MODELAGEM DE ESTADO

Introduo
Vetor de Estado
Modelo Cannico Controlvel
Autovalor e Autovetor

EM 621 - DMC - UNICAMP

Introduo

O uso de modelos de estados foi iniciado na dcada de 60, apesar

de ser um mtodo conhecido desde o sculo XIX.
Originou o que hoje conhecido como controle moderno
(domnio do tempo), em contraposio ao controle clssico
(domnio da freqncia) desenvolvido nas dcadas anteriores.
A modelagem de estado permite que um sistema de s equaes
ordem n possa ser representado por ns equaes de primeira
ordem.
Definem-se ns variveis auxiliares, uma para cada equao de
primeira ordem, s quais d-se o nome de variveis de estado.
As ns variveis de estado so agrupadas em um vetor de ns
componentes, o qual chamado de vetor de estado.

EM 621 - DMC - UNICAMP

Conceito de estado

O estado de um sistema o menor conjunto de variveis

que permita uma descrio completa do sistema, ou
seja, conhecida sua equao dinmica e respectivas
entradas, os seus estados futuros podem ser previstos.
Por exemplo, para que o deslocamento da massa em um
sistema MMA seja previsto necessrio que se
conhea o deslocamento e velocidade iniciais e a fora
exercida ao longo do tempo.
Portanto um possvel vetor de estado o deslocamento e
velocidade, ou diferentes combinaes destas variveis

EM 621 - DMC - UNICAMP

Caractersticas do modelo de estado

Domnio do tempo
Notao matricial
Vamos trabalhar com sistemas lineares
invariantes no tempo, mas pode representar,
da mesma forma, sistemas:
no lineares
variantes no tempo
de mltiplas entradas e sadas

EM 621 - DMC - UNICAMP

Vantagens do Modelo de Estado

equaes mais adaptadas

soluo computacional, por ser
matricial
equaes de primeira ordem, onde
a soluo conceitualmente
simples e conhecida

EM 621 - DMC - UNICAMP

 Modelo de estado geral

Considerando um sistema de ordem n com p entradas e q sadas

u1 y1
u2 y2
M sistema M
up yq

pode ser descrito pelo conjunto de

n equaes diferenciais de
x&i (t ) = f i [x1 , x2 K xn , u1 , u 2 K u p , t ] i = 1,2 K n
1a. ordem para o estado

y k (t ) = g k [x1 , x 2 K x n , u1 , u 2 K u p , t ] k = 1, 2 K q
e q equaes algbricas
para as sadas

EM 621 - DMC - UNICAMP

Modelo de estado invariante no tempo

As equaes podem ser resumidas:

x& ( t ) = f ( x ( t ), u ( t ), t ) equaes de estado
y ( t ) = g ( x ( t ), u ( t ), t ) equaes de sada

Ou ainda, na forma matricial linearizada p/ parmetros

constantes e invariantes no tempo (LIT):

x& ( t ) = A x ( t ) + B u ( t )
y (t ) = C x (t ) + D u (t )

Onde A n x n, B n x p, C q x n e D q x p.

EM 621 - DMC - UNICAMP

Representao no Espao de Estados

Muitas tcnicas esto disponveis

para obteno da representao no
espao de estados de sistemas Representao
descritos por equaes no nica
diferenciais lineares

Modelo com variveis fsicas

Formas cannicas
Controlvel
Observvel
Diagonal
Jordan
EM 621 - DMC - UNICAMP
Exemplo 4.1

Para o circuito abaixo, determine um modelo de estado

onde a entrada uma fonte de tenso e a sada a
tenso no segundo capacitor.

R1 R2
K

vi vo
C1 C2

EM 621 - DMC - UNICAMP

Exemplo 4.1: Soluo

Aplicando as leis de Kirchhoff e as relaes de cada

componente:
vi = R1i1 + vC1
v2 = KvC1
R R
v2 = R2i2 + vC 2
1 2
K

vi v
v o
dvC1
C 1
2 C 2 i1 = C1
dt
dvC 2
i2 = C2
dt
v0 = vC 2

EM 621 - DMC - UNICAMP

Exemplo 4.1: continuando

Admitindo como variveis de estado e sada:

x1 = vC1 x2 = vC 2
y = vC 2 u = vi
vi = R1i1 + vC1
v2 = R2i2 + vC 2
dx1 1 1
v2 = KvC1 dx
u = R1C1 1 + x1 = x1 + u
dt dt R1C1 R1C1
dvC1
i1 = C1 dx2 dx2 K 1
dt Kx1 = R2C2 + x2 = x1 x2
dt dt R2C2 R2C2
dv
i2 = C2 C 2
dt

EM 621 - DMC - UNICAMP

Exemplo 4.1: concluindo

O modelo de estado na forma matricial portanto

dx1 1 1 1
= x1 + u 0 x1 1
dt R1C1 R1C1 x&1 R1C1
x& = K + R1C1 u
2 1 x2
dx2 K 1 0
= x1 x2 R2C2 R2C2
dt R2C2 R2C2

x
y = x2 y = [0 1] 1
x2
O sistema acima chamado de modelo de estado com
variveis fsicas.

EM 621 - DMC - UNICAMP

Forma cannica (controlvel)

Dada a equao geral de um sistema de ordem n

dny d n 1 y dy
n
+ a n 1 n 1 + K + a1 + a0 y =
dt dt dt
n n 1
d u d u du
bn n + bn 1 n 1 + K + b1 + b0 u (t )
dt dt dt
considerando a forma de cascata
u v y
D(p)-1 N(p)

EM 621 - DMC - UNICAMP

Considerando apenas o denominador

u v
Anlise do 1 sistema para a relao entre v e u D(p)-1

d nv d n 1v dv
n
+ a n 1 n 1 + K + a1 + a 0 v = u (t )
dt dt dt

definindo x&n xn x2 x1
L
Observando que x&n 1 x&1

EM 621 - DMC - UNICAMP

Modelo cannico controlvel parcial

Chega-se assim ao seguinte modelo:

n 1
x& 1 = x 2 n
d v d v dv
x& 2 = x 3 n
+ a n 1 n 1 + K + a1 + a 0 v = u (t )
dt dt dt
x& 3 = x 4
M x& n + a n 1 x n + K + a1 x 2 + a0 x1 = u (t )
x& n 1 = x n

x& n = u (t) a 0 x 1 a 1 x 2 a 2 x 3 K a n 1 x n

onde a sada dada por:

v = x1
EM 621 - DMC - UNICAMP
Matrizes sem numerador

Em notao matricial, o modelo pode ser escrito:

x& 1 0 1 0 L 0 x1 0
x& 0 0 1 L 0 x 2 0
2 = + u (t )
M M M M O M M M

x& n a 0 a1 a2 L a n 1 x n 1

x& A x B
x1
x
v ( t ) = [1 0 0 L 0 ] 2
M

x n
E EM 621 - DMC - UNICAMP
Matrizes sem numerador

Em notao matricial compacta, o modelo pode ser escrito:

x1
x& ( t ) = A x ( t ) + B u ( t ) E = [1 0 0 L 0 ] x
v (t ) = E x (t ) x= 2

M

L 0 xn
0 1 0
0 0
O 0
B=
0
A= M
M M O 1

a0 a1 L an 1 1
EM 621 - DMC - UNICAMP
Considerando apenas o numerador

v y
Para a relao entre y e v N(p)

d nv d n 1v dv
y (t ) = bn n + bn 1 n 1 + K + b1 + b0 v
dt dt dt
substituindo as variveis de estado j definidas

y (t ) = bn (u(t) a0 x1 a1 x 2 a 2 x3 K a n 1 x n ) +
+ bn 1 x n + K + b1 x 2 + b0 x1

EM 621 - DMC - UNICAMP

Conclui-se

Agrupando os termos
y(t ) = (bn 1 bn an-1 ) xn + K + (b1 bn a1 ) x2 + (b0 bn a0 ) x1 + bnu(t)
e na forma matricial

(b0 bn a0 ) x1
T

(b b a ) x
1 n 1 2
y (t ) = M M + bn u(t)

b
n 2 n n-2 xn-1 D
( b a )
(bn1 bn an-1 ) xn

C
EM 621 - DMC - UNICAMP
Matrizes do modelo cannico controlvel

O modelo final pode ser escrito

0 1 0 L 0
0 0 1 L 0
dx
( t ) = A x ( t ) + Bu ( t ) A= M M M O M
dt
0 0 0 L 1
y ( t ) = C x ( t ) + Du ( t ) a0 a1 a2 L an 1

(b0 bn a0 )
T
0
0 (b b a )
B= C= 1 n 1
M M
D = bn
1 ( b
n 1 n n-1
b a )

EM 621 - DMC - UNICAMP

Equao homognea

A equao homognea corresponde ao

sistema de entrada nula e portanto o modelo
de estado reduz-se a

dx dx
(t ) = A x (t ) + B u (t ) = Ax
dt dt

Portanto, conhecendo-se a matriz A, o

comportamento natural do sistema pode ser
determinado.
EM 621 - DMC - UNICAMP
Autovalor e autovetor

Definem-se como autovalores () e autovetores () de

uma matriz A a soluo da equao

A =
ou ainda, ( I A) = 0
cuja soluo, desprezando a trivial, exige que a matriz
[I-A] seja singular (no inversvel) e, portanto,
det( I A) = 0
que uma forma de calcular os autovalores.
EM 621 - DMC - UNICAMP
Autovalor e plo

Pode-se mostrar que as razes do polinmio

caracterstico, ou plos, so iguais aos autovalores da
matriz de estado A.

Considerando que existem infinitas representaes de

estado de um mesmo sistema, pode-se concluir que
todos os modelos vo apresentar os mesmos
autovalores.

EM 621 - DMC - UNICAMP

Exemplo 4.2

Para um sistema MMA, determine o modelo de

estado cannico controlvel correspondente.
c k u
x&2 + x2 + x1 =
c k u m m m
k c y + y& + y =
&& x&1 = x2
m m m m
y onde o vetor de estado

x&2 x2 x1 x1 y
x= =
x2 y&
x&1 resposta y = x 1
EM 621 - DMC - UNICAMP
Exemplo 4.2 continuao

x&1 x2 = 0
x1 y resposta
c k u vetor de x= =
x&2 + x2 + x1 = y = x1
m m m
estado x2 y&

na forma matricial

& 0 1 0
x1 x1
x& = k c + 1 u
2 x2
m m m

x1
y = [1 0]
x2
EM 621 - DMC - UNICAMP
Exemplo 4.2 continuao

c k u
na forma matricial padronizada y + y& + y =
&&
m m m

(b0 bn a0 )
T
0 1 0 L 0 0
0 0 1 L 0 0 (b b a )
A= B= C= 1 n 1 D = bn
M M M O M M M

a0 a1 a2 L an1 1 ( b
n 1 n n-1
b a )

0 1
0 1
A= k c B= C = 0 D = [0 ]
1 m
m m
EM 621 - DMC - UNICAMP
Exemplo 4.2: Diagrama de blocos

Diagrama de blocos do sistema

y = x&2
&& y& = x2
I I
u + y = yx1
1/m
-
-

c/m

k/m

notar que as sadas dos integradores so as variveis

de estado
EM 621 - DMC - UNICAMP
Matlab: exemplo 4.2

Considerando m=2kg, c=3 N/m/s, k=10 N/m,

montar o modelo de estado anterior usando
Matlab. Usar os comandos ss, eig, damp, tf,
roots e mostrar que os autovalores e os plos
do sistema so os mesmos.

EM 621 - DMC - UNICAMP

Matlab: programa p/ o exemplo 4.2

m=2; np=1/m;
c=3; dp=[1 c/m k/m];
k=10; sys2=tf(np,dp);
A=[0 1;-k/m -c/m]; figure(2), impulse(sys2)
B=[0;1/m];
C=[1 0]; eig(A)
D=0; roots(dp)
sys=ss(A,B,C,D);
impulse(sys) damp(A)
damp(sys2)

EM 621 - DMC - UNICAMP

Exemplo 4.3

Determine o modelo de estado fsico para o

sistema abaixo, com 2 GDL.

m1 = 2 m2 = 50 c1
k1
c1 = 3 c2 = 3
k 2 = 10 m
k1 = 10 1

k2 c2 y 1 , y& 1 , &y& 1

f (t ) = 10 sen( 2t ) N m 2

f (t ) y 2 , y& 2 , &y& 2

EM 621 - DMC - UNICAMP

Exemplo: soluo

Aplicando-se a lei de Newton a cada massa

chega-se s seguintes equaes:

m1 &y&1 + 2cy&1 cy& 2 + 2ky1 ky2 = 0

m2 &y&2 cy&1 + cy& 2 ky1 + ky2 = f

A partir dessas equaes deduzir os modelos de

estado. Usar como vetor de estado o
deslocamento e a velocidade de cada massa.

EM 621 - DMC - UNICAMP

Exemplo : soluo

Definindo-se o vetor de estado como x1 = y1 x3 = y2

x2 = y&1 x4 = y& 2

as equaes ficam m1 x&2 + 2cx2 cx4 + 2kx1 kx3 = 0

m2 x&4 cx2 + cx4 kx1 + kx3 = f
2c c 2k k
ou ainda x& 2 = x2 + x4 x1 + x3
m1 m1 m1 m1
1 c c k k
x& 4 = f+ x2 x4 + x1 x3
m2 m2 m2 m2 m2

EM 621 - DMC - UNICAMP

Exemplo : soluo

2k 2c k c
Ordenando os termos x&2 = x1 x2 + x3 + x4
m1 m1 m1 m1
k c k c 1
x&4 = x1 + x2 x3 x4 + f
m2 m2 m2 m2 m2
x&1 = y&1 = x2
e lembrando que x&3 = y& 2 = x4

0 1 0 0 0
x&1 2k 2c k x
c 1
o modelo fica x&
m1 x2
0
2 = m1 m1 m1
+ 0 u
x&3 0 0 0 1 x3
& k c k c 1
x4 x4 m
m2 m2 m2
m2 2

EM 621 - DMC - UNICAMP

Exemplo : soluo

Considerando a sada como a posio da massa 1:

x1
x
y = x1 = y1 y = [1 0 0 0] 2
x3

x4

Se desejarmos as duas posies: x1

1 0 0 0 x2
y=
0 0 1 0 x3

x4

EM 621 - DMC - UNICAMP

Exerccio

Utilizar o mesmo programa anterior do

ltimo exemplo (p/ sada = y1) e calcular
a resposta excitao f(t) a partir da
funo de transferncia.
Encontrar o modelo cannico controlvel
para o mesmo exemplo.
Sugesto: usar o operador p nas duas
equaes bsicas e eliminar em uma
delas.

EM 621 - DMC - UNICAMP

 Resultados esperados

Grfico da sada p/ uma entrada senoidal 10sen(2t )

EM 621 - DMC - UNICAMP