5.3
Atenua¸c˜ao de Perturba¸c˜ao
Considere agora uma restri¸c˜ao adicional ao problema 5.1. Deseja-se, al´em de ga- rantir estabilidade interna e externa para o sistema sob satura¸c˜ao, minimizar a rela¸c˜ao perturba¸c˜ao/sa´ıda (ganho L2) (Boyd et al. 1994):
kzk2 ≤ γkωk2
sendo que z(t) = Cx(t) ´e a sa´ıda do sistema.
Considera-se que a norma L2 do sinal de perturba¸c˜ao, dada por γω2, ´e conhecida. O
problema a ser tratado ´e dado a seguir.
Problema 5.2 Determinar uma lei de controle do tipo realimenta¸c˜ao de estados u(t) = Kx(t), com K ∈ <m×n e dois conjuntos S
0 e S1 tais que
1. quando ω = 0, a estabilidade interna do sistema em malha fechada ´e assegurada para todo x(0) ∈ S0,
2. quando ω 6= 0, a estabilidade externa do sistema em malha fechada ´e assegurada, isto ´e, as trajet´orias do sistema em malha fechada permanecem limitadas em S0
para todo x(0) ∈ S1 e para todo ω(t) satisfazendo (5.2),
3. o ganho L2 do sistema ´e menor do que γ.
Proposi¸c˜ao 5.2 Se existem as matrizes P1 = P10 > 0, P2 = P20 > 0, F1, F2, G1,
G2, H1, H2, J1, J2, K de dimens˜oes apropriadas, e as matrizes diagonais positivas
D∈ <m×m e Λ ∈ <m×m, os escalares positivos γ e µ verificando
(i) F1A¯+ ¯A0F10 ? ? ? G1A¯− F10+ P1 −G1− G01 ? ? H1A¯+ B10F10− DΛK −H1+ B10G01 −2D + H1B1+ B01H10 ? J1A¯+ B02F10 −J1+ B02G01 B20H10+ J1B1 −I + J1B2+ B02J10 <0 (5.17)
5.3. Atenua¸c˜ao de Perturba¸c˜ao 77 (ii) F2A¯+ ¯A0F20+ C0C ? ? ? G2A¯− F20+ P2 −G2− G02 ? ? H2A¯+ B10F20− DΛK −H2+ B10G02 −2D + H2B1+ B01H20 ? J2A¯+ B02F20 −J2+ B02G02 B20H20+ J2B1 −γ2I+ J2B2+ B20J20 <0 (5.18) (ii) P1 ?
(1 − λ(i))K(i) µ ρ2(i)
≥ 0, i= 1, . . . , m (5.19)
(iii) 0 ≤ Λ < I (5.20)
com ¯A = (A + B1K), ent˜ao,
(a) o ganho K ´e tal que (A + B1K) ´e Hurwitz,
(b) as trajet´orias de malha fechada permanecem limitadas no conjunto S0 para toda
perturba¸c˜ao satisfazendo (5.2),
(c) na ausˆencia de perturba¸c˜ao, o conjunto S0 est´a contido na regi˜ao de atra¸c˜ao da
origem do sistema (5.3),
(d) o ganho L2 do sistema (5.3) ´e menor do que γ.
Prova: Esta proposi¸c˜ao ´e semelhante a anterior com restri¸c˜ao adicional (5.18) que garante o ganho L2 para o sistema.
Considere a fun¸c˜ao quadr´atica de Lyapunov V2(x) = x0P2x, com P2 = P20 > 0. Se
˙
V2(x) + z0z − γ2ω0ω ≤ 0 (5.21)
´e verificada, ent˜ao:
x(T )0P2x(T ) − x(0)0P2x(0) ≤ −
Z T
0
(z(t)0z(t) − γ2ω(t)0ω(t)) dt
Considerando que, x(0) = 0 e como V (x(T )) > 0, a satisfa¸c˜ao da condi¸c˜ao (5.21) implica que
kzk2
5.3. Atenua¸c˜ao de Perturba¸c˜ao 78 ou seja, o ganho L2 do sistema (5.3) ´e menor do que γ.
Considerando as matrizes definidas em (5.9) e aplicando o lema de Finsler `a condi¸c˜ao (5.21) obt´em-se (ii) da proposi¸c˜ao 5.2. O restante da prova segue os passos descritos para a proposi¸c˜ao 5.1.
Note que, a proposi¸c˜ao 5.2 pode ser usada para resolver problemas de an´alise. Neste caso, pode-se considerar diferentes multiplicadores para satisfazer os requisitos de estabilidade e desempenho do sistema. Um problema que pode ser formulado ´e o seguinte: dado um n´ıvel desejado de atenua¸c˜ao de perturba¸c˜ao, determinar o m´aximo valor de γω para o qual garante-se a estabilidade do sistema em malha fechada.
No caso de s´ıntese, a proposi¸c˜ao 5.2 apresenta diversas n˜ao-linearidades: produtos entre os multiplicadores e a matriz de realimenta¸c˜ao K, e o produto DΛK. Por´em, uma escolha adequada dos multiplicadores e uma troca de vari´aveis apropriada simplifica a maior parte destas n˜ao-linearidades. Assim, pode-se formular o corol´ario a seguir cujo o objetivo ´e resolver o problema 5.2.
Corol´ario 5.2 Se existem matrizes V1 = V10 > 0, V2 = V20 > 0, S, Y , Z, uma matriz
diagonal positiva Λ, e um escalar positivo σ verificando
AS0 + SA0+ B 1Y + Y0B10 ? ? ? V1+ AS0+ B1Y − S −S − S0 ? ? ZB0 1− ΛY ZB10 −2Z ? B0 2 B20 0 −I < 0 (5.22) AS0 + SA0+ B 1Y + Y0B10 ? ? ? ? CS0 −I p ? ? ? V2+ AS0+ B1Y − S 0 −S − S0 ? ? ZB0 1− ΛY 0 ZB10 −2Z ? B0 2 0 B20 0 −σI < 0 (5.23)
5.3. Atenua¸c˜ao de Perturba¸c˜ao 79
V1 ?
(1 − λ(i))Y(i) µ ρ2(i)
≥ 0, i = 1, . . . , m (5.24)
0 ≤ Λ < I (5.25)
com µ = γ21
ω+β e σ = γ
2, ent˜ao, a lei de controle K = Y (S0)−1 ´e tal que:
1. quando ω = 0, a estabilidade interna do sistema em malha fechada ´e assegurada para todo x(0) ∈ S0,
2. quando ω 6= 0, a estabilidade externa do sistema em malha fechada ´e assegurada, isto ´e, as trajet´orias do sistema em malha fechada permanecem limitadas em S0
para todo x(0) ∈ S1 e para todo ω(t) satisfazendo (5.2),
3. o ganho L2 do sistema ´e menor do que γ.
Prova: Este corol´ario ´e um caso particular da Proposi¸c˜ao 5.2. Inicialmente s˜ao es- colhidos os multiplicadores F1 = F2 = G1 = G2 = G, H1 = H2 = J1 = J2 = 0,
K = Y G0 e S = G−1. Pr´e e p´os-multiplicando (5.18) pelas matrizes diag([S S I I])
e diag([S0 S0 I I]), respectivamente, tem-se
AS0+ SA0+ B 1Y + Y0B10 + SC0CS0 ? ? ? SP2S0+ AS0+ B1Y − S −S − S0 ? ? B0 1− DΛY B10 −2D ? B20 B20 0 −σ < 0
Aplicando o complemento de Schur ao bloco (1, 1) desta desigualdade e definindo-se V2 = SP2S0, tem-se
5.3. Atenua¸c˜ao de Perturba¸c˜ao 80 AS0+ SA0+ B 1Y + Y0B10 ? ? ? ? CS0 −I ? ? ? V2+ AS0+ B1Y − S 0 −S − S0 ? ? B0 1− DΛY 0 B10 −2D ? B0 2 0 B20 0 −σ < 0
Define-se Z = D−1. Pr´e e p´os-multiplicando a desigualdade acima por
diag([I I I Z I]), obt´em-se a rela¸c˜ao (5.23). A condi¸c˜ao (5.22) ´e obtida de forma equivalente. A desigualdade (5.24) ´e obtida pr´e e p´os-multiplicando-se (5.19) por diag([S I]) e diag([S0 I]), respectivamente.
Al´em da estabilidade interna e externa garantidas pela satisfa¸c˜ao do Corol´ario 5.2 deseja-se minimizar o ganho L2 do sistema (5.3). A resolu¸c˜ao do problema 5.2, pode
ser obtida com o aux´ılio do seguinte problema de otimiza¸c˜ao:
min σ sujeito a
(5.23), (5.24), σ > 0, µ > 0 (5.26)
Com base neste problema de otimiza¸c˜ao, o algoritmo 5.1 pode ser reformulado da forma descrita a seguir.
Algoritmo 5.2
Passo 1: Fixar Λ e resolver (5.26) para as vari´aveis S, Y , Z e σ.
Passo 2: Fixar Y obtido no passo anterior e resolver (5.26) para as vari´aveis S, Z, σ e Λ.
Passo 3: Voltar ao passo 1 at´e que nenhuma modifica¸c˜ao significativa ocorra no valor do crit´erio.
5.3. Atenua¸c˜ao de Perturba¸c˜ao 81 Devido `a caracter´ıstica n˜ao-linear do sistema em malha fechada, ´e interessante considerar n´ıveis de atenua¸c˜ao de perturba¸c˜ao diferentes na regi˜ao de linearidade e fora desta. Seja γ2 o ganho L2 para o sistema sem satura¸c˜ao. Acrescentando uma
restri¸c˜ao do tipo AS0+ SA0+ B 1Y + Y0B01 ? ? ? CS0 −I p ? ? V3+ AS0+ B1Y − S −S − S0 ? ? B0 2 B02 0 −σ2I < 0 (5.27)
ao problema de otimiza¸c˜ao (5.26), garante-se um ganho γ2 = √σ2 para o sistema
linear. Este ganho corresponde a minimiza¸c˜ao da norma H∞ do sistema linear em
malha fechada. Com a inclus˜ao da restri¸c˜ao (5.27), um crit´erio de otimiza¸c˜ao poss´ıvel ´e a minimiza¸c˜ao conjunta dos ganhos σ = σ1 e σ2. Pode-se ainda minimizar apenas σ2
(ganho L2 para caso sem satura¸c˜ao) fixando σ1 como um percentual do ganho σ2.
5.3.1
Exemplo Num´erico
Considere o sistema definido na se¸c˜ao 5.2.1 com γω = 5 e β = 0.
A tabela 5.4 mostra os resultados obtidos pelo algoritmo iterativo 5.2 considerando dois caso distintos. No primeiro caso, V1 = V2, ou seja, a mesma fun¸c˜ao de Lyapunov
deve garantir tolerˆancia e atenua¸c˜ao de perturba¸c˜ao. No segundo caso, V1 6= V2, ou
seja, consideram-se diferentes matrizes de Lyapunov: a matriz V1 garante atenua¸c˜ao
de perturba¸c˜ao e a matriz V2 garante o ganho L2 para o sistema.
Nota-se que, quando s˜ao consideradas fun¸c˜oes de Lyapunov diferentes para satisfa- zer cada restri¸c˜ao (caso V1 6= V2) consegue-se uma melhor atenua¸c˜ao da perturba¸c˜ao.
Al´em disso, a resposta dinˆamica do sistema em malha fecha ´e ligeiramente mais r´apida. Considere que s˜ao desejados diferentes n´ıveis de atenua¸c˜ao de perturba¸c˜ao para o sistema sem satura¸c˜ao e com satura¸c˜ao. Estes n´ıveis de atenua¸c˜ao s˜ao representados por γ1 (com satura¸c˜ao) e γ2 (sem satura¸c˜ao). Acrescenta-se, ent˜ao, a restri¸c˜ao (5.27)
5.4. Coment´arios Finais 82 V1 = V2 V1 6= V2 γ 0.3341 0.3169 autovalores -3.2972 -3.5327 -6.9182 -9.9915 Λ 0.3576 0 0 0.0586 0.4142 0 0 0.628
Tabela 5.4: Resultado do algoritmo 5.2.
ao problema de otimiza¸c˜ao 5.26. Neste caso, s˜ao consideradas 3 diferentes fun¸c˜oes de Lyapunov para as especifica¸c˜oes do problema: V1 garante atenua¸c˜ao de perturba¸c˜ao,
V2 garante ganho L2 < γ1 para o sistema sob satura¸c˜ao e V3 garante ganho L2 < γ2
para o sistema linear.
O crit´erio de otimiza¸c˜ao ´e modificado de modo a minimizar conjuntamente os ganhos γ1 e γ2. Assim, adota-se o crit´erio min{σ1 + σ2} para o problema 5.26. Os ganhos
obtidos foram γ1 = 0.3281, γ2 = 0.3114 e Λ = 0.4362 0 0 0.5114
5.4
Coment´arios Finais
Neste cap´ıtulo foram mostrados problemas de controle considerando que o sistema sob satura¸c˜ao est´a sujeito a perturba¸c˜oes. As condi¸c˜oes de estabilidade foram obtidas pela aplica¸c˜ao do Lema de Finsler. Os graus de liberdade acrescidos ao problema, atrav´es da introdu¸c˜ao de multiplicadores, foram explorados na s´ıntese de controladores para garantir diferentes objetivos de controle. Os problemas de tolerˆancia e atenua¸c˜ao de perturba¸c˜ao foram tratados considerando perturba¸c˜oes limitadas em norma L2.
No problema de tolerˆancia `a perturba¸c˜ao foi determinada uma lei de controle ga- rantindo estabilidade interna e externa para o sistema sob satura¸c˜ao. Al´em disso, foi
5.4. Coment´arios Finais 83 maximizado do dom´ınio de perturba¸c˜oes toler´aveis pelo sistema. No problema de ate- nua¸c˜ao de perturba¸c˜oes a lei de controle foi projetada de modo a minimizar o ganho e, al´em disso, garantir estabilidade interna e externa para o sistema em malha fechada.
Cap´ıtulo 6
Conclus˜oes e Perspectivas
Limites tecnol´ogicos ou de seguran¸ca sobre as vari´aveis de um sistema de controle, est˜ao presentes na maioria das aplica¸c˜oes pr´aticas. A considera¸c˜ao destas restri¸c˜oes no projeto de controladores ´e de fundamental importˆancia para garantir, quando da implementa¸c˜ao pr´atica do sistema de controle, um funcionamento adequado, apesar do comportamento n˜ao-linear inerente ao sistema de controle quando as vari´aveis atingem os limites existentes.
Este trabalho apresentou algumas contribui¸c˜oes para an´alise e s´ıntese de leis de controle para sistemas lineares sob satura¸c˜ao. Considerou-se um sistema linear, mo- delado no espa¸co de estados, e a possibilidade do sistema em malha fechada trabalhar em regime de satura¸c˜ao das vari´aveis de controle. Dentre os objetivos do trabalho, destacam-se o estudo e a utiliza¸c˜ao de duas modelagens para representar a satura¸c˜ao (modelagens polit´opica e por n˜ao-linearidade de setor), a utiliza¸c˜ao do lema de Finsler para propor novas condi¸c˜oes de estabilidade para o sistema sob satura¸c˜ao e a busca de solu¸c˜oes menos conservadoras para os problemas de an´alise e s´ıntese atrav´es da resolu¸c˜ao de LMIs. Os principais resultados obtidos durante o per´ıodo de doutorado foram publicados nos trabalhos listados no final deste cap´ıtulo.
No cap´ıtulo 2 foram apresentados conceitos b´asicos utilizados ao longo de todo o trabalho. Dentre eles, foi discutido o problema de estabilidade de sistemas n˜ao-lineares
Cap´ıtulo 6. Conclus˜oes e Perspectivas 85 considerando a teoria de Lyapunov e o conceito de estabilidade absoluta. O estudo da estabilidade de sistemas lineares foi apresentado com base no segundo m´etodo de Lyapunov. As desigualdades matriciais lineares (LMIs) aparecem como ferramenta ma- tem´atica para a resolu¸c˜ao num´erica dos algoritmos propostos. A partir da utiliza¸c˜ao do lema de Finsler, s˜ao escritas condi¸c˜oes alternativas de estabilidade para sistemas linea- res em tempo cont´ınuo. Esta abordagem serve de base para os resultados apresentados nos cap´ıtulos posteriores.
No cap´ıtulo 3 foram descritos os problemas de an´alise e s´ıntese para sistemas li- neares sob satura¸c˜ao. Foram apresentadas as principais modelagens existentes para representar a satura¸c˜ao. Foram detalhadamente descritas as modelagens polit´opica e por n˜ao-linearidade de setor e algoritmos num´ericos para resolu¸c˜ao dos problemas de an´alise e de s´ıntese foram propostos. Para ambas as representa¸c˜oes foram defini- das condi¸c˜oes de estabilidade atrav´es da Teoria de Lyapunov e tamb´em utilizando as rela¸c˜oes de equivalˆencia do lema de Finsler. Resultados de an´alise, considerando a modelagem por setor e a aplica¸c˜ao do lema de Finsler podem ser vistos em [5].
No cap´ıtulo 4 foram apresentados resultados espec´ıficos de s´ıntese de observadores de estado sob satura¸c˜ao considerando as modelagens polit´opica e por n˜ao-linearidades de setor. Para a modelagem polit´opica, foi apresentado o projeto do controlador con- siderando uma abordagem quadr´atica cl´assica. Este resultado ´e uma extens˜ao para o caso cont´ınuo de alguns resultados anteriores (ver [1] ou [3]). Para a modelagem atrav´es de n˜ao-linearidade de setor, o problema de s´ıntese de controlador baseado em observa- dor foi apresentado segundo duas abordagens: cl´assica e via lema de Finsler. Utilizando a abordagem via Lema de Finsler obt´em-se uma matriz de Lyapunov sem estrutura particular, o que potencialmente reduz o conservadorismo no projeto do observador de estados.
No cap´ıtulo 5 foram apresentados resultados relativos ao problema de controle con- siderando sistemas sujeitos `a satura¸c˜ao e `a perturba¸c˜oes limitadas em norma L2. Com
base na condi¸c˜oes de estabilidade obtidas pela aplica¸c˜ao do lema de Finsler, dois pro- blemas multiobjetivos foram definidos: tolerˆancia e atenua¸c˜ao de perturba¸c˜ao. No
Cap´ıtulo 6. Conclus˜oes e Perspectivas 86 problema de tolerˆancia `a perturba¸c˜ao foi determinada uma lei de controle garantindo estabilidade interna e externa para o sistema sob satura¸c˜ao. Al´em disso, foi maximi- zado o dom´ınio de perturba¸c˜oes toler´aveis pelo sistema (ver [4] ou [6]). No problema de atenua¸c˜ao de perturba¸c˜oes a lei de controle foi projetada de modo a minimizar o ganho L2 e, al´em disso, garantir estabilidade interna e externa para o sistema em
malha fechada. O diferencial em rela¸c˜ao aos trabalhos existentes na literatura ´e que considera-se uma maximiza¸c˜ao para o tamanho da regi˜ao de atra¸c˜ao.
Nesta tese foram considerados somente o caso cont´ınuo no tempo e fun¸c˜oes de Lyapunov quadr´aticas. Apesar disto, alguns resultados iniciais de an´alise e de s´ıntese de controladores em tempo discreto (n˜ao detalhados neste documento) foram obtidos com base na teoria de estabilidade absoluta utilizando a modelagem da satura¸c˜ao atrav´es de n˜ao-linearidades de setor e fun¸c˜oes de Lyapunov do tipo Lure (ver [2]).
Perspectivas de trabalhos futuros
Com base nas formula¸c˜oes apresentadas e nos resultados obtidos deseja-se apro- fundar os estudos realizados e formular novos problemas que possam ser resolvidos utilizando a metodologia proposta na tese. Dentre eles podem ser citados:
• Abordar outras especifica¸c˜oes para o problema de controle, por exemplo, pela considera¸c˜ao de incertezas na modelagem do sistema.
• Estudo do problema de satura¸c˜ao em velocidade.
• Utiliza¸c˜ao de outras fun¸c˜oes de Lyapunov (do tipo Lure, quadr´atica por partes ou fun¸c˜oes de Lyapunov dependente de parˆametros) na defini¸c˜ao dos dom´ınios de estabilidade.
• Extens˜ao para o caso discreto dos resultados obtidos considerando sistemas sob satura¸c˜ao e sujeitos a perturba¸c˜oes. Estender os resultados para outras classes de perturba¸c˜oes.
Cap´ıtulo 6. Conclus˜oes e Perspectivas 87
Publica¸c˜oes
[1] J. M. Gomes da Silva Jr.; Cristiane Paim; Eugˆenio B. Castelan and Gabriel Souto (2000) LMI-based framework for synthesis of linear systems with satura- ting controls, XIII Congresso Brasileiro de Autom´atica, Florian´opolis, Brazil, pp. 1054-1059.
[2] Jo˜ao M. Gomes da Silva Jr.; Cristiane Paim and Eugˆenio B. Castelan (2001) Stability and Stabilization of Linear Discrete-Time subject to Control Saturation, Proceedings of the 1st IFAC Symposium on System Structure and Control, Pra- gue, Czech Republic, pp. 525-530.
[3] Jo˜ao M. Gomes da Silva Jr.; Cristiane Paim and Eugˆenio B. Castelan (2001) LMI-based framework for synthesis of saturating controls laws, Revista Controle & Automa¸c˜ao, vol. 12, no. 3, pp. 171-177.
[4] Paim, Cristiane (2002) Nouvelles conditions pour la stabilisation de syst`emes avec saturation. 3e Congr`es des Doctorants, pp. 191-195, IUT - Blag- nac, France.
[5] Cristiane Paim; Sophie Tarbouriech; Jo˜ao M. Gomes da Silva Jr. and Eugˆenio B. Castelan (2002) New conditions for analyzing stability regions for li- near systems with saturating actuators, XIV Congresso Brasileiro de Autom´atica, Natal-RN, Brasil, pp. 2433-2437.
[6] C. Paim; S. Tarbouriech; J. M. Gomes da Silva Jr. and E. B. Castelan (2002) Control design for linear systems with saturating actuators and L2-bounded
disturbances, Proceedings of the 41st IEEE Conference on Decision and Control, Las Vegas - USA, pp. 4148-4153.
Apˆendice A
Elips´oides e Poliedros
A.1
Elips´oides
A.1.1
Defini¸c˜ao
Um elips´oide E pode ser definido de diversas maneiras. Ser˜ao mostradas aqui 3 formula¸c˜oes cl´assicas:
E = {x : x0P x + 2x0q + ρ ≤ 0}
= {x : (x − xc)0P (x − xc) ≤ 1}
= {Qy + xc : y0y ≤ 1}
sendo que xc ´e o centro do elips´oide. A primeira formula¸c˜ao se baseia na fun¸c˜ao
quadr´atica x 1 0 P q q0 ρ x 1 = x0P x + 2x0q + ρ que sup˜oe-se definida positiva, isto ´e
A.1. Elips´oides 89
P = P0 > 0, q0P−1q − ρ > 0
A segunda formula¸c˜ao se baseia na fun¸c˜ao quadr´atica
(x − xc)0P (x − xc) − 1 = x0P x − 2x0P xc+ x0cP xc − 1
da qual deduz-se
q = −P xc, ρ = x0cP xc − 1
O vetor xc ´e chamado “centro”do elips´oide. Enfim, a terceira formula¸c˜ao baseia-se
na deforma¸c˜ao da esfera unit´aria por uma matriz Q que ´e a inversa do fator de Cholesky de uma matriz positiva definida P , ou seja
Q = P−1/2
Portanto, ´e f´acil de passar de uma forma a outra destas formula¸c˜oes. Neste tra- balho consideram-se elips´oides centrados na origem. Utiliza-se ent˜ao uma formula¸c˜ao quadr´atica
E = {x : x0P x ≤ 1 r}
na qual r ´e um escalar positivo. Utilizando a nota¸c˜ao acima, tem-se
xc = q = 0, ρ = −
1 r
A.1. Elips´oides 90