EA616 - Análise Linear de Sistemas Aula 14
Transcrição
EA616 - Análise Linear de Sistemas Aula 14
Aula 14 EA616 - Análise Linear de Sistemas Aula 14 - Variáveis de Estado Prof. Ricardo C.L.F. Oliveira Faculdade de Engenharia Elétrica e de Computação Universidade Estadual de Campinas 2o Semestre 2014 Variáveis de Estado EA616 - Análise Linear de Sistemas 1/20 Variáveis de Estado Tópicos 1 Variáveis de Estado Variáveis de Estado EA616 - Análise Linear de Sistemas 2/20 Variáveis de Estado Variáveis de Estado Definição 1 (Estado) O estado de um sistema dinâmico é o conjunto mı́nimo de valores de variáveis (chamadas variáveis de estado) tal que o conhecimento destas variáveis em t = t0 , conjuntamente com as entradas em t ≥ t0 , determinam totalmente o comportamento do sistema (todas as variáveis do sistema) para qualquer tempo t ≥ t0 . Portanto, o estado de um sistema dinâmico em um instante t qualquer fica determinado univocamente pelo estado no tempo t0 (condições iniciais) e as entradas para t ≥ t0 , e é independente do estado e das entradas antes de t0 . Sistemas dinâmicos podem ser descritos por relações de entrada-saı́da ou por variáveis internas denominadas variáveis de estado. O estado do sistema pode ser representado de diversas formas. Ou seja, não existe apenas uma escolha para as variáveis de estado (infinitas possibilidades). Variáveis de Estado EA616 - Análise Linear de Sistemas 3/20 Variáveis de Estado Representação por variáveis de estado Definição 2 (Representação canônica por variáveis de estado) Sistemas contı́nuos no tempo com uma entrada escalar x(t) e uma saı́da escalar y (t) são chamados de sistemas SISO (single-input single-output). Podem ser descritos por sistemas de equações de primeira ordem nas variáveis de estado. Assim, v̇ (t) = f (v (t), x(t), t), y (t) = g (v (t), x(t), t) sendo v (t) ∈ Rm o vetor de variáveis de estado. Vantagens: Sistemas MIMO. Generalidade: sistemas não lineares, variantes no tempo, sistemas com atraso, sistemas com incertezas. Ferramentas de simulação e otimização. Variáveis de Estado EA616 - Análise Linear de Sistemas 4/20 Variáveis de Estado Cirtuito RLC Seja o circuito elétrico v2 L x C v1 R Determine uma representação de estados de modo que a saı́da seja a corrente no resistor. Variáveis de Estado EA616 - Análise Linear de Sistemas 5/20 Variáveis de Estado Cirtuito RLC Seja o circuito elétrico v2 L x C v1 R Determine uma representação de estados de modo que a saı́da seja a corrente no resistor. 1 1 " # 0 v̇1 − RC C v1 = 1 + 1 x v̇2 v2 0 − L L v1 1 y= 0 v2 R Variáveis de Estado EA616 - Análise Linear de Sistemas 5/20 Variáveis de Estado Circuito RLC 1 2 i1 x Ω u1 1H i2 u2 1 3 Ω u3 i3 v1 v2 1 5 F i4 u4 2Ω Determine a representação de estados com v1 sendo a tensão no capacitor e v2 a corrente no indutor. Variáveis de Estado EA616 - Análise Linear de Sistemas 6/20 Variáveis de Estado Circuito RLC 1 2 i1 x Ω u1 1H i2 u2 1 3 Ω u3 i3 v1 v2 1 5 F i4 u4 2Ω Determine a representação de estados com v1 sendo a tensão no capacitor e v2 a corrente no indutor. 10 −25 −5 v1 v̇1 + x = 0 1 −2 v2 v̇2 Variáveis de Estado EA616 - Análise Linear de Sistemas 6/20 Variáveis de Estado Sistemas Lineares Invariantes no Tempo Sistemas lineares invariantes no tempo podem ser representados por equações matriciais em termos das variáveis de estado, das entradas e saı́das v̇ (t) = Av (t) + Bx(t) (1) y (t) = Cv (t) + Dx(t) (2) R sendo v (t) ∈ m o vetor de variáveis de estado, x(t) o vetor de entradas e y (t) o vetor de saı́das. A equação (1) é chamada de equação dinâmica, sendo A a matriz dinâmica do sistema e B a matriz de entradas, e a equação (2) é chamada de equação de saı́da, sendo C a matriz de saı́das e D a matriz de transmissão direta. Variáveis de Estado EA616 - Análise Linear de Sistemas 7/20 Variáveis de Estado Variáveis de Estado: Sistema não linear Em 1963, Lorenz publicou o artigo “Deterministic nonperiodic flow”, no Journal of the Atmospheric Sciences, mostrando que equações simples podem apresentar comportamentos imprevisı́veis, denominados posteriormente de caóticos. v̇1 = σ (v2 − v1 ) v̇2 = ρ v1 − v2 − v1 v3 v̇3 = v1 v2 − β v3 As equaçõoes representam comportamentos atmosféricos, sendo v1 ligado à velocidade das correntes de ar e v2 , v3 associados às temperaturas. As constantes positivas são o número de Rayleigh, ρ o número de Prandtl σ e uma razão β . Variáveis de Estado EA616 - Análise Linear de Sistemas 8/20 Variáveis de Estado Variáveis de Estado: Sistema não linear Em 1963, Lorenz publicou o artigo “Deterministic nonperiodic flow”, no Journal of the Atmospheric Sciences, mostrando que equações simples podem apresentar comportamentos imprevisı́veis, denominados posteriormente de caóticos. v̇1 = σ (v2 − v1 ) v̇2 = ρ v1 − v2 − v1 v3 v̇3 = v1 v2 − β v3 As equaçõoes representam comportamentos atmosféricos, sendo v1 ligado à velocidade das correntes de ar e v2 , v3 associados às temperaturas. As constantes positivas são o número de Rayleigh, ρ o número de Prandtl σ e uma razão β . Sistema não Linear. Variáveis de Estado EA616 - Análise Linear de Sistemas 8/20 Variáveis de Estado Pontos de equilı́brio Definição 3 (Pontos de equilı́brio) Os vetores v̄ solução do sistema de equações invariante no tempo f (v̄ , x̄) = 0 para x(t) = x̄ constante são denominados pontos de equilı́brio. Variáveis de Estado EA616 - Análise Linear de Sistemas 9/20 Variáveis de Estado Sistema Linearizado Definição 4 (Sistema Linearizado) Uma aproximação de primeira ordem pode representar o sistema em torno do ponto de equilı́brio. Assim, utilizando o jacobiano tem-se h i h i , B = ∂∂ xfij , A = ∂∂vfij v̄,x̄ v̄,x̄ h i h i C = ∂∂ gvji , D = ∂∂ gxji v̄ ,x̄ v̄ ,x̄ Exemplo: O modelo de Lotka-Volterra descreve, de maneira simplificada, a relação entre quantidades de predadores v1 e de presas v2 num hábitat com disponibilidade infinita de alimento para as presas f1 (v1 , v2 ) = v̇1 = −av1 + bv1 v2 , f2 (v1 , v2 ) = v̇2 = cv2 − dv1 v2 Os parâmetros a, b, c e d são positivos e representam: a é a taxa de morte do predador, por fome e envelhecimento; b é o fator de ganho (para os predadores) quando do encontro com a presa; c é a taxa de expansão da população de presas (livres dos predadores); d é o fator de perda (para as presas) quando do encontro com o predador. Variáveis de Estado EA616 - Análise Linear de Sistemas 10/20 Variáveis de Estado Espaço e Plano de Fase Definição 5 (Espaço de fases) É a representação espacial das trajetórias de um sistema dinâmico em coordenadas de variáveis de estado, tendo como variável implı́cita o tempo, chamada de plano de fase quando apenas duas das variáveis são representadas. Definição 6 (Plano de fases) Não há cruzamento de trajetórias no espaço de fases, pois o sistema não pode evoluir diferentemente a partir de um mesmo ponto. Exemplo: Lotka-Volterra Variáveis de Estado EA616 - Análise Linear de Sistemas 11/20 Variáveis de Estado Pêndulo Simples O pêndulo simples de comprimento ℓ, oscilando em um plano vertical, sujeito ao atrito de fricção no engate e sustentando na extremidade livre uma massa m é descrito pela equação mℓθ̈ = −mg sin(θ ) − mb θ̇ sendo θ o ângulo com a vertical, g a aceleração da gravidade e b o coeficiente de atrito. Definindo-se v1 = θ , v2 = θ̇ tem-se Variáveis de Estado EA616 - Análise Linear de Sistemas 12/20 Variáveis de Estado Pêndulo Simples O pêndulo simples de comprimento ℓ, oscilando em um plano vertical, sujeito ao atrito de fricção no engate e sustentando na extremidade livre uma massa m é descrito pela equação mℓθ̈ = −mg sin(θ ) − mb θ̇ sendo θ o ângulo com a vertical, g a aceleração da gravidade e b o coeficiente de atrito. Definindo-se v1 = θ , v2 = θ̇ tem-se v̇1 = v2 , v̇2 = − g b sin(v1 ) − v2 ℓ ℓ Os pontos de equilı́brio são Variáveis de Estado EA616 - Análise Linear de Sistemas 12/20 Variáveis de Estado Pêndulo Simples O pêndulo simples de comprimento ℓ, oscilando em um plano vertical, sujeito ao atrito de fricção no engate e sustentando na extremidade livre uma massa m é descrito pela equação mℓθ̈ = −mg sin(θ ) − mb θ̇ sendo θ o ângulo com a vertical, g a aceleração da gravidade e b o coeficiente de atrito. Definindo-se v1 = θ , v2 = θ̇ tem-se v̇1 = v2 , v̇2 = − g b sin(v1 ) − v2 ℓ ℓ Os pontos de equilı́brio são (0, 0) e (π , 0). O jacobiano é dado por Variáveis de Estado EA616 - Análise Linear de Sistemas 12/20 Variáveis de Estado Pêndulo Simples O pêndulo simples de comprimento ℓ, oscilando em um plano vertical, sujeito ao atrito de fricção no engate e sustentando na extremidade livre uma massa m é descrito pela equação mℓθ̈ = −mg sin(θ ) − mb θ̇ sendo θ o ângulo com a vertical, g a aceleração da gravidade e b o coeficiente de atrito. Definindo-se v1 = θ , v2 = θ̇ tem-se v̇1 = v2 , v̇2 = − g b sin(v1 ) − v2 ℓ ℓ Os pontos de equilı́brio são (0, 0) e (π , 0). O jacobiano é dado por ∂ fi 0 = −(g /ℓ) cos(v1 ) ∂ vj Variáveis de Estado 1 −b/ℓ EA616 - Análise Linear de Sistemas 12/20 Variáveis de Estado Pêndulo simples Linearizando o sistema em torno de (0, 0), tem-se v1 0 1 v̇1 = −g /ℓ −b/ℓ v2 v̇2 cuja equação caracterı́stica é Variáveis de Estado EA616 - Análise Linear de Sistemas 13/20 Variáveis de Estado Pêndulo simples Linearizando o sistema em torno de (0, 0), tem-se v1 0 1 v̇1 = −g /ℓ −b/ℓ v2 v̇2 cuja equação caracterı́stica é s −b 1 b g b 2 4g 2 − ± ∆(λ ) = λ + λ + = 0 ⇒ λ1,2 = ℓ ℓ 2ℓ 2 ℓ ℓ implicando que as raı́zes √ da equação têm parte real negativa (sistema estável). Note que para b < 2 g ℓ, as raı́zes são complexas conjugadas (oscilação). Além p disso, se b = 0, a freqüência angular da oscilação é g /ℓ. Linearizando o sistema em torno de (π , 0), tem-se Variáveis de Estado EA616 - Análise Linear de Sistemas 13/20 Variáveis de Estado Pêndulo simples Linearizando o sistema em torno de (0, 0), tem-se v1 0 1 v̇1 = −g /ℓ −b/ℓ v2 v̇2 cuja equação caracterı́stica é s −b 1 b g b 2 4g 2 − ± ∆(λ ) = λ + λ + = 0 ⇒ λ1,2 = ℓ ℓ 2ℓ 2 ℓ ℓ implicando que as raı́zes √ da equação têm parte real negativa (sistema estável). Note que para b < 2 g ℓ, as raı́zes são complexas conjugadas (oscilação). Além p disso, se b = 0, a freqüência angular da oscilação é g /ℓ. Linearizando o sistema em torno de (π , 0), tem-se v1 0 1 v̇1 = g /ℓ −b/ℓ v2 v̇2 cuja equação caracterı́stica é s b −b 1 g b 2 4g ∆(λ ) = λ 2 + λ − = 0 ⇒ λ1,2 = ± + ℓ ℓ 2ℓ 2 ℓ ℓ Variáveis de Estado EA616 - Análise Linear de Sistemas 13/20 Variáveis de Estado Pêndulo simples implicando que uma raiz da equação tem parte real positiva (sistema instável). A Figura 1 mostra o plano de fase do modelo não linear (contı́nuo) e do modelo linearizado (tracejado) em torno do ponto (0, 0), para condição inicial (π /3, 0). 6 4 v2 2 0 −2 −4 −6 −π /3 −π /6 v1 π /6 π /3 Figura : Planos de fase do pêndulo para a condição inicial (π /3, 0). Variáveis de Estado EA616 - Análise Linear de Sistemas 14/20 Variáveis de Estado Van der Pol Van der Pol estudou osciladores a válvula descritos pela seguinte equação ÿ − 2µ (1 − y 2 )ẏ + y = 0, µ >0 Definindo as variáveis de estado Variáveis de Estado EA616 - Análise Linear de Sistemas 15/20 Variáveis de Estado Van der Pol Van der Pol estudou osciladores a válvula descritos pela seguinte equação ÿ − 2µ (1 − y 2 )ẏ + y = 0, µ >0 Definindo as variáveis de estado v1 = y , v2 = ẏ tem-se v̇1 = v2 Variáveis de Estado , EA616 - Análise Linear de Sistemas 15/20 Variáveis de Estado Van der Pol Van der Pol estudou osciladores a válvula descritos pela seguinte equação ÿ − 2µ (1 − y 2 )ẏ + y = 0, µ >0 Definindo as variáveis de estado v1 = y , v2 = ẏ tem-se v̇1 = v2 , v̇2 = −v1 + 2µ (1 − v12 )v2 O ponto de equilı́brio é (v1 , v2 ) = (0, 0) e o jacobiano é dado por Variáveis de Estado EA616 - Análise Linear de Sistemas 15/20 Variáveis de Estado Van der Pol Van der Pol estudou osciladores a válvula descritos pela seguinte equação ÿ − 2µ (1 − y 2 )ẏ + y = 0, µ >0 Definindo as variáveis de estado v1 = y , v2 = ẏ tem-se v̇1 = v2 , v̇2 = −v1 + 2µ (1 − v12 )v2 O ponto de equilı́brio é (v1 , v2 ) = (0, 0) e o jacobiano é dado por ∂ fi 0 1 = −1 − 4µ v1 v2 2µ (1 − v12 ) ∂ vj O sistema linearizado é dado por Variáveis de Estado EA616 - Análise Linear de Sistemas 15/20 Variáveis de Estado Van der Pol Van der Pol estudou osciladores a válvula descritos pela seguinte equação ÿ − 2µ (1 − y 2 )ẏ + y = 0, µ >0 Definindo as variáveis de estado v1 = y , v2 = ẏ tem-se v̇1 = v2 , v̇2 = −v1 + 2µ (1 − v12 )v2 O ponto de equilı́brio é (v1 , v2 ) = (0, 0) e o jacobiano é dado por ∂ fi 0 1 = −1 − 4µ v1 v2 2µ (1 − v12 ) ∂ vj O sistema linearizado é dado por v̇1 0 = v̇2 −1 Variáveis de Estado 1 2µ v1 v2 EA616 - Análise Linear de Sistemas 15/20 Variáveis de Estado Van der Pol resultando na equação de segunda ordem em v2 (p 2 − 2µ p + 1)v2 = 0 Para 0 < µ < 1, têm-se as raı́zes da equação caracterı́stica q λ1 = λ2∗ = µ + j 1 − µ 2 tratando-se, portanto, de um sistema instável oscilatório. A solução v2 (t) é dada por q v2 (t) = a exp(µ t) cos ( 1 − µ 2 )t + θ com a e θ definidos pelas condições iniciais. Variáveis de Estado EA616 - Análise Linear de Sistemas 16/20 Variáveis de Estado Van der Pol Os planos de fase para µ = 0.5 são mostrados na Figura 2. Observe que o sistema não-linear possui um ciclo-limite estável e que o modelo linearizado em torno do ponto de equilı́brio (0, 0) apresenta o caráter oscilatório instável da solução. 3 2 v2 1 0 −1 −2 −3 −2.5 −2 −1.5 −1 −0.5 0 v1 0.5 1 1.5 2 2.5 de Estado - Análise Linear de Sistemas FiguraVariáveis : Planos de fase para as condições EA616 iniciais (0.01, 0), (−2, 2) e 17/20 Variáveis de Estado Implementação: integradores × diferenciadores Considere a equação diferencial ÿ + 2ẏ + y = x Supondo um sinal x(t) sujeito ao ruı́do aditivo de alta frequência η (t), ambos senoidais, aplicados na entrada de um diferenciador, tem-se x(t) + η (t) = sin(ω0 t) + sin(ω t) ⇒ y (t) = ω0 cos(ω0 t) + ω cos(ω t) Por outro lado, na saı́da do integrador, tem-se y (t) = − Variáveis de Estado 1 1 cos(ω0 t) − cos(ω t) ω0 ω EA616 - Análise Linear de Sistemas 18/20 Variáveis de Estado E4 (EA616, Turma, Nome, RA, Data) Considere o sistema v̇1 = 2v1 v2 − v1 − v2 v̇2 = v1 (1 − v1 v2 ) a) Determine os pontos de equilı́brio b) Determine os modos próprios associados ao modelo linearizado nos pontos de equilı́brio Variáveis de Estado EA616 - Análise Linear de Sistemas 19/20 Variáveis de Estado Bibliografia Complementar Engenharia de Sistemas de Controle, Norman S. Nise, LTC - Livros Técnicos e Cientı́ficos. Capı́tulo 3 (Modelagem no domı́nio do tempo) Engenharia de Controle Moderno, K. Ogata, Prentice-Hall do Brasil. Capı́tulo 3 (Modelagem matemática de sistemas dinâmicos) Feedback Control of Dynamic Systems, G. F. Franklin, J. D. Powell and A. Emami-Naeini, Prentice Hall. Capı́tulo 9 (Nonlinear systems) Variáveis de Estado EA616 - Análise Linear de Sistemas 20/20