Академический Документы
Профессиональный Документы
Культура Документы
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
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;
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
18
Processo de Modelagem
v=V Modelo
R+r
r V R i
V
Modelo
v=V
R+r
Modelo
i=
R+r
20
21
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)
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
32
33
34
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 )
40
Espao de Estados
x(t)
3 2 1
t1
t2 t3
t4
t5
t6
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
43
46
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
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 )
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
52
55
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
x(t)
X = Reais
t s3 s2 s1 t1 e1 t2 t3 e2 e3
t4 e4 t5 e5
60
62
63
servidor
partida de clientes
E = {c, p}
64
r1 r2 a
D1 D2
d Sada
CPU
Chegada de jobs
de jobs
E = {a, d, r1, r2, d1, d2}
65
Chegada a de peas
c1
d2
Sada de peas
66
67
Interface
Sistema
68
69
70
71
73
74
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