SlideShare uma empresa Scribd logo
1 de 28
Prof. Fernando Passold
fpassold@upf.br
Engenharia Elétrica
5 de noviembre de 2009
Projeto (de Controladores) Usando Lugar
Geométrico das Raízes - Parte 4
 Parte I:
 PI (Melhora erro estacionário; zero próximo do pólo na
origem)
 Por Atraso de Fase, (Lag; Menor erro estacionário, rede
passiva; par pólo-zero próximo da origem)
 Parte II:
 PD (mehor resposta transitória; rede ativa)
 Parte III:
 Por Avanço de Fase (Lead Compensator: melhor resposta
transitória + menor erro estacionário – mas não de maneira
independente! Implica modificação do RL).
 Parte IV:
 Controlador PID
2
Controlador PID
 2 zeros
 pólo na
origem
R(s) Y(s)
E(s)+
-
Kp
Ki
s
G(s)
U(s)
Integrativo
Proporcional
Kds
+
Derivativo PI: um zero; um pólo na origem
PD: o outro zero
3
Controlador PID
 Técnica de Projeto:
1. Avaliar o desempenho do sistema
não compensado para determinar
quanta melhoria exige a resposta
transitória.
2. Projete o PD para satisfazer as
especificações de resposta
transitória. Envolve a localização do
zero e do ganho de MF.
3. Simulação do sistema para garantir
que os requisitos foram satisfeitos.
4. Reprojete caso contrário.
5. Projeto do PI para garantir o erro
estacionário desejado.
6. Determinação dos ganhos Kp , Ki , Kd.
7. Nova simulação do sistema para
comprocar os requerimentos
8. Se não, reprojeto.
PI: um zero, um pólo na origem
PD: o outro zero
R(s) Y(s)
E(s)+
-
Kp
Ki
s
G(s)
U(s)
Integrativo
Proporcional
Kds
+
Derivativo
4
Controlador PID
PI: un cero, un polo en la origen
PD: el otro cero
Primero: projeto considerando resposta transitória.
Segundo: projeto considerando erro estacionário.
R(s) Y(s)
E(s)+
-
Kp
Ki
s
G(s)
U(s)
Integrativo
Proporcional
Kds
+
Derivativo
 Técnica de Projeto:
1. Avaliar o desempenho do sistema
não compensado para determinar
quanta melhoria exige a resposta
transitória.
2. Projete o PD para satisfazer as
especificações de resposta
transitória. Envolve a localização do
zero e do ganho de MF.
3. Simulação do sistema para garantir
que os requisitos foram satisfeitos.
4. Reprojete caso contrário.
5. Projeto do PI para garantir o erro
estacionário desejado.
6. Determinação dos ganhos Kp , Ki , Kd.
7. Nova simulação do sistema para
comprocar os requerimentos
8. Se não, reprojeto.
5
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado (K=?) com 20% de
sobresinal e erro nulo para entrada degrau.
 Solução:
 Paso 1) 20% %OS 
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
 
 
0.4559
100/%ln
100/%ln
22




OS
OS


% example_9_5.m
% Example 9.4 (NISE, pag. 522) - projeto PID
disp ('Example 9.4 de NISE 3th-eds...’)
clear all % borra todas las variables anteriores
close all % cierra todas las figuras
num=[1 8];
den=poly([-3 -6 -10]);
g=tf(num,den);disp('Uncompensated system:’)
zpk(g)
sobre=input('Desired percent overshoot: ? ‘);
% calculando zeta
zeta=(-log(sobre/100))/(sqrt(pi*pi+(log(sobre/100))^2));
fprintf('Damping ration (zeta): %.4fn', zeta)
% plotando RL
rlocus(g)sgrid(zeta,0)
title(['Uncompensated RL with zeta=', num2str(sobre), ...
'% overshoot’])
disp('Do a zoom over the area of interest and press any
bottom to continue...’)
pause
Script MATLAB:
example_9_5.m 
6
7
>> OS=20;
>> zeta=(-log(OS/100))/(sqrt(pi*pi+(log(OS/100))^2))
zeta = 0.4559
>> rlocus( g )
>> hold on; sgrid(zeta,0)
>> [K, polosMF] = rlocfind( g )
Select a point in the graphics window
selected_point = -5.3732 +10.2946i
K = 115.7494
polosMF =
-5.4112 +10.2940i
-5.4112 -10.2940i
-8.1775 + 0.0000i
>>
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado (K=?) com 20% de
sobresinal e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
 
 
0.4559
100/%ln
100/%ln
22




OS
OS


-12 -10 -8 -6 -4 -2 0 2
-20
-15
-10
-5
0
5
10
15
20
0.456
0.456
Root Locus
Real Axis (seconds
-1
)
ImaginaryAxis(seconds-1
)
K = 115.7494
 Solução:
 Paso 1) Descobrir K  tp:
8
>> OS=20;
>> zeta=(-log(OS/100))/(sqrt(pi*pi+(log(OS/100))^2))
zeta = 0.4559
>> rlocus( g )
>> hold on; sgrid(zeta,0)
>> K=121;
>> ftmf=feedback( K*g, 1);
>> polosMF = pole(ftmf)
polosMF =
-5.4152 +10.5449i
-5.4152 -10.5449i
-8.1697 + 0.0000i
>>
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado (K=?) com 20% de
sobresinal e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
 Solução:
 Paso 1) Descobrir K  tp:
 
 
0.4559
100/%ln
100/%ln
22




OS
OS


-12 -10 -8 -6 -4 -2 0 2
-20
-15
-10
-5
0
5
10
15
20
0.456
0.456
Root Locus
Real Axis (seconds
-1
)
ImaginaryAxis(seconds-1
)
K = 115.7494
-6.5 -6 -5.5 -5 -4.5 -4 -3.5 -3 -2.5
-4
-2
0
2
4
6
8
10
12
14
0.456
Root Locus
Real Axis (seconds-1
)
ImaginaryAxis(seconds
-1
)
System: g
Gain: 121
Pole: -5.42 + 10.6i
Damping: 0.456
Overshoot (%): 20
Frequency (rad/s): 11.9
9
>> K=121;
>> ftmf=feedback( K*g, 1);
>> polosMF = pole(ftmf)
polosMF =
-5.4152 +10.5449i
-5.4152 -10.5449i
-8.1697 + 0.0000i
>> wd = imag( polosMF(1) )
wd = 10.5449
>> tp=pi/wd % estimado
tp = 0.2979
>> % Verificando…
>> figure; step( ftmf )
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
 Solução:
 Paso 1) Descobrir K  tp:
0 0.2 0.4 0.6 0.8 1
0
0.2
0.4
0.6
0.8
1
1.2
Step Response
Time (seconds)
Amplitude
System: ftmf
Peak amplitude: 1.02
Overshoot (%): 20.6
At time (seconds): 0.298
-6.5 -6 -5.5 -5 -4.5 -4 -3.5 -3 -2.5
-4
-2
0
2
4
6
8
10
12
14
0.456
Root Locus
Real Axis (seconds-1
)
ImaginaryAxis(seconds
-1
)
System: g
Gain: 121
Pole: -5.42 + 10.6i
Damping: 0.456
Overshoot (%): 20
Frequency (rad/s): 11.9
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado (K=?) com 20% de
sobresinal e erro nulo para entrada degrau.
-12 -10 -8 -6 -4 -2 0 2
-20
-15
-10
-5
0
5
10
15
20
0.456
0.456
Root Locus
Real Axis (seconds-1
)
ImaginaryAxis(seconds
-1
)
10
>> wd = imag( polosMF(1) )
wd = 10.5449
>> tp=pi/wd % estimado
tp = 0.2979
>> % Verificando…
>> figure; step( ftmf )
>> tp_d= 2*tp/3
tp_d = 0.1986
>> % Calculando posição desjada final para pólos de MF:
>> wd_d = pi/tp_d
wd_d = 15.8174
>>
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
 Solução:
 Paso 2) Definindo Pólo_MF desejado:
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado (K=?) com 20% de
sobresinal e erro nulo para entrada degrau.
>> polosMF
polosMF =
-5.4152 +10.5449i
-5.4152 -10.5449i
-8.1697 + 0.0000i
>> theta=atan2(imag(polosMF(1)), real(polosMF(1)))
theta = 2.0452 % radianos!
>> theta*180/pi
ans = 117.1820 % theta em graus
>>
-12 -10 -8 -6 -4 -2 0 2
-20
-15
-10
-5
0
5
10
15
20
0.456
0.456
Root Locus
Real Axis (seconds-1
)
ImaginaryAxis(seconds
-1
)
11
>> % Calculando posição desjada final para pólos de MF:
>> wd_d = pi/tp_d
wd_d = 15.8174
>> polosMF
polosMF =
-5.4152 +10.5449i
-5.4152 -10.5449i
-8.1697 + 0.0000i
>> theta=atan2(imag(polosMF(1)), real(polosMF(1)))
theta = 2.0452 % radianos!
>> theta*180/pi
ans = 117.1820 % theta em graus
>>
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
 Solução:
 Paso 2) Definindo Pólo_MF desejado:
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado (K=?) com 20% de
sobresinal e erro nulo para entrada degrau.
>> sigma_d = wd_d/tan( theta )
sigma_d = -8.1227
>> poloMF_d = [ sigma_d+i*wd_d sigma_d-i*wd_d ]
poloMF_d = -8.1227 +15.8174i -8.1227 -15.8174i
>> % Para termos um pólo de MF nesta posição,
>> % falta acrecentar um zero (do PD) em ? (contribuição angular)
>> % Projeto PD: script 
-12 -10 -8 -6 -4 -2 0 2
-20
-15
-10
-5
0
5
10
15
20
0.456
0.456
Root Locus
Real Axis (seconds-1
)
ImaginaryAxis(seconds
-1
)
12
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
 Solução:
 Paso 3) Projeto do PD:
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado (K=?) com 20% de
sobresinal e erro nulo para entrada degrau.
>> sigma_d = wd_d/tan( theta )
sigma_d = -8.1227
>> poloMF_d = [ sigma_d+i*wd_d sigma_d-i*wd_d ]
poloMF_d = -8.1227 +15.8174i -8.1227 -15.8174i
>> % Para termos um pólo de MF nesta posição,
>> % falta acrecentar um zero (do PD) em ? (contribuição angular)
>> % Projeto PD: script  example_9_5.m
o
Zero do PD
Novo RL passará
por aqui
)12(180)()(   ipscs
n
o
j
m
i
-7 -6.5 -6 -5.5 -5 -4.5 -4
-2
0
2
4
6
8
10
12
14
16
0.456
RL of G(s) with =20% overshoot
Real Axis (seconds
-1
)
ImaginaryAxis(seconds
-1
)
k = 120.4346
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
>> example_9_5
Example 9.5, NISE, 3th-eds...
Projeto Controlador PID
Uncompensated system:
ans =
(s+8)
------------------
(s+10) (s+6) (s+3)
Desired percent overshoot: ? 20
Damping ration (zeta): 0.4559
Do a zoom over the area of interest and press any bottom to continue...
14
-12 -10 -8 -6 -4 -2 0 2
-20
-15
-10
-5
0
5
10
15
20
0.456
0.456
RL + Desired location of dominant pole (PD compensation phase):
Real Axis (seconds
-1
)
ImaginaryAxis(seconds-1
)
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
ans =
(s+8)
------------------
(s+10) (s+6) (s+3)
Desired percent overshoot: ? 20
Damping ration (zeta): 0.4559
Do a zoom over the area of interest and press any bottom to continue...
selected_point = -5.4077 +10.5183i
k = 120.4346
poles =
-5.4148 +10.5182i
-5.4148 -10.5182i
-8.1705 + 0.0000i
15
-12 -10 -8 -6 -4 -2 0 2
-20
-15
-10
-5
0
5
10
15
20
0.456
0.456
97.52
90.3004
107.856590.3004
Contributing angles (PD compensation phase):
Real Axis (seconds
-1
)
ImaginaryAxis(seconds-1
)
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Estimated settiling time (uncompensated system): 0.7387
Estimated peak time (uncompensated system): 0.2987
New peak time (desired) 0.1991
Theta (cos^-1(zeta)): 62.8739^o
180-Theta (180-cos(zeta)): 117.1261^o
Desired imaginary part of dominant pole (system compensated): 15.7773
Desired real part of dominant pole (system compensated): 8.0827
So... Desired dominant pole (system compensated, closed looped):
aux = -8.1283 +15.8663i
Angle Contribution of each pole of the open loop system
p_1 = -10.0000 --> 83.2722^o
p_2 = -6.0000 --> 97.6401^o
p_3 = -3.0000 --> 107.9119^o
Sum of angular poles positions: 288.8242^o
Angle Contribution of each zero of the system
z_1 = -8.0000 --> 90.4634^o
Sum of total angular contributions: 198.3608^o
Final Resulting angle for the PD pole-zero: 18.3608^o
Position of PD zero: 39.6769^o
So... the PD controller:
ans =
(s+39.68)
Continuous-time zero/pole/gain model.
16
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
-10 -8 -6 -4 -2 0
0
2
4
6
8
10
12
14
16
18 0.456
RL + Desired location of dominant pole (system being compensated):
Real Axis
ImaginaryAxis
zc
 Solução:
 Paso 2) a)Determinar novo tp;
 Paso 2) b) Para o pólo de MF ns
posição desejada, considerar a
soma dos angulos e calcular a
posição requerida para o zero
do PD!
)12(180)()(   ipscs
n
o
j
m
i


tan
)'(
'

 dc
d
z
w
α
New Tp=0.1998
New pole:
-8.0544 ± j 15.7221
17
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
-12 -10 -8 -6 -4 -2 0
0
2
4
6
8
10
12
14
16
0.456
82.9456
97.4447
107.8218
90.1983
Contributing angles (system being compensated):
Real Axis
ImaginaryAxis
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Zc= -40.29
)12(180)()(   ipscs
n
o
j
m
i


tan
)'(
'

 dc
d
z
w
α= 18.0138o
New Tp=0.1998
New pole:
-8.0544 ± j 15.7221
18
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
 Solução:
 Paso 2) a)Determinar novo tp;
 Paso 2) b) Para o pólo de MF ns
posição desejada, considerar a
soma dos angulos e calcular a
posição requerida para o zero
do PD!
-140 -120 -100 -80 -60 -40 -20 0 20
-40
-30
-20
-10
0
10
20
30
40
0.456
0.456
Tp=0.198
RL of system + PD (1st-stage design)
Real Axis (seconds-1
)
ImaginaryAxis(seconds
-1
)
K
PD
= 7.9031
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Angle Contribution of each pole of the open loop system
p_1 = -10.0000 --> 83.2722^o
p_2 = -6.0000 --> 97.6401^o
p_3 = -3.0000 --> 107.9119^o
Sum of angular poles positions: 288.8242^o
Angle Contribution of each zero of the system
z_1 = -8.0000 --> 90.4634^o
Sum of total angular contributions: 198.3608^o
Final Resulting angle for the PD pole-zero: 18.3608^o
Position of PD zero: 39.6769^o
So... the PD controller:
ans =
(s+39.68)
Continuous-time zero/pole/gain model.
PD Controller + System:
Do a zoom over the area of interest and press any bottom to continue...
Select a point in the graphics window
19
Controlador PD:
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
-70 -60 -50 -40 -30 -20 -10 0
0
10
20
30
0.456
Tp=0.20344
Root Locus
Real Axis
ImaginaryAxis
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Controlador PD:
3. Comprobando la respuesta transitoria,
respectando Tp, (diseño del PD – 1ª-
parte):
So... the PD controller:
ans = (s+39.68)
PD Controller + System:
Do a zoom over the area of interest and press any bottom to continue...
Select a point in the graphics window
selected_point = -8.9100 +15.8760i
K_pd = 7.9031
poles_pd =
-9.4109 +15.6246i
-9.4109 -15.6246i
-8.0813 + 0.0000i
Lazo cerado Sistema con PD:
ans =
7.9031 (s+39.68) (s+8)
--------------------------------
(s+8.081) (s^2 + 18.82s + 332.7)
Continuous-time zero/pole/gain model.
20
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Controlador PD:
3. Verificando a resposta transitória,
respeitando tp, (prjeto do PD – 1ª-parte):
21
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Controlador PD:
4. Projetando ol PI:
Localizando zero próximo da origem:
Neste caso, adotado:
s
cs
sC PI
PI
)(
)(


s
s
sCPI
)5.0(
)(


22
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
-140 -120 -100 -80 -60 -40 -20 0 20
-40
-30
-20
-10
0
10
20
30
40
0.456
0.456
Root Locus
Real Axis (seconds-1
)
ImaginaryAxis(seconds
-1
)
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Controlador PID:
4. Diseñando de PID completo:
Complete PID transfer function:
ans =
(s+39.68) (s+0.5)
-----------------
s
Continuous-time zero/pole/gain model.
s
ss
sCPID
)5.0)(92.55(
)(


23
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
-25 -20 -15 -10 -5 0 5
-5
0
5
10
15
20
25
30
0.456
Root Locus
Real Axis (seconds
-1
)
ImaginaryAxis(seconds
-1
)
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Controlador PID:
5. Sistema PID + Planta:
PID + Plant transfer function:
ans =
(s+39.68) (s+8) (s+0.5)
-----------------------
s (s+10) (s+6) (s+3)
Continuous-time zero/pole/gain model.
Do a zoom over the area of interest and press any bottom to
continue...
24
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
k_PIDg = 7.7815
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Controlador PID:
-40 -30 -20 -10 0
0
5
10
15
20
25
30
35 0.456
Root Locus
Real Axis
ImaginaryAxis
25
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.6. Definindo ganho do Sistema PID + Planta:
k_PIDg = 7.7815
poles_PIDg =
-9.1104 +15.4946i
-9.1104 -15.4946i
-8.0881 + 0.0000i
-0.4726 + 0.0000i
Sistema PID + Planta, lazo cerrado:
ans =
7.7815 (s+39.68) (s+8) (s+0.5)
-------------------------------------------
(s+8.088) (s+0.4726) (s^2 + 18.22s + 323.1)
Continuous-time zero/pole/gain model.
>>
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
0
0.2
0.4
0.6
0.8
1
1.2
t_g
t_pd
t_PIDg
Step Response
Time (seconds)
Amplitude
System: t_g
Peak amplitude: 1.02
Overshoot (%): 20.7
At time (seconds): 0.298
System: t_pd
Peak amplitude: 1.1
Overshoot (%): 17.8
At time (seconds): 0.171
System: t_PIDg
Settling time (seconds): 2.16
System: t_pd
Settling time (seconds): 0.414
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
-
Controlador PID:
7. Verificando resposta do
Sistema PID + Planta:
26
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
- s
ss
sCPID
)5.0)(92.55(6.4
)(


Controlador PID:
8. Diseño final:
K_PIDg=4.6
K1=259.5;
K2=128.6;
K3=4.6
s
K
K
s
K
K
sK
s
sKKsK
sK
s
K
KsC









 3
2
3
12
32
321
3
2
1)(
27
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
)10)(6)(3(
)8(


sss
sKR(s)
Y(s)E(s)+
- s
ss
sCPID
)5.0)(92.55(6.4
)(


Controlador PID:
 Comentários:
 PID melhor (anulou) erro estacionário
sem quase modificar a resposta
transitória projetada para controlador
PD.
 Desventagem?
 O controlador PID exibe uma resposta
mais lenta (ts=3 segundos). Se isto é
indesejável, a velocidade do sistema
pode ser aumentada mediante
reprojeto do PD ou movendo o zero do
PI para mais longe da origem.
28
Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de
pico 2/3 menor que o sistema não compensado com 20% de sobresinal
e erro nulo para entrada degrau.
R(s) Y(s)
E(s)+
-
K1
K2
s
G(s)
U(s)
Integrativo
Proporcional
K3s
+
Derivativo
29

Mais conteúdo relacionado

Mais procurados

Resumo dos testes de convergência
Resumo dos testes de convergênciaResumo dos testes de convergência
Resumo dos testes de convergênciaPedro Neto
 
Tabela de identidades trigonometricas
Tabela de identidades trigonometricasTabela de identidades trigonometricas
Tabela de identidades trigonometricasRodrigo Sócrate
 
Notas de aula 2 cinematica mecanismos
Notas de aula 2 cinematica mecanismosNotas de aula 2 cinematica mecanismos
Notas de aula 2 cinematica mecanismosVanessa Santos
 
Questões Corrigidas, em Word: Eletrostática - Conteúdo vinculado ao blog ...
Questões Corrigidas, em Word:  Eletrostática  - Conteúdo vinculado ao blog   ...Questões Corrigidas, em Word:  Eletrostática  - Conteúdo vinculado ao blog   ...
Questões Corrigidas, em Word: Eletrostática - Conteúdo vinculado ao blog ...Rodrigo Penna
 
Exercícios Resolvidos: Taxa relacionada
Exercícios Resolvidos: Taxa relacionadaExercícios Resolvidos: Taxa relacionada
Exercícios Resolvidos: Taxa relacionadaDiego Oliveira
 
Analise de funções de transferencia de malha fechada com Matlab
Analise de funções de transferencia de malha fechada com MatlabAnalise de funções de transferencia de malha fechada com Matlab
Analise de funções de transferencia de malha fechada com MatlabDavid Luna Santos
 
Doc modelagem _492246747
Doc modelagem _492246747Doc modelagem _492246747
Doc modelagem _492246747Peterson Silva
 
Tabela derivadas-e-integrais
Tabela derivadas-e-integraisTabela derivadas-e-integrais
Tabela derivadas-e-integraismariasousagomes
 
Potencial elétrico e trabalho
Potencial elétrico e trabalhoPotencial elétrico e trabalho
Potencial elétrico e trabalhoO mundo da FÍSICA
 
Aula 2 eletrônica industrial
Aula 2 eletrônica industrialAula 2 eletrônica industrial
Aula 2 eletrônica industrialBruno Nora
 
1°ano força centrípeta
1°ano força centrípeta1°ano força centrípeta
1°ano força centrípetafisigomes
 
Funcoes de varias variaveis calculo 2
Funcoes de varias variaveis  calculo 2Funcoes de varias variaveis  calculo 2
Funcoes de varias variaveis calculo 2Kassiane Campelo
 
DinâMica Dos Fluidos
DinâMica Dos FluidosDinâMica Dos Fluidos
DinâMica Dos Fluidosdalgo
 

Mais procurados (20)

Eletrostatica resumo
Eletrostatica   resumoEletrostatica   resumo
Eletrostatica resumo
 
Resumo dos testes de convergência
Resumo dos testes de convergênciaResumo dos testes de convergência
Resumo dos testes de convergência
 
Tabela de identidades trigonometricas
Tabela de identidades trigonometricasTabela de identidades trigonometricas
Tabela de identidades trigonometricas
 
Sequencias e series calculo
Sequencias e series   calculoSequencias e series   calculo
Sequencias e series calculo
 
8. Amplificadores de Potencia
8. Amplificadores de Potencia8. Amplificadores de Potencia
8. Amplificadores de Potencia
 
Notas de aula 2 cinematica mecanismos
Notas de aula 2 cinematica mecanismosNotas de aula 2 cinematica mecanismos
Notas de aula 2 cinematica mecanismos
 
Questões Corrigidas, em Word: Eletrostática - Conteúdo vinculado ao blog ...
Questões Corrigidas, em Word:  Eletrostática  - Conteúdo vinculado ao blog   ...Questões Corrigidas, em Word:  Eletrostática  - Conteúdo vinculado ao blog   ...
Questões Corrigidas, em Word: Eletrostática - Conteúdo vinculado ao blog ...
 
Exercícios Resolvidos: Taxa relacionada
Exercícios Resolvidos: Taxa relacionadaExercícios Resolvidos: Taxa relacionada
Exercícios Resolvidos: Taxa relacionada
 
Analise de funções de transferencia de malha fechada com Matlab
Analise de funções de transferencia de malha fechada com MatlabAnalise de funções de transferencia de malha fechada com Matlab
Analise de funções de transferencia de malha fechada com Matlab
 
Doc modelagem _492246747
Doc modelagem _492246747Doc modelagem _492246747
Doc modelagem _492246747
 
Tabela derivadas-e-integrais
Tabela derivadas-e-integraisTabela derivadas-e-integrais
Tabela derivadas-e-integrais
 
Potencial elétrico e trabalho
Potencial elétrico e trabalhoPotencial elétrico e trabalho
Potencial elétrico e trabalho
 
Maquinas eletricas
Maquinas eletricasMaquinas eletricas
Maquinas eletricas
 
Aula 2 eletrônica industrial
Aula 2 eletrônica industrialAula 2 eletrônica industrial
Aula 2 eletrônica industrial
 
Gabarito v2
Gabarito v2Gabarito v2
Gabarito v2
 
Díodos
DíodosDíodos
Díodos
 
Primeira Lei da Termodinâmica
Primeira Lei da TermodinâmicaPrimeira Lei da Termodinâmica
Primeira Lei da Termodinâmica
 
1°ano força centrípeta
1°ano força centrípeta1°ano força centrípeta
1°ano força centrípeta
 
Funcoes de varias variaveis calculo 2
Funcoes de varias variaveis  calculo 2Funcoes de varias variaveis  calculo 2
Funcoes de varias variaveis calculo 2
 
DinâMica Dos Fluidos
DinâMica Dos FluidosDinâMica Dos Fluidos
DinâMica Dos Fluidos
 

Semelhante a Root locus cap_9_parte_4_pt

Controle Digital de Velocidade de um Motor CC usando Matlab®
Controle Digital de Velocidade de um Motor CC usando Matlab®Controle Digital de Velocidade de um Motor CC usando Matlab®
Controle Digital de Velocidade de um Motor CC usando Matlab®Gerson Roberto da Silva
 
Trabalho 2 2015_2-pages_antigo
Trabalho 2 2015_2-pages_antigoTrabalho 2 2015_2-pages_antigo
Trabalho 2 2015_2-pages_antigoFernando Passold
 
Pratica 5-clauder-eugenio-e-guilherme-martins
Pratica 5-clauder-eugenio-e-guilherme-martinsPratica 5-clauder-eugenio-e-guilherme-martins
Pratica 5-clauder-eugenio-e-guilherme-martinsBernardo Arbex Campolina
 
Webinar: Porque o RTOS não faz o que eu quero?
Webinar: Porque o RTOS não faz o que eu quero?Webinar: Porque o RTOS não faz o que eu quero?
Webinar: Porque o RTOS não faz o que eu quero?Embarcados
 
Análise de Sistemas II - Modelamento e identificação de sistemas
Análise de Sistemas II - Modelamento e identificação de sistemasAnálise de Sistemas II - Modelamento e identificação de sistemas
Análise de Sistemas II - Modelamento e identificação de sistemasCiro Marcus
 
Controle con matlab - material adicional 1.pdf
Controle con matlab - material adicional 1.pdfControle con matlab - material adicional 1.pdf
Controle con matlab - material adicional 1.pdfCarlosAlexisAlvarado4
 
Webinar: Implementação de Controle PID com PIC16F1619
Webinar: Implementação de Controle PID com PIC16F1619Webinar: Implementação de Controle PID com PIC16F1619
Webinar: Implementação de Controle PID com PIC16F1619Embarcados
 
Algoritmos Genéticos para Ajuste de Controlador PID em Sistemas Espaciais
Algoritmos Genéticos para Ajuste de Controlador PID em Sistemas EspaciaisAlgoritmos Genéticos para Ajuste de Controlador PID em Sistemas Espaciais
Algoritmos Genéticos para Ajuste de Controlador PID em Sistemas EspaciaisItalo Pinto Rodrigues
 
Desenvolvimento de drivers para sistemas embarcados
Desenvolvimento de drivers para sistemas embarcadosDesenvolvimento de drivers para sistemas embarcados
Desenvolvimento de drivers para sistemas embarcadosRodrigo Almeida
 
[PRJ32][Christopher] Aula 14 – controle
[PRJ32][Christopher] Aula 14 – controle[PRJ32][Christopher] Aula 14 – controle
[PRJ32][Christopher] Aula 14 – controleChristopher Cerqueira
 
Automação de Processos Industriais
Automação de Processos IndustriaisAutomação de Processos Industriais
Automação de Processos IndustriaisRicardo Akerman
 
GAIN SCHEDULING (GANHO PROGRAMADO)
GAIN SCHEDULING (GANHO PROGRAMADO)GAIN SCHEDULING (GANHO PROGRAMADO)
GAIN SCHEDULING (GANHO PROGRAMADO)Pedro Barata
 

Semelhante a Root locus cap_9_parte_4_pt (20)

Controle Digital de Velocidade de um Motor CC usando Matlab®
Controle Digital de Velocidade de um Motor CC usando Matlab®Controle Digital de Velocidade de um Motor CC usando Matlab®
Controle Digital de Velocidade de um Motor CC usando Matlab®
 
Trabalho 2 2015_2-pages_antigo
Trabalho 2 2015_2-pages_antigoTrabalho 2 2015_2-pages_antigo
Trabalho 2 2015_2-pages_antigo
 
03 pid d
03 pid d03 pid d
03 pid d
 
Pratica 5-clauder-eugenio-e-guilherme-martins
Pratica 5-clauder-eugenio-e-guilherme-martinsPratica 5-clauder-eugenio-e-guilherme-martins
Pratica 5-clauder-eugenio-e-guilherme-martins
 
Artigo bode
Artigo bodeArtigo bode
Artigo bode
 
Ts rc
Ts rcTs rc
Ts rc
 
Webinar: Porque o RTOS não faz o que eu quero?
Webinar: Porque o RTOS não faz o que eu quero?Webinar: Porque o RTOS não faz o que eu quero?
Webinar: Porque o RTOS não faz o que eu quero?
 
Análise de Sistemas II - Modelamento e identificação de sistemas
Análise de Sistemas II - Modelamento e identificação de sistemasAnálise de Sistemas II - Modelamento e identificação de sistemas
Análise de Sistemas II - Modelamento e identificação de sistemas
 
Curso de Simulink
Curso de SimulinkCurso de Simulink
Curso de Simulink
 
Controle con matlab - material adicional 1.pdf
Controle con matlab - material adicional 1.pdfControle con matlab - material adicional 1.pdf
Controle con matlab - material adicional 1.pdf
 
Relatório 1
Relatório 1Relatório 1
Relatório 1
 
Webinar: Implementação de Controle PID com PIC16F1619
Webinar: Implementação de Controle PID com PIC16F1619Webinar: Implementação de Controle PID com PIC16F1619
Webinar: Implementação de Controle PID com PIC16F1619
 
Pic slides
Pic slidesPic slides
Pic slides
 
Comunidades Virtuais
Comunidades VirtuaisComunidades Virtuais
Comunidades Virtuais
 
Algoritmos Genéticos para Ajuste de Controlador PID em Sistemas Espaciais
Algoritmos Genéticos para Ajuste de Controlador PID em Sistemas EspaciaisAlgoritmos Genéticos para Ajuste de Controlador PID em Sistemas Espaciais
Algoritmos Genéticos para Ajuste de Controlador PID em Sistemas Espaciais
 
Desenvolvimento de drivers para sistemas embarcados
Desenvolvimento de drivers para sistemas embarcadosDesenvolvimento de drivers para sistemas embarcados
Desenvolvimento de drivers para sistemas embarcados
 
Lugar raizes
Lugar raizesLugar raizes
Lugar raizes
 
[PRJ32][Christopher] Aula 14 – controle
[PRJ32][Christopher] Aula 14 – controle[PRJ32][Christopher] Aula 14 – controle
[PRJ32][Christopher] Aula 14 – controle
 
Automação de Processos Industriais
Automação de Processos IndustriaisAutomação de Processos Industriais
Automação de Processos Industriais
 
GAIN SCHEDULING (GANHO PROGRAMADO)
GAIN SCHEDULING (GANHO PROGRAMADO)GAIN SCHEDULING (GANHO PROGRAMADO)
GAIN SCHEDULING (GANHO PROGRAMADO)
 

Mais de Fernando Passold

Arduino sist u_controlados_intro_eletrica_2019_keynote_novo
Arduino sist u_controlados_intro_eletrica_2019_keynote_novoArduino sist u_controlados_intro_eletrica_2019_keynote_novo
Arduino sist u_controlados_intro_eletrica_2019_keynote_novoFernando Passold
 
Desenvolvimento de robô social
Desenvolvimento de robô socialDesenvolvimento de robô social
Desenvolvimento de robô socialFernando Passold
 
Apostila sobre Controle Digital
Apostila sobre Controle DigitalApostila sobre Controle Digital
Apostila sobre Controle DigitalFernando Passold
 
Notas extras sobre Mapas de Karnaugh
Notas extras sobre Mapas de KarnaughNotas extras sobre Mapas de Karnaugh
Notas extras sobre Mapas de KarnaughFernando Passold
 
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...Fernando Passold
 
Tutorial sobre Ajuste de Controladores PID
Tutorial sobre Ajuste de Controladores PIDTutorial sobre Ajuste de Controladores PID
Tutorial sobre Ajuste de Controladores PIDFernando Passold
 
Tutorial softwares da área de Luminotécnica
Tutorial softwares da área de LuminotécnicaTutorial softwares da área de Luminotécnica
Tutorial softwares da área de LuminotécnicaFernando Passold
 
Luminotécnica: Parte 2) Cálculos
Luminotécnica: Parte 2) CálculosLuminotécnica: Parte 2) Cálculos
Luminotécnica: Parte 2) CálculosFernando Passold
 
Luminotecnica: Parte 1) Fator Conforto e outras definições.
Luminotecnica: Parte 1) Fator Conforto e outras definições.Luminotecnica: Parte 1) Fator Conforto e outras definições.
Luminotecnica: Parte 1) Fator Conforto e outras definições.Fernando Passold
 
Mapas de Karnaugh (introdução, até 4 variáveis)
Mapas de Karnaugh (introdução, até 4 variáveis)Mapas de Karnaugh (introdução, até 4 variáveis)
Mapas de Karnaugh (introdução, até 4 variáveis)Fernando Passold
 
Programação de Kits Lego NXT usando Linguagem Gráfica Nativa (ou NXT-G)
Programação de Kits Lego NXT usando Linguagem Gráfica Nativa (ou NXT-G)Programação de Kits Lego NXT usando Linguagem Gráfica Nativa (ou NXT-G)
Programação de Kits Lego NXT usando Linguagem Gráfica Nativa (ou NXT-G)Fernando Passold
 
Introdução aos Kits Lego NXT
Introdução aos Kits Lego NXTIntrodução aos Kits Lego NXT
Introdução aos Kits Lego NXTFernando Passold
 
Introdução à Robótica Móvel - Visão Geral (2011/2)
Introdução à Robótica Móvel - Visão Geral (2011/2)Introdução à Robótica Móvel - Visão Geral (2011/2)
Introdução à Robótica Móvel - Visão Geral (2011/2)Fernando Passold
 
Proposta Curso de Eng. da Computação (de 2011 !)
Proposta Curso de Eng. da Computação (de 2011 !)Proposta Curso de Eng. da Computação (de 2011 !)
Proposta Curso de Eng. da Computação (de 2011 !)Fernando Passold
 
Root locus cap_9_parte_2_color
Root locus cap_9_parte_2_colorRoot locus cap_9_parte_2_color
Root locus cap_9_parte_2_colorFernando Passold
 
Introdução aos kits Lego RCX
Introdução aos kits Lego RCXIntrodução aos kits Lego RCX
Introdução aos kits Lego RCXFernando Passold
 
Introducción a la Robótica Móvil - part 4/4
Introducción a la Robótica Móvil - part 4/4Introducción a la Robótica Móvil - part 4/4
Introducción a la Robótica Móvil - part 4/4Fernando Passold
 
Introducción a la Robótica Móvil - part 3/4
Introducción a la Robótica Móvil - part 3/4Introducción a la Robótica Móvil - part 3/4
Introducción a la Robótica Móvil - part 3/4Fernando Passold
 
Introducción a la Robótica Móvil - part 2/4
Introducción a la Robótica Móvil - part 2/4Introducción a la Robótica Móvil - part 2/4
Introducción a la Robótica Móvil - part 2/4Fernando Passold
 

Mais de Fernando Passold (20)

Arduino sist u_controlados_intro_eletrica_2019_keynote_novo
Arduino sist u_controlados_intro_eletrica_2019_keynote_novoArduino sist u_controlados_intro_eletrica_2019_keynote_novo
Arduino sist u_controlados_intro_eletrica_2019_keynote_novo
 
Desenvolvimento de robô social
Desenvolvimento de robô socialDesenvolvimento de robô social
Desenvolvimento de robô social
 
Apostila sobre Controle Digital
Apostila sobre Controle DigitalApostila sobre Controle Digital
Apostila sobre Controle Digital
 
Notas extras sobre Mapas de Karnaugh
Notas extras sobre Mapas de KarnaughNotas extras sobre Mapas de Karnaugh
Notas extras sobre Mapas de Karnaugh
 
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
Apostila (notas de aula) Teoria de Controle Digital (ou Discreto no tempo)...
 
Tutorial sobre Ajuste de Controladores PID
Tutorial sobre Ajuste de Controladores PIDTutorial sobre Ajuste de Controladores PID
Tutorial sobre Ajuste de Controladores PID
 
Tutorial softwares da área de Luminotécnica
Tutorial softwares da área de LuminotécnicaTutorial softwares da área de Luminotécnica
Tutorial softwares da área de Luminotécnica
 
Luminotécnica: Parte 2) Cálculos
Luminotécnica: Parte 2) CálculosLuminotécnica: Parte 2) Cálculos
Luminotécnica: Parte 2) Cálculos
 
Luminotecnica: Parte 1) Fator Conforto e outras definições.
Luminotecnica: Parte 1) Fator Conforto e outras definições.Luminotecnica: Parte 1) Fator Conforto e outras definições.
Luminotecnica: Parte 1) Fator Conforto e outras definições.
 
Mapas de Karnaugh (introdução, até 4 variáveis)
Mapas de Karnaugh (introdução, até 4 variáveis)Mapas de Karnaugh (introdução, até 4 variáveis)
Mapas de Karnaugh (introdução, até 4 variáveis)
 
Programação de Kits Lego NXT usando Linguagem Gráfica Nativa (ou NXT-G)
Programação de Kits Lego NXT usando Linguagem Gráfica Nativa (ou NXT-G)Programação de Kits Lego NXT usando Linguagem Gráfica Nativa (ou NXT-G)
Programação de Kits Lego NXT usando Linguagem Gráfica Nativa (ou NXT-G)
 
Introdução aos Kits Lego NXT
Introdução aos Kits Lego NXTIntrodução aos Kits Lego NXT
Introdução aos Kits Lego NXT
 
Introdução à Robótica Móvel - Visão Geral (2011/2)
Introdução à Robótica Móvel - Visão Geral (2011/2)Introdução à Robótica Móvel - Visão Geral (2011/2)
Introdução à Robótica Móvel - Visão Geral (2011/2)
 
Proposta Curso de Eng. da Computação (de 2011 !)
Proposta Curso de Eng. da Computação (de 2011 !)Proposta Curso de Eng. da Computação (de 2011 !)
Proposta Curso de Eng. da Computação (de 2011 !)
 
Root locus cap_9_parte_2_color
Root locus cap_9_parte_2_colorRoot locus cap_9_parte_2_color
Root locus cap_9_parte_2_color
 
Introdução aos kits Lego RCX
Introdução aos kits Lego RCXIntrodução aos kits Lego RCX
Introdução aos kits Lego RCX
 
Basic step1
Basic step1Basic step1
Basic step1
 
Introducción a la Robótica Móvil - part 4/4
Introducción a la Robótica Móvil - part 4/4Introducción a la Robótica Móvil - part 4/4
Introducción a la Robótica Móvil - part 4/4
 
Introducción a la Robótica Móvil - part 3/4
Introducción a la Robótica Móvil - part 3/4Introducción a la Robótica Móvil - part 3/4
Introducción a la Robótica Móvil - part 3/4
 
Introducción a la Robótica Móvil - part 2/4
Introducción a la Robótica Móvil - part 2/4Introducción a la Robótica Móvil - part 2/4
Introducción a la Robótica Móvil - part 2/4
 

Root locus cap_9_parte_4_pt

  • 1. Prof. Fernando Passold fpassold@upf.br Engenharia Elétrica 5 de noviembre de 2009
  • 2. Projeto (de Controladores) Usando Lugar Geométrico das Raízes - Parte 4  Parte I:  PI (Melhora erro estacionário; zero próximo do pólo na origem)  Por Atraso de Fase, (Lag; Menor erro estacionário, rede passiva; par pólo-zero próximo da origem)  Parte II:  PD (mehor resposta transitória; rede ativa)  Parte III:  Por Avanço de Fase (Lead Compensator: melhor resposta transitória + menor erro estacionário – mas não de maneira independente! Implica modificação do RL).  Parte IV:  Controlador PID 2
  • 3. Controlador PID  2 zeros  pólo na origem R(s) Y(s) E(s)+ - Kp Ki s G(s) U(s) Integrativo Proporcional Kds + Derivativo PI: um zero; um pólo na origem PD: o outro zero 3
  • 4. Controlador PID  Técnica de Projeto: 1. Avaliar o desempenho do sistema não compensado para determinar quanta melhoria exige a resposta transitória. 2. Projete o PD para satisfazer as especificações de resposta transitória. Envolve a localização do zero e do ganho de MF. 3. Simulação do sistema para garantir que os requisitos foram satisfeitos. 4. Reprojete caso contrário. 5. Projeto do PI para garantir o erro estacionário desejado. 6. Determinação dos ganhos Kp , Ki , Kd. 7. Nova simulação do sistema para comprocar os requerimentos 8. Se não, reprojeto. PI: um zero, um pólo na origem PD: o outro zero R(s) Y(s) E(s)+ - Kp Ki s G(s) U(s) Integrativo Proporcional Kds + Derivativo 4
  • 5. Controlador PID PI: un cero, un polo en la origen PD: el otro cero Primero: projeto considerando resposta transitória. Segundo: projeto considerando erro estacionário. R(s) Y(s) E(s)+ - Kp Ki s G(s) U(s) Integrativo Proporcional Kds + Derivativo  Técnica de Projeto: 1. Avaliar o desempenho do sistema não compensado para determinar quanta melhoria exige a resposta transitória. 2. Projete o PD para satisfazer as especificações de resposta transitória. Envolve a localização do zero e do ganho de MF. 3. Simulação do sistema para garantir que os requisitos foram satisfeitos. 4. Reprojete caso contrário. 5. Projeto do PI para garantir o erro estacionário desejado. 6. Determinação dos ganhos Kp , Ki , Kd. 7. Nova simulação do sistema para comprocar os requerimentos 8. Se não, reprojeto. 5
  • 6. Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado (K=?) com 20% de sobresinal e erro nulo para entrada degrau.  Solução:  Paso 1) 20% %OS  )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ -     0.4559 100/%ln 100/%ln 22     OS OS   % example_9_5.m % Example 9.4 (NISE, pag. 522) - projeto PID disp ('Example 9.4 de NISE 3th-eds...’) clear all % borra todas las variables anteriores close all % cierra todas las figuras num=[1 8]; den=poly([-3 -6 -10]); g=tf(num,den);disp('Uncompensated system:’) zpk(g) sobre=input('Desired percent overshoot: ? ‘); % calculando zeta zeta=(-log(sobre/100))/(sqrt(pi*pi+(log(sobre/100))^2)); fprintf('Damping ration (zeta): %.4fn', zeta) % plotando RL rlocus(g)sgrid(zeta,0) title(['Uncompensated RL with zeta=', num2str(sobre), ... '% overshoot’]) disp('Do a zoom over the area of interest and press any bottom to continue...’) pause Script MATLAB: example_9_5.m  6
  • 7. 7 >> OS=20; >> zeta=(-log(OS/100))/(sqrt(pi*pi+(log(OS/100))^2)) zeta = 0.4559 >> rlocus( g ) >> hold on; sgrid(zeta,0) >> [K, polosMF] = rlocfind( g ) Select a point in the graphics window selected_point = -5.3732 +10.2946i K = 115.7494 polosMF = -5.4112 +10.2940i -5.4112 -10.2940i -8.1775 + 0.0000i >> Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado (K=?) com 20% de sobresinal e erro nulo para entrada degrau. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ -     0.4559 100/%ln 100/%ln 22     OS OS   -12 -10 -8 -6 -4 -2 0 2 -20 -15 -10 -5 0 5 10 15 20 0.456 0.456 Root Locus Real Axis (seconds -1 ) ImaginaryAxis(seconds-1 ) K = 115.7494  Solução:  Paso 1) Descobrir K  tp:
  • 8. 8 >> OS=20; >> zeta=(-log(OS/100))/(sqrt(pi*pi+(log(OS/100))^2)) zeta = 0.4559 >> rlocus( g ) >> hold on; sgrid(zeta,0) >> K=121; >> ftmf=feedback( K*g, 1); >> polosMF = pole(ftmf) polosMF = -5.4152 +10.5449i -5.4152 -10.5449i -8.1697 + 0.0000i >> Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado (K=?) com 20% de sobresinal e erro nulo para entrada degrau. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ -  Solução:  Paso 1) Descobrir K  tp:     0.4559 100/%ln 100/%ln 22     OS OS   -12 -10 -8 -6 -4 -2 0 2 -20 -15 -10 -5 0 5 10 15 20 0.456 0.456 Root Locus Real Axis (seconds -1 ) ImaginaryAxis(seconds-1 ) K = 115.7494 -6.5 -6 -5.5 -5 -4.5 -4 -3.5 -3 -2.5 -4 -2 0 2 4 6 8 10 12 14 0.456 Root Locus Real Axis (seconds-1 ) ImaginaryAxis(seconds -1 ) System: g Gain: 121 Pole: -5.42 + 10.6i Damping: 0.456 Overshoot (%): 20 Frequency (rad/s): 11.9
  • 9. 9 >> K=121; >> ftmf=feedback( K*g, 1); >> polosMF = pole(ftmf) polosMF = -5.4152 +10.5449i -5.4152 -10.5449i -8.1697 + 0.0000i >> wd = imag( polosMF(1) ) wd = 10.5449 >> tp=pi/wd % estimado tp = 0.2979 >> % Verificando… >> figure; step( ftmf ) )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ -  Solução:  Paso 1) Descobrir K  tp: 0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 1.2 Step Response Time (seconds) Amplitude System: ftmf Peak amplitude: 1.02 Overshoot (%): 20.6 At time (seconds): 0.298 -6.5 -6 -5.5 -5 -4.5 -4 -3.5 -3 -2.5 -4 -2 0 2 4 6 8 10 12 14 0.456 Root Locus Real Axis (seconds-1 ) ImaginaryAxis(seconds -1 ) System: g Gain: 121 Pole: -5.42 + 10.6i Damping: 0.456 Overshoot (%): 20 Frequency (rad/s): 11.9 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado (K=?) com 20% de sobresinal e erro nulo para entrada degrau.
  • 10. -12 -10 -8 -6 -4 -2 0 2 -20 -15 -10 -5 0 5 10 15 20 0.456 0.456 Root Locus Real Axis (seconds-1 ) ImaginaryAxis(seconds -1 ) 10 >> wd = imag( polosMF(1) ) wd = 10.5449 >> tp=pi/wd % estimado tp = 0.2979 >> % Verificando… >> figure; step( ftmf ) >> tp_d= 2*tp/3 tp_d = 0.1986 >> % Calculando posição desjada final para pólos de MF: >> wd_d = pi/tp_d wd_d = 15.8174 >> )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ -  Solução:  Paso 2) Definindo Pólo_MF desejado: Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado (K=?) com 20% de sobresinal e erro nulo para entrada degrau. >> polosMF polosMF = -5.4152 +10.5449i -5.4152 -10.5449i -8.1697 + 0.0000i >> theta=atan2(imag(polosMF(1)), real(polosMF(1))) theta = 2.0452 % radianos! >> theta*180/pi ans = 117.1820 % theta em graus >>
  • 11. -12 -10 -8 -6 -4 -2 0 2 -20 -15 -10 -5 0 5 10 15 20 0.456 0.456 Root Locus Real Axis (seconds-1 ) ImaginaryAxis(seconds -1 ) 11 >> % Calculando posição desjada final para pólos de MF: >> wd_d = pi/tp_d wd_d = 15.8174 >> polosMF polosMF = -5.4152 +10.5449i -5.4152 -10.5449i -8.1697 + 0.0000i >> theta=atan2(imag(polosMF(1)), real(polosMF(1))) theta = 2.0452 % radianos! >> theta*180/pi ans = 117.1820 % theta em graus >> )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ -  Solução:  Paso 2) Definindo Pólo_MF desejado: Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado (K=?) com 20% de sobresinal e erro nulo para entrada degrau. >> sigma_d = wd_d/tan( theta ) sigma_d = -8.1227 >> poloMF_d = [ sigma_d+i*wd_d sigma_d-i*wd_d ] poloMF_d = -8.1227 +15.8174i -8.1227 -15.8174i >> % Para termos um pólo de MF nesta posição, >> % falta acrecentar um zero (do PD) em ? (contribuição angular) >> % Projeto PD: script 
  • 12. -12 -10 -8 -6 -4 -2 0 2 -20 -15 -10 -5 0 5 10 15 20 0.456 0.456 Root Locus Real Axis (seconds-1 ) ImaginaryAxis(seconds -1 ) 12 )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ -  Solução:  Paso 3) Projeto do PD: Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado (K=?) com 20% de sobresinal e erro nulo para entrada degrau. >> sigma_d = wd_d/tan( theta ) sigma_d = -8.1227 >> poloMF_d = [ sigma_d+i*wd_d sigma_d-i*wd_d ] poloMF_d = -8.1227 +15.8174i -8.1227 -15.8174i >> % Para termos um pólo de MF nesta posição, >> % falta acrecentar um zero (do PD) em ? (contribuição angular) >> % Projeto PD: script  example_9_5.m o Zero do PD Novo RL passará por aqui )12(180)()(   ipscs n o j m i
  • 13. -7 -6.5 -6 -5.5 -5 -4.5 -4 -2 0 2 4 6 8 10 12 14 16 0.456 RL of G(s) with =20% overshoot Real Axis (seconds -1 ) ImaginaryAxis(seconds -1 ) k = 120.4346 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - >> example_9_5 Example 9.5, NISE, 3th-eds... Projeto Controlador PID Uncompensated system: ans = (s+8) ------------------ (s+10) (s+6) (s+3) Desired percent overshoot: ? 20 Damping ration (zeta): 0.4559 Do a zoom over the area of interest and press any bottom to continue... 14
  • 14. -12 -10 -8 -6 -4 -2 0 2 -20 -15 -10 -5 0 5 10 15 20 0.456 0.456 RL + Desired location of dominant pole (PD compensation phase): Real Axis (seconds -1 ) ImaginaryAxis(seconds-1 ) Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - ans = (s+8) ------------------ (s+10) (s+6) (s+3) Desired percent overshoot: ? 20 Damping ration (zeta): 0.4559 Do a zoom over the area of interest and press any bottom to continue... selected_point = -5.4077 +10.5183i k = 120.4346 poles = -5.4148 +10.5182i -5.4148 -10.5182i -8.1705 + 0.0000i 15
  • 15. -12 -10 -8 -6 -4 -2 0 2 -20 -15 -10 -5 0 5 10 15 20 0.456 0.456 97.52 90.3004 107.856590.3004 Contributing angles (PD compensation phase): Real Axis (seconds -1 ) ImaginaryAxis(seconds-1 ) Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Estimated settiling time (uncompensated system): 0.7387 Estimated peak time (uncompensated system): 0.2987 New peak time (desired) 0.1991 Theta (cos^-1(zeta)): 62.8739^o 180-Theta (180-cos(zeta)): 117.1261^o Desired imaginary part of dominant pole (system compensated): 15.7773 Desired real part of dominant pole (system compensated): 8.0827 So... Desired dominant pole (system compensated, closed looped): aux = -8.1283 +15.8663i Angle Contribution of each pole of the open loop system p_1 = -10.0000 --> 83.2722^o p_2 = -6.0000 --> 97.6401^o p_3 = -3.0000 --> 107.9119^o Sum of angular poles positions: 288.8242^o Angle Contribution of each zero of the system z_1 = -8.0000 --> 90.4634^o Sum of total angular contributions: 198.3608^o Final Resulting angle for the PD pole-zero: 18.3608^o Position of PD zero: 39.6769^o So... the PD controller: ans = (s+39.68) Continuous-time zero/pole/gain model. 16
  • 16. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - -10 -8 -6 -4 -2 0 0 2 4 6 8 10 12 14 16 18 0.456 RL + Desired location of dominant pole (system being compensated): Real Axis ImaginaryAxis zc  Solução:  Paso 2) a)Determinar novo tp;  Paso 2) b) Para o pólo de MF ns posição desejada, considerar a soma dos angulos e calcular a posição requerida para o zero do PD! )12(180)()(   ipscs n o j m i   tan )'( '   dc d z w α New Tp=0.1998 New pole: -8.0544 ± j 15.7221 17 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.
  • 17. -12 -10 -8 -6 -4 -2 0 0 2 4 6 8 10 12 14 16 0.456 82.9456 97.4447 107.8218 90.1983 Contributing angles (system being compensated): Real Axis ImaginaryAxis )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Zc= -40.29 )12(180)()(   ipscs n o j m i   tan )'( '   dc d z w α= 18.0138o New Tp=0.1998 New pole: -8.0544 ± j 15.7221 18 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.  Solução:  Paso 2) a)Determinar novo tp;  Paso 2) b) Para o pólo de MF ns posição desejada, considerar a soma dos angulos e calcular a posição requerida para o zero do PD!
  • 18. -140 -120 -100 -80 -60 -40 -20 0 20 -40 -30 -20 -10 0 10 20 30 40 0.456 0.456 Tp=0.198 RL of system + PD (1st-stage design) Real Axis (seconds-1 ) ImaginaryAxis(seconds -1 ) K PD = 7.9031 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Angle Contribution of each pole of the open loop system p_1 = -10.0000 --> 83.2722^o p_2 = -6.0000 --> 97.6401^o p_3 = -3.0000 --> 107.9119^o Sum of angular poles positions: 288.8242^o Angle Contribution of each zero of the system z_1 = -8.0000 --> 90.4634^o Sum of total angular contributions: 198.3608^o Final Resulting angle for the PD pole-zero: 18.3608^o Position of PD zero: 39.6769^o So... the PD controller: ans = (s+39.68) Continuous-time zero/pole/gain model. PD Controller + System: Do a zoom over the area of interest and press any bottom to continue... Select a point in the graphics window 19 Controlador PD:
  • 19. Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau. -70 -60 -50 -40 -30 -20 -10 0 0 10 20 30 0.456 Tp=0.20344 Root Locus Real Axis ImaginaryAxis )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Controlador PD: 3. Comprobando la respuesta transitoria, respectando Tp, (diseño del PD – 1ª- parte): So... the PD controller: ans = (s+39.68) PD Controller + System: Do a zoom over the area of interest and press any bottom to continue... Select a point in the graphics window selected_point = -8.9100 +15.8760i K_pd = 7.9031 poles_pd = -9.4109 +15.6246i -9.4109 -15.6246i -8.0813 + 0.0000i Lazo cerado Sistema con PD: ans = 7.9031 (s+39.68) (s+8) -------------------------------- (s+8.081) (s^2 + 18.82s + 332.7) Continuous-time zero/pole/gain model. 20
  • 20. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Controlador PD: 3. Verificando a resposta transitória, respeitando tp, (prjeto do PD – 1ª-parte): 21 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.
  • 21. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Controlador PD: 4. Projetando ol PI: Localizando zero próximo da origem: Neste caso, adotado: s cs sC PI PI )( )(   s s sCPI )5.0( )(   22 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.
  • 22. -140 -120 -100 -80 -60 -40 -20 0 20 -40 -30 -20 -10 0 10 20 30 40 0.456 0.456 Root Locus Real Axis (seconds-1 ) ImaginaryAxis(seconds -1 ) )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Controlador PID: 4. Diseñando de PID completo: Complete PID transfer function: ans = (s+39.68) (s+0.5) ----------------- s Continuous-time zero/pole/gain model. s ss sCPID )5.0)(92.55( )(   23 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.
  • 23. -25 -20 -15 -10 -5 0 5 -5 0 5 10 15 20 25 30 0.456 Root Locus Real Axis (seconds -1 ) ImaginaryAxis(seconds -1 ) )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Controlador PID: 5. Sistema PID + Planta: PID + Plant transfer function: ans = (s+39.68) (s+8) (s+0.5) ----------------------- s (s+10) (s+6) (s+3) Continuous-time zero/pole/gain model. Do a zoom over the area of interest and press any bottom to continue... 24 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau. k_PIDg = 7.7815
  • 24. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Controlador PID: -40 -30 -20 -10 0 0 5 10 15 20 25 30 35 0.456 Root Locus Real Axis ImaginaryAxis 25 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.6. Definindo ganho do Sistema PID + Planta: k_PIDg = 7.7815 poles_PIDg = -9.1104 +15.4946i -9.1104 -15.4946i -8.0881 + 0.0000i -0.4726 + 0.0000i Sistema PID + Planta, lazo cerrado: ans = 7.7815 (s+39.68) (s+8) (s+0.5) ------------------------------------------- (s+8.088) (s+0.4726) (s^2 + 18.22s + 323.1) Continuous-time zero/pole/gain model. >>
  • 25. 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 0.2 0.4 0.6 0.8 1 1.2 t_g t_pd t_PIDg Step Response Time (seconds) Amplitude System: t_g Peak amplitude: 1.02 Overshoot (%): 20.7 At time (seconds): 0.298 System: t_pd Peak amplitude: 1.1 Overshoot (%): 17.8 At time (seconds): 0.171 System: t_PIDg Settling time (seconds): 2.16 System: t_pd Settling time (seconds): 0.414 )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - Controlador PID: 7. Verificando resposta do Sistema PID + Planta: 26 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.
  • 26. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - s ss sCPID )5.0)(92.55(6.4 )(   Controlador PID: 8. Diseño final: K_PIDg=4.6 K1=259.5; K2=128.6; K3=4.6 s K K s K K sK s sKKsK sK s K KsC           3 2 3 12 32 321 3 2 1)( 27 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.
  • 27. )10)(6)(3( )8(   sss sKR(s) Y(s)E(s)+ - s ss sCPID )5.0)(92.55(6.4 )(   Controlador PID:  Comentários:  PID melhor (anulou) erro estacionário sem quase modificar a resposta transitória projetada para controlador PD.  Desventagem?  O controlador PID exibe uma resposta mais lenta (ts=3 segundos). Se isto é indesejável, a velocidade do sistema pode ser aumentada mediante reprojeto do PD ou movendo o zero do PI para mais longe da origem. 28 Ex.: 9.5) Projetar um controlador PID para que o sistema opere com tempo de pico 2/3 menor que o sistema não compensado com 20% de sobresinal e erro nulo para entrada degrau.