.2 Identicação do canal 2 do míssil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 4.2 Identicação do modelo do F-16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 4.2.1 Identicação por ensaio em vôo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 4.2.2 Identicação do modo phugoid no domínio da freqüência . . . . . . . . . . . . . . . . . 117 5 CONCLUSÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 5.1 Resumo da contribuição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 5.1.1 Ponto de vista metodológico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 5.1.2 Ponto de vista da aplicação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 5.2 Críticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 5.3 Perspectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 6 REFERÊNCIAS BIBLIOGRÁFICAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 7 APÊNDICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 7.1 Apêndice 1: Modelos de estrutura e diagramas de Bode . . . . . . . . . . . . . . . . . . 137 7 LISTA DE ILUSTRAÇÕES FIG.1.1 Dispersão temporal de publicações na área de VANT. . . . . . . . . . . . . . . . . 19 FIG.1.2 Malha de controle de aeronave com SAS. . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 FIG.1.3 Modelo pictórico de malha aberta de um VANT. . . . . . . . . . . . . . . . . . . . . 21 FIG.1.4 Aeronave genérica instrumentada para ensaio em vôo. . . . . . . . . . . . . . . . . 23 FIG.1.5 Exemplo de relação entrada x saída - Asa Fixa. . . . . . . . . . . . . . . . . . . . . . 24 FIG.2.1 Modelo pictórico de sistema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 FIG.2.2 Algoritmo de Identicação. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 FIG.2.3 Entrada e saída quaisquer amostradas no domínio do tempo. . . . . . . . . . . 41 FIG.2.4 Entrada e saída quaisquer no domínio do tempo ampliadas. . . . . . . . . . . . 42 FIG.2.5 Módulo da FFT da entrada - sinal exemplo. . . . . . . . . . . . . . . . . . . . . . . . . 43 FIG.2.6 Módulo da FFT da saída - sinal exemplo. . . . . . . . . . . . . . . . . . . . . . . . . . . 44 FIG.2.7 Módulo da FRF - sinal exemplo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 FIG.2.8 Fase da FRF - sinal exemplo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 FIG.2.9 Modo longitudinal phugoid. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 FIG.2.10 Modo longitudinal curto-período. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 FIG.2.11 Modo látero-direcional dutch-roll. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 FIG.2.12 Modo látero-direcional rolamento puro. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 FIG.2.13 Modo latero-direcional espiral. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 FIG.2.14 Pólos phugoid e curto-período do sistema exemplo. . . . . . . . . . . . . . . . . . . 51 FIG.3.1 Diagrama físico do míssil. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 FIG.3.2 Diagrama de simulação do míssil. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 FIG.3.3 Evolução temporal do míssil - amostras. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 FIG.3.4 Forças atuando na aeronave. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 FIG.3.5 Eixos principais da aeronave. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 FIG.3.6 Pilotagem da aeronave. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 FIG.3.7 Entradas do simulador. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 FIG.3.8 Dinâmica do atuador de empuxo. FIG.3.9 Saídas do simulador do F-16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 FIG.3.10 Interface do simulador do F-16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 FIG.3.11 Manobra de roll à esquerda - 2 das 4 entradas. . . . . . . . . . . . . . . . . . . . . . . 88 FIG.3.12 Manobra de roll à esquerda - 12 das 16 saídas. . . . . . . . . . . . . . . . . . . . . . . 89 8 FIG.4.1 Amostras do vôo não linear do modelo do míssil. . . . . . . . . . . . . . . . . . . . . 91 FIG.4.2 Vôo não-linear do míssil - Canal 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 FIG.4.3 Espectro em módulo da entrada do canal 1. FIG.4.4 Espectro em módulo da saída do canal 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 FIG.4.5 Módulo da FRF do canal 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 FIG.4.6 Fase da FRF do canal 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 FIG.4.7 Interpolação espectral do módulo da FRF do canal 1. . . . . . . . . . . . . . . . . 98 FIG.4.8 Interpolação espectral da fase da FRF do canal 1. . . . . . . . . . . . . . . . . . . . 98 FIG.4.9 Comparação do diagrama de Bode de Ḡ1 com a FRF do canal 1. . . . . . . 99 . . . . . . . . . . . . . . . . . . . . . . . . 94 FIG.4.10 Comparação Bode de Ḡ2 com a FRF do canal 1. . . . . . . . . . . . . . . . . . . . . 100 FIG.4.11 Comparação da resposta do míssil não-linear com a do identicado . . . . . 101 FIG.4.12 Pólos e zeros do míssil linearizado e identicado sobrepostos . . . . . . . . . . 102 FIG.4.13 Pólos e zeros do míssil linearizado e identicado - coincidentes . . . . . . . . . 103 FIG.4.14 Vôo do modelo não linear do míssil - Canal 2. FIG.4.15 Espectro em módulo da entrada do canal 2. . . . . . . . . . . . . . . . . . . . . . . 104 . . . . . . . . . . . . . . . . . . . . . . . . 105 FIG.4.16 Espectro em módulo da saída do canal 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 FIG.4.17 Módulo da FRF do canal 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 FIG.4.18 Fase da FRF do canal 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 FIG.4.19 Comparação do diagrama de Bode de Ḡ3 com FRF do canal 2. . . . . . . . . 107 FIG.4.20 Comparação do diagrama de Bode de Ḡ4 com FRF do canal 2. . . . . . . . . 108 FIG.4.21 Comparação do míssil não-linear com o identicado Ḡ3 - Canal 2. . . . . . 109 FIG.4.22 Pólos e zeros do míssil linearizado e identicado por Ḡ3 - Canal 2. . . . . . 109 FIG.4.23 Evolução temporal dos comandos durante o ensaio . . . . . . . . . . . . . . . . . . . 113 FIG.4.24 Evolução temporal das saídas não lineares do F-16 no ensaio . . . . . . . . . . 113 FIG.4.25 Conversão de energia e phugoid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 FIG.4.26 Entrada e saída - modo phugoid. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 FIG.4.27 Espectro em módulo da entrada - F16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 FIG.4.28 Espectro em módulo da saída - F16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 FIG.4.29 Módulo da FRF do F16 - phugoid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 FIG.4.30 Fase da FRF do F16 - phugoid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 FIG.4.31 Corte do módulo da FRF do F16 - phugoid . . . . . . . . . . . . . . . . . . . . . . . . . 120 FIG.4.32 Corte da fase da FRF do F16 - phugoid . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 FIG.4.33 Pólos e zeros do F16 - phugoid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 FIG.4.34 Entrada e saída F-16 - segundo canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 9 FIG.4.35 Espectro da entrada doublet de profundor. . . . . . . . . . . . . . . . . . . . . . . . . . . 123 FIG.4.36 Espectro da saída - Velocidade do Ar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 FIG.4.37 Módulo da FRF do canal 2 do F-16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 FIG.4.38 Fase da FRF do canal 2 do F-16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 FIG.4.39 Pólos e zeros do canal 2 do F-16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125 FIG.5.1 Manobras doublet e 3 − 3 − 2 − 1 genéricas. . . . . . . . . . . . . . . . . . . . . . . . . 129 FIG.7.1 Resposta ao degrau - Passa baixa de ordem 1. . . . . . . . . . . . . . . . . . . . . . . 138 FIG.7.2 Diagramas de Bode - Passa baixa de ordem 1. . . . . . . . . . . . . . . . . . . . . . . 138 FIG.7.3 Resposta ao degrau - Passa alta de ordem 1. . . . . . . . . . . . . . . . . . . . . . . . . 139 FIG.7.4 Diagramas de Bode - Passa alta de ordem 1. . . . . . . . . . . . . . . . . . . . . . . . . 139 FIG.7.5 Resposta ao degrau - Passa baixa de ordem 2. . . . . . . . . . . . . . . . . . . . . . . 140 FIG.7.6 Diagramas de Bode - Passa baixa de ordem 2. . . . . . . . . . . . . . . . . . . . . . . 140 FIG.7.7 Resposta ao degrau - Passa alta de ordem 2. . . . . . . . . . . . . . . . . . . . . . . . . 141 FIG.7.8 Diagramas de Bode - Passa alta de ordem 2. . . . . . . . . . . . . . . . . . . . . . . . . 141 FIG.7.9 Resposta ao degrau - Passa banda de ordem 2. . . . . . . . . . . . . . . . . . . . . . . 142 FIG.7.10 Diagramas de Bode - Passa banda de ordem 2. . . . . . . . . . . . . . . . . . . . . . . 142 FIG.7.11 Resposta ao degrau - Rejeita banda de ordem 2. . . . . . . . . . . . . . . . . . . . . 143 FIG.7.12 Diagramas de Bode - Rejeita banda de ordem 2. . . . . . . . . . . . . . . . . . . . . 143 10 LISTA DE TABELAS TAB.2.1 Zeros, pólos e ganho do sistema exemplo. . . . . . . . . . . . . . . . . . . . . . . . . . . 50 TAB.4.1 Zeros e pólos do míssil - Canal 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 TAB.4.2 Ponto de VREN do F-16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 TAB.4.3 Pólos phugoid do F-16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 11 LISTA DE SÍMBOLOS E ABREVIATURAS ABREVIATURAS ASA-G/IAE Subdivisão de Engenharia da ASA/IAE/CTA AEV/IAE Divisão de Ensaios em Vôo do IAE/CTA ASA/IAE Divisão de Sistemas Aeronáuticos do IAE/CTA CTA Centro Técnico Aeroespacial CASOP Centro de Apoio ao Sistema Operativo - MB CSNU Conselho de Segurança das Nações Unidas DC Direct Current - Nível contínuo DFT Discrete Fourier Transform DoD Department of Defense - EUA EV Ensaios em Vôo ENSAE École Nationale Supérieure de L'Aeronautique et de L'espace EPS Variável do MATLAB - Floating point relative accuracy FFT Fast Fourier Transform FRF Frequency Response Function GPS Global Positioning System IME Instituto Militar de Engenharia ITA/CTA Instituto Tecnológico de Aeronáutica IAE/CTA Instituto de Aeronáutica e Espaço MIMO Multiple-Input Multiple-Output PUC-Rio Pontifícia Universidade Católica - RJ SAS Stability Augmentation System SISO Single-Input Single-Output SPPO Short-Period Pitching Oscilation UAV Unmanned Aerial Vehicle UERJ Universidade do Estado do Rio de Janeiro VANT Veículo Aéreo Não-Tripulado VREN Vôo reto, estável e nivelado TRIM Condição de vôo idêntica a VREN 12 SÍMBOLOS , Por denição igual a ≈ Aproximadamente ⇔ Se e somente se R Conjunto dos números reais R0+ Conjunto dos números reais estritamente positivos C Conjunto dos números complexos α Ângulo de ataque, graus ou rad β Ângulo de derrapagem, graus ou rad ∆t Passo de integração numérica δa Deexão do aileron = (δa,direita − δa,esquerda ) /2, graus δe Deexão do profundor (elevator ), graus δr Deexão do leme (rudder ), graus δth Empuxo percentual (throttle ) φ Ângulo de Euler - rolamento (roll ), rad θ Ângulo de Euler - arfagem (pitch ), rad ψ Ângulo de Euler - guinada (yaw ), rad γ Ângulo de trajetória, rad ρ Densidade atmosférica, slug/f t3 τeng Constante de tempo do motor, s ωeng Velocidade angular do motor, rad/s aX Aceleração linear no eixo X da aeronave, g aY Aceleração linear no eixo Y da aeronave, g aZ Aceleração linear no eixo Z da aeronave, g A Matriz de estados B Matriz de entrada C Matriz de saída D Matriz de transmissão direta b envergadura, f t c̄ Corda média aerodinâmica, f t c1 ...c9 Constantes de inércia 13 CA Coeciente adimensional de força axial CD Coeciente de arrasto Cl Coeciente adimensional de momento de roll CL Coeciente de sustentação Cm Coeciente adimensional de momento de pitch CN Coeciente adimensional de força normal Cn Coeciente adimensional de momento de yaw CX Coeciente adimensional de força no eixo-X CY Coeciente adimensional de força no eixo-Y CZ Coeciente adimensional de força no eixo-Z g Aceleração da gravidade = 32, 174 f t/s2 h Altitude em relação ao nível do mar, f t heng Momento angular do motor no eixo X , slug.f t2 /s Ieng Momento de inércia do motor no eixo X , slug.f t2 IX Momento de inércia no eixo X , slug.f t2 IZ Momento de inércia no eixo Z , slug.f t2 IXZ Produto de inércia XZ , slug.f t2 m Massa, slug M Número de Mach p Velocidade angular no eixo X , rad/s q Velocidade angular no eixo Y , rad/s r Velocidade angular no eixo Z , rad/s Pc Potência comandada percentual Pa Potência real percentual q̄ Pressão dinâmica, lb/f t2 T Empuxo, lb S Área de referência, f t2 s Freqüência complexa, rad/s u Velocidade linear no eixo X , f t/s v Velocidade linear no eixo Y , f t/s w Velocidade linear no eixo Z , f t/s Vt Velocidade do ar, f t/s 14 RESUMO O desenvolvimento de veículos aéreos não-tripulados é apresentado como necessidade e desao tecnológicos para o País. As técnicas necessárias para tal são contextualizadas dentro das áreas de ensaios em vôo e sistemas de controle, de forma a adequar os procedimentos de identicação às situações reais das etapas práticas do desenvolvimento de aeronaves. Estudos a respeito da identicação de seu modelo matemático no domínio da freqüência são propostos, e um método de abordagem do problema é sugerido, baseado na geração da própria massa de dados no domínio do tempo via simulação não-linear. Para cumprir este objetivo, inicialmente é estudada a identicação de parâmetros sob a óptica da escolha do modelo de estrutura e condicionamento das entradas e saídas para a geração de uma base de dados adequada à conversão para o domínio da freqüência, sob a forma de análise espectral via transformada rápida de Fourier. Neste ponto, são denidos os critérios de validação do modelo identicado, e é estabelecida uma base de informações a respeito do aspecto dos modelos de estrutura possíveis, para diferentes características das respostas nos domínios do tempo e da freqüência. Em seguida, são introduzidas as ferramentas de análise modal, responsáveis pela compatibilização entre as linguagens de sistemas de controle e ensaios em vôo, bem como o método de Levy, de interpolação complexa, em uma versão adaptada neste trabalho à solução da identicação de modelos de funções de transferência de sistemas multivariáveis correspondentes a aeronaves de asa xa. Como fontes de dados, dois simuladores não-lineares foram implementados: o de um míssil genérico ar-ar e o de um caça F-16 Fighting Falcon. As ferramentas apresentadas são então utilizadas em uma determinada seqüência para a identicação de toda a dinâmica longitudinal do míssil, bem como de modos de oscilação especícos do F-16, este último por duas técnicas diferentes: ensaio em vôo e identicação no domínio da freqüência pelo método de Levy. Pólos e zeros multivariáveis são discutidos e associados ao comportamento físico das aeronaves sob teste. As soluções são nalmente comparadas com simulações dos modelos linearizados em pontos de operação escolhidos para vôos simétricos, estáveis e nivelados, concluindo o trabalho com a validação dos processos estabelecidos. 15 ABSTRACT The development of unmanned air vehicles is presented as technological necessity and challenge for the Country. The necessary techniques for such are described inside of the areas of ight tests and control systems, in order to adjust the procedures of identication to the real situations of the practical stages of the development of such aircraft. Studies regarding the identication of its mathematical model in the frequency domain are considered, and a method of dealing with the problem is suggested, based in the generation of the proper mass of data in the time domain through nonlinear simulation. To fulll this objective, initially the identication of parameters under the optics of the choice of the model structure and conditioning of the inputs and outputs for the generation of an adequate database to the conversion for the frequency domain is studied, under the form of spectral analysis through fast Fourier transform. At this point, the validation criteria of the identied model are dened, so is established a base of information regarding the aspect of the possible model structures, for dierent characteristics of the outputs in the time and frequency domains. After that, the modal analysis tools are introduced, responsible for linking the languages of control systems and ight tests each other, as well as the Levy's method, for complex interpolation, in a version adapted in this work to the solution of the model identication of transfer functions of multivariable systems such as xed wing aircrafts. As sources of data, two nonlinear simulators had been implemented: an air-to-air generic missile and a F-16 Fighting Falcon. The presented tools then are used in one determined sequence for the identication of the complete longitudinal dynamics of the missile, as well as in specic oscillation modes of the F-16, this last one by two dierent techniques: ight test and identication in the frequency domain using the Levy's method. Multivariable poles and zeros are discussed and associated to the physical behavior of the aircrafts under test. The solutions are nally compared with simulations of the linear models in the equilibrium operation points for symmetrical, steady and level ights, concluding the work with the validation of the established processes. 16 1 INTRODUÇÃO Neste capítulo é introduzido o conceito de veículos aéreos não-tripulados e estabelecido formalmente seu vínculo com as áreas de ensaios em vôo e sistemas de controle, em particular no que diz respeito à sub-área conhecida como "identicação". Serão desta forma delineados todos os conceitos e justicativas necessários ao desenvolvimento posterior, no qual será realizada a identicação dos modelos de uma aeronave e de um míssil, formalizando a contribuição deste trabalho: Um procedimento alternativo para identicação de sistemas no domínio aeronáutico, diretamente aplicável à classe das aeronaves não-tripuladas. 1.1 CONTEXTO 1.1.1 VEÍCULOS AÉREOS NÃO-TRIPULADOS Os veículos aéreos não-tripulados (VANT), também chamados de Unmanned Ae- rial Vehicles (UAV), são denidos pelo Departamento de Defesa (DoD - Department of Defense )dos EUA como "Veículos propulsados, aéreos, que não carregam um operador humano, e se utilizam de forças aerodinâmicas para gerar sustentação, podendo voar de forma autônoma ou ser pilotados remotamente, podendo ser descartáveis ou recuperáveis, e podendo transportar uma carga útil letal ou não-letal ". Citados formalmente pela primeira vez na edição "Jane's All the World's Aircraft " de 1920, foram testados durante a Primeira Guerra Mundial, mas não em combate. Posteriormente, o uso pela Alemanha da "Bomba Voadora" V-1 durante a Segunda Guerra Mundial deixou o terreno preparado para a utilização dos VANTs em situações de conito, inicialmente pelos EUA no período pós-guerra, devido ao desenvolvimento tecnológico atingido neste período, o que trouxe o ferramental necessário ao vôo não-tripulado. Hoje, com dados do DoD /EUA de fevereiro de 2003, apesar de os VANTs constituírem apenas 1% do quantitativo dos EUA em termos de aeronaves(asas xa e rotativa), os mesmos cumprem cerca de 33% das missões de reconhecimento aéreo realizadas, evidenciando uma forte tendência à substituição dos vôos tripulados nas situações de risco. Não há dados estatísticos de utilização disponíveis para o Brasil, mas a sua importância se evidencia na sua utilização pelos países classicados como desenvolvidos. 17 1.1.2 SÍNTESE HISTÓRICA Três eventos na história do mundo são atualmente considerados como estopins de mudanças na forma como as nações modernamente administram suas forças armadas no que diz respeito às estratégias de reconhecimento aéreo: O desmantelamento da União Soviética, os cortes mundiais dos orçamentos de defesa e a Primeira Guerra do Golfo Pérsico. O colapso soviético diminuiu as exigências de grandes orçamentos em sistemas da inteligência e infraestrutura estratégica. A nova ordem mundial que se levantou era não previsível e certamente não apropriada para os então atuais sistemas de inteligência. Acabaram-se as exigências para a monitoração intensa de atividades submarinas soviéticas, uma vez que a nova Rússia pós-Perestroika deu as mãos aos EUA no programa espacial conjunto da Estação Espacial Internacional. O novo "inimigo número 1" passou a ser o terrorismo, que tomou o lugar das antigas preocupações com a Guerra Fria. As nações beligerantes hoje monitoram guerras civis, conitos étnicos e migrações de refugiados, ao mesmo tempo em que a realidade dos cortes com orçamentos militares obriga as forças armadas de todo o mundo a buscarem soluções mais baratas e exíveis, adequadas às novas situações de combate e de serviços de inteligência. Não há mais um teatro de operações bem denido. O combate moderno se trava com inteligência de sinais, imagens e pode ocorrer em qualquer local do globo. O último catalizador para a mudança foi a Operação Desert Storm, devido às suas ações de inteligência. O mundo acompanhou o conito praticamente em tempo real pelos meios de comunicações, tornando-se extremamente sensível às vítimas da guerra. Assim, evidenciou-se o pequeno número de baixas de combate nas forças aliadas aos EUA quando eram empregados VANTs no lugar de soldados. Todos estes eventos inamaram o fervor mundial pelos VANTs na execução de missões críticas sem risco para vidas humanas. Em particular, a Primeira Guerra do Golfo Pérsico foi responsável pelo grande aumento das pesquisas em todo o mundo nas áreas ans, como pode ser visto na gura 1.1, que mostra um gráco de dispersão temporal da quantidade de publicações correlatas, entre os anos de 1957 e 2004, utilizando-se para isso a bibliograa referenciada ao nal deste trabalho, sendo esta suposta uma amostra representativa dos assuntos necessários à identicação de aeronaves não tripuladas. 18 10 Número de Publicações Ajuste da curva 9 8 7 Ponto de quebra: Primeira Guerra do Golfo 6 5 4 3 2 1 0 1960 1965 1970 1975 1980 1985 1990 1995 2000 FIG. 1.1: Dispersão temporal de publicações na área de VANT. VANTs são utilizados tradicionalmente como recursos complementares de operações de inteligência, reconhecimento e aquisição de alvos, mas seu espectro de aplicações duais cresce a cada dia. A despeito das aplicações civis, VANTs atualmente em serviço exercem ainda funções de reconhecimento e de inteligência, como por exemplo em operações recentes de combate contra o regime Taliban e líderes da Al Qaeda no Afeganistão e no Yemen, bem como em lançamentos de mísseis Hellre e outros suportes a campanhas em terra, tanto na operação Iraqi Freedom em março 2003 como na Operação Desert Storm, da Primeira Guerra do Golfo Pérsico, em que foram relatados episódios de soldados iraquianos se rendendo a veículos não-tripulados. A guerra ao terrorismo exerceu grande inuência sobre o que se considera a missão preliminar dos VANTs, ou seja, a coleta de informações de inteligência. Sua ecácia militar foi considerada satisfatória internacionalmente a partir dos conitos no Iraque (2003), Afeganistão (2001), e Kosovo (1999), o que abriu os olhos de muitos às vantagens fornecidas por aeronaves não-tripuladas. Recentemente, em dezembro de 2002, DoD /EUA emitiu uma recomendação da Força-Tarefa para o Congresso Americano de que fossem autorizados os vôos de VANTs em todo o território dos EUA, não apenas no espaço aéreo restrito dos campos de provas mas também sobre rotas aéreas comerciais e linhas de defesa avançadas. Por outro lado, devido a fatores externos tais como a mudança, depois do episódio de 11 de setembro de 2001, da conjuntura internacional no que diz respeito à utilização de tecnologias com ns terroristas, surgiram leis e tratados, a exemplo da Resolução 1540 19 do Conselho de Segurança das Nações Unidas, de 28 de abril de 2004, que restringem a pesquisa, utilização e exportação de bens e serviços que possam vir a ser utilizados com nalidade terrorista - entre as quais encontramos os veículos não-tripulados. Citando a Resolução: "Arming that proliferation of nuclear, chemical and biological weapons, as well as their means of delivery, constitutes a threat to international peace and security ". O mesmo texto dene o termo "means of delivery " da seguinte forma: "Means of delivery: missiles, rockets and other unmanned systems capable of delivering nuclear, chemical, or biological weapons, that are specially designed for such use." Esta nova visão mundial situa os VANTs como alvos de críticas internacionais quanto ao seu desenvolvimento, aquisição e utilização, o que coloca o Brasil na seguinte situação: É necessário desenvolver a tecnologia, já que não se poderá mais adquiri-la. Mais ainda, é preciso fazê-lo de maneira que seja evidenciada a sua aplicação dual. Além de ter aplicações militares óbvias, é preciso voltar as atenções para as suas aplicações civis. 1.2 MOTIVAÇÃO Nesta seção é estabelecida a vinculação entre os procedimentos de ensaios em vôo e as técnicas de identicação no domínio da freqüência aplicadas aos sistemas de controle, objetos desta dissertação. 1.2.1 VANTS E SISTEMAS DE CONTROLE Testes de vôo bem sucedidos demonstram o desempenho dos novos sensores aviônicos e ilustram o grande potencial da utilização das aeronaves não-tripuladas como plataformas de testes para experiências de navegação e controle. Os VANTs não apenas representam plataformas de baixo custo, mas seu projeto e controle facilitam a exploração de muitas áreas da pesquisa em sistemas de controle, variando desde o controle de vôo de baixo nível até o projeto de algoritmos para missões múltiplas de coordenação e planejamento, tudo tendo em vista o vôo autônomo. Se o objetivo da pesquisa for, então, transformar uma aeronave qualquer em um VANT, será necessário substituir o piloto por alguma eletrônica embarcada capaz de realizar as tarefas de pilotagem e comando da carga útil na execução de tarefas. Um tipo básico de controlador de vôo é conhecido como SAS - Stability Augmentation System, ilustrado conceitualmente na gura 1.2. O SAS tem a função de deixar transparentes para o piloto da aeronave todas as operações de compensação de efeitos de acoplamentos 20 entre canais ou modos oscilatórios que surgem naturalmente durante o vôo. Efeitos de acoplamentos entre os modos naturais das aeronaves de asa xa serão estudados no Capítulo 2. FIG. 1.2: Malha de controle de aeronave com SAS. Qualquer que seja a tarefa a ser realizada pelo computador de bordo, a aeronave precisará ser vista como uma planta que receberá entradas de controle e produzirá saídas como resposta. Para que seja realizado o controle da planta, seu modelo matemático precisa ser conhecido, e o conhecimento e formas de obtenção deste modelo serão aqui estudados através das técnicas de identicação. O modelo matemático que se deseja identicar corresponde ao de um sistema multivariável, com 4 entradas e tantas saídas quantas sejam possíveis de serem monitoradas através de sensores para supervisão do vôo, além das necessárias à pilotagem, como ilustrado na gura 1.3. FIG. 1.3: Modelo pictórico de malha aberta de um VANT. 21 As relações entrada-saída entre todos os canais da planta são uma característica do sistema físico e serão utilizadas para o levantamento do modelo de malha aberta. A obtenção das relações entrada-saída pertence ao domínio da área de ensaios em vôo, enquanto sua utilização para obtenção do modelo matemático pertence ao domínio da área de identicação paramétrica. Ensaios em vôo serão a seguir situados dentro do contexto dos sistemas de controle, enquanto as técnicas de identicação de parâmetros serão abordadas no Capítulo 2. 1.2.2 ENSAIOS EM VÔO Os ensaios em vôo são testes realizados com as aeronaves, normalmente após a produção do seu protótipo e antes do início da produção em série. Também são realizados para a certicação de modicações feitas no seu projeto original. O verdadeiro teste de toda aeronave é o vôo real, e esta é a etapa onde a ferramenta do ensaio em vôo se torna criticamente importante. Um avião novo ou um avião recentemente modicado não são simplesmente construídos e colocados imediatamente em serviço. Deve-se submeter o protótipo a rigorosos testes de vôo. Todas as predições feitas através de ferramentas como modelos de escala reduzida em túneis de vento são somente estimativas de projeto. É durante os ensaios em vôo que tais predições são nalmente comprovadas ou rejeitadas. Ensaios em vôo requerem planejamento e preparação. Sensores são colocados na aeronave para registrar forças, pressões, movimentos das superfícies de controle, movimentos dos controles do piloto e comunicações da telemetria, bem como dados de atitude da aeronave (ângulos de Euler). Cada informação possível sobre o vôo é gravada. Barômetros, termômetros e anemômetros são também instalados para registrar as condições ambientais durante o vôo, e um esquema genérico de aeronave instrumentada para ensaio pode ser visto na gura 1.4. Uma lista precisa e exaustiva de todas as manobras que os engenheiros de ensaios em vôo desejam que o piloto realize é compilada em um plano de vôo. Cada ação do piloto é prescrita neste plano - da decolagem à aterrissagem (ou amerrissagem). Um piloto de ensaios em vôo recebe horas de treinamento, não somente em como voar e em como lidar com situações de emergência, mas também como relatar exatamente o que está vendo, sentindo e ouvindo durante todo o vôo. Todo o comportamento da aeronave durante o vôo é descrito e analisado sob a óptica do que se convencionou chamar de ying qualities, ou seja, as características de uma aeronave quanto à sua manobrabilidade e capacidade 22 FIG. 1.4: Aeronave genérica instrumentada para ensaio em vôo. de sobreviver a situações críticas como stall (perda de sustentação) ou saídas de espirais. A palavra-chave para a execução dos ensaios em vôo é "sensor". Quanto mais bem instrumentada estiver a aeronave, mais informações sobre ela será possível obter. 1.2.3 ENSAIOS EM VÔO E IDENTIFICAÇÃO O foco do trabalho de identicação neste estudo é o monitoramento das relações entrada-saída para condições de vôo retilíneo, nivelado e estável da aeronave (VREN). Este modo de vôo em especial foi escolhido tendo em vista a simplicação do processo de linearização do sistema por ocasião da identicação. Dados de todos os sensores conseguidos através de ensaios em vôo simulados são vistos como registros do comportamento da aeronave devido ao posicionamento de seus pólos e zeros de malha aberta, sendo tratado cada canal da planta como uma função de transferência única. As relações entrada-saída são obtidas no domínio do tempo, convertidas para o domínio da freqüência via transformada de Fourier e utilizadas como bases de dados para processos de identicação em que serão extrapoladas as funções de transferência de cada canal dos modelos linearizados locais. No nal, os resultados obtidos na identicação do modelo de funções de transferência serão comparados com os dados de vôo medidos inicialmente. Dados típicos de um registro de ensaio em vôo podem ser vistos na Figura 1.5, tendo a mesma formatação matemática de dados utilizados nas técnicas de identicação paramétrica a partir do domínio do tempo. A motivação para este trabalho vem da utilização das técnicas do 23 domínio da freqüência sobre estes dados, o que abre um horizonte de possibilidades em termos de análise do modelo identicado. FIG. 1.5: Exemplo de relação entrada x saída - Asa Fixa. Não se pode deixar de considerar fatores como a disponibilidade comercial de sensores, o processamento dos sinais monitorados e os sistemas auxiliares desenvolvidos, que são combinados para otimizar este processo trabalhoso e demorado. A potencialidade para projetar, fabricar e instalar uma instrumentação desenvolvida para ensaios em vôo, incluindo a certicação do modelo através do próprio vôo, será demonstrada como bemsucedida para dados de alta delidade obtidos do simulador de vôo, desenvolvido para suprir a necessidade de dados experimentais. Um total de 56 parâmetros físicos serão medidos, gravados e transformados para o domínio da freqüência. Alguns sinais foram escolhidos fora da instrumentação básica da aeronave, mas o volume de parâmetros necessários à completa identicação do modelo requereu sensores adicionais "instalados" no simulador. Entretanto, todos os sinais monitorados são éis à realidade e às possibilidades de execução num trabalho posterior. As aeronaves de testes para ensaios em vôo foram o T − 25 e o Xavante, que serviram como plataformas para nosso aprendizado conceitual na Divisão de ensaios em vôo do IAE. As técnicas de identicação foram aplicadas sobre um modelo de F − 16, retirado do livro STEVENS (1992). Os procedimentos adotados para os simuladores apresentados no trabalho são idênticos aos utilizados para tratamento de dados de ensaios em vôo realizados em veículos 24 não tripulados, de forma que se busca o estabelecimento de uma técnica de identicação de modelos de simuladores capaz de ser diretamente aplicada no caso real. Tal acoplamento de conhecimentos estabelece a vinculação entre a linguagem dos sistemas de controle e a linguagem dos ensaios em vôo, e é motivação para este trabalho, que visa estabelecer como contribuição um roteiro de aplicação de procedimentos de identicação a partir de dados obtidos em vôos simulados, totalmente aplicável a VANTs. 1.3 OBJETIVOS DA DISSERTAÇÃO O objetivo principal desta dissertação é formalizar um método alternativo de abordagem do problema da identicação de modelos, aplicado a sistemas aeronáuticos, capaz de lidar com dados reais obtidos a partir de ensaios em vôo. Para que esta tarefa seja executada, são estipulados alguns objetivos intermediários, nominalmente: • Equacionar os modelos linear e não-linear da aeronave e do míssil a serem identicados, com o objetivo de estabelecer uma ferramenta de simulação e outra de validação do processo de identicação. • Estudar as técnicas de identicação e estabelecer uma seqüência de etapas para tratamento da base de dados gerada pelos simuladores não-lineares, de forma a torná-la útil à identicação dos modelos. Para tal, é reintroduzido o método referenciado em LEVY (1959) para identicação no domínio da freqüência. • Aplicar a metodologia de identicação desenvolvida aos modelos de um míssil arar genérico e de um caça F − 16, através de procedimentos possíveis de serem replicados no caso de um VANT. • Validar o método através da comparação dos modelos identicados com os modelos não-lineares. Acredita-se que a metodologia proposta para abordagem do problema da identicação de aeronaves seja capaz de ser diretamente utilizada na identicação do modelo linear de veículos não-tripulados que venham a ser estudados pela linha de pesquisa em VANT no IME, no que poderá ser uma seqüência prática deste trabalho. 25 1.4 REVISÃO BIBLIOGRÁFICA Para atender aos objetivos propostos, um extenso levantamento bibliográco foi realizado. A identicação de sistemas aeronáuticos no domínio da freqüência tem diversas particularidades em relação à identicação como um todo. Aeronaves têm um comportamento característico em relação aos seus modelos de seis graus de liberdade, de forma que técnicas especiais devem ser aplicadas se a intenção for realizar o levantamento destes modelos a partir de dados experimentais. Por isso, obedecendo aos objetivos traçados na seção anterior, a bibliograa selecionada foi dividida em 9 áreas de concentração, de forma a atender às diversas etapas que serão cobertas daqui para frente, conforme a seguinte lista: • Modelagem e controle de mísseis: ABRAHAM (1962), BLAKELOCK (1991), CHIN (1961), GARNELL (1980) e PELLANDA (2002); • Modelagem e controle do F − 16: TAYLOR (2003), BLAKELOCK (1991), BRUMBAUGH (1991), DUKE (1988), GARNELL (1980), JOHNSON (2001), LEONARD (2003), MAGNI (1997), MORELLI (1998), MORELLI (1999), MORELLI (2003), NGUYEN (1979), STEVENS (1990) e STEVENS (1992); • Identicação de VANTs e outras aeronaves a partir de ensaios em vôo ou dados de túnel de vento: GAUTREY (1999), HUZMEZAN (2003), KARLSSON (2002), KLEIN (1998), KOPP (1999), LEONARD (2003), LLIFF (1987), MAGNI (1997), MCKELVEY (1996), MORELLI (1996), MORELLI (1997), MORELLI (1998), MORELLI (1999), MURPHY (2001), NASA (1974), STECK (2003), PETTERSSON (2002), TISCHLER (1995) e TISCHLER (1992); • Algoritmos e procedimentos de identicação, analíticos e via otimização: BULTHEEL (2004), ROLAIN (1997), LEVY (1959), LAMB (1970), GONZALEZ (2000), COUTLIS (2000), ESKINAT (2000), FRANDSEN (1999), GUCHT (2002), GUCHT (2000), HEUBERGER (1998), O'DWYER (2001), PETTERSSON (2002), RICHARDSON (1982), SANATHANAN (1966), SANATHANAN (1988), SANATHANAN (1963), VARGAS (1999), WANG (1993), VARGAS (2001), ZADEH (1956) e VRIES (1998); • Base teórica em sistemas de controle e controle de aeronaves: DOYLE (1990), FRANKLIN (1998), GARNELL (1980), GAUTREY (1999), GELB (1967), KAI26 LATH (1980), KARLSSON (2002), LY (1997), MAGNI (1997), NELSON (1989), RABENSTEIN (1998), RODRIGUEZ (1998) e VIDYASAGAR (1978); • Engenharia aeronáutica: ANDRADE (1999), BLAKELOCK (1991), ASHLEY (1974), CIAVEX (1997a), CIAVEX (1997b), CIAVEX (1997c), CIAVEX (1997d), DAY (2002), FALEIRO (1998) e KARLSSON (2002); • Simulação linear e não-linear: HEFFLEY (1988), JOHNSON (2001), LEONARD (2003), LY (1997), MAGNI (1997), MORELLI (1998), MORELLI (1999) e MORELLI (2003); • Análise modal: ALLEMANG (1999), ASHLEY (1974), DAY (2002), FALEIRO (1998), LITTLEBOY (1994), PETTERSSON (2002), SABINO (2003) e TAYLOR (2003); • Transformada de Fourier: CARLSON (1986) e SABINO (2003). A modelagem e o controle de mísseis são a base de todos os trabalhos de simulação e identicação, uma vez que oferecem um desao computacional muito menor do que o modelo do F-16. Os trabalhos de BLAKELOCK (1991) e GARNELL (1980) são clássicos da literatura de sistemas de controle aplicados à aeronáutica, enquanto que os demais autores citados oferecem tanto uma compreensão mais simplicada dos modelos de simulação não-linear do canal vertical de um míssil genérico como a compreensão física do mesmo modelo. Já em termos de simulação e controle de um modelo de caça F − 16, foi necessária uma compreensão mais detalhada dos modos de vôo da aeronave, já que este caça apresenta algumas peculiaridades de projeto que fogem ao convencional em termos de aeronave de asa xa. Os trabalhos de DUKE (1988) e BRUMBAUGH (1991) abordam a modelagem linearizada do caça, ao passo que MAGNI (1997) e JOHNSON (2001) abordam as questões de controle de vôo e instrumentação. Entretanto, NGUYEN (1979) e MORELLI (2003) foram as principais fontes de informação que permitiram a execução do simulador não linear a 6 graus de liberdade utilizado neste trabalho, sendo considerados publicações de referência em todo o mundo quando se trata da modelagem do F − 16. O trabalho destes autores é complementado pelo texto STEVENS (1992), que apresenta modelos numéricos baseados em valores reais e sugere algoritmos ótimos para simulação não-linear em tempo real. 27 Diversos processos de identicação foram estudados, como por exemplo a aproximação por séries de funções ortogonais, abordada em GUCHT (2000) e GUCHT (2002), e sua utilização no domínio da freqüência discutida em VRIES (1998), BULTHEEL (2004) e RICHARDSON (1982). Entretanto, tal abordagem, apesar de útil na compreensão das soluções analíticas sobre conjuntos convexos, não se mostrou tão eciente em lidar com o modelo do F − 16 quanto as soluções sugeridas por LEVY (1959), que vieram a se tornar a principal ferramenta de identicação deste trabalho. Esse processo gerou uma série de trabalhos posteriores, como por exemplo o de SANATHANAN (1963) e VARGAS (2001), nos quais melhorias do algoritmo são apresentadas para corrigir pequenas distorções de baixas freqüências que não chegaram a afetar os resultados aqui apresentados. Eleito o método de LEVY (1959), o condicionamento de dados de ensaios em vôo para sua utilização em identicação no domínio da freqüência passou a ser necessário devido às características particulares de tais massas de dados. A abordagem dos ensaios em vôo pela óptica da identicação é então discutida em HUZMEZAN (2003), KARLSSON (2002), KOPP (1999) e LLIFF (1987), este último um guia da NASA para o assunto que é complementado por NASA (1974). Aspectos particulares de ensaios em vôo são apresentados em TISCHLER (1995) e TISCHLER (1992). A segunda ferramenta mais importante deste trabalho é a análise modal, e o interfaceamento da linguagem dos ensaios em vôo com a dos sistemas de controle no que diz respeito aos pólos e zeros de um modelo linear de um sistema aeronáutico. Tal vinculação foi possível graças aos resultados de FALEIRO (1998), LITTLEBOY (1994), ASHLEY (1974) e PETTERSSON (2002). Os demais textos apresentados como referências bibliográcas formam um conjunto de fontes que possibilitam o acoplamento das bases da teoria de controle às técnicas de transformação de massas de dados para o domínio da freqüência a partir de resultados de simulações não-lineares e ensaios reais. 1.5 ORGANIZAÇÃO DA DISSERTAÇÃO Esta dissertação está dividida em 4 capítulos e 1 anexo, além desta introdução, de forma a realizar a cobertura de todos os objetivos listados anteriormente, de acordo com a seguinte organização: • Capítulo 2 - Identicação de Sistemas - Técnicas de identicação de sistemas são estudadas e adequadas à solução do problema abordado neste trabalho. A teoria da identicação de sistemas aeronáuticos é contextualizada em termos de sistemas 28 de controle e etapas intermediárias necessárias à aplicação dos métodos são introduzidas de forma que se possa chegar com segurança à solução do problema da identicação de parâmetros no domínio da freqüência. Também neste capítulo são estudados os condicionamentos necessários dos dados no domínio do tempo, bem como sua relação com os procedimentos práticos envolvidos, para que se obtenha informações úteis no domínio da freqüência. • Capítulo 3 - Sistemas Exemplo - São estudados dois sistemas físicos retirados da literatura: Um míssil ar-ar genérico e um caça F-16. Ambos os modelos não-lineares serão simulados em ambiente MATLAB / SIMULINK, tendo levantadas as relações entrada-saída de suas plantas multivariáveis no domínio do tempo. • Capítulo 4 - Identicação no Domínio da Freqüência - A informação levantada no Capítulo 3 é convenientemente tratada e então convertida para o domínio da freqüência, onde é utilizada como base para o processo de identicação. Modelos de função de transferência são identicados e comparados com os modelos linearizados nos mesmos pontos de operação utilizados para a geração dos dados para identicação. • Capítulo 5 - Conclusões e Perspectivas - São feitos os comentários sobre as principais conclusões do trabalho e relacionados possíveis temas de investigação futura. • Anexo I - São discutidas as relações entre formato da função de transferência, resposta temporal e resposta em freqüência de sistemas SISO. 29 2 IDENTIFICAÇÃO DE SISTEMAS Neste capítulo a Identicação de Sistemas é inserida no contexto dos sistemas de controle, através de uma abordagem do problema em termos de relações entrada-saída. É realizado um estudo conceitual do processo de identicação, seguido da apresentação das técnicas matemáticas escolhidas para cumprir as diversas etapas do processo. 2.1 CONCEITOS DE IDENTIFICAÇÃO A palavra "identicação" foi introduzida em ZADEH (1956) como uma expressão genérica para o problema de "determinar as relações entrada-saída de uma caixa preta por meios experimentais". Zadeh formulou o problema geral da identicação como: • dados a) uma caixa preta, G, cujo modelo entrada-saída não é conhecido a priori; b) o espaço das entradas de G; c) uma classe M de modelos para tal caixa preta que, com base em alguma informação inicial sobre G, é sabida conter um modelo para a mesma; • determinar, observando a resposta de G às várias entradas, um membro de M que seja equivalente a G no sentido de que suas respostas a todas as funções do tempo, no espaço das entradas de G, sejam idênticas àquelas de G. Métodos de identicação lidam com o problema de se construir um modelo dinâmico de algum sistema que se deseja estudar, a partir da observação dos seus dados de entrada e saída. Um sistema dinâmico pode ser conceitualmente ilustrado como na Figura 2.1, aparecendo aqui estimulado por sinais externos. Os sinais externos que podem ser controlados pelo usuário são chamados de entradas u (t), enquanto os que não pode ser manipulados são chamados de distúrbios ou perturbações v (t). Os sinais em que o observador 30 FIG. 2.1: Modelo pictórico de sistema. está interessado são chamados de saídas y (t). Tipicamente, para todos os sistemas dinâmicos, o valor da saída atual depende não somente das entradas atuais mas também de seus valores passados. Este argumento encontra justicativa na causalidade do sistema, que implica o fato de as funções de transferência identicadas serem bipróprias ou estritamente próprias. Somente serão tratados neste estudo sistemas causais. Modelos matemáticos são úteis na prática porque fornecem uma descrição do comportamento do sistema através de expressões matemáticas que podem ser examinadas e analisadas de forma simples. Os modelos matemáticos podem ser derivados de duas maneiras, por modelagem ou por identicação. Denição 2.1 (Modelagem). Modelagem de um sistema é o processo através do qual se deriva os modelos das leis básicas da física para descrever o comportamento dinâmico do fenômeno ou processo. Consiste na subdivisão de um sistema desconhecido em subsistemas cujas propriedades são bem conhecidas na forma das leis básicas, e posterior combinação matemática destes subsistemas para obtenção do modelo do sistema completo. Denição 2.2 (Identicação). Identicação de um sistema é o processo pelo qual se determina o modelo dinâmico a partir da análise de dados experimentais. Consiste no estabelecimento da experiência da identicação, na determinação de uma formulação apropriada de um modelo acoplado com seus parâmetros, e em um procedimento nal de validação do modelo. Considere o seguinte exemplo como base para discussão: É apresentada uma coleção de pares sob a forma de vetor {[y(t); u(t)] ; t = 1, ..., N }, resultante da observação das entradas u(t) e saídas y(t) de um processo qualquer. Este conjunto será chamado "conjunto de treinamento", nome derivado da aplicação de processos de otimização utilizados em outros tipos de abordagem. 31 É então apresentado um novo valor u(t + 1) e é pedido um valor correspondente y(t + 1). A variável t pode ser o tempo, mas pode também representar qualquer outra grandeza física. Os vetores y(t) e u(t) podem assumir valores dentro de conjuntos ou subconjuntos nitos do Rn , por exemplo, e a dimensão de u(t) pode ou não depender de t, não necessitando ser nita. Aborda-se o problema da modelagem matemática tentando-se construir uma função estimada ĝN (t, u(t)), baseada no conjunto de treinamento, e utilizar esta função para calcular y(t) a partir de novos u(t), de tal forma que: y(t) = ĝN (t, u(t)) O subescrito N pode signicar que a função estimada é de N-ésima ordem, ou que ela foi calculada a partir de um conjunto de treinamento de N amostras. Assim formulado, o problema da identicação cobre a maioria dos tipos de problemas de classicação e construção de modelos baseados em relações entrada-saída. Essencialmente, deve-se procurar a função ĝN (t, u(t)) em uma família de funções que sejam descritas (parametrizadas) em termos de um número nito de parâmetros. Estes parâmetros serão denotados por θ. A família de funções candidatas ao modelo será chamada de "modelo de estrutura", e será descrita como g(t, θ, u(t)). O valor de y(t) é então forçado a igualar a função candidata ĝN (t, u(t)), através da seguinte relação: y(t) ≈ g(t, θ, u(t)) Costuma-se utilizar alternativamente a notação ŷ(t|θ) = g(t, θ, u(t)), para lembrar que g é um valor predito ou estimado de y . A busca por uma boa função modelo é realizada então em termos dos parâmetros θ. O valor escolhido θ̂N que nos dá a melhor aproximação da função estimada nos fornece: ĝN (t, u(t)) = g(t, θ̂N , u(t)) 2.2 FORMALIZAÇÃO DO PROCESSO DE IDENTIFICAÇÃO O processo de partir de dados observados e chegar a um modelo matemático é, na área de sistemas de controle, denominado "Identicação" e o seu objetivo é encontrar modelos dinâmicos a partir dos sinais observados da entrada e de saída de uma planta 32 qualquer. Equações diferenciais serão representadas por funções de transferência para o caso de identicação de modelos linearizados. Os quatro ingredientes principais do processo que nos leva dos dados observados ao modelo identicado são: a) Dados de entrada e saída; b) Família de modelos de estrutura; c) Critério de identicação; d) Procedimentos de validação. 2.2.1 DADOS DE ENTRADA E SAÍDA A identicação de sistemas começa e termina com dados reais. Dados são necessários para construir e validar modelos. Por outro lado, o resultado do processo de identicação pode não ser melhor do que o correspondente à informação contida nos dados. Dados de entrada e saída são normalmente expressos sob a forma de grácos da evolução temporal dos sinais, como na Figura 1.5. 2.2.2 FAMÍLIA DE MODELOS DE ESTRUTURA A etapa mais importante no processo de identicação é a escolha de um modelo de estrutura, ou seja, um conjunto de modelos candidatos a representar o processo. No processo uma grande quantidade de estruturas de modelo é testada e o processo de identicação transforma-se num processo de avaliação e escolha entre os modelos resultantes nestas estruturas. É natural distinguir entre dois tipos de estrutura de modelos: • Estruturas do tipo Black-Box, ou caixa-preta; • Estruturas do tipo White-Box, ou de modelo físico; Uma estrutura do tipo caixa-preta é uma estrutura onde a parametrização em termos de um vetor θ~ de parâmetros é escolhida de modo que a família de modelos candidatos cubra tantos modelos quanto seja possível ou apenas de interesse. Nenhuma atenção em particular é prestada à aplicação real, de forma que o modelo físico do sistema não precisa ser necessariamente conhecido. Para um sistema linear se pode escolher como parâmetros os coecientes da resposta ao impulso, de um modelo nito de resposta ao impulso. 33 ŷ(t|θ) = M X θk .u(t − k) k=1 onde: • ŷ(t|θ) é a saída do modelo predito ou estimado no tempo t; • θ~ = [θ1 , θ2 , ..., θk , ..., θM ] é o vetor de parâmetros a serem ajustados; e • u(t) é a entrada. Em geral pode-se escrever uma estrutura de caixa-preta conceitual como: ŷ (t|θ) = M X θk .hk (t) (2.1) k=1 isto é, como algum tipo de expansão em série da função. Funções especiais para este tipo de aplicação incluem as chamadas bases de Laguerre, e outras classes de funções ortogonais, tais como apresentadas em BULTHEEL (2004). No caso geral as funções da base {hk } podem também depender de θ. Estruturas de modelagem física ou White-Box são utilizadas caso se disponha de uma introspecção física das propriedades do sistema a ser identicado. Não se estima o que já se conhece. Escreve-se as leis e relações físicas que descrevem o sistema, e em seguida escolhe-se as variáveis de estado. É escrito um modelo sob a forma de espaço de estados, em função de constantes físicas desconhecidas. O processo da identicação deve então estimar estas constantes. 2.2.3 CRITÉRIO DE IDENTIFICAÇÃO No problema da aproximação de y(t) por uma função estimada parametrizada y(t) ≈ g(t, θ, u(t)) pode-se assumir que os erros de estimação, ou seja, as diferenças entre a função real e a identicada, são devidos a erros numéricos ou mesmo simplesmente a medidas de entradas e saídas que não fazem parte do conjunto de treinamento, na forma: y (t) = ŷ (t|θ) + v (t) onde v(t) responde pelos erros de estimação. A função v(t) é, portanto, uma entrada não medida, usualmente referida como "perturbação ou ruído". 34 Claramente é preciso assumir algumas hipóteses a respeito de v(t) para que se possa calcular com alguma eciência os valores de θ. Há essencialmente duas estratégias de abordagem para o processo de identicação: probabilística e determinística. • Determinístico: Condicionar o conjunto de possíveis sinais v(t) de alguma forma, como por exemplo: {v (t)} ≤ C, ∀t sendo C uma constante real qualquer. Trata-se de estipular um valor máximo para as entradas espúrias do sistema. • Probabilístico: Atribui-se probabilidades às possíveis diferentes seqüências {v (t)}, ou seja, descreve-se {v (t)} como um processo aleatório com função de distribuição probabilística conhecida (média e desvio padrão). O ruído então poderá ser tratado, ou até mesmo removido do processo, pois tem característica conhecida. 2.2.4 PROCEDIMENTOS DE VALIDAÇÃO No caso da identicação concluída, não é o bastante ter-se descoberto um modelo nominal θ̂N . Deve-se também ter uma medida de sua conabilidade. A validação do modelo é o processo de examinar o modelo, avaliar sua qualidade e possivelmente de rejeitar seu uso para a nalidade desejada. A validação do modelo tem ao menos três objetivos diferentes: a) Decidir se o modelo é adequado para a aplicação pretendida; b) Decidir o quão distante do verdadeiro sistema está o modelo; c) Decidir se o modelo e os dados são consistentes com as suposições inicialmente realizadas a respeito do modelo de estrutura. Estes objetivos se sobrepõem em parte, mas é ainda possível se delinear algumas técnicas básicas de abordagem do problema: • A manobra mais pragmática para se decidir se um modelo é adequado é testando se ele é capaz de reproduzir dados de validação (dados que não foram usados para estimar o modelo), na simulação ou na predição. Uma simples inspeção visual dos resultados pode dizer se o ajuste foi bom o suciente. 35 • Determinar limites do erro - a que distância estão o sistema verdadeiro e o modelo um do outro. Se for adotado um ajuste probabilístico e se houver a suposição de que o sistema verdadeiro deve ser encontrado dentro da estrutura escolhida, o problema transforma-se numa questão de vericar o quanto os distúrbios estocásticos podem afetar o modelo. A matriz de covariância da distribuição assintótica é usada classicamente para o cálculo dos limites de erro nestes casos. • Testar se os dados e o modelo são consistentes com as suposições feitas sobre a estrutura do modelo, o que é uma tarefa direta. ³ ´ São assim computados os resíduos ε (t) = y (t) − ŷ t|θ̂N , calculados a partir do modelo e de um conjunto de dados de validação. Deve-se checar se: • kε (t)k ≤ C no caso determinístico, ou • ε (t) e u (t − τ ) são variáveis aleatórias independentes, no caso probabilístico. Este teste é um dos chamados "testes de análise de resíduo" da teoria das probabilidades. Um aspecto muito importante das etapas de validação dos sistemas identicados é como lidar com a validação de sistemas não modelados. A identicação tipo caixa-preta não nos permite utilizar a medida das distâncias entre dois conjuntos de dados, um devido ao sistema modelado e outro devido ao sistema identicado. Neste caso em particular, a validação deve ser feita submetendo-se o sistema identicado ao mesmo conjunto de entradas utilizadas no processo de identicação, e medindo-se a distância entre as saídas. De qualquer forma, um modelo matemático é apenas uma descrição aproximada do processo real. A identicação estará sempre sujeita a uma série de erros nessa aproximação, que podem ser de dois tipos: a) Erros devidos a entradas não medidas, ou erros aleatórios, ou erros de variância, e b) Erros devido à modelagem excessivamente simples da estrutura. A validação do modelo dependerá, portanto, de um processo eciente de se medir a distância entre o sistema real e o modelo identicado, ou realizar tal medida indiretamente através da medida das saídas devida à mesma entrada, para ambos. Tais processos serão abordados mais detalhadamente no Capítulo 3. 36 2.3 LADO PRÁTICO DA IDENTIFICAÇÃO Um elemento essencial no processo da identicação é tentar-se estabelecer diferentes modelos de estruturas, calcular o melhor modelo em termos de distância, e validá-lo com dados experimentais. Tipicamente, isto deverá ser repetido com algumas estruturas diferentes antes que um modelo satisfatório possa ser encontrado. Não se deve subestimar as diculdades inerentes a este processo, sendo sugeridos os seguintes aspectos práticos a serem observados para que se ganhe alguma introspecção nos modelos de estruturas: a) Pela observação dos dados, estimar a ordem do sistema e o modelo de estrutura; b) Simular este modelo com a entrada e comparar a saída simulada com a saída medida sobre todo o registro de dados. Diante deste procedimento, pode-se recair em dois casos: a) Primeiro caso: A simulação parece boa. Então o modelo é conável e algum trabalho adicional pode ser empreendido tentando-se modelar o sistema com ordens diferentes, e adicionando ruído aos sinais - a sintonia na do modelo pode ser realizada e seu domínio de validade estendido. b) Segundo caso: A simulação não foi boa. Então deve-se realizar algum trabalho adicional no sentido de vericar a causa. Há três razões básicas para a falha: a) A dinâmica linear necessita de uma descrição de ordem mais elevada. Esta é, na prática, a razão menos provável, à exceção de sistemas com ressonâncias mecânicas. b) Há mais sinais que afetam signicativamente a saída. Deve-se então procurar no sistema físico o que estes sinais podem ser, para vericar se podem ser medidos e desta forma incluídos entre as entradas. De outra forma, deve-se sinalizar as fontes que não podem ser seguidas ou medidas, e estas serão chamadas "perturbações". Simplesmente tem-se que conviver com o fato que terão um efeito adverso nas comparações. c) Algumas não-linearidades importantes foram negligenciadas. Deve-se então recorrer à física do sistema para descobrir se alguns dos sinais medidos estão sujeitos a transformações não-lineares. Se nenhuma transformação não-linear aparecer na modelagem preliminar, pode-se ter que tentar algum modelo não-linear de caixapreta. 37 Seja então efetuado no domínio do tempo ou da freqüência, o processo de identicação de um modelo dinâmico a partir da observação de suas entradas e saídas tem, quaisquer que sejam os métodos utilizados para cumprir as diversas etapas de cálculo, um uxo natural de procedimentos, que pode ser melhor visualizado na síntese abaixo: Primeira etapa: especicação do experimento. A experiência de obtenção de dados é executada excitando-se o sistema com algum sinal ou conjunto de sinais de entrada escolhidos, e assim observando e gravando os sinais de saída. O alvo desta experiência é obter os dados da entrada e da saída com uma quantidade de informações empiricamente determinada adequada na presença de perturbações desconhecidas. Segunda etapa: escolha do modelo de estrutura e estimação da ordem Praticamente qualquer sistema causal, linear e invariante no tempo, com uma entrada e uma saída, pode ser descrito sob a seguinte forma: G (s) = An .sn + ... + A4 .s4 + A3 .s3 + A2 .s2 + A1 .s1 + A0 Bn+1 .sn+1 + ... + B5 .s5 + B4 .s4 + B3 .s3 + B2 .s2 + B1 .s1 + B0 Terceira etapa: estimação de parâmetros Uma vez selecionado o modelo de estrutura, a etapa seguinte é estimar seus parâmetros a m de caracterizar completamente o sistema sob estudo. Há diversos métodos de identicação em que as etapas de estimação são ligadas, porque é quase impossível vericar a qualidade de um modelo sem estimar seus parâmetros, e é essencial denir um modelo de estrutura antes que seus parâmetros possam ser estimados. Os métodos escolhidos neste trabalho serão detalhados no próximo capítulo. Quarta etapa: validação do modelo Após a estrutura do modelo ter sido escolhida e seus parâmetros apropriadamente identicados de acordo com algum critério, tal modelo é submetido a uma vericação que visa atestar se ele pode caracterizar o sistema ou não. Há diversas formas de validação do modelo, sendo que as atenções neste trabalho estarão voltadas para aquelas mais aplicáveis à solução do caso de identicação de sistemas aeronáuticos. Como o ponto de partida será um sistema baseado em simulador, a etapa de validação será realizada por comparação das respostas no domínio do tempo. A Figura 2.2 apresenta as principais etapas do processo de identicação discutidas nesta seção. 38 FIG. 2.2: Algoritmo de Identicação. 2.4 FERRAMENTAS DE IDENTIFICAÇÃO Nesta seção, são abordados os métodos matemáticos escolhidos para serem utilizados nos processos de identicação deste trabalho. São discutidos os aspectos práticos derivados dos trabalhos de aplicação da FFT, bem como formas de se obter informações sobre o sistema a partir do que se convencionou chamar "Função Resposta em Freqüência"(FRF). O conhecimento dos diagramas de Bode será utilizado para se estabelecer pontos de partida do processo de identicação, tais como a ordem estimada do sistema. Como contribuição deste trabalho, será reintroduzida a identicação por ajuste de curvas complexas via método de Levy, publicado pela primeira vez em LEVY (1959), por representar uma solução de implementação simples e por ter um desenvolvimento intuitivo o bastante para representar uma abordagem do tipo caixa-preta do problema da identicação de aeronaves por ensaios em vôo. Os métodos apresentados são diretamente aplicáveis ao tratamento dos dados de 39 ensaios em vôo obtidos no domínio do tempo e convertidos para o domínio da freqüência. Aqui eles são expostos como parte do universo das técnicas de identicação, obedecendo a uma seqüência lógica de aplicação. 2.4.1 PREPARAÇÃO DOS DADOS NO DOMÍNIO DA FREQÜÊNCIA Sinais e relações entrada-saída são normalmente visualizados por grácos que mostram suas variações de amplitude no domínio do tempo. Essa representação é a mais natural por uma questão meramente cultural, muito embora tais diagramas temporais não permitam enxergar uma série de informações relativas ao sistema, que só podem ser extrapoladas a partir da análise espectral dos sinais, ou seja, de seu tratamento no domínio da freqüência. Nesta seção é estabelecido um conjunto de procedimentos adequados à obtenção de tais informações e estudada uma seqüência de abordagem do problema da identicação de aeronaves. A transformação da base de dados do domínio do tempo para o da freqüência envolve uma preparação prévia destes dados. A transformada de Fourier é uma ferramenta útil no estabelecimento do espectro de freqüências presente em um sinal temporal, e conceitos relativos à transformada serão apresentados a seguir. A função básica do domínio da freqüência é o espectro, denido como Gx (ω), que resulta quando se aplica a transformada de Fourier a um sinal no domínio do tempo. O espectro é uma função complexa de variável real. A FRF é denida como a relação entre a saída e a entrada de um sistema, ambas expressas no domínio da freqüência. A FRF corresponde apenas ao eixo imaginário da função de transferência, no caso em que S = j.ω , e pode ser gerada pela divisão ponto a ponto das transformadas de Fourier da saída e da entrada do sistema, amostradas no domínio do tempo. Suponha que u (t) é periódica, com um período arbitrariamente grande T , desta forma podendo ser descrita por seus coecientes complexos de Fourier {Un }. A saída y (t) é periódica com período T e é descrita por seus próprios coecientes de Fourier {Yn }. Yn = H (j.n.ω) Un Pela denição da transformada de Fourier, a saída no domínio do tempo é: y (t) = ∞ X n=−∞ 40 Yn .ej.n.ω.t ou y (t) = ∞ X H (j.n.ω) .Un .ej.n.ω.t n=−∞ ou ainda T /2 Z ω −j.n.ω.t y (t) = H (j.n.ω) . u (t) .e dt .ej.n.ω.t 2π n=−∞ ∞ X −T /2 Estas equações expressam a saída como transformada inversa de Fourier do produto da FRF pela entrada, na forma: y (t) = F −1 {H (jω) .U (jω)} ou, transformando por Fourier ambos os lados, Y (jω) = H (jω) .U (jω) que é a chamada relação fundamental entrada-saída no domínio da freqüência. Em termos de obtenção da FRF, algum tratamento deve ser dado aos sinais no domínio do tempo antes de se executar tal operação, para o que sugere-se o seguinte roteiro, a ser seguido como no seguinte exemplo, ilustrado nas Figuras 2.3 a 2.8. PASSO 1: amostrar a entrada e a saída no domínio do tempo A Figura 2.3 apresenta os sinais de entrada e saída de um sistema exemplo amostrado no tempo. Entrada Saída 0.03 0.025 0.02 0.015 0.01 0.005 0 −0.005 −0.01 19 20 21 22 23 24 Tempo em segundos FIG. 2.3: Entrada e saída quaisquer amostradas no domínio do tempo. 41 Neste momento, é necessário estabelecer a taxa na qual os sinais foram amostrados. A importância de se ter ambas as informações de entrada e saída no mesmo gráco reside no fato de que se pode estabelecer a presença ou não de um nível DC, bem como o tempo aproximado em que a resposta se inicia - identicando desta forma uma possível componente da resposta devida a uma entrada anterior, ou a alguma condição inicial, bem como erros de aproximação numérica. O exemplo da Figura 2.3 foi escolhido de forma que, ampliando-se o gráco na região onde se iniciam a entrada e a saída, percebe-se tais efeitos, como na Figura 2.4: −5 x 10 4 Entrada Saída 2 0 −2 −4 −6 −8 19.98 19.99 20 20.01 20.02 20.03 Tempo em segundos FIG. 2.4: Entrada e saída quaisquer no domínio do tempo ampliadas. PASSO 2: Realizar o condicionamento dos sinais O gráco da Figura 2.4 informa que já existia resposta não nula antes de a entrada assumir valores não nulos, mesmo que residual. Como uma das hipóteses da identicação é a causalidade do sistema, pode-se atribuir tal componente da saída a entradas anteriores - diga-se, uma condição muito comum nos ensaios em vôo: uma saída afetada por mais de uma entrada. É necessário "informar" ao algoritmo da FFT que a componente de interesse da saída é devida apenas à entrada fornecida ao sistema para efeito de identicação, de forma que é proposto o seguinte procedimento, a ser obedecido na ordem apresentada: a) Janelar o sinal no domínio do tempo, de forma que sejam separadas partes dos vetores de entrada e saída que contenham a informação desejada. O início e o m 42 da janela devem estar sobre os pontos no tempo onde o sinal de entrada começa e deixa de existir. b) Remover o nível DC aparente da saída. Quando se amplia o sinal de saída numa vizinhança de t0 , a sua componente devida a uma entrada anterior ou a erro numérico aparece como um falso nível DC que, se removido do sinal, permite que se retenha apenas a informação da saída devida à entrada de identicação. c) Acrescentar zeros no início e no m de ambos os vetores dos sinais de entrada e de saída, em quantidade empiricamente determinada. É através desta etapa em particular que se informa ao algoritmo da FFT que esta saída é devida a esta entrada. Após realizadas as etapas anteriores, os sinais de entrada e saída podem ser submetidos à FFT, que gerará dois vetores de mesmo tamanho daqueles no domínio do tempo, mas que carregam as informações de módulo e fase no domínio da freqüência. Sinal de Entrada amostrado a 1000 Hz: Ts=0.001s 0.01 Sinal 0.005 0 −0.005 −0.01 0 5 10 15 20 25 30 35 40 45 Tempo (s) −3 4 x 10 Amplitude 3 2 1 0 −2 10 −1 10 0 1 10 10 2 10 3 10 4 10 Frequencia (rad/s) FIG. 2.5: Módulo da FFT da entrada - sinal exemplo. A transformada de Fourier do sinal de entrada, um doublet que inicia e termina com amplitude nula, expressa num gráco de módulo em dB versus freqüência em rad/seg terá o aspecto da Figura 2.5. A transformada de Fourier do sinal de saída, também expressa num gráco de módulo em dB versus freqüência em rad/seg , terá neste caso o aspecto da gura 2.6. 43 Sinal de Saida amostrado a 1000 Hz: Ts=0.001s 0.04 Sinal 0.02 0 −0.02 −0.04 0 5 10 15 20 25 30 35 40 45 Tempo (s) −3 4 x 10 Amplitude 3 2 1 0 −2 10 −1 10 0 1 10 10 2 10 3 10 4 10 Frequencia (rad/s) FIG. 2.6: Módulo da FFT da saída - sinal exemplo. O próximo passo é dividir ponto a ponto as FFT dos sinais de entrada e saída, de forma que se obtenha a informação correspondente à FRF do sistema a ser identicado. MODULO de Y(jw)/U(jw) 30 20 10 Amplitude (dB) 0 −10 −20 −30 −40 −50 −60 −70 −2 10 −1 10 0 10 1 10 2 10 3 10 4 10 Frequencia (rad/s) FIG. 2.7: Módulo da FRF - sinal exemplo. A informação resultante é um vetor de números complexos que carrega as informações de módulo e fase do sistema, expressos respectivamente nas Figuras 2.7 e 2.8. Aspectos particulares das respostas em freqüência dos sistemas identicados são discutidos no Capítulo 4, quando as técnicas aqui apresentadas serão aplicadas diretamente às entradas e saídas no domínio do tempo dos simuladores apresentados no Capítulo 3. 44 FASE de Y(jw)/U(jw) 200 150 100 Fase (graus) 50 0 −50 −100 −150 −200 −2 10 −1 10 0 10 1 10 2 10 3 10 4 10 Frequencia (rad/s) FIG. 2.8: Fase da FRF - sinal exemplo. O vetor de pontos da FRF, representado nas Figuras 2.7 e 2.8 são o ponto de partida do algoritmo de Levy, que é apresentado na seção 2.6. 2.4.2 INFORMAÇÕES "CAIXA-CINZA": DIAGRAMAS DE BODE Embora este trabalho esteja orientado para a identicação do tipo caixa preta, há uma série de informações que podem ser extraídas da representação de uma sinal amostrado qualquer, tanto no domínio da freqüência quanto no domínio do tempo. A forma de obtenção de tais informações e o valor agregado que elas trazem, mesmo não sendo diretamente utilizados no processo de identicação a ser adotado, são fonte de conhecimento capaz de auxiliar na interpretação nal dos dados obtidos pelo processo. Nenhuma informação que se possa extrair do sinal deve ser negligenciada durante um trabalho de identicação de sistemas. Por isso, segue-se um pequeno roteiro tradicionalmente conhecido de obtenção de informações sobre o sistema a partir dos dados coletados nos domínios do tempo e da freqüência. Muito embora a abordagem efetuada neste trabalho a respeito dos diagramas de Bode esteja direcionada para a relação entre as respostas temporais e as respostas em freqüência, o que vem ao encontro das preliminares necessárias à identicação de aeronaves, o assunto não é inteiramente novo na área de sistemas de controle, e poderá ser encontrado no anexo 7.1. 45 2.5 ANÁLISE MODAL Dos métodos modernos de projeto em sistemas de controle, destaca-se o chamado "método de análise modal", que lida com a descrição da posição dos pólos em termos do comportamento dinâmico dos modos de oscilação do sistema. Nesta seção é extraída desta teoria uma breve explicação a respeito de como os pólos de um sistema podem representar diretamente o comportamento de uma aeronave em vôo, e uma abordagem mais completa pode ser encontrada em textos como ALLEMANG (1999), CIAVEX (1997d), DAY (2002) e mais formalmente em LITTLEBOY (1994). 2.5.1 DINÂMICA LINEAR BÁSICA A descrição matemática de qualquer sistema físico normalmente envolve conjuntos de equações diferenciais ordinárias que podem ser utilizadas na descrição do modelo linearizado (local) do sistema real não-linear (global). As soluções no domínio do tempo de tais sistemas de equações diferenciais se apresentam sob a forma somas de modos exponenciais e, em uma aeronave, tais modos de oscilação apresentam algum tipo de acoplamento ou dependência entre si. Sendo assim, para um modelo de aeronave descrito por n variáveis mensuráveis através de sensores, pode-se obter, na linearização do sistema, um conjunto de n equações diferenciais lineares, cada uma contendo n variáveis independentes, que vão descrever o seu comportamento linear e invariante no tempo, sobre a vizinhança de algum ponto de operação - o mesmo ponto escolhido para o processo de linearização. Modos dinâmicos de uma aeronave Se for considerado o comportamento no tempo de um sistema linear devido a uma entrada ou a uma condição inicial, podem surgir naturalmente modos dinâmicos de comportamento. Na dinâmica longitudinal convencional de uma aeronave, há dois modos básicos de oscilação: de curto-período de arfagem, também chamada de Short-Period Pitching Oscil- lation (SPPO), caracterizada por uma oscilação de segunda ordem altamente amortecida em torno do centro de gravidade da aeronave; e o modo de oscilação de longo-período, também chamado de phugoid, caracterizado por uma oscilação também de segunda ordem, embora suavemente amortecida, que atua na velocidade e na altitude da aeronave. Na dinâmica látero-direcional, por sua vez, há três modos básicos de oscilação: o 46 chamado roll-subsidence ou rolamento puro, que é um modo não oscilatório, altamente amortecido e caracterizado pelo movimento de rolamento da aeronave; o dutch-roll, que é um modo oscilatório suavemente amortecido, envolvendo os movimentos de rolamento e guinada lateral; e nalmente o espiral, não oscilatório, porém muito lento e envolvendo os movimentos de rolamento, guinada e derrapagem lateral. Denição 2.3 (Modo Longitudinal Phugoid ). O modo phugoid é um modo longitudinal excitado por uma mudança no empuxo da aeronave. Um pulso de empuxo causa uma mudança na velocidade em relação ao ar, que inicia uma oscilação suavemente amortecida na atitude de arfagem. Enquanto isso, o ângulo de ataque se mantém aproximadamente constante, o que signica que o ângulo da trajetória de vôo oscila acompanhando a atitude de arfagem. O resultado é um ciclo de período longo, suavemente amortecido do movimento de arfagem da aeronave, ganhando altitude enquanto perde velocidade, então embicando para baixo, perdendo altitude e ganhando novamente a velocidade perdida. Pode ser visto como uma troca entre as energias potencial e cinética, e é referenciado na Figura 2.9. FIG. 2.9: Modo longitudinal phugoid. O termo phugoid foi utilizado pela primeira vez por F.W. Lanchester, em 1908, em seu livro Aerodonetics, para referir algumas equações da dinâmica dos aerofólios. Ele baseou seu neologismo no grego φυλη , que signica "vôo", mas no sentido da palavra inglesa "fugitive", e não no sentido de movimento através do ar. Denição 2.4 (Modo Longitudinal curto-período). O modo curto-período é um modo longitudinal que tende a afetar o ângulo de ataque e a taxa de arfagem de forma mais intensa do que os outros estados longitudinais. Quando é dado à aeronave um pulso de profundor como entrada, uma velocidade angular de arfagem é gerada, fazendo com que o ângulo de arfagem e o ângulo de ataque variem. A velocidade aerodinâmica se mantém aproximadamente constante, e os ângulos de arfagem e ataque tendem a variar unissonamente, o que mantém o ângulo da trajetória de vôo quase constante. O período deste modo é muito mais curto do que o do modo phugoid. O modo curto-período tende 47 a amortecer rapidamente e aparece somente como pequenos picos nos grácos de tempo em que ambos os modos longitudinais foram excitados, podendo ser visualizado na Figura 2.10. FIG. 2.10: Modo longitudinal curto-período. Denição 2.5 (Modo Látero-direcional Dutch-Roll ). O modo dutch-roll é um modo oscilatório que envolve as velocidade angulares tanto de rolamento quanto de guinada, produzindo efeitos de ângulo de rolamento e de derrapagem lateral. O dutch-roll pode ser visto em uma aeronave que rola numa direção e executa uma guinada no sentido oposto. O resultado é um movimento de curto período, suavemente amortecido, de precessão das pontas de asa. Como o leme de uma aeronave afeta tanto o rolamento quanto a guinada, o dutch-roll pode ser mais facilmente excitado por um simples pulso no leme. O nariz da aeronave move-se para a esquerda, enquanto as asas rolam para a direita, seguido pelo mesmo movimento no sentido oposto, suavemente amortecido. Um exemplo pode ser visto na Figura 2.11. FIG. 2.11: Modo látero-direcional dutch-roll. Denição 2.6 (Modo Látero-direcional rolamento puro). O modo rolamento puro é visto como uma rotação simples sobre o eixo longitudinal da aeronave. É nãooscilatório, e pode ser modelado como sistema de primeira ordem. A taxa ou velocidade angular de rolamento afeta pesadamente o modo rolamento puro. Uma baixa constante de tempo do modo é desejada em uma aeronave, porque resulta em uma resposta rápida 48 da taxa de rolamento. Em outras palavras, uma resposta lenta do modo rolamento puro faz com que os controles da aeronave pareçam lentos e pesados. O efeito do modo sobre a aeronave pode ser visto na Figura 2.12. FIG. 2.12: Modo látero-direcional rolamento puro. Denição 2.7 (Modo Látero-direcional Espiral). O modo espiral é um outro modo não-oscilatório, tal como o modo rolamento puro, exceto pelo fato de que envolve o ângulo de rolamento e a velocidade angular de guinada de forma muito mais intensa. Não apresenta quase nenhuma velocidade angular de rolamento. Um modo espiral estável pode ser visto em uma aeronave que retorna as asas ao nível, vinda de um ângulo inicial pequeno de rolamento, através de uma combinação de dependências do momento de rolamento em relação às velocidades angulares de guinada e derrapagem lateral. FIG. 2.13: Modo latero-direcional espiral. As taxas de derrapagem e de guinada são geradas pelo movimento de abaixamento do nariz da aeronave, devido a um desequilíbrio de sustentação quando a aeronave está em situação de ângulo de rolamento não nulo à esquerda ou à direita. Um modo espiral 49 instável trabalha de maneira oposta: um ângulo inicial de rolamento resulta em um ângulo cada vez mais acentuado. A espiral tem uma constante do tempo característica menor do que a do modo rolamento puro. Assim, o movimento é muito lento e constante, não chegando a ser percebido pelo piloto. A origem do nome encontra-se no modo espiral instável, enquanto a aeronave cai gradualmente em um ângulo de queda de asa cada vez mais acentuado, eventualmente tendo por resultado um mergulho espiral, como pode ser visto na Figura 2.13. Estabelecida a física dos modos de oscilação em relação ao vôo, pode-se dizer agora que o movimento dinâmico de uma aeronave é uma combinação linear de modos de primeira e segunda ordens, para cada variável de saída do modelo monitorada no domínio do tempo. A soma de dois modos pertencentes à dinâmicas diferentes (longitudinal e látero-direcional) caracteriza o que se dene como acoplamento entre as dinâmicas, e a simples presença de um modo qualquer na expressão de uma saída dene o acoplamento da saída àquele modo. Este conceito de acoplamento é extremamente importante em uma análise de identicação por ensaios em vôo, como uma compreensão de que a contribuição de cada um dos modos em uma resposta de saída tem papel fundamental no desempenho de um sistema. Assim, poder alterar este acoplamento é fundamental em um projeto, e o seu reconhecimento é fundamental para a compreensão do processo de identicação. Para o estudo do acoplamento dos modos com a saída, seja tomado como exemplo um canal qualquer da dinâmica longitudinal de uma aeronave exemplo: Y (s) −2, 44.s (s + 0, 596) (s + 0, 062) = 2 U (s) (s + 1, 66.s + 1, 92) (s2 + 0, 023.s + 0, 016) Os pólos e zeros da função de transferência são mostrados na Tabela 2.1. Zeros Polos 0 −0, 596 −0, 062 −0, 83 + 1, 1.j −0, 83 − 1, 1.j −0, 011 + 0, 126.j −0, 011 − 0, 126.j TAB. 2.1: Zeros, pólos e ganho do sistema exemplo. 50 (2.2) Cada um dos dois modos pode ser visualizado como um par de pólos complexos conjugados no diagrama de pólos e zeros da Figura 2.14. O efeito de cada um destes modos na resposta temporal para o exemplo é dado pelo estudo apresentado na seção de análise modal. 1.5 1 Eixo Imaginário 0.5 Polos Short Period 0 −0.5 Polos Phugoid −1 −1.5 −0.9 −0.8 −0.7 −0.6 −0.5 −0.4 Eixo Real −0.3 −0.2 −0.1 0 FIG. 2.14: Pólos phugoid e curto-período do sistema exemplo. 51 2.6 O MÉTODO DE LEVY Publicado inicialmente em 3 de novembro de 1958, no extinto IRE-Transactions (Institute for Radio Engineering) por E.C. Levy, engenheiro do Space Technology Laboratory - Los Angeles, este método resolveu alguns problemas da identicação caixa-preta, no sentido de trabalhar individualmente com as informações das partes real e imaginária dos pontos da resposta em freqüência. O método de Levy, descrito em LEVY (1959), trata da interpolação complexa das curvas de resposta em freqüência por uma expressão algébrica - diga-se: a razão entre dois polinômios dependentes da freqüência - na forma: G (s) = A0 + A1 .s1 + A2 .s2 + A3 .s3 + A4 .s4 + ... B0 + B1 .s1 + B2 .s2 + B3 .s3 + B4 .s4 + ... (2.3) Sem perda de generalidade, pode-se supor que o coeciente B0 é unitário. Entretanto, o método será aqui demonstrado para um coeciente B0 qualquer, no caso de uma função de transferência de ordem 5 para o denominador e ordem 4 para o numerador. Tal escolha se deve ao fato de que sistemas aeronáuticos apresentam um comportamento físico de dois modos básicos de oscilação, que podem ser satisfatoriamente descritos por um sistema de quarta ordem. Entende-se que os termos de quinta ordem (ou superiores), uma vez identicados com base em dados de vôo experimentais, seriam nulos ou próximos de zero - e esta característica será demonstrada aqui. Será escolhida uma forma preferencial para o início do processo de identicação, conforme a seguinte estrutura: G (s) = A4 .s4 + A3 .s3 + A2 .s2 + A1 .s1 + A0 B5 .s5 + B4 .s4 + B3 .s3 + B2 .s2 + B1 .s1 + B0 (2.4) Como o conjunto de treinamento é um vetor de números complexos medido a partir de pequenas perturbações de um vôo simétrico, estável e nivelado, a função de transferência identicada deverá representar o canal da aeronave estudado apenas no domínio de validade de sua representação linear. 52 Reescreve-se então, em termos de descrição do estado permanente do processo, a Equação 2.4 em função de j.ω , resultando: A4 . (j.ω)4 + A3 . (j.ω)3 + A2 . (j.ω)2 + A1 . (j.ω)1 + A0 G (j.ω) = B5 . (j.ω)5 + B4 . (j.ω)4 + B3 . (j.ω)3 + B2 . (j.ω)2 + B1 . (j.ω)1 + B0 (2.5) Rearranjando os termos do numerador e do denominador de forma conveniente, serão chamadas de agora em diante as partes real e imaginária dos dois polinômios de α, β , σ e τ , respectivamente. Tal designação é a chave para a simplicidade do desenvolvimento do método de Levy. Ĝ (j.ω) = (A0 − A2 .ω 2 + A4 .ω 4 ) + j.ω. (A1 − A3 .ω 2 ) α + j.ω.β N (ω) = = 2 4 2 4 (B0 − B2 .ω + B4 .ω ) + j.ω. (B1 − B3 .ω + B5 .ω ) σ + j.ω.τ D (ω) (2.6) Considera-se então, para efeito de cálculo, uma função F (jω) = R (ω) + j.I (ω) como a representação exata da resposta em freqüência do sistema. O problema da identicação passa a ser calcular uma Ĝ que aproxime da melhor forma possível F . Entende-se uma aproximação segundo uma função custo, responsável pela medida da distância entre F e Ĝ, que deverá ser minimizada posteriormente. Seja denida a função auxiliar ε (ω), como se segue: ε (ω) = F (jω) − G (jω) = F (jω) − N (ω) D (ω) (2.7) Multiplica-se agora ambos os lados da Equação 2.7 por D (ω), chamando-se suas partes real e imaginária por variáveis intermediárias a e b: D (ω) .ε (ω) = D (ω) .F (jω) − N (ω) (2.8) D (ω) .ε (ω) = a (ω) + j.b (ω) (2.9) 53 onde a e b são funções não apenas da freqüência, mas também dos coecientes Ai e Bi . O módulo ou valor absoluto da função resultante é kD (ω) .ε (ω)k = ka (ω) + j.b (ω)k = p a2 (ω) + b2 (ω) (2.10) Sendo assim, em qualquer freqüência especíca ωk da banda sobre a qual se obteve informações, tem-se kD (ωk ) .ε (ωk )k2 = a2 (ωk ) + b2 (ωk ) (2.11) de forma que a função custo está pronta para ser denida e submetida ao processo de minimização. A função custo é então denida como: E= m X £ ¤ a2 (ωk ) + b2 (ωk ) (2.12) k=0 Os coecientes desconhecidos Ai e Bi serão então calculados com base na minimização de E , sendo esta a propriedade que caracteriza a função Ĝ. Como a (ω) = Re [D (ω) .F (jω) − N (ω)] e b (ω) = Im [D (ω) .F (jω) − N (ω)] tem-se que: a (ω) = Re [(σ + j.ω.τ ) . (R (ω) + j.I (ω)) − (α + j.ω.β)] e b (ω) = Im [(σ + j.ω.τ ) . (R (ω) + j.I (ω)) − (α + j.ω.β)] de forma que pode-se reescrever a função custo, preparada para minimização, como E= m X £ (σk .Rk − αk − ωk .τk .Ik )2 + (σk .Ik + Rk .ωk .τk − ωk .βk )2 k=0 54 ¤ (2.13) A próxima etapa é calcular todas as derivadas parciais de E , em relação aos coecientes Ai e Bi , igualando-as a 0. Sendo assim, tem-se que para as seguintes descrições: α = A0 − A2 .ω 2 + A4 .ω 4 β = A1 − A3 .ω 2 σ = B0 − B2 .ω 2 + B4 .ω 4 (2.14) τ = B1 − B3 .ω 2 + B5 .ω 4 as derivadas parciais tomam as formas a seguir: ¸ m · X ¤ ∂E ∂ £ 2 4 = 2 (σk .Rk − ωk .τk .Ik − αk ) . −A0 + A2 .ω − A4 .ω ∂A0 ∂A0 k=0 m X ∂E = [−2 (σk .Rk − ωk .τk .Ik − αk )] ∂A0 k=0 (2.15) ¸ m · X ¢¤ ∂E ∂ £ ¡ 2 = 2 (ωk .τk .Rk + σk .Ik − ωk βk ) . ωk A1 − A3 .ω ∂A1 ∂A 1 k=0 m X ∂E [−2.ωk (ωk .τk .Rk + σk .Ik − ωk βk )] = ∂A1 k=0 (2.16) ¸ m · X ¢ ∂E ∂ ¡ 2 4 = 2 (σk .Rk − ωk .τk .Ik − αk ) . −A0 + A2 .ω − A4 .ω ∂A2 ∂A2 k=0 m X £ 2 ¤ ∂E = 2.ωk (σk .Rk − ωk .τk .Ik − αk ) ∂A2 k=0 (2.17) ¸ m · X ¡ ¢¤ ∂ £ ∂E 2 = 2 (ωk .τk .Rk + σk .Ik − ωk .βk ) . −ωk A1 − A3 .ω ∂A3 ∂A 3 k=0 m X £ 3 ¤ ∂E = 2.ωk (ωk .τk .Rk + σk .Ik − ωk .βk ) ∂A3 k=0 55 (2.18) ¸ m · X ¢ ∂E ∂ ¡ 2 4 = 2 (σk .Rk − ωk .τk .Ik − αk ) . −A0 + A2 .ω − A4 .ω ∂A4 ∂A4 k=0 m X £ ¤ ∂E = −2.ωk4 (σk .Rk − ωk .τk .Ik − αk ) ∂A4 k=0 m X ∂E = ∂B0 k=0 " ∂ 2 (σk .Rk − ωk .τk .Ik − αk ) . ∂B [(B0 − B2 .ω 2 + B4 .ω 4 ) .Rk ] + 0 (2.19) # ∂ +2 (ωk .τk .Rk + σk .Ik − ωk βk ) . ∂B [(B0 − B2 .ω 2 + B4 .ω 4 ) .Ik ] 0 m X ∂E = [2.Rk (σk .Rk − ωk .τk .Ik − αk ) + 2.Ik (ωk .τk .Rk + σk .Ik − ωk βk )] ∂B0 k=0 m X ∂E = ∂B1 k=0 " (2.20) ∂ 2 (σk .Rk − ωk .τk .Ik − αk ) . ∂B [ωk (−B1 + B3 .ω 2 − B5 .ω 4 ) .Ik ] + 1 # ∂ +2 (ωk .τk .Rk + σk .Ik − ωk βk ) . ∂B [ωk (B1 − B3 .ω 2 + B5 .ω 4 ) .Rk ] 1 m X ∂E [−2.ωk .Ik (σk .Rk − ωk .τk .Ik − αk ) + 2.ωk .Rk (ωk .τk .Rk + σk .Ik − ωk βk )] = ∂B1 k=0 (2.21) m X ∂E = ∂B2 k=0 " ∂ 2 (σk .Rk − ωk .τk .Ik − αk ) . ∂B [(B0 − B2 .ω 2 + B4 .ω 4 ) .Rk ] + 2 # ∂ +2 (ωk .τk .Rk + σk .Ik − ωk βk ) . ∂B [(B0 − B2 .ω 2 + B4 .ω 4 ) .Ik ] 2 m X £ ¤ ∂E = −2.ωk2 .Rk (σk .Rk − ωk .τk .Ik − αk ) − 2.ωk2 .Ik (ωk .τk .Rk + σk .Ik − ωk βk ) ∂B2 k=0 (2.22) 56 m X ∂E = ∂B3 k=0 " ∂ 2 (σk .Rk − ωk .τk .Ik − αk ) . ∂B [−ωk (B1 − B3 .ω 2 + B5 .ω 4 ) .Ik ] + 3 # ∂ +2 (ωk .τk .Rk + σk .Ik − ωk βk ) . ∂B [ωk (B1 − B3 .ω 2 + B5 .ω 4 ) .Rk ] 3 m X £ 3 ¤ ∂E = 2.ωk .Ik (σk .Rk − ωk .τk .Ik − αk ) − 2.ωk3 .Rk (ωk .τk .Rk + σk .Ik − ωk βk ) ∂B3 k=0 (2.23) m X ∂E = ∂B4 k=0 " ∂ 2 (σk .Rk − ωk .τk .Ik − αk ) . ∂B [(B0 − B2 .ω 2 + B4 .ω 4 ) .Rk ] + 4 # ∂ +2 (ωk .τk .Rk + σk .Ik − ωk βk ) . ∂B [(B0 − B2 .ω 2 + B4 .ω 4 ) .Ik ] 4 m X £ 4 ¤ ∂E = 2.ωk .Rk (σk .Rk − ωk .τk .Ik − αk ) + 2.ωk4 .Ik (ωk .τk .Rk + σk .Ik − ωk βk ) ∂B4 k=0 (2.24) m X ∂E = ∂B5 k=0 " ∂ 2 (σk .Rk − ωk .τk .Ik − αk ) . ∂B [−ωk (B1 − B3 .ω 2 + B5 .ω 4 ) .Ik ] + 5 # ∂ [ωk (B1 − B3 .ω 2 + B5 .ω 4 ) .Rk ] +2 (ωk .τk .Rk + σk .Ik − ωk βk ) . ∂B 5 m X £ ¤ ∂E = −2.ωk5 .Ik (σk .Rk − ωk .τk .Ik − αk ) + 2.ωk5 .Rk (ωk .τk .Rk + σk .Ik − ωk βk ) ∂B5 k=0 (2.25) O próximo passo é a aplicação de um mapeamento linear às variáveis α, β , σ e τ , de forma que se possa isolar os termos envolvendo os coecientes Ai e Bi . Seja a seguinte transformação de variáveis: α = A0 − α0 β = A1 − β 0 σ = B0 − σ 0 τ = B1 − τ 0 57 (2.26) Já que a aplicação deste mapeamento é uma mera questão de trabalho algébrico de substituição de variáveis, as etapas intermediárias serão omitidas em favor da clareza da compreensão do método. Os resultados aqui apresentados levam em conta o coeciente B0 não unitário, de forma que se pretende chegar a uma forma geral da função de transferência, não chegando a representar uma generalização matemática. Uma vez igualadas a 0 todas as derivadas parciais, e substituídos os valores de α, β , σ e τ conforme as equações 2.26, chegamos ao seguinte conjunto de equações: ∂E ∂A0 m P =0⇒ B0 .Rk = k=0 ∂E ∂A1 m P m P k=0 ωk3 .B0 .Ik m P k=0 m P k=0 + ωk .Ik .B1 − ωk .Ik .τk0 ] (2.28) [ωk2 (A1 − βk0 ) + ωk .Ik .σk0 − ωk2 .Rk (B1 − τk0 )] m P k=0 (2.29) [ωk2 .Rk .σk0 + ωk3 .Ik (B1 − τk0 ) + ωk2 (A0 − αk0 )] =0⇒ ∂E ∂A4 ∂E ∂B0 + Rk .σk0 =0⇒ ∂E ∂A3 m P k=0 ωk2 .B0 .Rk = k=0 αk0 =0⇒ k=0 m P [A0 − k=0 ωk .B0 .Ik = ∂E ∂A2 (2.27) m P = m P k=0 (2.30) [−ωk4 .Rk (B1 − τk0 ) + ωk3 .Ik .τk0 + ωk4 (A1 − βk0 )] =0⇒ ωk4 .B0 .Rk = m P k=0 (2.31) [ωk4 .σk0 .Rk + ωk5 .Ik (B1 − τk0 ) + ωk4 (A0 − αk0 )] =0⇒ [B0 (Rk2 ∂E ∂B1 0= + Ik2 )] = m P k=0 (2.32) [Rk (A0 − αk0 ) + ωk .Ik (A1 − βk0 ) + σk0 (Rk2 + Ik2 )] =0⇒ m P k=0 (2.33) [ωk .Ik (A0 − αk0 ) − ωk2 .Rk (A1 − βk0 ) + ωk2 (Rk2 + Ik2 ) . (B1 − τk0 )] 58 ∂E ∂B2 m P k=0 =0⇒ [ωk2 .B0 (Rk2 + Ik2 )] = ∂E ∂B3 0= m P k=0 k=0 [ωk2 .Rk (A0 − αk0 ) + ωk3 .Ik (A1 − βk0 ) + ωk2 .σk0 (Rk2 + Ik2 )] (2.34) =0⇒ m P k=0 ∂E ∂B4 m P (2.35) [ωk3 .Ik (A0 − αk0 ) − ωk4 .Rk (A1 − βk0 ) + ωk4 (Rk2 + Ik2 ) (B1 − τk0 )] =0⇒ [ωk4 .B0 (Rk2 + Ik2 )] = ∂E ∂B5 0= m P k=0 [ωk4 .Rk (A0 − αk0 ) + ωk5 .Ik (A1 − βk0 ) + ωk4 .σk0 (Rk2 + Ik2 )] (2.36) =0⇒ m P k=0 (2.37) [ωk5 .Ik (A0 − αk0 ) − ωk6 .Rk (A1 − βk0 ) + ωk6 (Rk2 + Ik2 ) (B1 − τk0 )] Cada uma das equações anteriores contém tanto termos que são funções dos coecientes Ai e Bi como também termos independentes. Uma notação condensada proposta por Levy permite reescrever estas equações sob a forma de matrizes cujos elementos sejam facilmente calculados a partir da base de dados disponível no domínio da freqüência (o vetor de números complexos correspondente à resposta em freqüência). Seja então a seguinte lista de substituições a serem realizadas nas equações anteriores: λh = m X ωkh (2.38) ωkh .Rk (2.39) ωkh .Ik (2.40) k=0 Sh = m X k=0 Th = m X k=0 59 Uh = m X ¡ ¢ ωkh Rk2 + Ik2 (2.41) k=0 A substituição destas relações, muito embora permita a solução do problema da identicação de forma condensada, não é trivial e por isso será trabalhada a seguir, tal que seja extrapolada uma solução para o problema da identicação de qualquer ordem para os polinômios de numerador e denominador. Deve ser lembrado que: α = A0 − A2 .ω 2 + A4 .ω 4 − ... β = A1 − A3 .ω 2 + A5 .ω 4 − ... σ = B0 − B2 .ω 2 + B4 .ω 4 − ... α0 = A2 .ω 2 − A4 .ω 4 + ... ⇒ τ = B1 − B3 .ω 2 + B5 .ω 4 − ... β 0 = A3 .ω 2 − A5 .ω 4 + ... σ 0 = B2 .ω 2 − B4 .ω 4 + ... (2.42) τ 0 = B3 .ω 2 − B5 .ω 4 + ... Assim pode-se armar que, da Equação 2.26, pode-se obter a seguinte informação, se esta for reescrita de forma conveniente: B0 m X Rk = m X [(A0 − αk0 ) + (Rk .σk0 ) + (ωk .Ik .B1 − ωk .Ik .τk0 )] (2.43) k=0 k=0 ou ainda B0 m X Rk = m X (A0 − αk0 ) + k=0 k=0 m X (Rk .σk0 ) k=0 + m X (ωk .Ik .B1 − ωk .Ik .τk0 ) (2.44) k=0 Ou, de forma apenas representativa, para que se tenha a noção intuitiva do processo de simplicação: B0 m P Rk = [A0 − A2 .ω 2 + A4 .ω 4 − ...] + k=0 2 4 2 4 (2.45) +Rk [B2 .ω − B4 .ω + ...] + ωk .Ik [B1 − B3 .ω + B5 .ω − ...] onde se pode agora enxergar as substituições desejadas, resultando: B0 .S0 = [A0 .λ0 − A2 .λ2 + A4 .λ4 − ...] + + [B2 .S2 − B4 .S4 + ...] + [B1 .T1 − B3 .T3 + B5 .T5 − ...] 60 (2.46) Analogamente, realiza-se a substituição na segunda equação: Da Equação 2.45: B0 m X ωk .Ik = k=0 m X B0 ωk .Ik = k=0 B0 m P + k=0 ωk2 .Rk ¤ ωk2 (A1 − βk0 ) + ωk .Ik .σk0 − ωk2 .Rk (B1 − τk0 ) m P k=0 (2.47) k=0 m X ωk2 (A1 − βk0 ) + m X (ωk .Ik .σk0 ) − ωk2 (A1 − A3 .ω 2 + A5 .ω 4 − ...) + 2 m X ωk2 .Rk (B1 − τk0 ) (2.48) k=0 k=0 k=0 ωk .Ik = k=0 m P m X £ m P ωk .Ik (B2 .ω 2 − B4 .ω 4 + ...)− k=0 4 (B1 − B3 .ω + B5 .ω − ...) (2.49) B0 .T1 = [A1 .λ2 − A3 .λ4 + A5 .λ6 − ...] + + [B2 .T3 − B4 .T5 + ...] + [−B1 .S2 + B3 .S4 − B4 .S5 + ...] (2.50) O mesmo procedimento pode ser aplicado, sem perda de generalidade, para todas as demais Equações 2.38 a 2.41, de forma que se apresenta o seguinte sistema de equações resultante: A0 .λ0 − A2 .λ2 + A4 .λ4 − A6 .λ6 .. + B1 .T1 + B2 .S2 − B3 .T3 − B4 .S4 + B5 .T5 .. = B0 .S0 A1 .λ2 − A3 .λ4 + A5 .λ6 − A7 .λ8 .. − B1 .S2 + B2 .T3 + B3 .S4 − B4 .T5 − B5 .S6 .. = B0 .T1 A0 .λ2 − A2 .λ4 + A4 .λ6 − A6 .λ8 .. + B1 .T3 + B2 .S4 − B3 .T5 − B4 .S6 + B5 .T7 .. = B0 .S2 A1 .λ4 − A3 .λ6 + A5 .λ8 − A7 .λ10 .. − B1 .S4 + B2 .T5 + B3 .S6 − B4 .T7 − B5 .S8 .. = B0 .T3 .................... A0 .T1 − A1 .S2 − A2 .T3 + A3 .S4 + .. + B1 .U2 − B3 .U4 + B5 .U6 − B7 .U8 .. = 0 A0 .S2 + A1 .T3 − A2 .S4 − A3 .T5 + .. + B2 .U4 − B4 .U6 + B6 .U8 − B8 .U10 .. = B0 .U2 A0 .T3 − A1 .S4 − A2 .T5 + A3 .S6 + .. + B1 .U4 − B3 .U6 + B5 .U8 − B7 .U10 .. = 0 .................... (2.51) 61 Ou, em notação matricial: (2.52) [M ] . [N ] = [P ] .B0 Onde: [M ] = λ0 0 −λ2 0 0 λ2 0 −λ4 λ2 0 −λ4 0 0 λ4 0 −λ6 ... ... ... ... ... ... ... ... ... S4 T5 ... U2 0 −U4 −S4 −T5 S6 ... 0 U4 0 T1 −S2 −T3 S2 T3 λ4 ... 0 T1 S2 −T3 −S4 ... −S2 T3 λ6 ... 0 T3 S4 S4 −T5 ... −S4 T5 S6 T3 −S4 −T5 S6 T7 ... U4 0 −U6 ... ... ... ... ... ... ... ... ... T5 ... ... ... −T5 −S6 ... −S6 T7 ... −T7 −S8 ... ... ... ... 0 U6 ... −U6 0 ... 0 U8 ... ... , [N ] = A0 A1 A2 A3 ... B1 B2 B3 e [P ] = ... S0 T1 S2 T3 ... 0 U2 0 ... O resultado anterior mostra que, uma vez escolhido B0 , se adequadamente estipulada a ordem do problema, o problema da identicação transforma-se em um problema de solução de um sistema de equações lineares, possível e indeterminado. Por outro lado, se for escolhida a ordem errada para a solução do problema, pode-se encontrar um sistema impossível ou possível e determinado. Considerações a respeito da determinação da ordem do numerador e do denominador podem ser feitas com base no teorema de Rouché-Capelli, o que é deixado como sugestão, restando observar que, na maior parte dos problemas de identicação, a ordem do sistema pode ser extrapolada pela observação dos diagramas de Bode, especicamente dos coecientes angulares ou primeiras derivadas dos grácos de módulo e fase da resposta em freqüência. 62 3 SISTEMAS EXEMPLO Neste capítulo será feita a descrição matemática dos sistemas utilizados como base para a aplicação do processo de identicação proposto neste trabalho. Serão estudados os modelos globais e locais de um míssil ar-ar genérico e de um caça F-16, ambos retirados da literatura. Serão estabelecidas algumas condições de linearização e quais manobras devem ser executadas com o objetivo de gerar uma base de informações apropriada ao processo de identicação. 3.1 O SIMULADOR DO MÍSSIL Nesta seção é introduzido o simulador do canal vertical de um míssil genérico ar-ar, retirado da literatura com base nos trabalhos de PELLANDA (2002), BLAKELOCK (1991) e ABRAHAM (1962). Por representar um sistema extremamente simples em relação ao F-16, foi utilizado inicialmente como corpo de provas para os algoritmos de identicação aqui apresentados, tendo sido igualmente implementado em ambiente MATLAB/SIMULINK, de forma que se pudesse obter relações entrada-saída para o canal vertical da planta. O simulador não-linear foi construído com base em um conjunto de equações que descrevem o movimento de arfagem em torno do centro de gravidade do míssil, conforme ilustrado na Figura 3.1. FIG. 3.1: Diagrama físico do míssil. O canal longitudinal do míssil é descrito matematicamente de forma que um comando de aleta provoca a rotação em torno de seu centro de massa, aqui coincidente com o centro 63 de gravidade. A descrição matemática não-linear do míssil, para o canal longitudinal, é feita com base no seguinte conjunto de equações: α0 Zα 1 Zδ 0 q0 M 0 M 0 δ α 0 = δ 0 0 0 1 δ 00 0 0 −ωa2 −2.ξ.ωa # η " = q 0 (3.1) " q 0 . + .δc δ 0 0 2 δ ωa e sendo α α # q . 0 δ δ0 Nα 0 Nδ 0 0 1 0 (3.2) · µ ¶¸ M Zα = Kα .M. cos α. an .α + bn . kαk + cn . 2 − 3 2 Zδ = Kα .M.dn . cos α · µ 8.M Mα = Kq .M . am .α + bm . kαk + cm . −7 + 3 2 ¶¸ 2 Mδ = Kq .M 2 .dm · µ M Nα = Kz .M . an .α + bn . kαk + cn . 2 − 3 2 ¶¸ 2 Nδ = Kz .M 2 .dn Os estados α (t), q (t), δ (t) e δ 0 (t) representam respectivamente o ângulo de ataque em graus, a velocidade angular de pitch em graus/segundo, o ângulo da aleta horizontal em graus e sua primeira derivada em graus/segundo. A aceleração vertical η (t) em g e a velocidade angular de pitch q em graus/segundo são medidas como saídas, enquanto δc (t) representa o ângulo de aleta comandado em graus. 64 A trajetória do número de Mach M (t) corresponde à Equação 3.3 e representa um perl realista de velocidade sempre decrescente, como é o caso de mísseis ar-ar. M0 = ¤ 1 £ . − kηk .g. sin kαk + Ax .M 2 . cos α vs (3.3) O modelo não-linear das Equações 3.1 e 3.2 é completamente caracterizado por M (t) e α (t), sendo α (t) responsável pelas não-linearidades. O modelo também é simétrico em relação a α = 0, e tem os valores de suas constantes descritos na lista que se segue: 180.S Kα = 0, 7.P0 . π.m.v s Kq = 0, 7.P0 . 180.S.d π.Iy S Kz = 0, 7.P0 . m.g a Ax = 0, 7.P0 . S.C m P0 = 973, 3..lbs/f t2 S = 0, 44..f t2 m = 13, 98..slugs vs = 1036, 4..f t/s d = 0, 75..f t Iy = 182, 5..slug.f t2 Ca = −0, 3 ξ = 0, 7 ωa = 150..rad/s g = 32, 2..f t/s2 an = 0, 000103..graus−3 bn = −0, 00945..graus−2 cn = −0, 1696..graus−1 dn = −0, 034..graus−1 am = 0, 000215..graus−3 bm = −0, 0195..graus−2 cm = 0, 051..graus−1 dm = −0, 206..graus−1 Sendo que P0 representa a pressão estática na altitude de 20.000f t, S é a área da seção reta de referência, m é a massa, vs é a velocidade do som na mesma altitude, d é o diâmetro do corpo do míssil, Iy é o momento de inércia para o eixo de pitch, Ca é o coeciente de arrasto aerodinâmico para o perl da fuselagem, ξ é o fator de amortecimento do atuador da aleta horizontal (responsável pelo movimento do canal longitudinal), ωa é a freqüência natural não amortecida para o mesmo atuador e g é a gravidade local. Um modelo local do míssil pode ser obtido a partir da linearização das Equações 3.1 e 3.2, por desenvolvimento em séries de Taylor em torno de um ponto que represente, de forma análoga à linearização do F-16, uma condição de vôo simétrico, reto e estável. Esta informação é fundamental para o processo de linearização, de forma que este conduza naturalmente à descrição local que se segue. Matematicamente, e como está sendo tratado apenas o canal vertical do míssil, adotase a hipótese de que q 0 = 0. 65 Sem perda de generalidade, deve-se observar todas as derivadas parciais à luz da física do vôo reto, estável e nivelado - VREN. Sendo adotado um ponto h x0 = α0 q0 δ0 δ00 iT para uma entrada u0 = δc0 = δ0 , sendo estabelecido que tais condições correspondem ao VREN, e desprezando-se os termos da série de Taylor de ordem igual ou superior a 2 para a expansão das seguintes funções: α0 = f (α, q, δ, M ) = α.Zα + δ.Zδ + q q 0 = g (α, δ, M ) = α.Mα + δ.Mδ η = h (α, δ, M ) = α.Nα + δ.Nδ obtém-se a seguinte representação local: A11 1 A13 0 A 0 21 0 A23 x0δ = 0 0 0 1 0 0 −ωa2 −2.ξ.ωa " C11 0 C13 yδ = 0 1 0 onde: α − α0 q−q 0 xδ = δ − δ0 δ 0 − δ00 e " yδ = η − η0 q − q0 66 0 0 .xδ + .δc 0 2 ωa # 0 .xδ 0 = x − x0 # = y − y0 (3.4) (3.5) de forma que as derivadas não nulas, de acordo com as condições do VREN, são: £ ¢¤ ¡ M 2 = K .M. cos α 3.a .α + 2.b . kα k + c . 2 − + α 0 n n 0 n 0 ∂α x0 ,u0 3 £ ¡ ¤ ¢ π −Kα .M. 180 . sin α0 an .α03 + sign (α0 ) .bn .α02 + cn . 2 − M3 .α0 + £ ¡ ¢ ¤ π +Kα .M. 180 . sin α0 . ddmn . am .α03 + sign (α0 ) .bm .α02 + cm . −7 + 8.M .α0 3 A11 = A13 = A21 = A23 = C11 = C13 = £ ∂f ¤ £ ∂f ¤ ∂δ x0 ,u0 £ ∂g ¤ ∂α x0 ,u0 £ ∂g ¤ ∂δ x0 ,u0 £ ∂h ¤ ∂α x0 ,u0 £ ∂h ¤ ∂δ x0 ,u0 = Kα .M.dn . cos α0 £ ¡ = Kq .M 2 3.am .α02 + 2.bm . kα0 k + cm . −7 + 8.M 3 ¢¤ = Kq .M 2 .dm £ ¡ = Kz .M 2 3.an .α02 + 2.bn . kα0 k + cn . 2 − M 3 ¢¤ = Kz .M 2 .dn Finalmente, a condição de VREN de q 0 = 0 nos leva a · ¶ ¸ µ −1 8.M 3 2 δ0 = . am .α0 + sign (α0 ) .bm .α0 + cm −7 + .α0 dm 3 Em termos de implementação no SIMULINK, o simulador do míssil é extremamente mais simples do que o do F-16. Utilizando-se também do recurso "s-function", o modelo de simulação desenvolvido para o míssil apresenta apenas um algoritmo para solução no domínio do tempo de sua dinâmica não-linear longitudinal. Outra diferença básica está no fato de este simulador se utilizar de um passo variável de integração, o que signica em termos de MATLAB que se está lidando com um sistema contínuo. Os sinais, portanto, devem ser amostrados e tal tarefa é executada por amostradores de ordem zero, ou ZOH. O simulador do míssil não oferece tanta liberdade de manobra quanto o do F-16. Entretanto, sua simplicidade é o segredo para a condução de um trabalho de identicação direta do canal longitudinal, o que permitirá um bom treinamento anterior à etapa de identicação de uma aeronave a partir de dados de ensaios em vôo. No início da simulação, o míssil não-linear é levado ao ponto de operação escolhido, para que possa ter suas respostas comparadas à solução local. Em seguida, é submetido a uma entrada do tipo doublet. O modelo linearizado é conhecido, das Equações 3.4 e 3.5. Uma vez escolhido um ponto de operação, este modelo deve simplesmente servir de gabarito para o modelo identicado a partir das evoluções temporais das entradas e saídas do modelo global. 67 O diagrama de simulação do míssil fala por si só, e é apresentado na Figura 3.2, lembrando que o ponto de operação escolhido, e que é o responsável pelas constantes somadas ao sinal durante o vôo, está representado pelo par M = 3 e α = 15 graus. FIG. 3.2: Diagrama de simulação do míssil. Como se pode perceber, o míssil é um modelo de dois canais, formados a partir de uma entrada e duas saídas. A Figura 3.3 mostra a evolução temporal de uma entrada típica e das duas saídas correspondentes. Conhecido o período de amostragem dos amostradores de ordem zero, e todos devem amostrar na mesma taxa, as evoluções temporais das entradas e saídas estão prontas para o processo de identicação. 68 ENTRADA 0.01 0 −0.01 0 1 2 3 4 5 6 7 8 4 x 10 SAÍDA 1 0.5 0 −0.5 2 2.2 2.4 2.6 2.8 3 3.2 3.4 3.6 4 x 10 SAÍDA 2 0.05 0 −0.05 2 2.2 2.4 2.6 2.8 3 3.2 3.4 3.6 4 x 10 FIG. 3.3: Evolução temporal do míssil - amostras. É oportuno ressaltar que os trabalhos de identicação do modelo do míssil serão realizados com entradas do tipo doublet, e que na Figura 3.3 as saídas aparecem fora de escala. 69 3.2 O SIMULADOR DO F-16 FIGHTING FALCON Equações não-lineares do F-16 encontradas em MORELLI (2003) foram implementadas em MATLAB. Modelos não-lineares aerodinâmicos e de propulsão foram utilizados para simular as forças e os momentos aplicados à aeronave, através da interpolação linear de valores tabelados conhecidos a partir de dados do fabricante e encontrados em NGUYEN (1979), uma vez que o cálculo em tempo real de todos os coecientes aerodinâmicos se mostrou não adequado à simulação em tempo real. Algumas hipóteses simplicadoras foram adotadas no desenvolvimento das simulações não-lineares da aeronave, como descritas em seguida. A aeronave foi considerada um corpo rígido com densidade e simetria constantes em relação ao plano longitudinal no referencial não inercial. As forças e os momentos atuantes são a aerodinâmica, a de propulsão e a gravidade, como pode ser visto na Figura 3.4. O empuxo foi considerado atuando ao longo da linha central do eixo longitudinal da aeronave, passando através do centro de gravidade. FIG. 3.4: Forças atuando na aeronave. A atmosfera foi considerada estacionária, com o vôo limitado às altitudes menores que 50.000 pés (≈ 15.240m )e às velocidades subsônicas (V ≤ 340m/s ou V ≤ 1.115f t/s). A curvatura da terra foi ignorada e esta foi considerada um referencial inercial, de modo que os eixos do referencial terra pudessem ser tratados como invariantes no tempo. O campo gravitacional foi suposto uniforme, de modo que o centro da massa e o centro de gravidade fossem coincidentes, não havendo nenhum momento ou mudança da gravidade com a altitude. Os movimentos translacional e rotacional do corpo rígido de seis graus de liberdade não-linear da aeronave foram modelados negligenciando o movimento relativo dos componentes internos da aeronave, a distorção estrutural e os movimentos do com70 bustível líquido. Os efeitos giroscópicos causados pelo giro das peças do motor também foram desprezados. As convenções de rotação do modelo seguem a regra da mão direita convencional, assim como as deexões das superfícies de controle. O modelo de simulação foi desenvolvido utilizando-se o recurso "S-FUNCTION" do MATLAB/SIMULINK, com base no conjunto de equações extraído de MORELLI (2003). São consideradas as seguintes variáveis de descrição do modelo: • u, v e w - Velocidades lineares nos eixos x, y e z da aeronave; • φ, θ e ψ - Ângulos de Euler de roll, pitch e yaw (rolamento, arfagem e guinada); • p, q e r - Velocidades angulares de roll, pitch e yaw ; • Cx , Cy e Cz - Coecientes adimensionais de forças; • Cl , Cm e Cn - Coecientes adimensionais de momentos; • Ix , Iy , Iz e Ixz - Momentos angulares; • q̄ - Pressão dinâmica; • S , b e c̄ - Área de referência da asa, envergadura e corda média aerodinâmica. Tais variáveis e suas orientações são normalmente referenciadas ao triedro direto da Figura 3.5, adotado como referencial não inercial, xo nos eixos principais da aeronave. FIG. 3.5: Eixos principais da aeronave. 71 Foram utilizadas as seis equações clássicas para descrição dos movimentos de rotação e translação de um corpo rígido com seis graus de liberdade, sendo as equações 3.6, 3.7 e 3.8 referentes à translação, e as equações 3.9, 3.10 e 3.11 referentes à rotação. u0 = r.v − q.w − g. sin θ + q̄.S.Cx + T m (3.6) v 0 = p.w − r.u + g. cos θ. sin φ + q̄.S.Cy m (3.7) w0 = q.u − p.v + g. cos θ. cos φ + q̄.S.Cz m (3.8) p0 .Ix − r0 .Ixz = q̄.S.b.Cl − q.r. (Iz − Iy ) + q.p.Ixz (3.9) ¡ ¢ q 0 .Iy = q̄.S.c̄.Cm − p.r. (Ix − Iz ) − p2 − r2 .Ixz − r.heng (3.10) r0 .Iz − p0 .Ixz = q̄.S.b.Cm − p.q. (Iy − Ix ) − q.r.Ixz + q.heng (3.11) onde heng é o momento angular gerado pelo motor, considerado aqui atuando ao longo do eixo longitudinal. Cz é conhecido como coeciente de sustentação e Cx como coeciente de arrasto, ao passo que Cy é denido como coeciente de força adimensional ao longo do eixo y da aeronave. É preferível, entretanto, escrever as equações do movimento em função de variáveis sicamente mensuráveis. Desta forma, substitui-se as velocidades lineares u, v e w pela velocidade total Vt , o ângulo de ataque α e o ângulo de derrapagem β : Vt = √ u2 + v 2 + w 2 α = arctan ³w´ µ β = arcsin 72 u v Vt (3.12) (3.13) ¶ (3.14) Tais variáveis se relacionam com u, v e w de acordo com a Figura 3.5, de forma que u, v e w serão substituídos por u = Vt . cos α. cos β (3.15) v = Vt . sin β (3.16) w = Vt . sin α. cos β (3.17) Diferenciando as Equações 3.12, 3.13 e 3.14 em relação ao tempo, para que se obtenha a forma de equações de estado, vem: Vt0 = u.u0 + v.v 0 + w.w0 Vt (3.18) u.w0 − w.u0 u2 + w 2 (3.19) α0 = β0 = Vt .v 0 − v.Vt0 r ³ ´ Vt2 1− v Vt 2 (3.20) As variáveis que descrevem a translação da aeronave são portanto Vt , α e β , não lineares. O simulador primeiro calculará u0 , v 0 e w0 , a partir das Equações 3.6, 3.7 e 3.8. Em seguida calculará os valores de u, v e w das Equações 3.15, 3.16 e 3.17, com os valores de Vt , α e β atuais, e depois utilizará as Equações 3.18, 3.19 e 3.20 para o cálculo de Vt0 , α0 e β 0 que alimentarão as rotinas de integração do simulador. Para a descrição matemática da rotação, os estados p, q e r, correspondentes às velocidades angulares nos três eixos principais da aeronave, são descritos por: p0 = (c1 .r + c2 .p + c4 .heng ) .q + q̄.S.b. (c3 .Cl + c4 .Cn ) (3.21) ¡ ¢ q 0 = (c5 .p − c7 .heng ) .r − c6 . p2 − r2 + q̄.S.c̄.c7 .Cm (3.22) 73 r0 = (c8 .p − c2 .r + c9 .heng ) .q + q̄.S.b. (c4 .Cl + c9 .Cn ) (3.23) onde as seguintes substituições foram feitas: c1 = 2 (Iy − Iz ) .Iz − Ixz 2 Ix .Iz − Ixz (3.24) c2 = (Ix − Iy + Iz ) .Ixz 2 Ix .Iz − Ixz (3.25) c3 = Iz 2 Ix .Iz − Ixz (3.26) c4 = Ixz 2 Ix .Iz − Ixz (3.27) c5 = Iz − Ix Iy (3.28) c5 = Iz − Ix Iy (3.29) c6 = Ixz Iy (3.30) c7 = 1 Iy (3.31) 2 (Ix − Iy ) .Ix − Ixz 2 Ix .Iz − Ixz (3.32) c8 = Ix (3.33) 2 Ix .Iz − Ixz A cinemática rotacional inclui equações para a descrição das saídas da central inercial, c9 = ou seja, dos ângulos de atitude da aeronave - ângulos de Euler: φ0 = p + tan θ. (q. sin φ + r. cos φ) (3.34) θ0 = q. cos φ − r. sin φ (3.35) q. sin φ + r. cos φ cos θ (3.36) ψ0 = 74 Finalmente as equações de navegação, relacionando as variáveis de estado não lineares que poderiam ser fornecidas pela leitura de um GPS são: x0E = u. cos ψ. cos θ + v. (cos ψ. sin θ. sin φ − sin ψ. cos φ) + +w. (cos ψ. sin θ. cos φ + sin ψ. sin φ) yE0 = u. sin ψ. cos θ + v. (sin ψ. sin θ. sin φ + cos ψ. cos φ) + +w. (sin ψ. sin θ. cos φ − cos ψ. sin φ) zE0 = h0 = u. sin θ − v. cos θ. sin φ − w. cos θ. cos φ (3.37) (3.38) (3.39) Equações adicionais para os fatores de carga também foram incluídas, do qual derivam as acelerações lineares ao longo dos três eixos principais: q̄.S.Cx + T m (3.40) ay = q̄.S.Cy m (3.41) az = q̄.S.Cz m (3.42) ax = A dinâmica do motor foi modelada por um atuador de primeira ordem de forma que a potência comandada é calculada como função do percentual da alavanca de comando do empuxo do motor, conforme em STEVENS (1992). A atmosfera foi modelada como atmosfera padrão, para o cálculo do número de mach M e da pressão dinâmica q̄ . O cálculo da pressão dinâmica, do qual dependem os valores das velocidades lineares medidas ao longo dos três eixos da aernave, é realizado com base no valor da densidade ρ do ar, considerada a atmosfera padrão, segundo a seguinte fórmula: 1 q̄ = .ρ.Vt2 2 (3.43) Tem-se até aqui estabelecido todo o conjunto de equações não-lineares que fazem parte do núcleo do simulador. As equações são escritas de forma a se isolar as 75 derivadas das variáveis de estado, de maneira que o conjunto se adeqüe à estrutura da S-FUNCTION do MATLAB, tendo por base o seguinte vetor de estados: h ~x = Vt α β φ θ ψ p q r xE yE hE Pa iT e o seguinte vetor de entradas: h ~u = δth δe δa δr iT A pilotagem do modelo do simulador é realizada comandando-se estas 4 entradas, e seus efeitos são melhor visualizados através da Figura 3.6. FIG. 3.6: Pilotagem da aeronave. A operação do simulador se inicia, para efeitos de identicação do sistema a partir de dados experimentais de ensaio em vôo, partindo-se do que se convencionou chamar de "condição de VREN", ou seja, de vôo reto, estável e nivelado. Esta condição de partida 76 se justica pelo fato de que modelos linearizados serão obtidos pela teoria das pequenas perturbações, e desta forma a melhor maneira de se chegar às mesmas funções de transferência via identicação no domínio da freqüência é através de pequenas perturbações no vôo da aeronave, com entradas especiais que serão estudadas à frente, partindo-se da condição de VREN (equilíbrio). No VREN, todas as acelerações de translação e rotação são nulas, e tal condição pode ser descrita pela seguinte equação: x00 = 0 = f~ (~x0 , ~u0 ) (3.44) Apenas os estados Vt , α, β , p, q e r são incluídos na Equação 3.44, de forma que as seis equações de forças e momentos são alimentadas com condições de contorno especiais, para um total de 8 equações no sistema que determina o valor das variáveis de estado no VREN. Matematicamente, o estado de VREN é então calculado igualando-se a zero as variáveis de estado das acelerações lineares e angulares, ao mesmo tempo que se impõem condições de contorno como altitude, velocidade do ar, e condições adicionais que digam ao simulador se o vôo é retilíneo ou se está sendo realizada uma curva, coordenada ou por derrapagem lateral. Estas condições adicionais correspondem a todas as variáveis não zeradas pela condição de VREN, de forma que o conjunto resultante de equações seja possível e, em alguns casos, determinado. A busca do estado de VREN é a busca por uma combinação das variáveis de estado e entradas que satisfaça à condição de derivadas nulas. Imposta a condição, resta o seguinte conjunto de equações determinadoras do estado de VREN: u.u0 + v.v 0 + w.w0 Vt 0 = Vt0 = u.w0 − w.u0 0=α = u2 + w 2 0 0 = β0 = Vt .v 0 − v.Vt0 r ³ ´ Vt2 77 1− v Vt (3.45) (3.46) 2 (3.47) 0 = p0 = (c1 .r + c2 .p + c4 .heng ) .q + q̄.S.b. (c3 .Cl + c4 .Cn ) (3.48) ¡ ¢ 0 = q 0 = (c5 .p − c7 .heng ) .r − c6 . p2 − r2 + q̄.S.c̄.c7 .Cm (3.49) 0 = r0 = (c8 .p − c2 .r + c9 .heng ) .q + q̄.S.b. (c4 .Cl + c9 .Cn ) (3.50) p a.b + sin γ. a2 − sin2 γ + b2 0 = tan θ − a2 − sin2 γ para θ 6= 90o , respondendo pela condição de contorno da razão de subida, e 0 = G. cos β. (sin α. tan θ + cos α. cos φ) (3.51) (3.52) também com θ 6= 90o , respondendo pela condição de contorno de curva coordenada, onde a = cos α. cos β b = sin φ. sin β + cos φ. sin α. cos β G= ψ 0 .Vt g Os coecientes adimensionais aerodinâmicos de forças e momentos de qualquer aeronave de asa xa variam não linearmente com os ângulos α e β , com as velocidades angulares p, q e r, e com a deexão angular das superfícies de controle δe , δa e δr . Até aqui, todas as equações apresentadas são comuns aos corpos rígidos descritos por 6 graus de liberdade. A particularização para o caso do F-16 foi realizada através das equações seguintes, que descrevem seus coecientes aerodinâmicos em função de valores tabelados conforme MORELLI (1998), de forma que: µ Cx = Cx0 (α, δe ) + 78 q.c̄ 2.Vt ¶ .Cxq (α) (3.53) ¡ δr ¢ ¡ δa ¢ Cy = −0, 02.β + 0, 021. 20 + 0, 086. 30 + ³ ´ ¡ ¢ b + 2.Vt . Cyp (α) .p + Cyr (α) .r " Cz = Cz0 (α) . 1 − µ β.π 180 ¶2 # µ − 0, 19. δe 25 ¶ µ + q.c̄ 2.Vt (3.54) ¶ .Czq (α) ¡δ ¢ ¡δ ¢ a r + ∆Clδr =30o 30 + Cl = Cl0 (α, β) + ∆Clδa =20o 20 ³ ´ ¡ ¢ + 2.Vb t . Clp (α) .p + Clr (α) .r µ Cm = Cm0 (α, δe ) + q.c̄ 2.Vt (3.55) (3.56) ¶ .Cmq (α) + (xc.g.ref − xc.g. ) .Cz ¡δ ¢ ¡δ ¢ a r Cn = Cn0 (α, β) + ∆Cnδa =20o 20 + ∆Cnδr =30o 30 + ³ ´ ¡ ¢ ¡ ¢ + 2.Vb t . Cnp (α) .p + Cnr (α) .r − c̄b . (xc.g.ref − xc.g. ) .Cy onde: ∆Clδa =20o = Clδa =20o (α, β) − Cl0 (α, β) ∆Clδr =30o = Clδr =30o (α, β) − Cl0 (α, β) ∆Cnδa =20o = Cnδa =20o (α, β) − Cn0 (α, β) ∆Cnδr =30o = Cnδr =30o (α, β) − Cn0 (α, β) 79 (3.57) (3.58) A dinâmica do motor foi retirada de STEVENS (1992), como sendo: 64, 94.δ , para δ ≤ 0, 77 th th Pc (δth ) = 217, 38.δ − 117, 38 , para δ > 0, 77 th th onde Pa0 = 1 τeng (Pc − Pa ) com os valores de Pc e τeng retirados de tabelas na referência STEVENS (1992). Parâmetros do F-16 são retirados de LEONARD (2003), NGUYEN (1979), PETTERSSON (2002) e STEVENS (1992). O simulador foi estruturado de forma que o processo de integração numérica destas equações fosse encargo do SIMULINK, desde que estipulado um passo xo de integração, ou passo de amostragem, que funcionará nos trabalhos de identicação como taxa de amostragem dos sinais de entrada e saída. Dadas as condições iniciais das variáveis de estado e de entrada como sendo as da condição de VREN, as relações entrada-saída podem ser obtidas pelo monitoramento das variáveis do simulador. Funções de transferência podem ser obtidas analiticamente, relacionando as entradas e saídas de todos os canais do simulador, baseadas em parâmetros como constantes de tempo, freqüências naturais de oscilação e coecientes de amortecimento. As funções de transferência, entretanto, requerem equações linearizadas em torno de algum ponto de operação, que será escolhido como sendo o da condição de vôo retilíneo, simétrico e nivelado. Este tipo de linearização desacopla os canais horizontal e vertical da dinâmica da aeronave, permitindo que seja realizado o processo de identicação a partir de manobras que excitem apenas os modos que se deseja observar. O processo de linearização, segundo DUKE (1988), tendo sido utilizada a técnica das pequenas perturbações, conduz a um conjunto de equações para as dinâmicas longitudinal e látero-direcional que, transformados para o domínio de Laplace e resolvidos de forma a isolar as funções de transferência dos canais, segundo procedimento sugerido por LEONARD (2003) e NGUYEN (1979), nos conduzem ao seguinte conjunto de funções de transferência, para os canais vertical e látero-direcional da aeronave, tendo sido substituídas as expressões das derivadas de estabilidade por amortecimentos, ganhos e freqüências naturais que pudessem ser lidas diretamente do processo de identicação no domínio da freqüência: 80 canal VERTICAL Saída: Velocidade do ar Entrada: Empuxo ³ 1 T1 ´ K1 . s + . (s2 + 2.ξ1 .ω1 .s + ω12 ) Vt (s) = 2 δT (s) (s + 2.ξA .ωA .s + ωA2 ) . (s2 + 2.ξB .ωB .s + ωB2 ) Saída: Velocidade do ar Entrada: Profundor ³ K2 . s + 1 T2 ´ . (s2 + 2.ξ2 .ω2 .s + ω22 ) Vt (s) = 2 δe (s) (s + 2.ξA .ωA .s + ωA2 ) . (s2 + 2.ξB .ωB .s + ωB2 ) Saída: Ângulo de ataque Entrada: Empuxo ³ K3 .s. s + 1 T31 ´ ³ . s+ 1 T32 ´ α (s) = 2 δt (s) (s + 2.ξA .ωA .s + ωA2 ) . (s2 + 2.ξB .ωB .s + ωB2 ) Saída: Ângulo de ataque Entrada: Profundor ³ K4 . s + 1 T4 ´ . (s2 + 2.ξ4 .ω4 .s + ω42 ) α (s) = 2 δe (s) (s + 2.ξA .ωA .s + ωA2 ) . (s2 + 2.ξB .ωB .s + ωB2 ) Saída: Velocidade angular de pitch Entrada: Empuxo ³ K5 .s. s + 1 T51 ´ q (s) = 2 δt (s) (s + 2.ξA .ωA .s + ωA2 ) . (s2 + 2.ξB .ωB .s + ωB2 ) 81 Saída: Velocidade angular de pitch Entrada: Profundor ³ K6 .s. s + 1 T61 ´ ³ . s+ 1 T62 ´ q (s) = 2 δe (s) (s + 2.ξA .ωA .s + ωA2 ) . (s2 + 2.ξB .ωB .s + ωB2 ) canal LÁTERO-DIRECIONAL Saída: Ângulo de guinada Entrada: Aileron ³ K7 . s + 1 T7 ´ . (s2 + 2.ξ7 .ω7 .s + ω72 ) β (s) ³ ´ ³ ´ = 1 1 δa (s) 2 2 (s + 2.ξC .ωC .s + ωC ) . s + TD1 . s + TD2 Saída: Ângulo de guinada Entrada: Leme ³ K8 . s + ´ ³ ´ ³ ´ 1 1 . s + . s + T82 T83 β (s) ´ ³ ´ ³ = 1 1 δr (s) . s + TD2 (s2 + 2.ξC .ωC .s + ωC2 ) . s + TD1 1 T81 Saída: Velocidade angular de roll Entrada: Aileron ³ K9 . s + 1 T9 ´ . (s2 + 2.ξ9 .ω9 .s + ω92 ) p (s) ³ ´ ³ ´ = 1 1 δa (s) (s2 + 2.ξC .ωC .s + ωC2 ) . s + TD1 . s + TD2 Saída: Velocidade angular de roll Entrada: Leme ³ K10 . s + ´ ³ ´ ³ ´ 1 1 . s + T102 . s + T103 T101 p (s) ³ ´ ³ ´ = 1 1 δr (s) 2 2 (s + 2.ξC .ωC .s + ωC ) . s + TD1 . s + TD2 1 82 Saída: Velocidade angular de yaw Entrada: Aileron ³ K11 . s + 1 T11 ´ 2 . (s2 + 2.ξ11 .ω11 .s + ω11 ) r (s) ³ ´ ³ ´ = 1 1 δa (s) 2 2 (s + 2.ξC .ωC .s + ωC ) . s + TD1 . s + TD2 Saída: Velocidade angular de yaw Entrada: Leme ³ K12 . s + 1 T12 ´ 2 . (s2 + 2.ξ12 .ω12 .s + ω12 ) r (s) ³ ´ ³ ´ = 1 1 δr (s) 2 2 (s + 2.ξC .ωC .s + ωC ) . s + TD1 . s + TD2 Destas equações, pode-se depreender algumas leituras importantes para o trabalho de identicação. • Todas as funções de transferência do canal longitudinal, ou vertical, têm o mesmo denominador, assim como todas as do canal látero-direcional. Isso se deve ao fato de a linearização ter sido realizada em torno de um ponto pertencente ao conjunto dos possíveis condições de VREN, o que acarreta o desacoplamento dos canais do modelo linear da aeronave. • Reescritas de forma simplicada através das variáveis intermediárias Ti , Ki , ωi e ξi , praticamente todas as funções de transferência apresentam a mesma ordem, o que leva a seguinte situação: pelas simplicações adotadas quando se estava modelando o simulador não-linear, os modelos que serão identicados a partir das relações entrada-saída poderão ser adequadamente descritos por funções de transferência identicadas de quarta ordem ou superior. Esta será uma das condições a serem impostas ao algoritmo de Levy. • Com as hipóteses simplicadoras adotadas, o modelo linearizado apresenta claramente pólos phugoid e pólos short-period, compartilhados por canal, o que condiz com a física do vôo de um F −16, além de nos dar uma forma de conferir a qualidade do modelo identicado após o processo de identicação. 83 Em termos de implementação no SIMULINK, o simulador não linear do F-16 é dividido em 4 grandes blocos: • Entradas e condicionamento de sinal; • S-Function : dinâmica não linear; • Saídas e geração de "time-histories "; e • Interface do piloto. Bloco de entradas e condicionamento de sinal FIG. 3.7: Entradas do simulador. A Figura 3.7 mostra a implementação dos blocos de entrada, onde se pode ver as variáveis δt , δe , δa e δr , respectivamente os comandos de propulsão ou empuxo, profundor, aileron e leme. No simulador, tais comandos são adicionados sob a forma normalizada, sendo que valores compreendidos na faixa [−1; 1] representam deslocamentos de [−90; 90] graus para aileron, leme e profundor, respeitada a orientação do referencial da aeronave. O comando de empuxo na faixa [0; 1] representa uma variação de 0 a 100% da potência total nominal do motor da aeronave. 84 Comandos de entrada podem também ser dados via manche, o que abre a possibilidade de se trabalhar com entradas o mais próximas possível de um comando real de um piloto de ensaios em vôo. A Figura 3.7 mostra a entrada do ângulo de profundor δe comandada desta maneira. Embora a interface desenvolvida para o manche admita o controle de até 8 entradas simultâneas por manche, a lentidão do processamento e a probabilidade de sinais espúrios contaminarem canais que não estejam sendo identicados indicam que é desejável manter todas as entradas nulas, exceto a que fará parte do canal a ser identicado. Note-se que o sinal de comando de profundor, em particular, é amostrado diretamente para a área de trabalho, com o objetivo futuro de se realizar a identicação do canal longitudinal. Os blocos a que as entradas se ligam, antes do multiplexador, são condicionadores de sinal, que adaptam o comando de entrada à dinâmica não-linear da aeronave. Como exemplo, caças F-16 não aceitam comandos de 90 graus de profundor - e por isso entradas não-realistas têm que ser limitadas e ltradas pela dinâmica dos atuadores, encontrada na literatura em ASHLEY (1974) e BLAKELOCK (1991), aqui representadas apenas pela sua saturação. FIG. 3.8: Dinâmica do atuador de empuxo. Além disso, dentro destes blocos, as entradas são somadas com as respectivas condições de VREN, o que signica que os comandos do piloto são na verdade diferenciais, como se pode ver pela Figura 3.8. A variável empuxo_trim, no caso, é importada diretamente da área de trabalho do MATLAB, como resultado do cálculo dos vetores de estados e entradas para as condições de vôo simétrico, estável e nivelado. Bloco da S-Function: dinâmica não linear Este é o bloco que contém todo o conjunto de equações não-lineares, escritas de forma que as variáveis a serem integradas estejam isoladas dentro de cada expressão, e é associado a um recurso especíco do MATLAB que realizará a integração das equações 85 de estado conforme lógica interna que obriga a escrita do sistema não-linear sob a forma de entradas, saídas e variáveis de estado, exatamente como foi concebido o simulador. Bloco de saídas e geração de amostras temporais FIG. 3.9: Saídas do simulador do F-16. As saídas do simulador, conforme a Figura 3.9, são todas aquelas variáveis que se pode monitorar em um vôo real. No ambiente SIMULINK, elas podem ser monitoradas em tempo real através dos osciloscópios, ao mesmo tempo em que são automaticamente gravadas sob a forma de vetor na área de trabalho do MATLAB, de forma a gerar os "time histories" necessários ao processo de identicação. Aqui deve ser anotada uma particularidade deste simulador em relação ao do míssil, que ainda será apresentado. Como no míssil são utilizados passos variáveis de simulação, o sistema é considerado contínuo pelo MATLAB. Este fato em particular é responsável pela adição, no simulador do míssil, de amostradores de ordem zero, equivalentes a placas de conversão analógica-digital, que garantem a discretização do sistema, necessária ao processo de transformação para o domínio da freqüência via FFT. O simulador do F-16 tem passo de simulação xo, sendo o sistema considerado discreto pelo MATLAB, o que dispensa o uso de amostradores de ordem zero. A distância 86 entre cada ponto da simulação é o próprio passo de simulação. As variáveis de saída, ao término da simulação, estão disponíveis na área de trabalho do MATLAB, sob a forma de vetores no domínio do tempo, com mesmo nome, de dimensão unitária e tamanho igual ao número de passos de simulação que se permitiu serem executados. Tendo-se a evolução temporal das entradas e das saídas de um sistema multicanal, conhecido o passo de amostragem, tem-se por denição as evoluções temporais de todos os canais, estando pronto o simulador para servir de fonte de dados para o processo de identicação. Bloco de interface com o piloto Como se está lidando com a possibilidade de fornecer ao simulador entradas reais, é necessária uma inteface homem-máquina mínima para que as manobras de entrada possam ser acompanhadas em caso de ser utilizado o manche. Deve ser lembrado que os processos de identicação de sistemas normalmente são levado a cargo com entradas padronizadas tais como doublets, degraus e impulsos. Entretanto, este trabalho se dispõe a explorar uma técnica que possa ser utilizada diretamente em dados com origem em ensaios em vôo, e entradas degrau ou impulso são abstrações matemáticas impossíveis de serem realizadas na prática, muito embora se consiga boas aproximações. A existência do manche como gerador de entrada tem o signicado único de garantir que o processo de identicação do modelo do F-16 possa ser executado para uma entrada qualquer, com todos os ruídos inerentes ao sinal gerado por mãos humanas. FIG. 3.10: Interface do simulador do F-16. A interface entre o simulador e o piloto é composta por dois recursos disponíveis no MATLAB a partir da versão 6.1, chamados "Dials and Gauges" e "Aerospace Blockset". 87 De um foi retirado o horizonte articial e do outro o bloco de realidade virtual correspondente a uma representação de aeronave, ambos como sendo representações pictóricas, mas calibradas em rolamento, arfagem e guinada de acordo com a dinâmica não-linear do F − 16. Os blocos são apresentados na gura 3.10. Evolução temporal do comando de Profundor 40 20 0 −20 −40 0 100 200 300 400 500 600 700 800 900 1000 800 900 1000 Evolução temporal do comando de Aileron 40 20 0 −20 −40 0 100 200 300 400 500 600 700 FIG. 3.11: Manobra de roll à esquerda - 2 das 4 entradas. Para demonstrar as possibilidades do simulador, foi executada e monitorada uma manobra, não de ensaio em vôo, sendo que a Figura 3.11 mostra a evolução temporal dos comandos de profundor e aileron, para empuxo e leme constantes, a partir de uma condição de VREN qualquer. A Figura 3.12, por sua vez, mostra a evolução temporal de 12 das 16 saídas do simulador, para as entradas da Figura 3.11, durante uma manobra de roll à esquerda. 88 Alfa 0.4 680 200 300 0 0 0 200 300 100 200 300 300 400 100 200 300 400 100 200 300 400 100 200 300 400 0 4 0x 10 100 1.01 200 300 400 −5 0 −0.5 0 2 400 q 0 100 200 300 0 −1 0 100 100 200 300 400 0 0 1 0 0 2000 400 Norte −5 0 1 Altitude p −0.5 0 5 r 200 −10 0 0.5 400 0 −100 100 Yaw Pitch 100 0.2 400 0 −0.5 0 0.5 Leste 100 Roll 660 0 0.5 Beta Veloc Ar 700 1000 1 0.99 100 200 300 400 Tempo de vôo − amostras 0 100 200 300 400 Tempo de vôo − amostras 500 FIG. 3.12: Manobra de roll à esquerda - 12 das 16 saídas. O simulador do F-16, assim implementado, oferece a possibilidade de geração de bases de dados no domínio do tempo, com tempo de amostragem conhecido, de um total de 64 canais de um único sistema multivariável, com quaisquer entradas ou combinação de entradas, via manche ou via linha de comando do MATLAB. 89 4 APLICAÇÃO DAS TÉCNICAS DE IDENTIFICAÇÃO Este capítulo tem por objetivo a aplicação do ferramental de identicação apresentado no Capítulo 2 aos sistemas exemplo do Capítulo 3. São aplicadas entradas padrão aos modelos desenvolvidos e medidas as suas relações entrada-saída. Estes dados são transformados para o domínio da freqüência onde informações preliminares são extraídas antes de se aplicar o método de Levy para obtenção do modelo linearizado, no ponto de operação escolhido. Serão seguidos basicamente os procedimentos de passos descritos no Capítulo 2. 4.1 IDENTIFICAÇÃO DO MODELO DO MÍSSIL O simulador do míssil é um sistema muito mais simples do que o F-16, uma vez que é restrito ao canal longitudinal e isso desobriga a escolha de manobras especícas de entrada que não provoquem efeitos indesejados de acoplamentos entre canais. Pode-se trabalhar com entradas quaisquer e realizar um estudo inicial a respeito do que representará, para a identicação do F-16, o compromisso entre a banda passante do sinal de entrada para identicação e a manobra realizada pela aeronave no domínio do tempo. O procedimento de identicação do modelo se inicia com a coleta de dados reais. Foi executado um vôo do modelo não-linear do míssil, escolhido o ponto de operação em número de Mach M = 3 e ângulo de ataque α = 15 graus. Sob as condições escolhidas, a simulação se inicia levando-se o míssil ao ponto de operação escolhido para os processos de linearização e de identicação local, que levarão aos dois sistemas a serem comparados. A observação das saídas, devidas à entrada doublet aplicada, se inicia no tempo t = 20 segundos. O aspecto das evoluções temporais obtidas, para sinais amostrados por um ZOH operando à taxa de 1000 Hz é mostrado na Figura 4.1. 90 Entrada Doublet 0.01 0 −0.01 0 1 2 3 4 5 6 7 Saida Acel. Normal 4 x 10 0.02 0 −0.02 2 2.2 2.4 2.6 2.8 3 3.2 3.4 3.6 3.8 4 Saida Veloc. Pitch x 10 0.1 0 −0.1 −0.2 2 2.2 2.4 2.6 2.8 3 3.2 3.4 3.6 3.8 4 x 10 FIG. 4.1: Amostras do vôo não linear do modelo do míssil. Os vetores que constituem os dados de entrada e saída são então submetidos ao programa de MATLAB desenvolvido para a identicação, que realizará os seguintes procedimentos: a) Carregar os valores temporais de entrada e saída; b) Gerar a resposta em freqüência do sistema via FFT; c) Realizar o processo de smoothing sobre a FRF; d) Realizar a identicação pelo MÉTODO DE LEVY; e) Comparar gracamente a FRF levantada com os diagramas de Bode da FT identicada. 91 As 5 etapas serão cumpridas para os dois canais, separadamente, estipulados na forma: • canal 1 - Ângulo de Aleta x Aceleração Normal • canal 2 - Ângulo de Aleta x Veloc. Angular de arfagem Assim, os procedimentos estabelecidos no Capítulo 2 são seguidos passo-a-passo. 4.1.1 IDENTIFICAÇÃO DO CANAL 1 DO MÍSSIL Plotados sobre o mesmo gráco, a entrada e a saída do canal 1 apresentam o aspecto da Figura 4.2. Saída Entrada 0.02 0 −0.02 −0.04 −3 2 2.2 2.4 2.6 2.8 3 3.2 3.4 3.6 x 10 3.8 4 4 x 10 Entrada Saída 10 5 0 −5 1.99 −4 x 10 1.995 2 2.005 2.01 2.015 2.02 4 x 10 Saída Entrada 1 0 −1 −2 1.985 1.99 1.995 2 2.005 2.01 2.015 Tempo em segundos de voo 2.02 2.025 4 x 10 FIG. 4.2: Vôo não-linear do míssil - Canal 1. A ampliação das regiões demarcadas fornece alguns dados adicionais: o sistema é de fase não-mínima para este canal, como indica a resposta que, inicialmente, tem o sinal da 92 primeira derivada oposto ao da entrada. Além disso, uma nova ampliação mostra que já existia uma saída não nula antes de a entrada assumir valores não nulos. Esta característica se deve ao fato de que o simulador, como já foi dito, inicialmente coloca o míssil no ponto de operação. Devido à existência deste transitório, o nível DC deve ser removido da informação a ser utilizada para identicação, sob pena de ser identicado um sistema não-causal. Além disso, o mesmo fenômeno pode também ser atribuído às imprecisões numéricas do MATLAB. Deve-se portanto estabelecer como fonte de informação apenas a saída devida à entrada em questão. Isto é feito de acordo com os procedimentos práticos estabelecidos no Capítulo 2, de forma que os sinais de entrada e saída serão janelados no domínio do tempo. Para este caso, a janela escolhida corta os sinais entre os tempos t = 19.9 segundos e t = 69.9 segundos, de forma que é eliminada a história da saída anterior à entrada doublet. Passos adicionais são necessários de forma que, antes da transformação para o domínio da freqüência, é removido o nível DC dos sinais, também sendo incluída uma seqüência de zeros no início e no m dos vetores de entrada e saída. Isto equivale a informar ao algoritmo da FFT que esta saída é devida a esta entrada apenas. A base de dados de entrada e saída do canal 1 é então carregada na rotina responsável pela transformação dos sinais para o domínio da freqüência. Cada sinal é transformado independentemente um do outro, obedecendo à seguinte seqüência de ações: a) Remove-se o nível DC do sinal; b) Completa-se o último valor do sinal (zeros) até a próxima potência de 2; c) Realiza-se a FFT; d) Despreza-se meio espectro (simetria); e) Calcula-se o módulo e a fase do vetor resultante. 93 A entrada e seu conteúdo espectral em módulo podem ser vistos na Figura 4.3. Sinal de Entrada amostrado a 1000 Hz: Ts=0.001s 0.01 Sinal 0.005 0 −0.005 −0.01 0 5 10 15 20 25 30 Tempo (s) −3 Amplitude 3 x 10 2 1 0 −2 10 −1 0 10 1 10 2 10 3 10 4 10 10 Frequencia (rad/s) FIG. 4.3: Espectro em módulo da entrada do canal 1. A saída e seu conteúdo espectral em módulo podem ser vistos na Figura 4.4. Sinal de Saida amostrado a 1000 Hz: Ts=0.001s 0.02 0.01 Sinal 0 −0.01 −0.02 −0.03 0 5 10 15 20 25 30 35 Tempo (s) −3 Amplitude 3 x 10 2 1 0 −2 10 −1 10 0 10 1 10 2 10 3 10 4 10 Frequencia (rad/s) FIG. 4.4: Espectro em módulo da saída do canal 1. Deve ser lembrado que, até aqui, não foram encontrados problemas numéricos com relação à transformada de Fourier. Os grácos apresentados são a expressão direta do módulo da FFT dos sinais temporais de entrada e saída do canal 1. 94 A próxima etapa é a geração da curva de resposta em freqüência do sistema. Com base nos procedimentos do Capítulo 2, o vetor da FFT da saída é dividido pelo vetor da FFT da entrada, ponto a ponto. Este procedimento pode causar problemas numéricos no MATLAB. Uma vez que a divisão de dois números complexos é realizada pela divisão dos módulos e subtração dos ângulos de fase, valores de módulo muito pequenos podem ser confundidos pelo MATLAB com zero, se estiverem abaixo de uma variável interna do MATLAB conhecida como "eps", ou Floating point relative accuracy, neste caso assumindo o valor de 2, 22.10−16 . Tal fato acarretará um espectro da FRF contaminado com valores que tendem a innito. Este efeito pode ser contornado de forma simples por dois procedimentos diferentes: a) Retira-se estes pontos do espectro, por ocasião da identicação. A remoção de informações, entretanto, pode acarretar uma deciência de dados para estas freqüências. Deve ser lembrado que o algoritmo de identicação se utilizará destes dados, e a falta deles em determinadas freqüências pode provocar uma resposta pobre do algoritmo em termos de função identicada para estas freqüências. b) Baseando-se nas técnicas apresentadas no Capítulo 2, sabe-se que não haverá surpresas em termos de espectro, se as curvas de módulo e fase da FRF forem interpoladas entre os pontos que foram retirados. Diagramas de Bode de sistemas aeronáuticos, à exceção de picos devidos a pólos complexos de segunda ordem, são contínuos e continuamente deriváveis, aliados ao fato de que é conhecida a quantidade de modos oscilatórios - diga-se: phugoid e curto período - o que fornece uma idéia precisa de onde pode ou não ser feita a interpolação espectral. A segunda alternativa foi adotada, e a divisão ponto a ponto dos vetores das FFT da saída pela entrada resultou nos grácos das Figuras 4.5 e 4.6. A FRF é então janelada para que se elimine os últimos pontos, que não são representativos, por resultarem da conta de divisão da FFT da saída pela FFT da entrada realizada para números muito próximos do valor da variável "eps". É devido a este fato que se encontra um "borrão" no gráco da FRF para altas freqüências, onde os módulos das FFT tendem a zero. Pode-se observar este fato nos grácos das Figuras 4.5 e 4.6. 95 Modulo de Y(jw)/U(jw) 30 20 10 Amplitude (dB) 0 −10 −20 −30 −40 −50 −60 −70 −2 10 −1 10 0 10 1 2 10 10 Frequencia em rad/seg 3 10 4 10 FIG. 4.5: Módulo da FRF do canal 1. As guras 4.5 e 4.6 mostram a FRF e o problema numérico das altas freqüências. Fase de Y(jw)/U(jw) 200 150 100 Fase (graus) 50 0 −50 −100 −150 −200 −2 10 −1 10 0 10 1 2 10 10 Frequencia em rad/seg FIG. 4.6: Fase da FRF do canal 1. 96 3 10 4 10 Pode-se agora, com alguma liberdade, estabelecer um corte no espectro, de forma que se escolha para o exemplo os 5000 primeiros pontos da FRF. Esta escolha é feita baseada nos grácos das Figuras 4.5 e 4.6, levando-se em conta a separação da informação de interesse. Sistemas aeronáuticos possuem largura de banda conhecida por observação dos dados de ensaios em vôo, sendo que para o caso um total de 5000 pontos do espectro traz informação mais do que suciente para a identicação dos modos oscilatórios do canal longitudinal. Serão omitidos os grácos do espectro janelado, por serem essencialmente idênticos aos das Figuras 4.5 e 4.6, plotados para freqüências até aproximadamente 1000 Hz. Na seqüência, tem-se agora um conjunto de pontos correspondente à resposta em freqüência do canal 1 do míssil, para todas as freqüências resultantes da aplicação da FFT. Antes, entretanto, de se utilizar estas freqüências no algoritmo de identicação, é necessário lembrar que o processo de Levy trabalha com ponderação sobre as freqüências de que dispõe. Se for obtida uma concentração maior de pontos resultantes da FFT sobre as altas freqüências, a identicação será pobre para as baixas freqüências, e vice-versa. Por outro lado, quando se trabalha com a identicação de engenhos aeronáuticos, deve-se estar preocupado mais com as baixas do que com as altas freqüências, pois estas são as mais visíveis a partir de dados de ensaios em vôo. Existindo tal compromisso entre riqueza de identicação e necessidade de utilizar freqüências de todo o espectro, uma vez que sensores comercialmente disponíveis para a aviação normalmente trabalham na faixa dos 1000 Hz, optou-se por realizar uma nova interpolação espectral, mas desta vez não apenas sobre os buracos no espectro, e sim sobre toda a faixa, de forma que as freqüências envolvidas estejam logaritmicamente igualmente espaçadas. Este processo se dá segundo a escolha de um vetor de freqüências, variando entre 0.01 Hz e 1000 Hz, de 1000 pontos, cujas ordenadas representem pontos pertencentes à linha de interpolação da FRF original obtida das medidas do simulador. O resultado obtido pode ser visualizado nas Figuras 4.7 e 4.8. Em breve será visto que, mesmo não sendo cumprida esta etapa de interpolação espectral, o algoritmo de Levy resulta em funções de transferência satisfatórias em termos de identicação. 97 30 FRF interpolada FRF original 20 Modulo em dB 10 0 −10 −20 −30 −40 −50 −2 10 −1 10 0 1 10 10 Frequencia em rad/s 2 10 3 10 FIG. 4.7: Interpolação espectral do módulo da FRF do canal 1. As guras 4.7 e 4.8 mostram os resultados da interpolação espectral. 200 FRF interpolada FRF original 150 Fase em graus 100 50 0 −50 −100 −150 −200 −2 10 −1 10 0 1 10 10 Frequencia em rad/s 2 10 3 10 FIG. 4.8: Interpolação espectral da fase da FRF do canal 1. 98 Seguindo o processo de identicação, dispõe-se agora de uma base de dados preparada para ser submetida ao algoritmo de Levy, o que será feito de diversas maneiras diferentes, supondo-se o modelo não-linear desconhecido e partindo-se, devido a este fato, para uma pesquisa de modelos de estrutura, conforme delineado no Capítulo 2. Esta pesquisa não será repetida para o canal 2. • Sistema estritamente próprio de quarta ordem. • FRF não-interpolada. Função de transferência identicada: Ḡ1 (s) = 1, 283.10−7 .s3 −0, 0002924.s2 − 0, 01043.s + 0, 8237 6, 849.10−8 .s4 + 1, 546.10−5 .s3 + 0, 002073.s2 + 0, 0139.s + 1 (4.1) A FRF do canal 1 é comparada com o diagrama de Bode de Ḡ1 nos grácos da Figura 4.9. Medida Identificada 40 Modulo (dB) 20 0 −20 −40 −60 0 Fase (deg) −90 −180 −270 −360 −450 −3 10 −2 10 −1 10 0 10 1 10 2 10 3 10 Frequencia (rad/sec) FIG. 4.9: Comparação do diagrama de Bode de Ḡ1 com a FRF do canal 1. 99 Da Figura 4.9, observa-se que o algoritmo de Levy pondera seus resultados com o número de amostras em determinada região do espectro, o que acarretou uma deciência na identicação para a região próxima ao pico do diagrama de Bode em módulo. Este fato não ocorre se o algoritmo for alimentado pela base de dados interpolada, como se pode observar na Figura 4.10. • Sistema estritamente próprio de quarta ordem. • FRF interpolada. Função de transferência identicada: 3, 816.10−7 .s3 −0, 0008342.s2 − 0, 0003558.s + 1, 014 1, 819.10−7 .s4 + 3, 855.10−5 .s3 + 0, 004135.s2 + 0, 01457.s + 1 Ḡ2 (s) = (4.2) A FRF do canal 1 é comparada com o diagrama de Bode de Ḡ2 nos grácos da Figura 4.10. Medida Identificada 40 Modulo (dB) 20 0 −20 −40 −60 0 Fase (deg) −90 −180 −270 −360 −450 −3 10 −2 10 −1 10 0 10 1 10 2 10 3 10 Frequencia (rad/sec) FIG. 4.10: Comparação Bode de Ḡ2 com a FRF do canal 1. 100 Pesquisas de modelos de estrutura revelarão que ordens inferiores são inecientes, e ordens superiores desnecessárias. Ḡ2 então pode ser eleita a função de transferência identicada de ordem 4, e apenas com base na comparação das respostas em freqüência. Obviamente, a ordem mínima do sistema já poderia haver sido estimada anteriormente com base nas informações contidas no Capítulo 2, observando-se a inclinação dos grácos de módulo, picos de ressonância e outras técnicas apresentadas. Mas não há teste melhor do que o teste de vôo do simulador de função de transferência. No gráco da Figura 4.11, pode-se ver a resposta do simulador não-linear do míssil, sobreposta à resposta da função de transferência identicada, para o canal da aceleração normal. Observa-se que a sobreposição acontece apenas a partir de quando o modelo não linear atinge o ponto de operação escolhido para a linearização e para a identicação do sistema linearizado. A observação da resposta do sistema linearizado cou comprometida, uma vez que coincide com a resposta do sistema identicado. Medida Identificada 0.02 0.015 0.01 Aceleracao Normal 0.005 0 −0.005 −0.01 −0.015 −0.02 −0.025 −0.03 2.5 3 3.5 4 4.5 5 5.5 Tempo de voo 6 6.5 7 7.5 4 x 10 FIG. 4.11: Comparação da resposta do míssil não-linear com a do identicado 101 Resta agora a comparação entre os pólos e zeros do sistema linearizado e do identicado, no ponto de operação escolhido. Uma primeira observação dos diagramas de pólos e zeros do sistema identicado e do sistema linearizado sobrepostos traz a coincidência entre os 4 pólos e 2 dos 3 zeros encontrados. o zero que sobrou existe devido ao fato de haver-se decidido pela identicação do canal 1 do míssil por um modelo de estrutura de terceira ordem no numerador e quarta ordem no denominador, quando na verdade a linearização do míssil para o ponto de operação escolhido mostra que o sistema tem numerador de segunda ordem. Entretanto, a inuência deste zero é discutível, uma vez que ele se localiza praticamente no innito. 150 Polo Linear Zero Linear Polo Identificado Zero Identificado Polo short−period 100 Erro de identificação Polo phugoid 50 0 Fase não−mínima −50 −100 −150 −500 0 500 1000 1500 2000 2500 FIG. 4.12: Pólos e zeros do míssil linearizado e identicado sobrepostos Entretanto, a construção do simulador de função de transferência sobreposto ao simulador não linear, e a subseqüente extrapolação das respostas no tempo devidas à mesma entrada, como mostrado na Figura 4.11, mostram que a identicação foi satisfatória. Os pólos e zeros encontrados na identicação, se comparados aos originais do sistema linearizado, demonstram tal fato, conforme a Tabela 4.1. Observando-se mais atentamente o diagrama de pólos e zeros da Figura 4.12, desprezando-se o zero no innito, nota-se a mesma coincidência (Figura 4.13). Pode102 Zeros linearização −35, 0 35, 1 Zeros identicados −34, 8 34, 9 2.190, 0 Pólos linearização −105 + 107.j −105 − 107.j −0, 628 + 15, 7.j −0, 628 − 15, 7.j Pólos identicados −105 + 105.j −105 − 105.j −0, 63 + 15, 7.j −0, 63 − 15, 7.j TAB. 4.1: Zeros e pólos do míssil - Canal 1. se notar também em evidência os dois modos naturais de oscilação do míssil, phugoid e short-period, bem como a característica inconfundível da resposta no domínio do tempo conhecida como fase não-mínima. Polo Linear Zero Linear Polo Identificado Zero Identificado 100 Phugoid Eixo Imaginario 50 Short Period 0 −50 Fase não−mínima −100 −100 −50 0 50 Eixo Real FIG. 4.13: Pólos e zeros do míssil linearizado e identicado - coincidentes Concluído este procedimento, passa-se à identicação do canal 2 do míssil. 103 4.1.2 IDENTIFICAÇÃO DO CANAL 2 DO MÍSSIL Durante a identicação do canal 2 não será, como para o canal 1, executado um trabalho de pesquisa tutorial. Serão utilizados os conhecimentos adquiridos na identicação do canal 1. De volta ao simulador do míssil não-linear, o processo se inicia sem nenhuma expectativa a respeito do comportamento de seus pólos e zeros em relação aos do canal 1, recolhendo-se novamente a evolução temporal de entrada e saída, mas desta vez do canal velocidade angular de arfagem - canal 2 -, para a mesma entrada que foi aplicada na identicação do canal 1. Plotados sobre o mesmo gráco, a entrada e a saída do canal 2 apresentam o aspecto da Figura 4.14. Entrada Saida 0.15 0.1 0.05 0 −0.05 −0.1 −0.15 20 25 30 Tempo de voo em segundos 35 40 FIG. 4.14: Vôo do modelo não linear do míssil - Canal 2. Esta relação entrada-saída no domínio do tempo apresenta as mesmas características, embora não visíveis na gura, de existência de resposta anterior à entrada bem como presença de nível DC, que são corrigidas pela rotina de identicação a m de se obter a transformada para o domínio da freqüência apenas da informação relativa ao canal 2. Uma vez realizados o janelamento no domínio do tempo, a inserção de zeros no início e no m do vetor, bem como a remoção do nível DC, que não interessa para a identicação da função de transferência, o par entrada-saída é transformado via FFT para o domínio 104 da freqüência, segundo os mesmos procedimentos descritos para o canal 1, com a mesma taxa de amostragem de 1000 Hz, de forma que se obtenha espectros igualmente úteis. A entrada e seu conteúdo espectral podem ser vistos na Figura 4.15. Sinal de Entrada amostrado a 1000 Hz: Ts=0.001s 0.01 Sinal 0.005 0 −0.005 −0.01 −0.015 0 5 10 15 Tempo (s) 20 25 30 −3 Amplitude 3 x 10 2 1 0 −2 10 −1 0 10 10 1 2 10 10 Frequencia (rad/s) 3 10 4 10 FIG. 4.15: Espectro em módulo da entrada do canal 2. A saída do canal 2, bem como seu conteúdo espectral, podem ser visualizados na Figura 4.16. Sinal de Saida amostrado a 1000 Hz: Ts=0.001s Sinal 0.1 0 −0.1 0 5 10 Tempo (s) 15 20 Amplitude 0.015 0.01 0.005 0 −2 10 −1 10 0 10 1 2 10 10 Frequencia (rad/s) 3 10 4 10 FIG. 4.16: Espectro em módulo da saída do canal 2. A etapa seguinte é a divisão ponto a ponto da transformada de Fourier da saída pela 105 transformada de Fourier da entrada do canal 2, de forma que se possa obter a FRF, que será a fotograa espectral do canal. A Figura 4.17 mostra o módulo da FRF do canal 2. MODULO de Y(jw)/U(jw) 50 Amplitude (dB) 0 −50 −100 −2 10 −1 10 0 10 1 10 Frequencia (rad/s) 2 10 3 10 4 10 FIG. 4.17: Módulo da FRF do canal 2. A gura 4.18 mostra a fase da FRF do canal 2. FASE de Y(jw)/U(jw) 200 150 100 Fase (graus) 50 0 −50 −100 −150 −200 −2 10 −1 10 0 10 1 10 Frequencia (rad/s) 2 10 3 10 4 10 FIG. 4.18: Fase da FRF do canal 2. Em ambas as guras é possível perceber novamente os problemas numéricos acarretados pela divisão de números complexos onde o denominador tem módulo muito pequeno. Como a largura de banda do canal 2 é nitidamente menor do que a do canal 1, proble106 mas na FRF começam a surgir a partir de freqüências mais baixas. Este efeito poderá ser corrigido pelo corte do espectro na região de interesse, e será assim esperada uma identicação pobre para as altas freqüências. Entretanto, nada que provoque grandes diferenças no domínio do tempo. A identicação do canal 1 foi discutida segundo a opção entre se realizar ou não a interpolação espectral. Foi decidido que seria melhor realizar a interpolação, com base em duas identicações com mesmo modelo de estrutura e fonte de informações diferentes. A identicação do canal 2 será realizada mediante outro tipo de discussão: a opção entre dois modelos de estrutura, sendo ambos de quarta ordem, porém um com 2 zeros e outro com 3. • Sistema estritamente próprio de quarta ordem com 2 zeros nitos A função de transferência identicada pelo método de Levy é: 0, 0002541.s2 − 0, 5305.s − 0, 551 Ḡ3 (s) = 1, 801.10−7 .s4 + 3, 824.10−5 .s3 + 0, 004134.s2 + 0, 0145.s + 1 (4.3) A FRF do canal 2 é comparada com o diagrama de Bode de Ḡ3 nos grácos da Figura 4.19. Medida Identificada 40 Modulo (dB) 20 0 −20 −40 −60 −90 Fase (deg) −180 −270 −360 −450 −540 −3 10 −2 10 −1 10 0 10 1 10 2 10 3 10 Frequencia (rad/sec) FIG. 4.19: Comparação do diagrama de Bode de Ḡ3 com FRF do canal 2. 107 Um modelo de estrutura com ordem superior no numerador é abordado a seguir, e trará um resultado não previsto que conduzirá à pesquisa de um numerador de ordem inferior. • Sistema estritamente próprio de quarta ordem com 3 zeros nitos Função de transferência identicada pelo método de Levy: −1, 28.10−7 .s3 +0, 0002785.s2 − 0, 5305.s − 0, 551 1, 783.10−7 .s4 + 3, 805.10−5 .s3 + 0, 004133.s2 + 0, 01446.s + 1 Ḡ4 (s) = (4.4) A FRF do canal 2 é comparada com o diagrama de Bode de Ḡ4 nos grácos da Figura 4.20. Medida Identificada 40 Modulo (dB) 20 0 −20 −40 −60 −90 Fase (deg) −180 −270 −360 −450 −540 −3 10 −2 10 −1 10 0 10 1 10 2 10 3 10 Frequencia (rad/sec) FIG. 4.20: Comparação do diagrama de Bode de Ḡ4 com FRF do canal 2. Pelas comparações efetuadas no domínio da freqüência, aparentemente, não há razão para escolher entre um modelo de estrutura ou outro, exceto pelo fator simplicidade. Sendo assim, a função Ḡ3 é escolhida em vez da Ḡ4 . Analisando na Figura 4.21 a resposta do simulador não-linear, para o canal da velocidade angular de arfagem, e a resposta da função de transferência identicada para a mesma entrada, sob as condições do ponto de operação escolhido - M = 3 e α = 15 graus 108 -, percebe-se que as respostas estão sobrepostas, o que signica que o sistema foi bem identicado por um modelo de estrutura com numerador de ordem 2 e denominador de ordem 4. 0.15 Medida Identificada Veloc Ang de Pitch 0.1 0.05 0 −0.05 −0.1 4 4.5 5 5.5 6 6.5 Tempo de voo 7 7.5 8 4 x 10 FIG. 4.21: Comparação do míssil não-linear com o identicado Ḡ3 - Canal 2. Observa-se agora na Figura 4.22 o diagrama de pólos e zeros do canal 2 linearizado quando sobreposto ao do sistema identicado. Polo Identificado Zero Identificado Polo Linear Zero Linear 150 100 Erro de Identificação Eixo Imaginario 50 0 −50 −100 −150 −500 0 500 1000 1500 2000 2500 Eixo Real FIG. 4.22: Pólos e zeros do míssil linearizado e identicado por Ḡ3 - Canal 2. 109 O zero assinalado como erro de identicação no gráco da gura 4.22 pode estar mostrando que o canal 2 do modelo é identicável por uma função de transferência de ordem ainda menor no numerador. De fato, este teste de modelo de estrutura foi realizado no canal 1 e não foi bem sucedido. Como entretanto mais tarde serão tecidas considerações a respeito do aspecto multivariável dos sistemas exemplo, cabe aqui dizer que este resultado foi, no caso do canal 2, bem sucedido. Por ser repetitivo será omitido. Resta então uma observação: com base no gráco da resposta temporal do canal 2, apresentado na Figura 4.21, sabe-se que o canal 2 tem característica de fase não-mínima. Entretanto, o próprio sistema linearizado não apresenta, para o canal 2, um zero no semiplano direito. Já a identicação pelo método de Levy força um zero no SPD para o caso de numerador de segunda ordem, a que foi atribuído um erro de identicação. Por outro lado, mesmo o sistema identicado com numerador de primeira ordem não mostra zeros no semiplano direito, embora mantenha a característica de fase não-mínima. 110 4.2 IDENTIFICAÇÃO DO MODELO DO F-16 O modelo não-linear do F-16 é o que mais se aproxima do verdadeiro objetivo deste trabalho: estabelecer um caminho para a identicação de veículos não-tripulados no domínio da freqüência, a partir de dados obtidos por ensaios em vôo. A identicação do modelo em questão portanto se inicia com o planejamento de um ensaio em vôo virtual para o simulador apresentado no Capítulo 3, através do qual o modo phugoid da aeronave será completamente identicado, tendo seus resultados comparados com os da identicação via método de Levy. O modo longitudinal phugoid é descrito sicamente como uma oscilação vertical amortecida da trajetória do C.G. da aeronave sobre a trajetória de vôo horizontal, com a velocidade em relação ao ar Vt que diminui (ou que aumenta) durante um aumento da altitude (ou diminuição). Fisicamente, este modo de oscilação resulta em uma troca entre energia potencial gravitacional e energia cinética, incluindo a perda subseqüente da energia devida ao arrasto aerodinâmico, que fornece amortecimento ao sistema. Em geral, o modo phugoid das aeronaves, mesmo quando instável, não afeta de forma sensível a manobrabilidade da aeronave, já que a freqüência natural é tipicamente muito mais baixa do que a freqüência das correções dinâmicas efetuadas pelo piloto. 4.2.1 IDENTIFICAÇÃO POR ENSAIO EM VÔO Neste ensaio em vôo virtual, apenas a dinâmica longitudinal do modelo não-linear do F-16 foi excitada, através de um doublet de empuxo. Todos os canais foram monitorados durante um período de tempo sucientemente grande para que se manifestassem as oscilações dos modos pouco amortecidos, e os resultados de telemetria do vôo utilizados para dois processos de identicação por técnicas diferentes: ensaio em vôo e Levy. Ao nal do procedimento, deve-se obter o mesmo resultado para amortecimento e freqüência natural do modo phugoid. A seguir, um ensaio em vôo simulado é relatado exatamente como se estivesse sendo executado em um campo de provas. Este ensaio foi conduzido em ambiente de simulação. As condições de vôo simulado eram de vento zero, em todas as direções, altitude em 10.000 pés e massa aproximada da aeronave de 16.875 Kg. 111 A área de testes é restrita ao ambiente de simulação desenvolvido para este propósito no MATLAB, e apresentado no Capítulo 3. A coordenação do simulador com o procedimento de identicação foi estabelecida antes do vôo, e variáveis de armazenamento na memória foram denidas para coleta de dados. Técnica aplicada durante o ensaio A aeronave foi condicionada em vôo reto, estável e nivelado a 10.000 ft (indicados) de altitude h e a uma velocidade em relação ao ar Vt inicial de 400 ft/s. A aeronave foi então desacelerada pela aplicação de um doublet no comando de empuxo, variando esta entrada dentro de uma faixa de 20% do valor nominal de VREN, em seguida sendo permitido o vôo livre de comandos até que as oscilações cessassem. Com o início do ensaio um relógio foi ligado no ambiente de simulação. A altitude, a velocidade aerodinâmica e o tempo foram gravados durante todo o ciclo. Condições de VREN A aeronave foi estabilizada segundo as condições listadas na Tabela 4.2. Variável de Estado Valor Velocidade do ar (ft/s) Vt Ângulo de Ataque (rad) α Ângulo de Derrapagem (rad) β Ângulo de Euler (rad) φ Ângulo de Euler (rad) θ Ângulo de Euler (rad) ψ Veloc Ang Rolamento (rad/s) p Veloc Ang Arfagem (rad/s) q Veloc Ang Guinada (rad/s) r ∆ Norte GPS (ft) ∆ Leste GPS (ft) Altitude (ft) h Potência % (0-100) 400 0, 11737 9, 8063e − 014 0 0, 11737 0 0 0 0 0 0 10.000 12, 4304 Empuxo (0-1) δth Profundor (graus) δe Aileron (graus) δa Leme (graus) δr 0, 19141 −5, 5736 −2, 9288e − 012 1, 5797e − 011 Variável de Controle Valor TAB. 4.2: Ponto de VREN do F-16. 112 Os sinais de entrada tem sua evolução temporal descrita na Figura 4.23. 1 0.2 0.5 Aileron Empuxo 0.1 0 −0.1 −0.2 0 5 Tempo de voo −1 0 10 1 1 0.5 0.5 Leme Profundor 0 −0.5 0 −0.5 0.5 1 1.5 Tempo de voo 2 0.5 1 1.5 Tempo de voo 2 0 −0.5 −1 0 0.5 1 1.5 Tempo de voo −1 0 2 FIG. 4.23: Evolução temporal dos comandos durante o ensaio Alfa 400 395 −7 x 10 50 200 250 −5 x 10 50 100 150 200 250 300 0.13 0.12 0.11 −6 150 200 250 300 100 150 200 250 300 5 0 −5 −6 x 10 50 1 0 −1 100 150 200 250 300 Altitude 50 50 100 150 200 250 1 0 −1 −2 1 0 −1 −2 4 2 0 −2 −4 100 150 200 250 300 100 150 200 250 300 100 150 200 250 300 100 150 200 250 300 x 10 50 100 150 200 250 300 50 100 150 200 250 300 −5 x 10 50 −3 x 10 50 4 x 10 50 Norte r 100 q p x 10 50 0.1 0 −0.1 −0.2 0.116 300 Yaw Pitch 150 5 0 −5 50 Leste 100 0.118 Roll Beta Veloc Ar A evolução temporal das saídas é descrita na Figura 4.24. 300 Tempo de voo 15 10 5 0 4 1.001 1 0.999 Tempo de voo FIG. 4.24: Evolução temporal das saídas não lineares do F-16 no ensaio 113 É oportuno observar que apenas 12 das 16 variáveis de saída do modelo não-linear foram plotadas por uma questão de legibilidade gráca e repetitividade. Deixaram de ser plotadas, embora tenham sido gravadas, a potência de saída do motor, a pressão atmosférica, a aceleração normal e o número de Mach. Da Figura 4.24 pode-se observar que as grandezas que fazem parte da dinâmica látero-direcional da aeronave praticamente não sofreram variação, ou sofreram pequenas variações da ordem de 1e − 5, devidas ao acoplamento entre os canais longitudinal e látero-direcional, uma vez que o ensaio foi realizado sem vento. Passa-se então ao procedimento de cálculo do modo phugoid, sendo que para isso devem ser separados da Figura 4.24 os grácos de altitude e velocidade do ar, onde se pode ver o modo oscilatório em ação. Vale lembrar que a manobra de entrada não faz parte deste método de identicação uma vez que representa apenas uma pequena perturbação no canal longitudinal da aeronave, suciente para excitar o modo phugoid de oscilação. As amplitudes, tanto da resposta em altitude como da resposta em velocidade do ar, foram calculadas e são apresentadas na Figura 4.25 subtraindo-se dos sinais a sua respectiva condição de VREN. As variáveis β (ângulo de derrapagem), p (velocidade angular de rolamento) e r (velocidade angular de guinada) têm seus valores de ordenada multiplicados por 10−7 ; a variável q (velocidade angular de arfagem) por 10−2 , φ e ψ por 10−2 e a altitude por 104 . A velocidade em relação ao ar apresenta a leitura real, e as demais não representam interesse. Este procedimento seria mais eciente se efetuado a partir do sinal de velocidade do ar, uma vez que a altitude aumenta enquanto sua oscilação amortece, devido às condições de ângulo de ataque em que a manobra foi realizada. Observando-se a Figura 4.25, pode-se ainda notar a conversão de energia cinética em potencial gravitacional e vice-versa realizada pela aeronave, enquanto oscila alternadamente entre picos de altitude e de velocidade. O período de oscilação do modo phugoid é determinado gracamente, subtraindo-se o tempo de dois picos sucessivos de velocidade. Como este procedimento está sujeito a diversos erros, recomenda-se que seja realizada a média entre várias medidas entre picos sucessivos. 114 20 Variação de Altitude Variação de Velocidade 15 10 5 0 −5 −10 Tempo entre 2 picos −15 0 1 2 3 4 Tempo de Voo 5 6 7 4 x 10 FIG. 4.25: Conversão de energia e phugoid O amortecimento ξ pode ser então calculado segundo um procedimento de log- decremento, de acordo com a seguinte fórmula (NELSON (1989)): µ ¶ ya 2.π.ξ ln =p yb 1 − ξ2 onde ya e yb são as ordenadas correspondentes a dois picos sucessivos de qualquer canal excitado pela perturbação da dinâmica longitudinal, neste caso particular a velocidade do ar. Algebricamente, a equação anterior resolvida para ξ ca: v u 1 ξ=u t 4.π2 2 + 1 ya ln yb o que resulta para o vôo ensaiado em um valor de ξ = 0, 06454. Utilizando-se agora de ambos os valores, ξ calculado e T medido, as freqüências naturais amortecida e não-amortecida podem ser determinadas a partir de: 2.π T 115 ωd = onde ωd é a freqüência natural amortecida, e ωd ωn = p 1 − ξ2 onde ωn é a freqüência natural não amortecida. Os valores obtidos a partir do ensaio são ωn = 0, 11024 Hz e ωd = 0, 11001 Hz. Estes valores podem ser utilizados na modelagem do modo phugoid do F-16, utilizando-se de um modelo de estrutura de segunda ordem, tal como: Y (s) ωn2 = 2 U (s) s + 2.ξ.ωn .s + ωn2 de forma que se obtenha a seguinte aproximação do modo phugoid : Y (s) 0, 0121534 = 2 U (s) s + 0, 01462.s + 0, 0121534 (4.5) A equação 4.5 corresponde à metade da função de transferência total deste canal, sendo a outra metade correspondente ao modo curto-período não analisado durante este procedimento de identicação. 116 4.2.2 IDENTIFICAÇÃO DO MODO PHUGOID NO DOMÍNIO DA FREQÜÊNCIA Voltando-se as atenções agora para os procedimentos já estudados no modelo do míssil, segue-se a etapa de identicação no domínio da freqüência, a partir dos mesmos dados de ensaios em vôo, através da utilização do método de Levy. O interesse agora é sobre apenas 1 dos 64 canais da matriz de transferência multivariável obtida a partir da linearização do modelo de simulação do F-16 no ponto de VREN especicado na Tabela 4.2, de forma que será buscado o mesmo resultado da subseção anterior, por um caminho totalmente diferente. Sendo então tomado o canal empuxo-velocidade do ar, a evolução temporal dos sinais de entrada e saída é apresentada na Figura 4.26. Empuxo 0.2 0 −0.2 1 2 3 4 5 6 Veloc Ar 0 −2 −4 0 1 2 3 4 5 Tempo de Voo 6 7 5 x 10 FIG. 4.26: Entrada e saída - modo phugoid. Esta não é uma base de dados simples de ser trabalhada. Na verdade, há mudanças drásticas em relação ao modelo do míssil, embora o resultado buscado seja relativamente mais simples. A taxa de amostragem continua sendo de 1000 Hz, mas o simulador opera com passo xo de simulação o que signica que, considerando-se as freqüências naturais muito mais lentas de uma aeronave de asa xa em relação a um míssil, o tempo de vôo necessário ao amortecimento dos modos oscilatórios e, conseqüentemente, o tempo para a obtenção de uma base de dados útil para o processo de identicação no domínio da freqüência são muito maiores. O número de pontos agora envolvido na transformada de Fourier é da ordem de 108 , e a probabilidade de os módulos da FRF caírem para valores menores do que eps (precisão numérica do MATLAB) causando problemas numéricos é alta. 117 Embora a entrada tenha as características conhecidas de um doublet, seu espectro é diferente do apresentado na Figura 4.3. Pela Figura 4.27, percebe-se que o alargamento no tempo em relação ao doublet aplicado no míssil provoca uma compactação no espectro em termos de largura de banda. Sinal de Entrada amostrado a 1000 Hz: Ts=0.001s 0.3 0.2 Sinal 0.1 0 −0.1 −0.2 0 1 2 3 4 Tempo (s) 5 6 7 −3 Amplitude 1.5 x 10 1 0.5 0 −3 10 −2 10 −1 10 0 1 10 10 Frequencia (rad/s) 2 10 3 10 4 10 FIG. 4.27: Espectro em módulo da entrada - F16. O espectro da saída do canal estudado, apresentado na Figura 4.28, apresenta uma característica interessante do ponto de vista da identicação. Sinal de Saida amostrado a 1000 Hz: Ts=0.001s Sinal 0 −2 −4 0 100 0 −3 10 10 200 300 400 Tempo (s) 500 600 700 0.25 Amplitude 0.2 0.15 0.1 0.05 −2 −1 10 0 1 10 10 Frequencia (rad/s) 2 10 3 10 4 10 FIG. 4.28: Espectro em módulo da saída - F16. Foi realizada uma manobra durante o ensaio em vôo que fosse capaz de excitar apenas o modo phugoid do F-16. O espectro apresentado na Figura 4.28, além de apresentar uma 118 característica de pico que ressalta a freqüência dominante presente na resposta temporal como sendo aquela da oscilação observada na Figura 4.26, também decai rapidamente, de forma que para freqüências acima de 30 Hz a resposta é praticamente inexistente, como é de se esperar uma vez que o modo phugoid é sicamente caracterizado pela oscilação lenta do C.G. da aeronave ao longo da trajetória de vôo. MODULO de Y(jw)/U(jw) 150 Amplitude (dB) 100 50 0 −50 −100 −3 10 −2 10 −1 10 0 1 10 10 Frequencia (rad/s) 2 10 3 10 4 10 FIG. 4.29: Módulo da FRF do F16 - phugoid Se na busca da FRF deste canal for realizada a divisão das transformadas de Fourier da saída pela entrada à revelia deste fato, serão encontrados problemas numéricos no MATLAB. Nas Figuras 4.29 e 4.30 pode ser visualizado o problema numérico das freqüências acima de 30 Hz. Claramente, a manobra efetuada para a identicação do modo phugoid foi eciente a ponto de excitar apenas este modo, exceto por eventuais acoplamentos entre canais devidos a não-linearidades. O projeto de manobras no domínio do tempo é assunto de longos trabalhos na teoria da identicação de aeronaves, uma vez que aí reside o segredo da boa identicação. Considerações a respeito de perturbação de modos em particular pela execução de diferentes manobras de ensaios em vôo são deixadas como sugestão para análise futura através dos grácos de densidade espectral de manobras especiais, tais como a 3-2-1-1, conhecida dos pilotos de provas, a ser denida nas conclusões deste trabalho. Por hora, será adotada a entrada doublet como entrada padrão, de forma a se poder comparar qualitativamente os resultados da identicação do míssil com os do F-16, de forma mais direta e clara. 119 FASE de Y(jw)/U(jw) 200 150 100 Fase (graus) 50 0 −50 −100 −150 −200 −3 10 −2 −1 10 10 0 1 10 10 Frequencia (rad/s) 2 3 10 10 4 10 FIG. 4.30: Fase da FRF do F16 - phugoid Se há uma lição a ser aprendida neste capítulo, é de que o processo de identicação pode ser desenvolvido de diversas maneiras diferentes. Não há um compromisso, na identicação de sistemas em geral, de se chegar ou não aos mesmos pólos e zeros obtidos durante a linearização do sistema. Antes, a busca deve ser pelo sistema equivalente que produza a mesma resposta em termos de tempo e freqüência, quando submetido às mesmas entradas. Modulo da resposta em frequencia do sistema 70 60 Amplitude (dB) 50 40 30 20 10 0 −3 10 −2 10 −1 10 Frequencia (rad/s) 0 10 1 10 FIG. 4.31: Corte do módulo da FRF do F16 - phugoid Por outro lado também não deve haver a preocupação com a identicação de todos os pólos e zeros, ou pelo menos de tantos pólos e zeros quanto se tenha obtido ou se estime 120 obter via linearização. A entrada escolhida pode ser capaz de excitar um ou mais modos, talvez todos os modos dominantes. O que torna interessante o processo de identicação é justamente a liberdade de se poder escolher a entrada de acordo com o modo oscilatório que se deseja identicar. Isso só acontecerá quando houver compreensão da física do sistema sob pesquisa. Retornando ao modo phugoid, deve ser lembrado que não há nenhuma necessidade de ter o espectro limpo sobre toda a faixa de freqüência, uma vez que se deseja identicar apenas um modo dominante de baixa freqüência natural. Fase UNWRAPPED da resposta em frequencia do sistema 100 0 Fase (graus) −100 −200 −300 −400 −500 −600 −3 10 −2 10 −1 10 Frequencia (rad/s) 0 10 1 10 FIG. 4.32: Corte da fase da FRF do F16 - phugoid O corte da FRF é, por outro lado, uma etapa indispensável, de forma que se possa eliminar do processo de identicação todas as informações espúrias ao sistema, uma vez que a interpolação espectral não sabe qual informação deve ser considerada ou não, a não ser que lhe seja indicado. Uma vez aplicado o método de Levy sobre a FRF nal condicionada das Figuras 4.31 e 4.32, os pólos e zeros identicados são mostrados na Figura 4.33, ampliada na vizinhança da origem. Não existe preocupação com os pólos e zeros restantes, e nem as diferenças entre os dois sistemas serão chamadas de erros de identicação. O sistema foi identicado sem a preocupação com o modelo de estrutura e isso por si só representa uma abordagem completamente alternativa do problema. De fato, foi solicitado ao algoritmo de Levy que ajustasse à FRF das Figuras 4.31 e 4.32 uma função de transferência de ordem 3 no numerador e ordem 4 no denominador, quando se buscava apenas a coincidência de 2 121 Pole−Zero Map Polo linearizado Zero linearizado Polo identificado Zero identificado 0.1 Polos phugoid identificados Imaginary Axis 0.05 0 −0.05 −0.1 −0.015 −0.01 −0.005 0 0.005 0.01 0.015 Real Axis FIG. 4.33: Pólos e zeros do F16 - phugoid dos 10 pólos do sistema linearizado do F-16. Com resultado, o método retorna 2 zeros e 2 pólos sem signicado, mas retorna também os 2 pólos correspondentes ao modo de oscilação phugoid que foi excitado com a entrada doublet durante o ensaio em vôo. A Tabela 4.3 relaciona os pólos phugoid obtidos via linearização do F-16 e via 2 processos diferentes de identicação - por ensaio em vôo e pelo método de Levy -, comparados com a linearização realizada via MATLAB. Linearização −0, 00711 ± 0, 11.j ξ = 0, 06450 ωn = 0, 1100 ωd = 0, 10977 Ensaio em vôo −0, 00731 ± 0, 11.j ξ = 0, 06454 ωn = 0, 11024 ωd = 0, 11001 Levy −0, 00727 ± 0, 11.j ξ = 0, 0662 ωn = 0, 1100 ωd = 0, 10975 TAB. 4.3: Pólos phugoid do F-16. Um doublet agora aplicado ao canal Profundor - Velocidade em relação ao ar, respeitadas as diferenças do signicado da amplitude mas mantidas as características temporais, fornece um outro panorama da identicação do modelo multivariável. 122 No gráco da Figura 4.34 pode-se ver a evolução temporal dos sinais de entrada de profundor δe e saída velocidade em relação ao ar Vt , na aplicação da manobra que tem a intenção de identicar o mesmo modo oscilatório phugoid através da excitação de outro canal da mesma planta. Profundor 10 5 0 −5 −10 1 2 3 4 5 6 7 8 440 Veloc Ar 420 400 380 360 0 100 200 300 400 500 600 Tempo de Voo 700 800 900 1000 FIG. 4.34: Entrada e saída F-16 - segundo canal O espectro da entrada se comporta como na Figura 4.35. Sinal de Entrada amostrado a 1000 Hz: Ts=0.001s 10 Sinal 5 0 −5 −10 0 1 2 3 4 5 6 Tempo (s) 7 8 9 10 0.08 Amplitude 0.06 0.04 0.02 0 −3 10 −2 10 −1 10 0 1 10 10 Frequencia (rad/s) 2 10 3 10 4 10 FIG. 4.35: Espectro da entrada doublet de profundor. Pode-se observar que foi necessário um ajuste na amplitude do sinal, mas que seus períodos foram preservados, na intenção de se mostrar que uma entrada de largura de banda estreita será capaz de excitar apenas os modos que estejam mais próximos da 123 região de denição do phugoid do que da região do curto-período. A Figura 4.36 apresenta o espectro da saída, com sua característica oscilação pouco amortecida do modo phugoid. Percebe-se que, devido à característica espectral da entrada, a saída apresenta um modo dominante, sob a forma de pico no diagrama de módulo da transformada de Fourier, que era exatamente a intenção deste procedimento. Sinal de Saida amostrado a 1000 Hz: Ts=0.001s 40 Sinal 20 0 −20 −40 0 100 200 300 400 500 600 Tempo (s) 700 800 900 1000 8 Amplitude 6 4 2 0 −3 10 −2 −1 10 10 0 1 10 10 Frequencia (rad/s) 2 3 10 10 4 10 FIG. 4.36: Espectro da saída - Velocidade do Ar. Novamente, quando se tem um espectro tendendo a zero para freqüências baixas, não se pode esperar uma FRF representativa nas altas freqüências. Modulo da resposta em frequencia do sistema 70 60 Amplitude (dB) 50 40 30 20 10 0 −10 −3 10 −2 10 −1 10 Frequencia (rad/s) 0 10 1 10 FIG. 4.37: Módulo da FRF do canal 2 do F-16. Entretanto, deve ser lembrado que se deseja identicar um modo oscilatório que 124 admite o corte no espectro da FRF apresentado nas Figuras 4.37 e 4.38. Fase UNWRAPPED da resposta em frequencia do sistema 100 0 −100 Fase (graus) −200 −300 −400 −500 −600 −700 −800 −3 10 −2 −1 10 10 Frequencia (rad/s) 0 1 10 10 FIG. 4.38: Fase da FRF do canal 2 do F-16. A Figura 4.39 apresenta o diagrama de pólos e zeros do sistema identicado pelo método de Levy, com base na FRF das Figuras 4.37 e 4.38, sendo ampliada a região próxima aos pólos phugoid. Pole−Zero Map Polo linearizado Zero linearizado Polo identificado Zero identificado 0.15 0.1 Imaginary Axis 0.05 Polos phugoid identificados 0 −0.05 −0.1 −0.035 −0.03 −0.025 −0.02 −0.015 −0.01 −0.005 0 0.005 Real Axis FIG. 4.39: Pólos e zeros do canal 2 do F-16. Novamente, a aplicação de uma entrada que é sabida excitar apenas este modo de oscilação obriga ao abandono dos demais pólos e zeros identicados. A identicação dos polos e zeros restantes deverá ser feita através do projeto de uma manobra capaz de excitar os modos oscilatórios correspondentes, e extensa literatura pode ser encontrada 125 a respeito, como por exemplo em NASA (1974), MORELLI (1996) e MORELLI (1997). Este procedimento especíco sugerido visa estipular o poder das técnicas de identicação quando associadas ao projeto especíco da manobra de entrada. Um detalhe importante que deve ser ressaltado é o de que os mesmos pólos phugoid do modelo do F-16 foram agora identicados através da excitação por canais de duas entradas diferentes, para uma mesma saída, resultado já esperado sicamente, uma vez que as oscilações de período longo e levemente amortecidas de uma aeronave podem ser provocadas por uma série de manobras diferentes executadas pelo piloto. O modo longitudinal phugoid e todos os outros modos das dinâmicas longitudinal e látero-direcional são comportamentos naturais das aeronaves de asa xa e também dos mísseis, devendo aparecer nas linearizações ou procedimentos de identicação realizados a partir de bons modelos nãolineares e suas respectivas respostas temporais às diferentes manobras de ensaio em vôo executadas. 126 5 CONCLUSÕES Neste capítulo é encerrada a presente dissertação, sendo abordadas as principais contribuições do estudo realizado e apresentadas algumas críticas e perspectivas de continuidade sob a forma de sugestões para trabalhos futuros. 5.1 RESUMO DA CONTRIBUIÇÃO Esta dissertação buscou estabelecer um conjunto de procedimentos, segundo uma seqüência básica de aplicação, que conduz à identicação de modelos de aeronaves de asa xa, partindo do modelo simplicado da dinâmica longitudinal de um míssil genérico arar e chegando à dinâmica de seis graus de liberdade de um caça F-16 Fighting Falcon. Os procedimentos são estabelecidos de forma que sejam completamente aplicados a aeronaves não-tripuladas, com base nas simplicações adotadas por ocasião da modelagem nãolinear, que tornam o modelo de um VANT praticamente igual ao modelo simplicado de uma aeronave de grande porte, a menos das constantes características de cada um. 5.1.1 PONTO DE VISTA METODOLÓGICO Uma extensa revisão bibliográca foi realizada antes de ser feita a escolha de um método particular de identicação de aeronaves no domínio da freqüência. Considerando-se que a identicação de parâmetros de aeronaves no Brasil vem sendo realizada no domínio do tempo desde os anos de 1960, houve diculdades em se estabelecer a ligação entre ensaios em vôo, análise modal e identicação por métodos de otimização no domínio da freqüência devido à falta de fontes de consulta na literatura clássica de aeronáutica e sistemas de controle. Foram também testados algoritmos de identicação no domínio da freqüência por funções ortogonais, mas não com tanto sucesso quanto na aplicação do método de Levy. Este, apesar da relativa complexidade na sua dedução, mas devido à grande simplicidade de aplicação, representou um ganho efetivo de espaço para discussões importantes em relação à análise modal de aeronaves de asa xa, o que signicou a ligação e a compatibilização da linguagem dos sistemas de controle com a linguagem dos ensaios em vôo, necessária no caso de se desejar realmente aplicar as técnicas de sistemas de controle estudadas no IME a um projeto de VANT. 127 A metodologia estabelecida permite ainda a discussão de projetos de manobras a serem executadas nos ensaios em vôo com objetivo de se identicar modos naturais especícos. Abre espaço para o tratamento de sinais obtidos a partir de plataformas de vôo reais, pois o condicionamento de sinais no domínio do tempo para a geração de conjuntos de treinamento no domínio da freqüência adequados ao processo de identicação comporta a abordagem de sistemas com modelos de estrutura completamente desconhecidos e ainda fontes de distorções que surgem naturalmente em casos práticos, como por exemplo as distorções provocadas por sensores sensíveis às vibrações da aeronave sob ensaio. 5.1.2 PONTO DE VISTA DA APLICAÇÃO O método de Levy, apresentado como ferramenta básica de identicação de parâmetros no domínio da freqüência associado à transformada de Fourier, não é um método novo. Foi apresentado pela primeira vez em LEVY (1959), e deu origem a uma série de outros trabalhos, como por exemplo SANATHANAN (1963), e com aplicações atuais em áreas diversas tais como as citadas em COUTLIS (2000), VARGAS (1999), TISCHLER (1992) e TAYLOR (2003). A releitura do método de Levy nesta dissertação se deve ao fato de ter sido eleito o método de abordagem que melhor permitiu a compreensão dos modos oscilatórios das dinâmicas longitudinal e látero-direcional das aeronaves de asa xa em termos de ensaios em vôo e sistemas de controle. Representa um método de aplicação direta, por apresentar solução analítica, desde que o problema da identicação seja adequadamente formulado. Tal formulação é realizada com base em conhecimentos mínimos de dinâmica e estabilidade de vôo. O método de Levy apresenta deciências relativas à ponderação em freqüências apresentando soluções mais ajustadas à faixa do espectro sobre a qual se tenha maior quantidade de informações, mas estas podem ser contornadas facilmente pela análise física dos sistemas identicados à luz de conhecimentos especícos de engenharia aeronáutica. 5.2 CRÍTICAS A intenção inicial deste trabalho era realizar a identicação no domínio da freqüência do modelo de um VANT real, o que não foi possível devido à indisponibilidade de plataformas de testes adequadas aos ensaios em vôo necessários. Tal problema foi contornado com a implementação de simuladores não-lineares, capazes de reproduzir a maior parte das diculdades encontradas durante um ensaio real, exceto por eventos imprevisíveis que 128 só a prática permite desaar, e que tornam os sistemas de controle tão atraentes quando se oferece uma aplicação no mundo real. Tal modelagem não-linear acarretou lentidão de processamento e de geração de alguns resultados. Quanto à metodologia de identicação sugerida, foram encontradas diculdades com relação ao projeto de manobras de aeronaves no domínio do tempo capazes de excitar modos de oscilação especícos nas aeronaves de asa xa. As manobras doublet foram adotadas como padrão por representarem uma cultura largamente praticada no mundo dos ensaios em vôo, muito embora não seja a manobra mais eciente em termos de densidade espectral. Manobras como a 3 − 3 − 2 − 1, comparada ao doublet na gura 5.1, apresentam uma largura de banda muito maior e são capazes de excitar mais modos oscilatórios do que o doublet. 1 0.5 0 −0.5 −1 0 5 10 15 20 25 30 Sinal Doublet 35 40 45 50 1 0.5 0 −0.5 −1 0 10 20 30 40 Sinal 3−3−2−1 50 60 70 FIG. 5.1: Manobras doublet e 3 − 3 − 2 − 1 genéricas. A utilização da manobra 3 − 3 − 2 − 1 neste trabalho foi comprometida devido à excessiva lentidão das simulações não-lineares em ambiente MATLAB, o que por sua vez foi acarretado pela utilização da s-function do MATLAB na implementação dos simuladores. O problema gerado pelas condições de geração dos conjuntos de treinamento, por outro lado, permitiu mostrar que manobras simples eram capazes de excitar modos oscilatórios especícos, o que não era um resultado esperado inicialmente do ponto de vista da aplicação do método de Levy. O poder da simplicidade do método, entretanto, foi testado e aprovado quando houve sucesso na convergência das respostas em freqüência 129 identicadas para pólos particulares das FRF originais. 5.3 PERSPECTIVAS Acredita-se que a metodologia apresentada tenha grande potencial de aplicação prática. É deixada como sugestão a realização de um ensaio em vôo real, com uma aeronave de grande porte ou pertencente à classe dos VANTs. Adicionalmente, como sugestão de continuidade deste trabalho, sugere-se o estudo de manobras no domínio do tempo, exeqüíveis por um piloto de ensaios em vôo, capazes de excitar todos os modos das dinâmicas longitudinal e látero-direcional de aeronaves de asa xa. Tais manobras seriam implementadas preliminarmente em simuladores não-lineares em ambiente SIMULINK/MATLAB. Para cumprir tal tarefa sem custos computacionais excessivamente altos, sugere-se que novos simuladores sejam programados sem a utilização da s-function. Para isso há ferramentas disponíveis nas toolboxes e blocksets do MATLAB conhecidas como AEROSIM e AEROSPACE, com as quais podem ser gerados simuladores de seis graus de liberdade de aeronaves de asa xa em mais alto nível, pela utilização de blocos prontos sem que haja necessidade de implementação das equações não-lineares da aeronave. 130 6 REFERÊNCIAS BIBLIOGRÁFICAS ABRAHAM, L. H. Structural design of missiles and spacecraft. McGraw-Hill Book Company Inc., 1962. ALLEMANG, R. J. Vibrations: analytical and experimental modal analysis. UC-SDRL-CN-20-263-662 University of Cincinnati, 1999. ANDRADE, D. Fundamentos da engenharia aeronáutica. Notas de Aula - Instituto Tecnológico da Aeronáutica, Junho 1999. ASHLEY, H. Engineering analysis of ight vehicles. Dover Publications Inc - New York, 1974. BLAKELOCK, J. H. Automatic control of aircraft and missiles. John Wiley and Sons Inc., 2nd edition, 1991. BRUMBAUGH, R. W. An aircraft model for the AIAA Controls Design Challenge. NASA Contractor Report, (186019), Dezembro 1991. BULTHEEL, A. e LASAROW, A. Orthogonal basis functions in estimation, identication, systems and control. Proceedings on 16th Mathematical Theory of Networks and Systems Conference, Julho 2004. CARLSON, A. B. Communication systems. McGraw-Hill International Editions, 3rd edition, 1986. CHIN, S. Missile conguration design. McGraw-Hill Book Company Inc., 1961. CIAVEX. Aerodinâmica básica. Notas de aula - Centro de Instrução de Aviação do Exército, 1997a. CIAVEX. Piloto automático - generalidades. Notas de Aula - Centro de Instrução de Aviação do Exército, 1997b. CIAVEX. Piloto automático - localização de componentes. Notas de Aula - Centro de Instrução de Aviação do Exército, 1997c. CIAVEX. Teoria de vôo do helicóptero. Notas de Aula - Centro de Instrução de Aviação do Exército, 1997d. COUTLIS, A., LIMEBEER, D., WAINWRIGHT, J., LISTER, J. e VYAS, P. Frequency response identication of the dynamics of a tokamak plasma. IEEE Transactions on Control Systems Technology, 8(4):646659, Julho 2000. DAY, K., CONTI, J., KNOBF, R., LIRA, E., REID, J., RICCA, E. e WALTER, R. Glide-slope control design. Class Notes - California Polytechnic State University, Março 2002. 131 DOYLE, J., FRANCIS, B. e TANNENBAUM, A. Feedback control theory. Macmillan Publishing Co., 1990. DUKE, E. L., ANTONIEWICZ, R. F. e KRAMBEER, K. D. Derivation and denition of a linear aircraft model. NASA Reference Publication, (1207), Agosto 1988. ESKINAT, E. Identication and uncertainty modeling for multivariable processes. ADCHEM, 2000. FALEIRO, L. F. The application of eigenstructure assignment to the design of ight control systems. Tese de Doutorado, Loughborough University, 1998. FRANDSEN, P. E., JONASSON, K., NIELSEN, H. B. e O.TINGLEF. Unconstrained optimization. Lecture Notes - Technical University of Denmark, (H69):IMMLec2, Agosto 1999. FRANKLIN, G., POWELL, J. e WORKMAN, M. Digital control of dynamic systems. Addison Wesley Longman,Inc., 3th edition, 1998. GARNELL, P. Guided weapon control system. Pergamon Press - Oxford, 2nd edition, 1980. GAUTREY, J. Introduction to autopilots. Class notes - National Flying Laboratory Centre - Craneld University, 1999. GELB, A. e VELDE, W. Multiple-input describing functions and nonlinear system design. McGraw-Hill Book Company and MIT Press, 1967. GONZALEZ, L. e AGUILAR, L. H∞ Robust control design for an arm manipulator. Journal of Intelligent and Robotic Systems, 27:2130, 2000. GUCHT, P. V. e BULTHEEL, A. State space representation for arbitrary orthogonal rational functions. Preprint - Dept of Computer Science, Celestijnenlaan, Setembro 2002. GUCHT, P. V. e BULTHHEEL, A. Using orthogonal rational functions for system identication. Report TW 314 - Katholieke Universiteit Leuven, Setembro 2000. HEFFLEY, R. K. e MNICH, M. A. Minimum-complexity helicopter simulation math model. NASA USAAVSCOM Technical Report, NAS2-11665(177476), Abril 1988. HEUBERGER, P., SZABO, Z., HOOG, T., VANDENHOF, P. e BOKOR, J. Realization algorithms for expansion in generalized orthonormal basis functions. Selected Topics in Identication, Modelling and Control, 11:6168, Dezembro 1998. HUZMEZAN, M. Modeling identication and control of aordable UAVs. Notas de aula - University of British Columbia, 2003. JOHNSON, E. N., FONTAINE, S. e KAHN, A. D. Minimum complexity uninhabited air vehicle guidance and ight control system. AIAA Digital Avionics Conference, 2001. 132 KAILATH, T. Linear systems. Prentice Hall, 1980. KARLSSON, M. Control of unmanned aerial vehicles using non-linear dynamic inversion. Tese de Doutorado, Department of Electrical Engineering - Linköping University, 2002. KLEIN, V. Estimation of aircraft nonlinear unsteady parameters from wind tunnel data. NASA / Technical Memorandum, (208969), Dezembro 1998. KOPP, K. G. Flight tests. Naval Test Pilot School - Patuxent River, 1999. LAMB, J. An improved technique for transfer function synthesis from frequency response data. IEEE Transactions on Automatic Control, ac-3:480483, Agosto 1970. LEONARD, J. R. Investigation of lateral-directional coupling in longitudinal responses of a transfer function simulation model. Tese de Doutorado, Virginia Polytechnic Institute and State University, 2003. LEVY, E. Complex curve tting. IRE Transactions on Automatic Control, ac-4:3744, Maio 1959. LITTLEBOY, D. M. Numerical techniques for eigenstructure assignment by output feedback in aircraft applications. Tese de Doutorado, Loughborough University of Technology, 1994. LLIFF, K. W. Aircraft parameter estimation. NASA Technical Memorandum AIAA Dryden Lecture in Research, (88281), Janeiro 1987. LY, U. Stability and control of ight vehicle. Tese de Doutorado, University of Washington - Department of Aeronautics and Astronautics, 1997. MAGNI, J., BENNANI, S. e TERLOUW, J. Robust ight control: a design challenge. ONERA CERT - Département d'Ètudes et Recherches en Automatique - Toulouse, 1997. MCKELVEY, T., AKÇAY, H. e LJUNG, L. Subspace-based multivariable system identication from frequency response data. IEEE Transactions on Automatic Control, 41(7):960979, Julho 1996. MORELLI, E. A. Piloted parameter identication ight test maneuvers for closed-loop modeling of the F-18 High Alpha Research Vehicle HARV. Lockheed Martin Engineering and Sciences Company - NASA Contractor Report, (198268), Maio 1996. MORELLI, E. A. Flight test validation of optimal input design and comparison to conventional inputs. AIAA Atmospheric Flight Mechanics Conference, New Orleans, Louisiana, (AIAA-97-3711):1113, Agosto 1997. MORELLI, E. A. Global nonlinear parametric modeling with application to F-16 aerodynamics. American Control Conference, Philadelphia, PA, 1(5):2428, Junho 1998. 133 MORELLI, E. A. Real-time parameter estimation in the frequency domain. Proceedings of the AIAA Atmospheric Flight Mechanics Conference, Portland, (AIAA99-4043), Agosto 1999. MORELLI, E. A. e GARZA, F. R. A collection of nonlinear aircraft simulations in MATLAB. NASA Technical Memorandum, (TM-2003-212145), Janeiro 2003. MURPHY, P. C. e KLEIN, V. Estimation of aircraft unsteady aerodynamic parameters from dynamic wind tunnel testing. AIAA / NASA Technical Report, (4016), 2001. NASA. Parameter estimation and applications in aircraft ight testing, volume TN D-7647. National Aeronautics and Space Administration, 1974. NELSON, R. C. Flight stability and automatic control. McGraw-Hill International Editions - Aerospace Series, 1989. NGUYEN, L., OGBURN, M., GILBERT, W., KIBLER, K., BROWN, P. e DEAL, P. Simulator study of stall/post-stall characteristics of a ghter airplane with relaxed longitudinal static stability. NASA Technical Paper, (1538), Dezembro 1979. O'DWYER, A. Time delayed process model parameter estimation: a classication of techniques. Proceedings of the Irish Signals and Systems Conference, Dublin Institute of Technology, Technical Report AOD-01-04, Junho 2001. PELLANDA, P., APKARIAN, P. e TUAN, H. Missile autopilot design via a multichannel LFT/LPV control method. Int J. Robust and Nonlinear Control, 12(1): 120, 2002. PETTERSSON, H. B. Variable stability transfer function simulation. Tese de Doutorado, Virginia Polytechnic Institute and State University, 2002. RABENSTEIN, R. Transfer function models of multidimensional physical systems. Digest of the IEE Coll. on Multidimensional Systems, págs. 1/11/7, Janeiro 1998. RICHARDSON, M. H. e FORMENTI, D. L. Parameter estimation from frequency response measurements using rational fractional polynomials. 1st IMAC Conference, FL, Novembro 1982. RODRIGUEZ, A. A. A pratical approach to signals, systems and controls. Arizona State University Press, 1998. ROLAIN, Y., SHOUKENS, J. e PINTELON, R. Order estimation for linear timeinvariant systems using frequency domain identication methods. IEEE Transactions on Automatic Control, 42(10):14081417, Outubro 1997. SABINO, J. A primer on control theory and pseudospectral analysis of linear time-invariant dynamical systems. Tutorial Notes - Department of Computational and Applied MAthematics - Rice University, Abril 2003. 134 SANATHANAN, C. On the systhesis of space dependent transfer functions. IEEE Transactions on Automatic Control, ac-11(4):724729, Outubro 1966. SANATHANAN, C. A frequency domain method for tuning hydro governors. IEEE Transactions on Energy Conversion, 3(1):1417, Março 1988. SANATHANAN, C. e KOERNER, J. Transfer function as a ratio of two complex polynomials. IEEE Transactions on Automatic Control, ac-4:5658, Janeiro 1963. STECK, J., ROKHSAZ, K., PESONEN, U., BRUNER, S. e DUERKSEN, N. Simulation and ight test assessment of safety benets and certication aspects of advanced ight control systems. Wichita State University and Raytheon Aircraft Company Technical Report, (DOT/FAA/AR-03/51), Agosto 2003. STEVENS, B. L. Derivation of aircraft linear state equations from implicit nonlinear equations. Proceedings of the 29th IEEE Conference on Decision and Control, Honolulu, Hawaii, Dezembro 1990. STEVENS, B. L. e LEWIS, F. L. Aircraft control and simulation. John Wiley and Sons, Inc., 1992. TAYLOR, G. e THOMAS, A. Dynamic ight stability in the desert locust Schistocerca gregaria. The Journal of Experimental Biology, 206:28032829, Janeiro 2003. TISCHLER, M. B. System identication methods for aircraft ight control development and validation. NASA Technical Memorandum 110369 - USAATCOM Technical Report 95-A-007, Outubro 1995. TISCHLER, M. e CAUFFMAN, M. Frequency-response method for rotorcraft system identication: ight applications to BO-105 coupled rotor/fuselage dynamics. Journal of the American Helicopter Society, 37(3):317, Julho 1992. VARGAS, R. e BURRUS, C. Adaptative interative reweighted least squares design of Lp FIR lters. Acoustics, Speech, and Signal Processing, ICASSP Proceedings, IEEE International Conference on Automatic Control, 3:1519, Março 1999. VARGAS, R. e BURRUS, C. On the design of Lp IIR lters with arbitrary frequency response. IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), 6:38293832, Maio 2001. VIDYASAGAR, M. Nonlinear systems analysis. Prentice Hall, 1978. VRIES, D. K. e VANDENHOF, P. M. J. Frequency domain identication using generalized orthonormal basis functions. IEEE Transactions on Automatic Control, 43(5):656669, Maio 1998. WANG, F., ABRAMOVITCH, D. e FRANKLIN, G. A method for verifying measurements and models of linear and nonlinear systems. Proceedings of American Controls Conference in San Francisco, CA, 1993. ZADEH, L. A. On the identication problem. IRE Transactions on Circuit Theory, (3):277281, 1956. 135 7 APÊNDICES 136 7.1 APÊNDICE 1: MODELOS DE ESTRUTURA E DIAGRAMAS DE BODE Visando o ganho de intuição a respeito dos comportamentos temporal e freqüencial de um sistema, neste apêndice são vinculadas as informações contidas nas respostas nos dois domínios ao respectivo modelo de estrutura, com a nalidade de permitir a escolha do mesmo por ocasião da análise do conjunto de treinamento do processo de identicação. O primeiro fato a ser lembrado é que sistemas lineares e invariantes no tempo, ao serem submetidos a entradas senoidais, produzem saídas senoidais de mesma freqüência, no estado estacionário. Por sua vez, o módulo da resposta em freqüência de um sistema linear e invariante no tempo pode ser denido como a relação entre o módulo da sua saída e o módulo da sua entrada em função da freqüência. Do mesmo modo, a fase da resposta de freqüência é a diferença entre o ângulo de fase da saída e o da entrada, em função da freqüência. As informações de módulo e fase combinadas fornecem a FRF do sistema. A saída por sua vez é composta pela soma de uma resposta natural, devida a condições iniciais não nulas presentes no sistema, e uma resposta forçada, devida à entrada. Para sistemas estáveis, a resposta natural desaparece com a evolução temporal do sistema, restando apenas a saída do estado estacionário, de forma que se pode raciocinar apenas com as freqüências s = j.ω para efeito de diagramas de Bode. Deve ser ressaltado que o conhecimento da relação entre os modelos de estrutura sugeridos neste apêndice, suas respostas temporais e respectivos diagramas de Bode são de grande importância no processo de identicação. O método de Levy, cuja utilização é proposta, leva em conta a escolha de um modelo de estrutura compatível com a informação apresentada como conjunto de treinamento no domínio da freqüência. A escolha incorreta de tal modelo pode acarretar problemas numéricos no MATLAB, que felizmente provocam erros na execução do algoritmo, indicando que a estrutura errada foi escolhida. De outra forma, o sistema em estudo poderia ser identicado por uma função de transferência não-causal. Toda a análise de freqüência realizada posteriormente será baseada nas "fotograas" do comportamento dos sistemas, como expresso nas Figuras 7.1 a 7.12. 137 5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 0 1 2 3 4 5 6 (sec) FIG. 7.1: Resposta ao degrau - Passa baixa de ordem 1. Um sistema do tipo G (S) = A0 1 + s.τ onde A0 é o ganho DC e τ = 1/ω0 é a constante de tempo, tem sua resposta ao degrau representada na Figura 7.1 e seus diagramas de Bode na Figura 7.2. A freqüência de corte do sistema é ω0 . Sistemas deste tipo são chamados passa-baixa de primeira ordem. 10 Magnitude (dB) 0 −10 −20 Phase (deg) −300 −45 −90 −2 10 −1 10 0 10 1 10 2 10 Frequency (rad/sec) FIG. 7.2: Diagramas de Bode - Passa baixa de ordem 1. 138 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 5 10 15 20 25 30 (sec) FIG. 7.3: Resposta ao degrau - Passa alta de ordem 1. Um sistema do tipo G (s) = A0 .s.τ 1 + s.τ onde A0 é o ganho da alta freqüência e τ = 1/ω0 é a constante de tempo, tem sua resposta ao degrau representada na Figura 7.3 e seus diagramas de Bode na Figura 7.4. A freqüência de corte do sistema é ω0 . Sistemas deste tipo são chamados passa-alta de primeira ordem. Bode Diagram 0 Magnitude (dB) −5 −10 −15 −20 −25 Phase (deg) −30 90 45 0 −2 10 −1 0 10 10 1 10 Frequency (rad/sec) FIG. 7.4: Diagramas de Bode - Passa alta de ordem 1. 139 6 5 4 3 2 1 0 0 1 2 3 4 5 6 (sec) FIG. 7.5: Resposta ao degrau - Passa baixa de ordem 2. Um sistema do tipo G (s) = A0 .ω02 s2 + 2ξω0 s + ω02 onde A0 é o ganho DC, ξ é o coeciente de amortecimento e ω0 é a freqüência natural não amortecida, tem suas respostas ao degrau na Figura 7.5, e seus diagramas de Bode na Figura 7.6, para diversos ξ . Tais sistemas são chamados de passa-baixa de segunda ordem. Bode Diagram 40 Magnitude (dB) 20 0 −20 −40 −60 −800 Phase (deg) −45 −90 −135 −180 −1 10 0 10 1 10 2 10 3 10 Frequency (rad/sec) FIG. 7.6: Diagramas de Bode - Passa baixa de ordem 2. 140 3 2 1 0 −1 −2 −3 0 1 2 3 4 5 6 (sec) FIG. 7.7: Resposta ao degrau - Passa alta de ordem 2. Um sistema do tipo G (s) = A0 .s2 s2 + 2ξω0 s + ω02 onde A0 é o ganho na alta freqüência, ξ é o coeciente de amortecimento e ω0 é a freqüência natural não amortecida, tem suas respostas ao degrau na Figura 7.7, e seus diagramas de Bode na Figura 7.8, para diversos ξ . Tais sistemas são chamados de passaalta de segunda ordem. Bode Diagram Magnitude (dB) 50 0 −50 −100 180 Phase (deg) 135 90 45 0 −1 10 0 10 1 10 2 10 3 10 Frequency (rad/sec) FIG. 7.8: Diagramas de Bode - Passa alta de ordem 2. 141 3 2.5 2 1.5 1 0.5 0 −0.5 0 1 2 3 4 5 6 (sec) FIG. 7.9: Resposta ao degrau - Passa banda de ordem 2. Um sistema do tipo G (s) = s2 A0 .2ξω0 s + 2ξω0 s + ω02 onde A0 é o ganho de meia banda, ξ é o coeciente de amortecimento e ω0 é a freqüência natural não amortecida, tem suas respostas ao degrau na Figura 7.9, e seus diagramas de Bode na Figura 7.10, para diversos ξ . Tais sistemas são chamados de passa-banda de segunda ordem. Bode Diagram 20 10 Magnitude (dB) 0 −10 −20 −30 −40 −50 −60 90 Phase (deg) 45 0 −45 −90 −1 10 0 10 1 10 2 10 3 10 Frequency (rad/sec) FIG. 7.10: Diagramas de Bode - Passa banda de ordem 2. 142 3.5 3 2.5 2 1.5 1 0.5 0 0 1 2 3 4 5 6 (sec) FIG. 7.11: Resposta ao degrau - Rejeita banda de ordem 2. Um sistema do tipo G (s) = A0 (s2 + ω02 ) s2 + 2ξω0 s + ω02 onde A0 é o ganho DC, ξ é o coeciente de amortecimento e ω0 é a freqüência natural não amortecida, tem suas respostas ao degrau na Figura 7.11, e seus diagramas de Bode na Figura 7.12, para diversos ξ . Tais sistemas são chamados de rejeita-banda de segunda ordem. Bode Diagram 50 Magnitude (dB) 0 −50 −100 −150 −200 450 Phase (deg) 405 360 315 270 −1 10 0 10 1 10 2 10 3 10 Frequency (rad/sec) FIG. 7.12: Diagramas de Bode - Rejeita banda de ordem 2. 143