Sistemas a Eventos Discretos

Sistemas e Modelos
Fenmenos naturais so modelados por: Leis da gravidade; Mecnica clssica e quntica; Qumica. Quantidades envolvidas: Deslocamento, velocidade e acelerao de partculas; corpos rgidos; presso, temperatura; fluxos de fluidos e gases, etc.
2

Sistemas e Modelos
Estas quantidades so as

variveis contnuas podem assumir qualquer valor real com a evoluo contnua do tempo

Sistemas e Modelos
Tcnicas e ferramentas matemticas tm sido desenvolvidas para modelar, analisar e controlar esses sistemas. Equaes diferenciais ordinrias e parciais fornecem a infraestrutura para anlise e controle de sistemas.

Sistemas e Modelos

Com o advento do mundo tecnolgico e computacional, duas coisas so ressaltadas:

Sistemas e Modelos
Primeiro - Muitas das quantidades que tratamos so discretas, ou seja, envolvem nmeros inteiros contveis:
quantas chamadas telefnicas esto ativas neste instante? quantos e quais eventos esto ocorrendo numa subestao? quantas mensagens esto na fila do roteador?
6

Sistemas e Modelos
Segundo o que ativa muitos dos processos que usamos e dependemos, so eventos instantneos: liga/desliga um boto; luz do semforo fica verde.

Sistemas e Modelos
Na realidade, muito da tecnologia atual, especialmente a compudadorizada dirigida por eventos (event-driven): Redes de computadores, sistemas de manufatura, superviso e controle de sistemas eltricos, etc.

Conceitos Bsicos
O conceito de sistema (primitivo) Combinao de partes que, coordenadas, concorrem para certo fim (Koogan/Houaiss)

A combination of components that act together to perform a function not possible with any of the individual parts (IEEE Standard Dictionary)

Conceitos Bsicos
Duas caractersticas so ressaltadas: Um sistema consiste de combinao de partes, ou interao entre componentes;

Um sistema associado a uma funo, a qual, presumivelmente, ele deve realizar.

10

Conceitos Bsicos
Tambm deve ser ressaltado que um sistema no pode ser sempre associado a objetos fsicos ou leis naturais
Exemplos : modelos do comportamento humano, modelos econmicos, etc.

11

Processo de Modelagem
Engenheiros e cientistas esto interessados em:
Anlise qualitativa e quantitativa; Desenvolvimento de tcnicas de projeto, controle e medidas de desempenho baseadas em critrios bem definidos.

12

Processo de Modelagem
Para modelar um sistema:
Definio de um conjunto de variveis mensurveis; Exemplos: posio e velocidade de uma partcula; tenso e corrente de um sistema eltrico.

13

Processo de Modelagem
Para modelar um sistema:
Medio das variveis atravs da coleta de dados em um intervalo de tempo [t0, tf]; Seleo de um subconjunto destas variveis que possam ser manipuladas com o passar do tempo.

14

Processo de Modelagem
Seleciona-se ento um conjunto de funes com restries de tempo denominadas variveis de entrada
{u1(t), ..., up(t)} t0 t tf

15

Processo de Modelagem
Seleciona-se um outro conjunto de variveis assumindo-se que as mesmas podem ser medidas diretamente a partir da variao de
u1(t), ..., up(t). So elas as variveis de sada {y1(t), ..., ym(t)} t0 t tf Esse processo descreve a resposta ao estmulo fornecido pelas funes de entrada selecionadas.
16

Processo de Modelagem
Sada Sistema

Entrada

u(t)

Modelo

y = g(u)

17

Classificao dos Sistemas

18

Sistemas Estticos e Dinmicos

Sistemas Estticos a sada y(t) independente de valores passados da entrada u(), t, para todo t (sistemas sem memria). Sistemas Dinmicos a sada y(t) depende geralmente de valores passados da entrada u() (sistemas com memria).
19

Processo de Modelagem

v=V Modelo

R+r

r V R i
V

Modelo

v=V

R+r

Modelo

i=

R+r

20

Sistemas Dinmicos variantes e invariantes no tempo

Sistemas Invariantes no tempo se uma entrada u(t) resulta em uma sada y(t), ento a entrada u(t - ) resulta em uma sada y(t - ), para qualquer .

21

Sistemas Dinmicos variantes e invariantes no tempo

Sistemas variantes no tempo so aqueles em que a sada dependente do tempo, ou seja: y = g(u, t)

22

O Conceito de Estado
Conceito primrio para a teoria de controle;
Informalmente falando, o estado de um sistema em um dado instante t, descreve o comportamento desse sistema naquele instante, atravs de alguma medida;

23

O Conceito de Estado
Suponha que o vetor de entrada u(t) completamente especificado para todo t t0. Em adio, suponha que a sada y(t) observada em algum instante t = t1 t0. Pergunta-se esta informao adequada para predizer de forma nica todas as futuras sadas y(t), t t1?
24

O Conceito de Estado
Seja t1 t0 e o deslocamento y(t1) observado. possvel determinar de forma nica y(t1 + ) para algum incremento de tempo ( 0)?

u(0) = y(0)

NO. Na realidade, existem trs possibilidades!

25

O Conceito de Estado
Que informao est faltando?

A velocidade da massa, v(t1)! Observe que juntos, y(t1) e y(t1), fornecem as informaes necessrias para a obteno de uma soluo nica, ou seja, o valor exato de
y(t1 + ) Isso nos leva seguinte definio ...

26

O Conceito de Estado

O estado de um sistema em um instante de tempo t0 a informao requerida em t0, tal que a sada y(t), para todo t t0, unicamente determinada a partir desta informao e da entrada u(t), t t0.

27

O Espao de Estado
A partir da idia de estado de um sistema, possvel melhorar o processo de modelagem. possvel identificar agora, o conjunto de entrada u(t), o conjunto de sada y(t) e o estado do sistema x(t).

28

O Espao de Estado
O processo de modelagem consiste ento em determinar as relaes matemticas desejveis envolvendo u(t), y(t) e x(t).
Estas relaes so precisamente o que se denomina de dinmica do sistema.

29

O Espao de Estado
O conjunto de equaes requeridas para especificar o estado x(t) de um sistema, para todo t t0, dado x(t0) e a funo u(t), t t0, so chamadas equaes de estado. O espao de estados X de um sistema, o conjunto de todos os possveis valores que o estado pode assumir.

30

O Espao de Estado
Entrada
Sistema Sada

u( t ) u(t)

modelo x = f(x, u, t)

y = g(u) y = g(x, u, t)

31

Sistemas Lineares e No Lineares

Obtm-se o modelo do espao de estados de um sistema quando se pode especificar completamente o seguinte conjunto de equaes:

x(t) = f(x(t), u(t), t), x(t0) = x0

y(t) = g(x(t), u(t), t)

32

Sistemas Lineares e No Lineares

A natureza das funes f e g, servem para classificar um sistema em linear ou no-linear. A noo de linearidade fundamental em cincia e engenharia

33

Sistemas Lineares e No Lineares

Uma funo g dita linear sss g(a1u1 + a2u2) = a1g(u1) + a2g(u2) Um sistema modelado pelas equaes x(.) e y(.) dito ser linear sss as funes g(.) e f(.) so ambas lineares.

34

Sistemas Lineares e No Lineares

Observao Vale notar que os sistemas dinmicos podem ser modelados atravs das equaes diferenciais, independente da complexidade e no lineariade desses sistemas.

35

Espao de Estados
Variveis reais so convenientes quando se tm modelos baseados em equaes diferenciais; Entretanto, durante o processo de modelagem de um sistema, existe uma grande flexibilidade em se definir a entrada, a sada e o estado de um sistema, dependendo da aplicao e do problema de interesse.

36

Espao de Estados
Uma outra forma de classificar os sistemas baseada na natureza do espao de estados selecionado para o modelo. Em modelos a estados contnuos, o espao de estados X contnuo e consiste de todos os vetores n-dimensionais dos nmeros reais (ou complexos)

37

Espao de Estados
Em modelos a estados discretos, o espao de estados um conjunto discreto: espao de amostragem uma funo constante por partes; a variao de estados permitida somente em instantes discretos no tempo.

38

Espao de Estados
Modelos a estados discretos possuem: comportamentos dinmicos mais fceis de se visualizar; formalismo matemtico para expressar as equaes de estado e resolv-las, consideravelmente mais complexos que as equaes diferenciais.

39

Espao de Estados
Produtos chegando u1(t)

x (t )

Produtos saindo u2(t)

1 se um produto chega no tempo t u1(t) = 0 se no u2(t) =

1 se um produto sai no tempo t 0 se no

40

Espao de Estados
x(t)

3 2 1

t1

t2 t3

t4

t5

t6

Espao de amostragem tpico

41

Sistemas Determinsticos e Estocsticos

Um sistema definido como estocstico se pelo menos uma de suas variveis de sada uma varivel aleatria. Caso contrrio, o sistema definido como determinstico.

42

Sistemas Discretos no Tempo

Suponha que as variveis de entrada e sada de um sistema so definidas apenas em instantes de tempo discretos; Obtm-se os chamados sistemas discretos no tempo, em contraste aos sistemas contnuos no tempo.

43

Sistemas Discretos no Tempo

Algumas boas razes para se adotar esta abordagem: Computadores digitais que so partes de um sistema operam na forma de tempo discreto; Muitas das equaes diferenciais em modelos de tempo contnuo no possuem soluo analtica, somente soluo numrica atravs do uso de computadores;
44

Sistemas Discretos no Tempo

Algumas boas razes para se adotar esta abordagem: Tcnicas de controle digital, que so baseadas em modelos de tempo discreto, oferecem usualmente altas flexibilidade e velocidade, alm de baixo custo; Muitos sistemas so inerentemente discretos no tempo, tais como a superviso de uma subestao baseada na coleta de dados a intervalos discretos.
45

Sistemas Discretos no Tempo

Em modelos de tempo discreto, a linha de tempo vista como uma seqncia de intervalos definidos por uma seqncia de pontos t0 t1 ... tk ... Assume-se que os intervalos possuem largura T (intervalo de amostragem), ou seja, tk+1-tk=T para todo k = 0, 1, 2, ...

46

Sistemas Discretos no Tempo

x (t ) x (k )

x(t) = f(x(t), u(t), t), y(t) = g(x(t), u(t), t) x(k+1) = f(x(k), u(k), k), y(k) = g(x(k), u(k), k)

x(t0) = x0

x(0) = x0

47

Sistemas a Eventos Discretos

Quando o espao de estados de um sistema naturalmente descrito como um conjunto discreto como {0, 1, 2, ...} ... quando transies de estado so observadas somente em pontos discretos do tempo, ...

Associam-se estas transies de estado a eventos e diz-se que o sistema um sistema a eventos discretos
48

O Conceito de Evento
Como o conceito de estado, o termo evento um conceito primrio e intuitivo da teoria de controle; Ocorre instantaneamente e causa transies de estados em um sistema; Pode ser identificado com uma ao especfica (algum pressiona um boto);
49

O Conceito de Evento
Pode ser visto como uma ocorrncia espontnea da natureza (queda de um raio); Pode ser o resultado de diversas condies que ocorrem em um dado instante (o nvel de um lquido em um tanque excede um valor limite); e smbolo que denota um evento; E denomina um conjunto (discreto) de eventos e.
50

O Conceito de Evento
Produtos chegando u1(t)

x (t )

Produtos saindo u2(t)

Nesse exemplo, define-se o conjunto E = {c, s} em que c denota o evento chegada de produtos e s denota o evento sada de produtos.
51

Sistemas dirigidos a eventos e sistemas dirigidos pelo tempo

Assuma que existe um clock atravs do qual se mede o tempo, e considere duas possibilidades:
a cada clock um evento e E selecionado. Se nenhum evento ocorre, diz-se que um evento nulo ocorre e no causa variao de estado. (o evento nulo um elemento de E; em vrios instantes de tempo desconhecidos e no necessriamente coincidentes com o clock, algum evento e ocorre.

52

Sistemas dirgidos a eventos e sistemas dirigidos pelo tempo

Existe uma diferena fundamental entre as duas possibilidades consideradas:
Na primeira, as transies de estado so sincronizadas pelo clock quando ocorre um clock, um evento (ou o evento nulo) selecionado, o estado do sistema muda e o processo se repete;
53

Sistemas dirgidos a eventos e sistemas dirigidos pelo tempo

na segunda, a ocorrncia de um evento (ou mais de um) e E determina a mudana de estado do sistema, independente do instante de tempo em que o mesmo ocorreu a mudana de estado ocorre de forma assncrona devido a ocorrncia de eventos muitas vezes concorrentes e independentes.
54

Sistemas dirgidos a eventos e sistemas dirigidos pelo tempo

Os primeiros (sincronizados) so os sistemas dirigidos pelo tempo; Os ltimos (assncronos) so os sistemas dirigidos a eventos.

55

Sistemas a Eventos Discretos

A teoria de controle tem se beneficiado at os nossos dias dos modelos baseados em equaes diferenciais ou de diferenas. No entanto, para utilizar esses modelos, existem duas propriedades chaves : os sistemas devem ser a estados contnuos; seu mecanismo de transio de estado deve ser dirigido pelo tempo;
56

Sistemas a Eventos Discretos

A primeira propriedade permite definir o estado do sistema atravs de variveis contnuas; A segunda propriedade explicita o fato de que o estado de um sistema muda com o passar do tempo. Assim, o tempo uma varivel independente. Sistemas dinmicos a variveis contnuas (Continuous-variable Dynamic Systems-CVDS)
57

Sistemas a Eventos Discretos

Em contraste aos CVDS, os Sistemas dinmicos a eventos discretos SED Discrete Event Dynamic Systems DEDS satisfazem s duas propriedades seguintes: o espao de estado um conjunto discreto; o mecanismo de transio de estados dirigido a eventos.
58

Sistemas a Eventos Discretos

Um sistema a eventos discretos (SED) um sistema de estados discretos dirigido a eventos, isto , a evoluo de estados depende inteiramente da ocorrncia de eventos discretos assncronos atravs do tempo.

59

Sistemas a Eventos Discretos

x(t)

X = Reais

t s3 s2 s1 t1 e1 t2 t3 e2 e3
t4 e4 t5 e5

X = {s1, s2, s3}

t6 e6 t

60

Sistemas a Eventos Discretos exemplos

Os estados de uma mquina podem ser selecionados a partir do conjunto {em operao, parada, desligada, quebrada} Um computador executando um programa {esperando dados, executando, quebrado}

Em um jogo de xadrez, qualquer configurao possvel do tabuleiro define um estado.

61

Sistemas a Eventos Discretos exemplos - Sistemas de Filas

pessoas esperam em uma fila para usar o recurso caixa de banco; processos esperam em uma fila para usar o recurso CPU; produtos armazenados entram numa fila para serem carregados.

62

Sistemas a Eventos Discretos exemplos - Sistemas de Filas

Existem trs elementos bsicos: clientes (customers) que esperam por recursos; recursos (servers) pelos quais os consumidores esperam; fila, ou espao onde se espera pelos recursos.

63

Sistemas a Eventos Discretos exemplos - Sistemas de Filas

fila Chegada de clientes

c

servidor

partida de clientes

E = {c, p}

X = {0, 1, 2, ...} nmero de clientes na fila

64

Sistemas a Eventos Discretos exemplos - Sistema computacional

d1 d2

r1 r2 a

D1 D2
d Sada

CPU

Chegada de jobs

de jobs
E = {a, d, r1, r2, d1, d2}

X = {(xCPU, x1, x2) : xCPU, x1, x2 0

65

Sistemas a Eventos Discretos exemplos - Sistema de manufatura

Chegada a de peas

c1

d2

Sada de peas

E = {a, c1, d2} X = {(x1, x2)}

66

Sistemas Complexos Monitoramento e Controle

O monitoramento e controle de sistemas automatizados:
requerem controladores hierrquicos muti-nveis; modelos baseados em CVDS nos nveis baixos da hierarquia (feedback loops); modelos baseados em SEDs nos nveis altos da hierarquia (incio e fim de operao, mudana no modo de operao, tratamento de exceo, diagnstico de faltas, recuperao de falhas e reconfigurao).

67

Sistemas Complexos Monitoramento e Controle

Controle supervisrio

Interface

Controle a variveis contnuas

Sistema
68

Classificao de Sistemas Sumrio

Sistemas estticos e dinmicos nos sistemas estticos a sada sempre independente de valores passados da entrada; nos sistemas dinmicos a sada depende de valores passados da entrada.
Equaes diferenciais geralmente descrevem o comportamento dos sistemas dinmicos.

69

Classificao de Sistemas Sumrio

Sistemas variantes e invariantes no tempo o comportamento dos sistemas invariantes no tempo no varia com o tempo;
Esta propriedade, denominada estacionria, implica que aplicando-se sempre uma entrada especfica ao sistema, espera-se sempre a mesma resposta.

70

Classificao de Sistemas Sumrio

Sistemas lineares e no lineares um sistema linear satifaz a condio g(a1u1+a2u2) = a1g(u1) + a2g(u2), em que u1 e u2 so dois vetores de entrada, a1 e a2 so dois nmeros reais e g(.) a sada.

71

Classificao de Sistemas Sumrio

Sistemas a estados contnuos e sistemas a estados discretos em sistemas a estados contnuos, as variveis de estado assumem geralmente valores reais ou complexos; em sistemas a estados discretos, as variveis de estado so elementos de um conjunto discreto.
72

Classificao de Sistemas Sumrio

Sistemas dirigidos por tempo e por eventos em sistemas dirigidos pelo tempo, o estado varia continuamente com o passar do tempo; em sistemas dirigidos por eventos, somente a ocorrncia de eventos gerados de forma assncrona fora transies de estado instantneas. Entre as ocorrncias dos eventos, o estado do sistema permanece inalterado.

73

Classificao de Sistemas Sumrio

Sistemas determinsticos e estocsticos um sistema se torna estocstico sempre que uma ou mais de suas variveis de sada aleatria. Nesse caso, o estado do sistema descrito por um processo estocstico.

74

Classificao de Sistemas Sumrio

Sistemas contnuos e discretos no tempo
um sistema contnuo no tempo aquele em que todas as suas variveis de entrada, de estado e de sada so definidas para todo valor possvel do tempo; em sistemas discretos no tempo, uma ou mais destas variveis so definidas somente em pontos discretos no tempo.
75

Classificao de Sistemas

76

Bibliografia
F. Bause, P. S. Kritzinger, Stochastic Petri Nets An Introduction to the Theory, Vieweg, Alemanha, 2002; B. Caillaud, P. Darondeau, L. Lavagno, X. Xie, Syntesis and Control of Discrete Event Systems, Kluwer Academic Publishers, 2002; C. G. Cassandras, S. Lafortune, Introduction to Discrete Event Systems, Kluwer Academic Publishers, 1999;
77

Bibliografia
J. O. Moody, P. J. Antsaklis, Supervisory Control of Discrete Event Systems Using Petri Nets, Kluwer Academic Publishers, 1998 J. Cardoso, R. Valette, Redes de Petri, Editora da UFSC, 1997; J.-M. Proth, X. Xie, Les Rseaux de Petri pour la Conception de la Gestion des Systmes de Prodution, Masson, Paris, 1994;
78

Bibliografia
G. W. Brams, Rseaux de Petri: Thorie et Pratique tome 1, Masson, Paris, 1983. J. L. Peterson, Petri Net Theory and the Modeling of Systems, Prentice-Hall, N.J., 1981; J. Figueredo, A. Perkusich, J. Damsio, Notas de Aulas, Departamentos de engenharia Eltrica e Computao Universidade Federal de Campina Grande, PB.

79