controle de sistemas dinamicosˆ
TRANSCRIPT
Controle de Sistemas DinamicosAula 8 - Topico 6 - Estabilidade de sistemas dinamicos
contınuos no tempo
Ramon C. Lopes
Cefet-MG
2021
6 - Estabilidade de sistemas dinamicos contınuos notempo
Filtros passivos de 1a ordem - Conceitos basicos (revisao)Lei de Ohm
VR = R ∗ I
Tensao no indutor(domınio do tempo)
VL = L ∗ dIdt
Tensao no capacitor(domınio do tempo)
VC =1C
∫Idt
Transformada de Laplace
L{f (t)} =∫ ∞−∞
f (t)e−stdt
6.1 Conceitos Iniciais - Filtros de primeira ordem
Tensao no indutor(domınio da frequencia)
VL = LsI
[ver Aula4 C3 TeoCont Laplace Derivada Integral.pdf] Tensaono capacitor(domınio da frequencia)
VC =I
sC
[ver Aula4 C3 TeoCont Laplace Derivada Integral.pdf]
6.1 Conceitos Iniciais - Filtros de primeira ordem
. Considere o exemplo de filtro RC de primeira ordem:
Figura: Filtro de primeira ordem
6.1 Conceitos Iniciais - Filtros de primeira ordem
. Pela segunda lei de Kirchhoff, a soma das tensoes e quedasde tensao em uma malha fechada e igual a zero, logo:
v1(t)− vr (t)− vc(t) = 0
. A tensao no resistor e dada por:
vr (t) = Ri(t)
6.1 Conceitos Iniciais - Filtros de primeira ordem
. e a corrente no capacitor e proporcional a variacao da tensaonos seus terminais:
i(t) = Cdvdt
(1)
. logo, a tensao no capacitor e obtida como:
vc(t) =1C
∫i(t)dt (2)
daı, a equacao de malha fica:
V1(t) = Ri(t) +1C
∫i(t)dt (3)
Filtros de primeira ordemH(s) = −K ωc
s+ωcsendo ωc = 1
R2C e K = R2R1
Filtros de primeira ordem
H(s) = −K ss+ωc
com K = R2R1
e ωc = 1R1C
Filtros de segunda ordem
H(s) = VoVi
=1
R2C1C2s2+ 2
RC1s+ 1
R2C1C2
Filtros de segunda ordem
H(s) = VoVi
= s2
s2+ 2R2C s+ 1
R1R2C2
Indutancia de Antoniou
Figura: Indutancia de Antoniou
6.2 Graficos de Resposta em Frequencia
. Por Laplace, obtem-se:
V1(s) = R ∗ I(s) +I(s)Cs
. e a funcao de transferencia da saıda em relacao a entrada,fica:
Vc
V1=
1/(RC)
s + 1/(RC)= H(s)
6.3 Diagramas de Bode - dB
. A avaliacao do ganho de tensao em um circuito eletrico efeita a partir do calculo da razao entre o sinal de entrada esaıda. Esta razao utiliza uma funcao logaritmica devido apequena variacao do ganho com a variacao da frequencia,dada em em Bel ou decibel (dB):
AB =Po
Pi
6.3 Diagramas de Bode - dB
AdB = 20log10v0
vi
Figura: Filtros em cascata
6.3 Diagramas de Bode - dB
• function [] = plota bode()• s=poly(0,’s’)• Gp=4/(s*(s+2))• h=syslin(’c’,Gp)• clf();bode(h,0.01,100);• endfunction
Para executar digite plota bode() no Scilab
6.3 Diagramas de Bode - dB - Segundo trabalho -projeto de filtro passa-faixa
• Entre no link http://arquivo.eng.br/csd/trabalho/ e baixe osarquivos e siga as orientacoes do vıdeo:• projeto filtros.zip, fpbat.zip
• no link• http://arquivo.eng.br/csd/aulas/calculoOB.html
• Use o comando plot2d(log10(w),Adb) ou plot2d(”ln”,w,Adb)para o Scilab no lugar de semilogx(w,Adb) do Matlab
Concurso Petrobras 2012
Filtros de segunda ordemAplicacao: Encontre a funcao de transferencia do exemplo defiltro de segunda ordem RLC:
Figura: Filtro de segunda ordem
Revisao
Exercıcios (Nilsson) 15.1, 15.5, 15.9, 15.12, 15.15, 15.18,15.21, 15.24, 15.27, 15.29, 15.34, 15.36, 15.39
Revisao
Exercıcios (Nilsson) [Quinta edicao] 16.2, 16.9, 16.16, 16.18,16.26, 16.28, 16.34, 16.38, 16.43, 16.45, 16.46, 16.47, 16.51
Exercıcios (Nilsson) [Oitava edicao] 15.4, 15.7, 15.13, 15.14,15.30, 15.31, 15.33, 15.36, 15.37, 15.58, 15.59, 15.60
Series de Fourier - Definicao
Uma funcao periodica f (t) pode ser decomposta em uma seriede Fourier da forma:
f (t) = av +∞∑
n=1
ancosnω0t + bnsennω0t (4)
Series de Fourier - Definicao
cujos ındices sao obtidos atraves de:
av =1T
∫ t0+T
t0f (t)dt
(5)
ak =2T
∫ t0+T
t0f (t)cos(kω0t)dt
(6)
bk =2T
∫ t0+T
t0f (t)sen(kω0t)dt
(7)
Identidades trigonometricas basicas
2seno(α)seno(β) = cos(α− β)− cos(α+ β)
2cos(α)cos(β) = cos(α− β) + cos(α+ β)
2seno(α)cos(β) = seno(α+ β) + seno(α− β)
Exercıcios
Exercıcios (Nilsson [Quinta Edicao]) 17.3, 17.8, 17.11,17.14, 17.18, 17.23, 17.26, 17.29, 17.33, 17.36, 17.40, 17.42,17.44, 17.47, 17.50 Exercıcios (Nilsson [Oitava Edicao])16.1, 16.2, 16.3, 16.10, 16.11, 16.18, 16.27, 16.28, 16.32,16.33, 16.36, 16.37, 16.44, 16.45, 16.48, 16.49
Transformada de Fourier - Fundamentos
ππ = 4
( 11 −
13 + 1
5 −17 + 1
9 −1
11 + 113 −
115 + ...
). (8)
senoφ
senoφ = φ− φ3
3!+φ5
5!− φ7
7!+ ... (9)
cosφ
cosφ = 1− φ2
2!+φ4
4!− φ6
6!+ ... (10)
Transformada de Fourier - Fundamentos
ejφ
ejφ = 1 + jφ− φ2
2!− j
φ3
3!+φ4
4!+ j
φ5
5!+ ... (11)
cosφ+ jsenoφ
cosφ+ jsenoφ = 1+ jφ− φ2
2!− j
φ3
3!+φ4
4!+ j
φ5
5!+ ... = ejφ (12)
Transformada de Fourier
Identidade de Euler e±jθ = cosθ ± jsenθ, cosθ = ejθ+e−jθ
2Uma funcao temporal h(t) e representada no domınio dafrequencia atraves das seguintes transformadas:• Transformada de Fourier
• H(f ) =∫∞−∞ e−j2πfth(t)dt
• Convolucao• y(t) =
∫∞−∞ x(τ)h(t − τ)dτ
Transformada de Fourier
• Correlacao• y(t) =
∫∞−∞ x(τ)h(t + τ)dτ
• Transformada de Gabor• STFT (w , τ) =
∫∞−∞ f (t)W (t − τ)e−jωtdt
• Transformada de Wavelet• CWT (a, τ) = 1√
|a|
∫∞−∞ f (t)ψ∗
( t−τa
)dt
• Wavelet de Har ψH(t) =
− 1√
2∀ − 1 < t ≤ 0
1√2∀ 0 < t ≤ 1
0 caso contrario
• Wavelet complexa de Morlet ψMor (t) = 1π1/4 e−t2/2e−jω0t
Figura: Fourier x Wavelet
Figura: Convolucao x Correlacao
Figura: Correlacao
Transformada discreta de Fourier
X (n) =N−1∑k=0
x0(k)e−j2πnk/N
Exercıcios
Exercıcios (Nilsson - Quinta Edicao) 18.1, 18.4, 18.15,18.23, 18.25, 18.30, 18.33, 18.36, 18.38 Exercıcios (Nilsson -Oitava Edicao) 17.2, 17.3, 17.4, 17.19, 17.22, 17.28, 17.32,17.39