• Nenhum resultado encontrado

Análise de um sistema dinâmico não ideal com excitação vertical e horizontal

N/A
N/A
Protected

Academic year: 2017

Share "Análise de um sistema dinâmico não ideal com excitação vertical e horizontal"

Copied!
112
0
0

Texto

(1)

unesp

UNIVERSIDADE ESTADUAL PAULISTA

Instituto de Biociˆencias, Letras e Ciˆencias Exatas

DEPARTAMENTO DE CIˆENCIAS DE COMPUTAC¸ ˜AO E ESTAT´ISTICA

AN ´ALISE DE UM SISTEMA DIN ˆAMICO N ˜AO IDEAL COM EXCITAC¸ ˜AO VERTICAL E HORIZONTAL

Marcela Cristiani Ferreira

Disserta¸c˜ao de Mestrado

P´os-Gradua¸c˜ao em Matem´atica Aplicada

Rua Crist´ov˜ao Colombo, 2265

15054-000 - S˜ao Jos´e do Rio Preto - SP - Brasil Telefone: (017) 3221-2444

(2)

An´

alise de um sistema dinˆ

amico n˜

ao ideal com excita¸c˜

ao vertical e

horizontal

Marcela Cristiani Ferreira 1

Disserta¸c˜ao a ser apresentada no Instituto de Biociˆencias, Letras e Ciˆencias Exatas da

Uni-versidade Estadual Paulista “J´ulio de Mesquita Filho”, Campus de S˜ao Jos´e do Rio Preto,

S˜ao Paulo, para a obten¸c˜ao do t´ıtulo de Mestre em Matem´atica Aplicada.

Prof. Dr. Masayoshi Tsuchida

Professor Doutor

UNESP - S˜ao Jos´e do Rio Preto

Prof. Dr. Reyolando M. L. R. F. Brasil

Professor Associado

Universidade de S˜ao Paulo (USP)

Prof. Dr. Maur´ılio Boaventura

Professor Adjunto

UNESP- S˜ao Jos´e do Rio Preto

S˜ao Jos´e do Rio Preto

2007

1

contato: marcelacrisf@hotmail.com

(3)
(4)

A Deus. `

A minha fam´ılia.

Ao meu namorado.

Aos meus amigos.

Dedico

(5)

Agradecimentos

A Deus, pela constante presen¸ca em todos os momentos da minha vida, iluminando,

protegendo e conduzindo os meus passos.

Agrade¸co imensamente aos meus pais Antˆonio e Benedita, e `a minha querida irm˜a

Natalia, pelo amor, carinho, e pelo apoio incondicional que sempre me dedicaram.

Ao meu namorado Beethoven, uma pessoa muito especial, agrade¸co o carinho, a

com-preens˜ao e o cuidado dedicados.

Aos amigos p´os-graduandos do DCCE e amigas de rep´ublica, agrade¸co pelas conversas,

pelas risadas e principalmente pela paciˆencia, que tornaram nossa convivˆencia t˜ao prazerosa

e cuja amizade e discuss˜oes sobre o trabalho foram muito valiosas.

Em especial, agrade¸co ao Prof. Dr. Masayoshi Tsuchida, pela amizade, orienta¸c˜ao,

incentivo e paciˆencia na elabora¸c˜ao deste trabalho.

Aos meus professores de gradua¸c˜ao e p´os-gradua¸c˜ao.

A todas as pessoas e funcion´arios do IBILCE que, direta ou indiretamente, contribu´ıram

para a elabora¸c˜ao deste trabalho. `

A CAPES pelo aux´ılio financeiro.

(6)

Resumo

Neste trabalho realizamos um estudo de um sistema dinˆamico n˜ao ideal, constitu´ıdo por

um pˆendulo acoplado a um bloco e que oscilam verticalmente. A oscila¸c˜ao ´e devida `a rota¸c˜ao

de uma massa desbalanceada e acionada por um motor DC, cuja fonte de energia ´e limitada.

Consideramos situa¸c˜oes em que as freq¨uˆencias do bloco e do pˆendulo est˜ao em ressonˆancias

internas 1:1, 1:2 e 2:1, e analisamos o comportamento do sistema bloco- motor-pˆendulo atrav´es

de simula¸c˜oes num´ericas.

Uma an´alise similar ´e levada a efeito, no caso em que o sistema dinˆamico ´e dotado de

uma excita¸c˜ao de suporte ideal horizontal do tipoF cosωt.

Palavras-chave: Sistema dinˆamico n˜ao ideal, mapas de Poincar´e, expoentes de Lyapunov, fonte de energia limitada.

(7)

Abstract

In this work we studied a nonideal dynamical system which is constituted by a pendulum

connected to a block, and that oscillates vertically. The oscillation is due to the rotation of

a unbalanced mass moved by DC motor with limited power supply. We consider situations

where the frequencies of the block and the pendulum are in 1:1, 1:2 and 2:1 internal resonances,

and we analyse the behavior of the block - motor - pendulum system through numerical

simulations.

A similar analysis is performed in the case where the dynamical system has a periodic

horizontal oscillation of type F cosωt.

Keywords: Non ideal dynamic system , Poincar´e maps , Lyapunov exponents, limited power supply.

(8)

Sum´

ario

Lista de Tabelas . . . ix

Lista de Figuras . . . xiv

1 Introdu¸c˜ao 1 2 Introdu¸c˜ao `a teoria de sistemas dinˆamicos 3 2.1 Equa¸c˜oes diferenciais e sistemas dinˆamicos . . . 4

2.2 Lineariza¸c˜ao . . . 7

2.2.1 Equivalˆencia Topol´ogica . . . 8

2.3 Espa¸cos de estados (ou espa¸cos de fases) . . . 8

2.4 Sistemas autˆonomos e n˜ao autˆonomos . . . 9

2.5 Estabilidade e ponto de equil´ıbrio . . . 10

2.5.1 Estabilidade . . . 11

2.6 Bifurca¸c˜ao . . . 13

2.6.1 Bifurca¸c˜oes de codimens˜ao um . . . 14

2.7 Mapas e sec¸c˜ao de Poincar´e . . . 17

2.8 Expoentes de Lyapunov . . . 19

2.9 Sistemas n˜ao-ideais . . . 20

3 O sistema dinˆamico n˜ao ideal 24 3.1 Equa¸c˜oes de movimento . . . 25

3.2 Pontos de equil´ıbrio do sistema . . . 29

3.3 Lineariza¸c˜ao em torno de um ponto de equil´ıbrio . . . 30

3.3.1 Estudo de autovalores da matriz Jacobiana variando a. . . 31

4 Simula¸c˜oes Num´ericas 37 4.1 Sistema dinˆamico com ressonˆancia interna . . . 39

(9)

Sum´ario viii

4.1.1 Torque exponencial . . . 47

5 Sistema dinˆamico com excita¸c˜ao ideal e horizontal do suporte 56 5.1 Simula¸c˜oes Num´ericas . . . 60

5.1.1 Ressonˆancias internas . . . 64

5.1.2 Torque exponencial . . . 77

6 Conclus˜ao e considera¸c˜oes finais 93

6.1 Conclus˜ao . . . 93

6.2 Pesquisas futuras . . . 95

(10)

Lista de Tabelas

3.1 Descri¸c˜ao dos parˆametros . . . 25

3.2 Parˆametros f´ısicos com ressonˆancia 1:1 . . . 31

3.3 Tabela da varia¸c˜ao de autovalores para ressonˆancia 1:1 . . . 32

3.4 Tabela da varia¸c˜ao de autovalores para ressonˆancia 1:1 . . . 34

4.1 Parˆametros f´ısicos sem ressonˆancia . . . 37

4.2 Autovalores para os parˆametros da tabela (4.1) . . . 38

4.3 Autovalores para ressˆonancia 1:1 . . . 43

4.4 Autovalores para ressˆonancia 2:1 . . . 44

4.5 Autovalores para ressˆonancia 1:2 . . . 49

(11)

Lista de Figuras

2.1 Ponto de equil´ıbrio est´avel. . . 11

2.2 Ponto de equil´ıbrio assintoticamente est´avel. . . 11

2.3 Ponto de equil´ıbrio inst´avel. . . 12

2.4 Bifurca¸c˜ao sela-n´o. . . 14

2.5 Bifurca¸c˜ao transcr´ıtica. . . 15

2.6 Bifurca¸c˜ao de forquilha supercr´ıtica (esquerda). Bifurca¸c˜ao de forquilha subcr´ıtica (direita). 16 2.7 Bifurca¸c˜ao de Hopf. . . 16

2.8 Significado geom´etrico da aplica¸c˜ao de Poincar´eP: x0´e uma ´orbita peri´odica,x∗0´e o ponto onde ela intercepta Σ;x1´e uma ´orbita n˜ao peri´odica que corta Σ emP(x′1)6=x′1. 18 2.9 Se¸c˜oes de Poincar´e : (a) unidimensional; (b) bidimensional . . . 19

2.10 A divergˆencia de trajet´orias vizinhas. . . 20

2.11 Fam´ılia de caracter´ısticas da fonte de energia (L0, L1, ..., L5). Forma exponencial (esquerda)e forma linear (direita). . . 22

3.1 O sistema estudado. . . 24

3.2 Gr´afico da parte real dos autovalores complexos conjugados correspondentes ao bloco, em fun¸c˜ao do parˆametro de controlea. . . 33

3.3 Gr´afico da parte imagin´aria (em valor absoluto) dos autovalores correspondentes ao bloco, em fun¸c˜ao dea. . . 33

3.4 Gr´afico da parte real dos autovalores correspondentes ao motor, em fun¸c˜ao dea. . . 35

3.5 Gr´afico da parte imagin´aria dos autovalores correspondentes ao motor, em fun¸c˜ao dea. . . 35

3.6 Gr´afico da parte real dos autovalores correspondentes ao bloco em fun¸c˜ao dea(tabela 3.4). 35 3.7 Gr´afico da parte imagin´aria (em valor absoluto) dos autovalores correspondentes ao bloco, em fun¸c˜ao dea. . . 36

3.8 Gr´afico da parte real dos autovalores correspondentes ao motor em fun¸c˜ao dea. . . 36

(12)

Lista de Figuras xi

3.9 Gr´afico da parte imagin´aria dos autovalores correspondentes ao motor em fun¸c˜ao dea. . . . 36

4.1 Vibra¸c˜ao do bloco em fun¸c˜ao do tempo para a = 0.82. Sistema dinˆamico sem ressonˆancia interna. . . 39

4.2 Oscila¸c˜ao do motor em fun¸c˜ao do tempo para a= 0.82. Sistema dinˆamico sem ressonˆancia interna. . . 39

4.3 Movimento do pˆendulo em fun¸c˜ao do tempo paraa= 0.82. Sistema dinˆamico sem ressonˆancia interna. . . 40

4.4 Vibra¸c˜ao do bloco em fun¸c˜ao do tempo paraa= 1.0. Sistema dinˆamico sem ressonˆancia interna. 40 4.5 Rota¸c˜ao do motor em fun¸c˜ao do tempo paraa= 1.0. Sistema dinˆamico sem ressonˆancia interna. 41 4.6 Vibra¸c˜ao do bloco em fun¸c˜ao do tempo para a =0.82. Sistema dinˆamico sem ressonˆancia interna ec3= 0. . . 41

4.7 Oscila¸c˜ao do motor em fun¸c˜ao do tempo paraa =0.82. Sistema dinˆamico sem ressonˆancia interna ec3= 0. . . 42

4.8 Movimento do pˆendulo em fun¸c˜ao do tempo paraa= 0.82. Sistema dinˆamico sem ressonˆancia interna ec3= 0. . . 42

4.9 Movimento do pˆendulo em fun¸c˜ao do tempo para ac = 0.980665 (valor cr´ıtico). Sistema dinˆamico sem ressonˆancia interna ec3= 0. . . 43

4.10 Ressonˆancia interna 1:1. Comportamento do bloco no tempo paraa= 0.82 ec3= 0. . . 43

4.11 Ressonˆancia interna 1:1. Comportamento do pˆendulo no tempo paraa= 0.82 ec3= 0. . . 44

4.12 Ressonˆancia interna 2:1. Comportamento temporal do bloco para a = 0.82. . . 44

4.13 Ressonˆancia interna 2:1. Comportamento temporal do motor para a = 0.82. . . 45

4.14 Ressonˆancia interna 2:1. Comportamento temporal do pˆendulo para a = 0.82. . . 45

4.15 Ressonˆancia interna 2:1: Comportamento temporal do bloco para a = 1.10. . . 46

4.16 Ressonˆancia 2:1. Comportamento temporal do motor para a = 1.10. . . 46

4.17 Ressonˆancia 2:1. Comportamento temporal do pˆendulo para a = 1.10. . . 47

4.18 Ressonˆancia interna 1:2. Comportamento do bloco no tempo paraa= 0.82. . . 47

4.19 Ressonˆancia interna 1:2. Comportamento do motor no tempo paraa= 0.82.. . . 48

4.20 Ressonˆancia interna 1:2 Comportamento do pˆendulo no tempo paraa= 0.82 . . . 48

4.21 Ressonˆancia interna 1:2. Comportamento do motor no tempo paraa= 1.10.. . . 49

4.22 Ressonˆancia interna 1:2. Comportamento do pˆendulo no tempo paraa= 1.10. . . 50

4.23 Torque exponencial. Comportamento temporal do bloco paraa= 0.980665. . . 50

(13)

Lista de Figuras xii

4.25 Torque exponencial. Expoente m´aximo de Lyapunov do sistema paraa= 0.980665. . . 51

4.26 Torque exponencial com ressonˆancia 1:1. Comportamento do bloco no tempo paraa= 5.0. . 52

4.27 Torque exponencial com ressonˆancia 1:1. Comportamento do pˆendulo no tempo paraa= 5.0. 52 4.28 Torque exponencial com ressonˆancia 1:1. Expoente m´aximo de Lyapunov do sistema para a= 5.0. . . 53

4.29 Torque exponencial com ressonˆancia 2:1. Comportamento temporal do bloco paraa= 0.981. 53 4.30 Torque exponencial com ressonˆancia 2:1. Comportamento temporal do pˆendulo paraa= 0.981. 54 4.31 Torque exponencial com ressonˆancia 2:1. Trajet´oria no espa¸co de fases do bloco paraa= 0.981. 54 4.32 Torque exponencial com ressonˆancia 2:1.Trajet´oria no espa¸co de fases do pˆendulo paraa= 0.981. 55 4.33 Torque exponencial com ressonˆancia 2:1. Expoente m´aximo de Lyapunov do sistema para a= 0.981. . . 55

5.1 O sistema com excita¸c˜ao horizontal e ideal do suporte. . . 56

5.2 Comportamento temporal do bloco paraa= 0.980665,F = 0.2 eω= 1.3109. . . 61

5.3 Comportamento temporal do motor paraa= 0.980665,F = 0.2 eω= 1.3109. . . 61

5.4 Comportamento temporal do pˆendulo paraa= 0.980665,F = 0.2 eω= 1.3109. . . 62

5.5 Mapa de Poincar´e referente ao pˆendulo para os valores: a= 0.980665,F = 0.2 eω= 1.3109. 62 5.6 Expoente m´aximo de Lyapunov referentes aos valores: a= 0.980665,F = 0.2 eω= 1.3109.. 63

5.7 Comportamento do bloco no tempo paraa= 2.0,F = 0.2 eω= 3.1316. . . 63

5.8 Comportamento do motor no tempo paraa= 2.0,F= 0.2 eω= 3.1316. . . 64

5.9 Comportamento do pˆendulo no tempo paraa= 2.0,F = 0.2 eω= 3.1316. . . 64

5.10 Mapa de Poincar´e referente ao pˆendulo para os valores: a= 2.0,F = 0.2 eω= 3.1316. . . . 65

5.11 Expoente m´aximo de Lyapunov referentes aos valores: a= 2.0,F = 0.2 eω= 3.1316. . . . 65

5.12 Comportamento do bloco paraa= 2.0,F = 1.0 eω= 3.1316. . . 66

5.13 Comportamento do pˆendulo paraa= 2.0,F = 1.0 eω= 3.1316. . . 66

5.14 Mapa de Poincar´e referente ao bloco para os valores: a= 2.0,F = 1.0 eω= 3.1316. . . 67

5.15 Mapa de Poincar´e referente ao bloco para os valores: a= 2.0,F = 1.0 eω= 3.1316. . . 67

5.16 Expoente m´aximo de Lyapunov referentes aos valores: a= 2.0,F = 1.0 eω= 3.1316. . . . 68

5.17 Comportamento do bloco paraa= 0.980665,F= 0.2 eω= 0.8086. . . 68

5.18 Comportamento do pˆendulo paraa= 0.980665,F= 0.2 eω= 0.8086.. . . 69

5.19 Expoente m´aximo de Lyapunov referentes aos valores: a= 0.980665,F = 0.2 eω= 0.8086.. 69

5.20 Comportamento do bloco paraa= 0.980665,F= 1.0 eω= 0.8086. . . 70

(14)

Lista de Figuras xiii

5.22 Expoente m´aximo de Lyapunov referentes aos valores: a= 0.980665,F = 1.0 eω= 0.8086.. 71

5.23 Comportamento do bloco paraa= 1.2,F = 0.2 eω= 0.4. . . 71

5.24 Comportamento do pˆendulo paraa= 1.2,F = 0.2 eω= 0.4. . . 72

5.25 Expoente m´aximo de Lyapunov referentes aos valores: a= 1.2,F = 0.2 eω= 0.4. . . 72

5.26 Expoente m´aximo de Lyapunov referentes aos valores: a= 0.980665,F = 1.0 eω= 1.2. . . 73

5.27 Comportamento do bloco paraa= 0.980665,F= 0.2 eω= 0.7094. . . 73

5.28 Comportamento do pˆendulo paraa= 0.980665,F= 0.2 eω= 0.7094.. . . 74

5.29 Expoente m´aximo de Lyapunov referentes aos valores: a= 0.980665,F = 0.2 eω= 0.7094.. 74

5.30 Comportamento do bloco paraa= 0.980665,F= 1.0 eω= 0.7094. . . 75

5.31 Comportamento do pˆendulo paraa= 0.980665,F= 1.0 eω= 0.7094.. . . 75

5.32 Expoente m´aximo de Lyapunov referentes aos valores: a= 0.980665,F = 1.0 eω= 0.7094.. 76

5.33 Comportamento do bloco paraa= 2.0,F = 0.2 eω= 1.4005. . . 76

5.34 Comportamento do pˆendulo paraa= 2.0,F = 0.2 eω= 1.4005. . . 77

5.35 Expoente m´aximo de Lyapunov referentes aos valores: a= 2.0,F = 0.2 eω= 1.4005. . . . 77

5.36 Comportamento do bloco paraa= 2.0,F = 1.0 eω= 1.4005. . . 78

5.37 Comportamento do pˆendulo paraa= 2.0,F = 1.0 eω= 1.4005. . . 78

5.38 Expoente m´aximo de Lyapunov referentes aos valores: a= 2.0,F = 1.0 eω= 1.4005. . . . 79

5.39 Comportamento do bloco paraa= 2.0,F = 0.2 eω= 2.0155. . . 79

5.40 Comportamento do pˆendulo paraa= 2.0,F = 0.2 eω= 2.0155. . . 80

5.41 Expoente m´aximo de Lyapunov referentes aos valores: a= 2.0,F = 0.2 eω= 2.0155. . . . 80

5.42 Comportamento do bloco paraa= 1.2,F = 0.5 eω= 2.5. . . 81

5.43 Comportamento do pˆendulo paraa= 1.2,F = 0.5 eω= 2.5. . . 81

5.44 Expoente m´aximo de Lyapunov referentes aos valores: a= 1.2,F = 0.5 eω= 2.5. . . 82

5.45 Torque exponencial. Comportamento do bloco paraa= 0.980665,F = 0.2 eω= 3.1316. . . 82

5.46 Torque exponencial. Comportamento do pˆendulo paraa= 0.980665,F = 0.2 eω= 3.1316. . 83

5.47 Torque exponencial. Expoente m´aximo de Lyapunov referentes aos valores: a= 0.980665,

F= 0.2 eω= 3.1316. . . 83

5.48 Torque exponencial. Comportamento do bloco paraa= 0.980665,F = 1.0 eω= 3.1316. . . 84

5.49 Torque exponencial. Comportamento do pˆendulo paraa= 0.980665,F = 1.0 eω= 3.1316. . 84

5.50 Torque exponencial. Expoente m´aximo de Lyapunov referentes aos valores: a= 0.980665,

F= 1.0 eω= 3.1316. . . 85

(15)

Lista de Figuras xiv

5.52 Torque exponencial. Comportamento do pˆendulo paraa= 2.0,F = 1.0 eω= 3.1316. . . . 86

5.53 Torque exponencial. Expoente m´aximo de Lyapunov referentes aos valores: a= 2.0,F= 1.0

eω= 3.1316. . . 86

5.54 Torque exponencial. Comportamento do bloco paraa= 2.0,F = 0.5 eω= 0.8086.. . . 87

5.55 Torque exponencial. Comportamento do pˆendulo paraa= 2.0,F = 0.5 eω= 0.8086. . . . 87

5.56 Torque exponencial. Comportamento do bloco paraa= 2.0,F = 1.0 eω= 0.8086.. . . 88

5.57 Torque exponencial. Comportamento do pˆendulo paraa= 2.0,F = 1.0 eω= 0.8086. . . . 88

5.58 Torque exponencial. Expoente m´aximo de Lyapunov referentes aos valores: a= 2.0,F= 1.0

eω= 3.1316. . . 89

5.59 Torque exponencial. Comportamento do bloco paraa= 2.0,F = 0.5 eω= 1.4005.. . . 89

5.60 Torque exponencial. Comportamento do pˆendulo paraa= 2.0,F = 0.5 eω= 1.4005. . . . 90

5.61 Torque exponencial. Expoente m´aximo de Lyapunov referentes aos valores: a= 2.0,F= 0.5

eω= 1.4005. . . 90

5.62 Torque exponencial. Comportamento do bloco paraa= 1.2,F = 1.0 eω= 0.5. . . 91

5.63 Torque exponencial. Comportamento do pˆendulo paraa= 1.2,F = 1.0 eω= 0.5. . . 91

5.64 Torque exponencial. Expoente m´aximo de Lyapunov referentes aos valores: a= 1.2,F= 1.0

(16)

Cap´ıtulo 1

Introdu¸c˜

ao

O in´ıcio do desenvolvimento da teoria de sistemas dinˆamicos est´a relacionado com as

investiga¸c˜oes da Mecˆanica Celeste [15]. Muitos estudos foram realizados nessa ciˆencia e assim

foi-se construindo teorias a respeito das solu¸c˜oes de equa¸c˜oes diferenciais e m´etodos de

re-solu¸c˜ao anal´ıtica. Por´em, somente ap´os muitos anos de pesquisa foi dado o ponto de partida

para a Teoria de Sistemas Dinˆamicos. Esse estudo ganhou um novo impulso a partir da

ob-serva¸c˜ao de que, em certas circunstˆancias, a fonte de perturba¸c˜ao e o sistema podem interagir.

Nesse caso, a fonte de perturba¸c˜ao ´e afetada pelo comportamento do sistema dinˆamico, e essa

intera¸c˜ao ocorre quando a energia da fonte excitadora ´e limitada. Sistemas dinˆamicos com

essa caracter´ıstica s˜ao denominados sistemas dinˆamicos n˜ao ideais.

Os primeiros trabalhos considerando sistemas dinˆamicos n˜ao ideais datam de 1940, e

s˜ao citados por Kononenko [11]. Em [13] apresenta-se uma an´alise de um sistema dinˆamico

composto por um motor que gira uma massa desbalanceada, e est´a montado sobre uma mesa

que pode oscilar horizontalmente. Esta mesa ´e acoplada lateralmente por amortecedor e mola. ´

E considerado que a fonte de energia ´e n˜ao ideal. Foi analisada a intera¸c˜ao entre a dinˆamica

da estrutura oscilante e a dinˆamica do motor.

Em [20] ´e apresentado um estudo de um sistema composto por um bloco com um motor e

um pˆendulo acoplados, e que est´a suspenso por um amortecedor e uma mola. Neste trabalho

´e assumido que a caracter´ıstica da curva de torque ´e linear (M = u1 +u2ϕ˙). Um estudo num´erico foi realizado tomando u2 fixo, e u1 como um parˆametro de controle.

Neste trabalho fazemos um estudo de um sistema dinˆamico semelhante ao estudado em

[20]. Um sistema muito parecido, s´o que com oscila¸c˜oes horizontais do bloco, ´e estudado

(17)

Cap´ıtulo 1 2

por Meirovitch [14] para mostrar uma aplica¸c˜ao do crit´erio de Routh-Hurwitz. Este sistema

dinˆamico ´e semelhante ao pˆendulo eletromotor analisado por Belato [3], [4]. Estudamos a

situa¸c˜ao em que o motor e o sistema interagem. Acrescentamos tamb´em uma excita¸c˜ao de

suporte horizontal ao sistema, para fazer com que o pˆendulo, acoplado ao bloco, realizasse

movimentos mais interessantes. Consideramos modelos linear e exponencial para o torque

do motor, e o comportamento do sistema ´e analisado sob condi¸c˜oes de ressonˆancias internas

1:1, 1:2 e 2:1. O torque do motor foi utilizado como parˆametro de controle, e para os casos

com oscila¸c˜ao horizontal variamos o torque do motor, a amplitude e a freq¨uˆencia da oscila¸c˜ao

horizontal. Um aspecto que foi discutido ´e um poss´ıvel surgimento de vibra¸c˜oes ca´oticas nesta

estrutura.

O objetivo de estudo deste trabalho foi um sistema dinˆamico n˜ao ideal constitu´ıdo por

um bloco suspenso por uma mola e um amortecedor. No bloco, est´a acoplado um pˆendulo e a

fonte de energia do sistema ´e um motor DC (motor el´etrico de corrente cont´ınua). O sistema

pode ser visto na figura (3.1).

Essa disserta¸c˜ao foi dividida em seis cap´ıtulos. No cap´ıtulo 2 apresentamos uma

in-trodu¸c˜ao `a teoria de sistemas dinˆamicos, a qual julgamos importante para a compreens˜ao

dos cap´ıtulos seguintes. N˜ao nos preocupamos em enunciar teoremas, e sim discorrer sobre o

assunto de maneira informal.

No cap´ıtulo 3, foi apresentado o sistema dinˆamico estudado neste trabalho, bem como

suas equa¸c˜oes de movimento e um breve estudo dos autovalores da matriz jacobiana em torno

de um ponto de equil´ıbrio est´avel. Atrav´es desse estudo dos autovalores, foi mostrado a

bifurca¸c˜ao do sistema. As equa¸c˜oes de movimento foram apresentadas usando o formalismo

de Lagrange [12].

No cap´ıtulo 4, apresentamos as simula¸c˜oes num´ericas realizadas. Foram mostrados

al-guns resultados para o sistema sem ressonˆancia e com ressonˆancias 1:1, 1:2 e 2:1. Essas

ressonˆancias s˜ao entre as freq¨uˆencias do bloco e do pˆendulo.

No cap´ıtulo 5, foi inserida a excita¸c˜ao de suporte horizontal ao sistema, e novas equa¸c˜oes

de movimento foram encontradas. Nesse cap´ıtulo tamb´em foram apresentadas as simula¸c˜oes

num´ericas para o sistema nessas condi¸c˜oes.

(18)

Cap´ıtulo 2

Introdu¸c˜

ao `

a teoria de sistemas

dinˆ

amicos

Umsistema pode ser definido como um conjunto de objetos agrupados por alguma intera¸c˜ao ou interdependˆencia, de modo que existam rela¸c˜oes de causa e efeito nos fenˆomenos que

ocorrem com os elementos desse conjunto. Um sistema ´edinˆamico quando algumas grandezas que caracterizam seus objetos constituintes variam no tempo. Leibniz foi o primeiro a usar a

palavradinˆamica nesse contexto.

De modo geral, a no¸c˜ao de sistemas dinˆamicos inclui os seguintes elementos [19]:

(i)Um espa¸co de fases ou espa¸co de estadosX, onde os pontos desse espa¸co representam os poss´ıveis estados do sistema.

(ii) O tempo, o qual pode ser discreto ou cont´ınuo. O sistema ´e dito discreto quando o tempo t ´e um n´umero inteiro positivo, ou seja, se t Z+. Um sistema ´e de tempo cont´ınuo se o tempot ´e um n´umero real positivo, ou seja, se t R+.

(iii) Lei da evolu¸c˜ao. A evolu¸c˜ao de um sistema dinˆamico significa a mudan¸ca de posi¸c˜ao do sistema no decorrer do tempo tT, ondeT ´e um conjunto num´erico. A principal

componente de um sistema dinˆamico ´e uma lei de evolu¸c˜ao que determina a posi¸c˜ao xt ∈ X

do sistema no tempot, desde que sua posi¸c˜ao inicialx0 seja conhecida.

A evolu¸c˜ao de um sistema dinˆamico pode ser caracterizada pela trajet´oria que se propaga

com a passagem do tempo, em um dado espa¸co S. O espa¸co S pode ser pensado como um

espa¸co de estados ou algum sistema f´ısico. MatematicamenteSpode ser um espa¸co Euclidiano,

ou um subconjunto aberto do espa¸co Euclidiano de uma determinada dimens˜ao.

Formalizamos um sistema dinˆamico cont´ınuo atrav´es da seguinte defini¸c˜ao:

(19)

2.1. Equa¸c˜oes diferenciais e sistemas dinˆamicos 4

Um sistema dinˆamico [10] ´e uma aplica¸c˜aoφ C1

R×S−→S ondeS´e um conjunto aberto do espa¸co Euclidiano, e escrevemosφ(t, x) =φt(x). A aplica¸c˜aoφt:S →S satisfaz

(a) φ0 :S →S ´e a identidade;

(b) A composi¸c˜ao φt◦φs =φt+s para todo t, s∈R.

Note que a defini¸c˜ao implica que a aplica¸c˜ao φt : S → S ´e C1 para cada t e tem uma

inversa C1, φ

−t (fazer s =−t em (b)).

Seja Aum operador em um espa¸co vetorialE, seja E =S e φ:R×S S definida por

φ(t, x) =etAx. Ent˜ao φ

t:S →S pode ser representado por φt =etA. Claramente, φ0 =e0 ´e o operador identidade, e desde que e(t+s)A=etA.esA, definimos um sistema dinˆamico em E.

Esse exemplo de sistema dinˆamico ´e representado pela equa¸c˜ao diferencial dx

dt = Ax

em E. Um sistema dinˆamico φt em S ´e, muitas vezes, dado por uma equa¸c˜ao diferencial.

Podemos reescrever isso em termos mais convencionais. Sejaφt:S →Sum sistema dinˆamico

exS, seja x(t) =φt(x), e f :S →E como:

f(x) = d

dtφt(x) (1)

Ent˜ao podemos escrever (1) como

˙

x=f(x) (1′)

Assim, x(t) ou φt(x) ´e solu¸c˜ao de (1 ′

) satisfazendo a condi¸c˜ao inicialx(0) =x0.

A equa¸c˜ao (1′) ´e chamada de equa¸c˜ao autˆonoma porque n˜ao depende do tempo. Nesse

caso podemos considerar uma aplica¸c˜ao C1, f :I×W E ondeI ´e um intervalo eW ´e um conjunto aberto de um espa¸co vetorial.

A equa¸c˜ao em outro caso ´e ˙x=f(t, x) e ´e chamada n˜ao-autˆonoma.

Nesse trabalho estudamos sistemas dinˆamicos cont´ınuos, ou seja, aqueles em quet R+. A evolu¸c˜ao de um sistema cont´ınuo ´e governada por uma ou mais equa¸c˜oes diferenciais, que ´e

um tipo de equa¸c˜ao escrita em termos de derivadas da vari´avel desconhecidaxS em rela¸c˜ao

ao tempot.

2.1

Equa¸c˜

oes diferenciais e sistemas dinˆ

amicos

H´a duas raz˜oes principais para se estudar sistemas lineares. A primeira ´e que v´arios fenˆomenos

(20)

2.1. Equa¸c˜oes diferenciais e sistemas dinˆamicos 5

´e que, por meio de um processo de lineariza¸c˜ao, pode-se realizar um estudo local de sistemas

n˜ao-lineares, atrav´es da an´alise do sistema linear associado (ver [15]).

A forma mais geral de se escrever uma equa¸c˜ao diferencial linear de ordem n ´e:

an(t)

dnx(t)

dtn +an−1(t)

dn−1x(t)

dtn−1 +...+a1(t)

dx(t)

dt +a0(t)x(t) =F(t) (2.1)

N˜ao h´a um m´etodo anal´ıtico geral para se obter a solu¸c˜ao explicita dessa equa¸c˜ao para

quaisquer coeficientes aj(t)(j = 0,1, ..., n) e entrada F(t). Ou seja, n˜ao h´a um m´etodo geral

para se obter a f´ormula que expressa como x varia em fun¸c˜ao de t.

O modo mais comum de definir um sistema dinˆamico de tempo cont´ınuo ´e usando

equa¸c˜oes diferenciais. Suponha que o espa¸co de estados do sistema ´eX =Rncom coordenadas

(x1, x2, ..., xn). Freq¨uentemente a lei de evolu¸c˜ao do sistema ´e dada implicitamente em termos

das velocidades ˙xi como fun¸c˜ao das coordenadas (x1, x2, ..., xn).

˙

xi =fi(x1, x2, ..., xn), i= 1,2, ..., n,

ou na forma vetorial

˙x=f(x), (2.2)

onde o vetor fun¸c˜aof :Rn

→Rn

´e diferenci´avel.

A fun¸c˜ao do lado direito de (2.2) ´e denominada um campo vetorial, dado que relaciona

um vetor f(x) para cada ponto x. A equa¸c˜ao (2.2) representa um sistema de n equa¸c˜oes diferenciais autˆonomas.

Uma equa¸c˜ao diferencial de ordem n pode ser reescrita na forma de um sistema de n

equa¸c˜oes diferenciais de primeira ordem. Fazemos essa transforma¸c˜ao atrav´es da defini¸c˜ao de

novas vari´aveis. Essa transforma¸c˜ao pode ser feita para a equa¸c˜ao (2.1) definindo-se x(t)

x1(t) e:

dx1(t)

dt ≡x2(t)

dx2(t)

dt ≡x3(t)

(21)

2.1. Equa¸c˜oes diferenciais e sistemas dinˆamicos 6

dxn−1(t)

dt ≡xn(t)

dxn(t)

dt = F(t)

an(t)−

a0(t)

an(t)

x1(t)−

a1((t))

an(t)

x2(t)...an−1(t) an(t)

xn(t)

O estado de um sistema num instante t ´e especificado pelos valores das vari´aveis de estado xi(t)(i = 1,2, ..., n) nesse instante. O estado de um sistema, num dado momento

de sua hist´oria passada, constitui toda informa¸c˜ao que ´e necess´aria para se determinar sua

evolu¸c˜ao futura, num problema de condi¸c˜ao inicial. A escolha das vari´aveis de estado n˜ao ´e

´

unica, pois depende das condi¸c˜oes que o sistema oferece.

O sistema (2.3) ´e equivalente `a equa¸c˜ao (2.1). Entretanto, h´a algumas vantagens de

se escrever uma equa¸c˜ao diferencial de ordem n como n equa¸c˜oes diferenciais de primeira

ordem. Contudo, a principal vantagem de se trabalhar com n equa¸c˜oes de primeira ordem ´e

que existem trˆes t´ecnicas para se analisar um sistema dinˆamico:

•T´ecnica anal´ıtica: integram-se analiticamente as equa¸c˜oes, determinando a solu¸c˜ao em termos de f´ormulas gerais. Essa t´ecnica possui a desvantagem de que nem sempre ´e poss´ıvel

se determinar tais f´ormulas (quase nunca a integra¸c˜ao anal´ıtica ´e fact´ıvel).

•T´ecnica num´erica: integram-se numericamente as equa¸c˜oes, calculando-se valores para as vari´aveis dependentesx(t) = (x1(t), x2(t), ..., xn(t)) em pontos pr´e selecionados da vari´avel

independente t. A desvantagem desse m´etodo ´e que a solu¸c˜ao calculada ´e aproximada e s´o ´e

v´alida para a situa¸c˜ao calculada, ou seja, vale apenas para aqueles valores de condi¸c˜oes iniciais

e de parˆametros usados na integra¸c˜ao. Quando se altera algum desses valores, ´e necess´ario

integrar novamente as equa¸c˜oes do sistema.

• T´ecnica qualitativa: atrav´es de c´alculos anal´ıticos relativamente simples, temos uma id´eia de como o sistema evolui. Essa t´ecnica usa a descri¸c˜ao das vari´aveis de estado, e seus

resultados s˜ao representados no espa¸co de estados, tamb´em chamado de espa¸co de fases. A

desvantagem dessa t´ecnica ´e que parte da informa¸c˜ao quantitativa ´e perdida. Perde-se a

informa¸c˜ao sobre o comportamento transiente do sistema, isto ´e, sobre o comportamento que

(22)

2.2. Lineariza¸c˜ao 7

2.2

Lineariza¸c˜

ao

Em geral, ´e imposs´ıvel obter solu¸c˜oes anal´ıticas exatas de equa¸c˜oes diferenciais n˜ao lineares.

Por´em, sob determinadas condi¸c˜oes, um sistema n˜ao linear pode ser aproximado em torno

de um ponto de equil´ıbrio, por um sistema linear. Tal procedimento ´e conhecido como

line-ariza¸c˜ao. Estudando a aproxima¸c˜ao linear, pode-se, `as vezes, prever o comportamento das

solu¸c˜oes do sistema n˜ao linear na vizinhan¸ca do ponto de equil´ıbrio. Seja o sistema de equa¸c˜oes

diferenciais n˜ao lineares de primeira ordem.

˙

x1 =f1(x1, x2, ..., xn)

˙

x2 =f2(x1, x2, ..., xn)

... (2.4)

˙

xn =fn(x1, x2, ..., xn)

para o qual existe um ponto de equil´ıbrio x∗ = (x

1, x∗2, ..., x∗3). As fun¸c˜oes fi(x1, x2, ..., xn),

i= 1,2, ..., nem torno dex∗, podem ser aproximadas por equa¸c˜oes de retas, ou seja, equa¸c˜oes

lineares. Para isso, expandem-se essas fun¸c˜oes em s´erie de Taylor

dxi

dt =fi(x1, x2, ..., xn) =fi(x

1, x∗2, ..., x∗n)+

∂fi

∂x1 |

x∗ (x1−x∗1)+

∂fi

∂x2 |

x∗ (x2−x∗2)+...+

∂fi

∂xn |

x∗ (xn−x∗n)+...

onde i= 1,2, ..., n. Retendo-se apenas a parte linear obt´em-se, em nota¸c˜ao matricial,

dx(t)

dt =Ax(t), (2.5)

sendo x o vetor coluna das vari´aveis de estado e A a matriz Jacobiana

x(t) =        

x1−x∗1

x2−x∗2 ...

xn−x∗n        

, A=

       

∂f1(x∗)

∂x1

∂f1(x∗)

∂x2 ...

∂f1(x∗)

∂xn

∂f2(x∗)

∂x1

∂f2(x∗)

∂x2 ...

∂f2(x∗)

∂xn ... ... ... ...

∂fn(x∗) ∂x1

∂fn(x∗)

∂x2 ...

∂fn(x∗) ∂xn        

Assim, em determinadas condi¸c˜oes o estudo da estabilidade de um ponto de equil´ıbrio

de um sistema n˜ao linear reduz-se ao estudo do sistema linear correspondente, ao menos

localmente. De acordo com o teorema de Hartman-Grobman [6], a estabilidade de um ponto

(23)

2.3. Espa¸cos de estados (ou espa¸cos de fases) 8

nula) ´e preservada quando se lineariza o sistema em torno desse ponto, de modo que o retrato

de fases, na sua vizinhan¸ca, ´e topologicamente orbitalmente equivalente ao retrato de fases do

sistema linear associado. Dois retratos de fases s˜ao topologicamente orbitalmente equivalentes

quando um ´e a vers˜ao distorcida do outro. Se o ponto de equil´ıbrio ´e n˜ao-hiperb´olico, ou seja,

se h´a algum autovalor com parte real nula, ent˜ao a o teorema de Hartman-Grobman n˜ao pode

ser usado. Nesse caso, deve-se considerar termos de ordem superior, que foram desprezados

na expans˜ao em s´erie das fun¸c˜oes dxi

dt , ou usar outro m´etodo para determinar a estabilidade,

como o m´etodo direto de Lyapunov.

2.2.1

Equivalˆ

encia Topol´

ogica

Assuma que a fun¸c˜aoh(x) =y estabele¸ca uma rela¸c˜ao entre o conjunto x e o conjuntoy:

                  

h1(x1, x2, ..., xn) = y1

h2(x1, x2, ..., xn) = y2 ... ...

hn= (x1, x2, ..., xn) = yn

Suponha que h seja uma fun¸c˜ao injetora e sobrejetora. Uma fun¸c˜ao com essas propri-edades ´e invert´ıvel, isto ´e, existe a fun¸c˜ao inversa h−1

(y) = x. Se h ´e cont´ınua, invert´ıvel e sua inversa h−1

´e cont´ınua, ent˜ao h´e chamada de homeomorfismo e o dom´ıniox e a imagem y s˜ao considerados homeom´orficos.

Dois retratos de fases que apresentam a mesma estrutura orbital s˜ao qualitativamente

equivalentes e, conseq¨uentemente, eles representam comportamentos dinˆamicos similares.

2.3

Espa¸cos de estados (ou espa¸cos de fases)

O espa¸co de estados, ou espa¸cos de fases, ´e um espa¸con-dimensional, cujos eixos coordenados

s˜ao o eixo-x1, eixo-x2, ..., eixo-xn. Um estado ´e representado como um ponto com coordenadas

x1(t), x2(t), ..., xn(t) nesse espa¸co. Conforme o tempo varia, esse ponto se move, sendo sua

evolu¸c˜ao temporal determinada pelas n equa¸c˜oes diferenciais de primeira ordem:

dx1

(24)

2.4. Sistemas autˆonomos e n˜ao autˆonomos 9

dx2

dt =f2(x1, x2, ..., xn, t)

... ...

dxn

dt =fn(x1, x2, ..., xn, t)

ou na nota¸c˜ao vetorial:

dx

dt =f(x, t).

As vari´aveis dependentes xi(i= 1,2, ..., n) s˜ao chamadas de vari´aveis de estado.

As fun¸c˜oes fi definem o campo de velocidades desse sistema, pois a velocidade

ins-tantˆanea ´e dada por

dx

dt =f.

A dimens˜ao do espa¸co de fases equivale ao n´umero de equa¸c˜oes de primeira ordem

necess´arias para descrever o sistema, que ´e igual ao n´umero de vari´aveis de estado. Por

exemplo, um plano ´e o espa¸co de fases para um sistema formado por duas equa¸c˜oes de primeira

ordem.

Chama-se retrato de fases o conjunto de curvas obtidas pela evolu¸c˜ao temporal do sis-tema a partir de todas as condi¸c˜oes iniciais nas quais as fun¸c˜oes fi s˜ao definidas.

2.4

Sistemas autˆ

onomos e n˜

ao autˆ

onomos

Um sistemaautˆonomo´e um conjunto de equa¸c˜oes diferenciais, lineares ou n˜ao lineares, sujeitas a fun¸c˜oes de entrada que n˜ao dependem explicitamente do tempo t [19].

Sistemas autˆonomos aparecem freq¨uentemente como modelos por duas raz˜oes:

(i) Muitos sistemas evoluem da mesma maneira, qualquer que seja o instante inicial t0. (ii) Muitos sistemas podem ser bem descritos pela evolu¸c˜ao de certas quantidades m´edias. M´edia, aqui, significa m´edia temporal, realizada numa escala de tempo que ´e curta

em compara¸c˜ao com a escala de tempo na qual se deseja visualizar a evolu¸c˜ao do sistema.

Se o tempo aparece explicitamente em algum coeficiente ou em alguma fun¸c˜ao de entrada,

(25)

2.5. Estabilidade e ponto de equil´ıbrio 10

Qualquer sistema n˜ao-autˆonomo, escrito na forma de n equa¸c˜oes de primeira ordem,

pode ser reescrito numa forma autˆonoma, definindo-se xn+1 ≡ t. Usando esse artif´ıcio, o sistema torna-se:

dx1

dt =f1(x1, x2, ..., xn, xn+1)

dx2

dt =f2(x1, x2, ..., xn, xn+1)

... ... (2.6)

dxn

dt =fn(x1, x2, ..., xn, xn+1)

dxn+1

dt = 1

O espa¸co de fases do sistema n˜ao-autˆonomo original tem dimens˜ao n. O espa¸co de fases

correspondente ao sistema n˜ao-autˆonomo, reescrito numa forma autˆonoma, ´e chamado de

espa¸cos de fases estendido, e possui dimens˜ao n+ 1.

2.5

Estabilidade e ponto de equil´ıbrio

Um ponto de equil´ıbrio ¯x ´e est´avel se toda solu¸c˜ao pr´oxima a ele permanece pr´oxima. Ele

´e assintoticamente est´avel se toda solu¸c˜ao pr´oxima n˜ao s´o permanece pr´oxima, mas tamb´em

tende a ¯x.

Considere um sistema de equa¸c˜oes diferenciais

˙x =f(x); f :WRn;WRn aberto. (2.7)

Suponhamos f C1

. Um ponto ¯xW ´e um ponto de equil´ıbrio de (2.7) se f(¯x) =0. Claramente, a fun¸c˜ao constante x(t) = ¯x´e uma solu¸c˜ao de (2.7). Seja φ : Ω W um fluxo associado a (2.7), Ω R×W ´e um conjunto aberto, isto ´e, para cada x W a aplica¸c˜ao

tφ(t,x) = φt(x) ´e uma solu¸c˜ao. Se ¯x´e um ponto de equil´ıbrio, ent˜ao φt(¯x) = ¯xpara todo

(26)

2.5. Estabilidade e ponto de equil´ıbrio 11

2.5.1

Estabilidade

A no¸c˜ao de estabilidade mais freq¨uentemente considerada ´e aquela geralmente atribu´ıda `a

Lyapunov. Um ponto de equil´ıbrio ´e est´avel se solu¸c˜oes pr´oximas permanecem pr´oximas para

qualquer tempo futuro.(ver [10])

Do ponto de vista matem´atico, temos

Defini¸c˜ao 2.1. Suponha ¯x W um ponto de equil´ıbrio do sistema (2.7). Ent˜ao, x¯ ´e um ponto de equil´ıbrio est´avel se para toda vizinhan¸caU de ¯xem W existe uma vizinhan¸caU1 de ¯

x tal que toda solu¸c˜ao x(t) com x(0)U est´a definido em U1 para todo t >0.

Figura 2.1: Ponto de equil´ıbrio est´avel.

Defini¸c˜ao 2.2. Se U1 pode ser escolhido como na defini¸c˜ao 2.1, e se limt→∞x(t) =¯x, ent˜ao ¯

x´e assintoticamente est´avel.

Figura 2.2: Ponto de equil´ıbrio assintoticamente est´avel.

Defini¸c˜ao 2.3. Um ponto de equil´ıbrio x¯ que n˜ao ´e est´avel, ´e chamado de inst´avel. Existe uma vizinhan¸ca U1 de x¯ tal que para toda vizinhan¸ca U de x, existe pelo menos uma solu¸c˜ao¯

x(t) passando por x(0) U, que n˜ao est´a no interior de U1.

Considere o sistema denequa¸c˜oes diferenciais (2.2). O polinˆomio caracter´ıstico ´e obtido

(27)

2.5. Estabilidade e ponto de equil´ıbrio 12

Figura 2.3: Ponto de equil´ıbrio inst´avel.

os autovalores da matriz A tiverem a parte real diferente de zero, o ponto de equil´ıbrio

correspondente P∗ ´e chamado de hiperb´olico, independente do valor da parte imagin´aria. Quando pelo menos um autovalor tem a parte real nula, o ponto de equil´ıbrio ´e denominado

den˜ao-hiperb´olico.

Os pontos de equil´ıbrio hiperb´olicos podem ser classificados de trˆes formas quanto `a

estabilidade: atratores, repulsores, eselas([6] e [17]).

• Se todos os autovalores de A, reais ou complexos, tem a parte real negativa, o ponto de equil´ıbrio ´e chamado de atrator, sendo que neste caso o equil´ıbrio ´e assintoticamente

est´avel. Se todos os autovalores deAs˜ao complexos, ent˜ao o atrator ´e chamado defoco est´avel, e se todos os autovalores de A s˜ao reais, o atrator ´e chamado de n´o est´avel.

• Se todos os autovalores da matriz A, reais ou complexos, tem a parte real positiva, o ponto de equil´ıbrio ´e chamado de repulsor ou fonte. Se os autovalores s˜ao complexos, ent˜ao a fonte ´e chamada de foco inst´avel e, se todos os autovalores de A s˜ao reais, a fonte ´e chamada den´o inst´avel.

• Quando alguns autovalores (mas n˜ao todos) tˆem a parte real positiva e o restante tem a parte real negativa, ent˜ao o ponto de equil´ıbrio ´e chamado de sela.

Quanto `a estabilidade de pontos de equil´ıbrio n˜ao-hiperb´olicos, pode-se dizer que:

• Um ponto de equil´ıbrio n˜ao-hiperb´olico ´einst´avelse um ou mais autovalores deA tem a parte real positiva.

(28)

2.6. Bifurca¸c˜ao 13

• Se todos os autovalores da matriz A s˜ao imagin´arios puros e n˜ao-nulos, o ponto de equil´ıbrio ´e chamado de centro.

2.6

Bifurca¸c˜

ao

O termo bifurca¸c˜ao, introduzido por Poincar´e em 1885, refere-se `a mudan¸ca qualitativa do

retrato de fases de um sistema dinˆamico, conforme algum parˆametro do sistema passa por um

valor cr´ıtico [6]. A id´eia de bifurca¸c˜ao est´a intimamente ligada ao conceito de estabilidade

estrutural. Um sistema dinˆamico ´e estruturalmente est´avel, se ele ´e orbitalmente

topologica-mente equivalente a uma vers˜ao perturbada. Se, no entanto, ao se variar o valor do parˆametro

em torno de um valor cr´ıtico ocorre uma mudan¸ca qualitativa no seu retrato de fases, ent˜ao

o sistema dinˆamico ´e estruturalmente inst´avel, para aquele valor cr´ıtico do parˆametro. Essa

mudan¸ca na topologia do retrato de fases ´e chamada de bifurca¸c˜ao. Logo, uma bifurca¸c˜ao ´e uma mudan¸ca na topologia do sistema conforme o parˆametro passa atrav´es de um valor

cr´ıtico (ponto de bifurca¸c˜ao).

As bifurca¸c˜oes podem ser locais ou globais. Bifurca¸c˜oes locais s˜ao aquelas que podem

ser previstas estudando-se o campo vetorial na vizinhan¸ca de um ponto de equil´ıbrio ou uma

´orbita fechada. Normalmente esse estudo ´e realizado pelo c´alculo de autovalores. Bifurca¸c˜oes

globais s˜ao aquelas que n˜ao podem ser deduzidas a partir de uma an´alise local [15].

Seja algum valor α = α0 no sistema ˙x = f(x, α), e consideremos o maior conjunto de parˆametros pr´oximos (chamado camada) contendo α0 e composto por aqueles pontos para os quais o sistema tem um retrato de fases que ´e topologicamente equivalente `aquele de α0. Tomando todas as camadas tais que estejam no espa¸co de parˆametrosRm, obtemos o retrato

param´etrico do sistema, que junto com seu retrato de fases caracter´ıstico constituem um

diagrama de bifurca¸c˜ao [7].

Um diagrama de bifurca¸c˜ao de um sistema dinˆamico ´e uma estratifica¸c˜ao de seu espa¸co

de parˆametros induzida pela equivalˆencia topol´ogica, junto com o representativo retrato de

fases para cada camada.

Obt´em-se o diagrama de bifurca¸c˜ao como um resultado da an´alise qualitativa de um

sistema dinˆamico. Este classifica de maneira condensada, todos os poss´ıveis modos de

com-portamento do sistema e transi¸c˜oes entre eles (bifurca¸c˜oes) sob a varia¸c˜ao do parˆametro de

(29)

bi-2.6. Bifurca¸c˜ao 14

furca¸c˜oes de algum tipo. A seguir apresentamos algumas das bifurca¸c˜oes mais simples [9].

2.6.1

Bifurca¸c˜

oes de codimens˜

ao um

A codimens˜ao de uma bifurca¸c˜ao ´e o n´umero de parˆametros de controle para produzir a

bifurca¸c˜ao em quest˜ao. Variando-se o valor de um ´unico parˆametro, podem ocorrer quatro

bifurca¸c˜oes locais. A forma normal das bifurca¸c˜oes sela-n´o, transcr´ıtica e de forquilha s˜ao

dadas em sistemas unidimensionais; a forma normal da bifurca¸c˜ao de Hopf exige um sistema

bidimensional.

Bifurca¸c˜ao sela-n´o

A bifurca¸c˜ao sela-n´o, tamb´em conhecida como bifurca¸c˜ao tangente ou bifurca¸c˜ao de

dobra, ´e o mecanismo b´asico pelo qual um par de pontos de equil´ıbrio com estabilidades

contr´arias ´e criado ou destru´ıdo. Seja a equa¸c˜ao diferencial:

dx

dt =fµ(x) = µ−x

2.

Para µ < 0, n˜ao temos ponto de equil´ıbrio. Para µ = 0, existe um ´unico ponto de

equil´ıbrio est´avel na origem com autovalor 0. Paraµ >0, existe um ponto de equil´ıbrio est´avel

µ com autovalor 2µ, e um ponto de equil´ıbrio inst´avel µ com autovalor 2µ. Dois

pontos de equil´ıbrio s˜ao criados quando µpassa por 0, e µ= 0 ´e um valor cr´ıtico do sistema.

Na figura (2.4), o diagrama de bifurca¸c˜ao mostra a posi¸c˜ao do ponto de equil´ıbrio versus o

parˆametro de controleµ. A linha cont´ınua indica o conjunto est´avel e a linha tracejada, indica

conjunto inst´avel.

Figura 2.4: Bifurca¸c˜ao sela-n´o.

Bifurca¸c˜ao Transcr´ıtica

Esta bifurca¸c˜ao faz com que a estabilidade de dois pontos de equil´ıbrio seja trocada para

(30)

2.6. Bifurca¸c˜ao 15

Considere o sistema de primeira ordem

˙

x=µxx2.

Para qualquer valor de µ, existem dois pontos de equil´ıbrio, um na origem e outro em

x=µ. O ponto de equil´ıbrio na origem possui autovalor igual a µ, ent˜ao este ´e est´avel para

µ < 0 e inst´avel para µ > 0. O ponto x = µ possui autovalor igual a µ, ent˜ao este ´e

est´avel para µ > 0 e inst´avel para µ < 0. Uma bifurca¸c˜ao ocorre em µ = 0, sendo este um

valor cr´ıtico, e o ponto de equil´ıbrio muda o tipo de estabilidade. O diagrama de bifurca¸c˜ao

´e mostrado na figura (2.5).

Figura 2.5: Bifurca¸c˜ao transcr´ıtica.

Bifurca¸c˜ao de Forquilha (Pitchfork)

Essa bifurca¸c˜ao aparece em sistemas f´ısicos com algum tipo de simetria. Um par de

pontos de equil´ıbrio de mesma estabilidade aparece e desaparece simultaneamente, quando o

parˆametro de controle passa por um valor cr´ıtico. Considere o sistema de primeira ordem

˙

x=µxx3.

Para qualquer tipo de µ, existe um ponto de equil´ıbrio na origem. Seu autovalor ´e igual

a µ, e ent˜ao ´e est´avel para µ <0 e inst´avel para µ >0. Para µ >0, existem dois pontos de

equil´ıbrio a mais, ±√µ. Ambos pontos de equil´ıbrio tˆem autovalor igual a 2µ, e os pontos

de equil´ıbrio s˜ao est´aveis. Uma bifurca¸c˜ao ocorre em µ = 0, sendo este um valor crit´ıco, o

ponto de equil´ıbrio na origem muda o tipo de estabilidade e dois novos pontos de equil´ıbrio

s˜ao criados. O diagrama de bifurca¸c˜ao ´e mostrado na figura (2.6).

Bifurca¸c˜ao de Hopf

(31)

2.6. Bifurca¸c˜ao 16

Figura 2.6: Bifurca¸c˜ao de forquilha supercr´ıtica (esquerda). Bifurca¸c˜ao de forquilha subcr´ıtica (direita).

imagin´arios no ponto de bifurca¸c˜ao. Considere o sistema de segunda ordem:

˙

x=yx(x2 +y2 µ)

˙

y=xy(x2+y2µ).

O sistema tem um ponto de equil´ıbrio na origem com autovalores iguais a µ±i onde

i =√1. Para µ < 0, o ponto de equil´ıbrio ´e est´avel. Quando µ= 0, o ponto de equil´ıbrio

torna-se n˜ao hiperb´olico (possui autovalores imagin´arios puros), e para µ > 0, o ponto de

equil´ıbrio ´e inst´avel. Al´em disso, um ciclo limite est´avel, dado pela solu¸c˜ao de x2+y2 = µ, existe paraµ >0. Dado que o ponto de equil´ıbrio muda sua estabilidade em µ= 0, este ´e um

valor cr´ıtico. O aparecimento de um par de autovalores conjugados complexos na passagem

pelo eixo imagin´ario, criando assim um ciclo limite, ´e chamada bifurca¸c˜ao de Hopf.

O diagrama de bifurca¸c˜ao ´e mostrado na figura (2.7). Para cada valor de µ = µ0, o sistema ´e descrito no plano definido porµ=µ0, e a superf´ıcie parab´olica indica o ciclo limite.

(32)

2.7. Mapas e sec¸c˜ao de Poincar´e 17

2.7

Mapas e sec¸c˜

ao de Poincar´

e

Denominamos mapa um sistema dinˆamico que evolui no tempo de uma forma discreta. Seja um sistema dinˆamico cont´ınuo n˜ao-linear e o fluxo φt a ele associado. Esse fluxo pode

dar origem a um mapa

xi+1 =Fµ(xi), (2.8)

ondex´e um vetorn-dimensional,Fµ´e uma fun¸c˜ao n˜ao-linear (µ´e o parˆametro de controle), ei

representa os passos temporais fixos e discretos, ou passagens sucessivas por uma superf´ıcie de

sec¸c˜ao do fluxo. Se o fluxoφt´e liso (r-vezes continuamente diferenci´avel) ent˜aoF ´e um mapa

liso com uma inversa lisa, i.e., um difeomorfismo. A ´orbita do mapa ser´a ent˜ao a seq¨uˆencia

de pontos (xi)−∞+∞ definida pela equa¸c˜ao (2.8), que ´e genericamente denominada uma equa¸c˜ao

de diferen¸cas. Equa¸c˜oes de diferen¸cas podem tamb´em ser lineares, e nesse caso xi+1 =Bxi e

qualquer ponto inicial gera uma ´unica ´orbita, desde que B n˜ao tenha autovalores nulos (caso

degenerado) [6].

Uma das maneiras pela qual um fluxo cont´ınuo d´a origem a um mapa discreto ´e pela

utiliza¸c˜ao de sec¸c˜oes de Poincar´e. A sec¸c˜ao de Poincar´e ´e uma maneira de reduzir o estudo

de um fluxo num espa¸co de fases comn dimens˜oes a uma aplica¸c˜ao (difeomorfismo), chamada

mapa de Poincar´e ou mapa de retorno (“return map”), num espa¸co de fases com (n 1)

dimens˜oes.

Considere por exemplo a equa¸c˜ao

¨

x+g(x,x˙) = f(t), (2.9)

ondef(t) ´e uma fun¸c˜ao peri´odica de per´ıodoT. O diagrama de fases de (2.9) ´e tridimensional, e

cada estado ´e representado por (x,x, t˙ ). Nesse caso omapa de Poincar´e´e obtido simplesmente considerando-se a intersec¸c˜ao da trajet´oria com o plano (x,x˙) (sec¸c˜ao de Poincar´e) toda vez

quet for igual a um m´ultiplo de T.

Introduzimos agora o conceito de mapa de Poincar´e. Seja o sistema dinˆamico autˆonomo

n-dimensional, com solu¸c˜oes peri´odicas

˙

x=f(x), x= (x1, x2,· · · , xn), (2.10)

ondef(x) ´e um campo vetorial n˜ao linear. Sejax0 uma ´orbita peri´odica (per´ıodoT) associada

(33)

2.7. Mapas e sec¸c˜ao de Poincar´e 18

de tal maneira que o fluxo seja transversal a ela. Sejax∗

0 o ponto onde a ´orbitax0 intercepta

Σ (fig. 2.8) eU Σ uma vizinhan¸ca dex∗

0 . Ent˜ao o mapa de Poincar´eP :U →Σ ´e definido

para um ponto x′

1 ∈U por

P(x′

1) =φ(x′1, τ),

onde τ =τ(x′

1) ´e o tempo necess´ario para que a ´orbitaφ(x1,t) que parte de x′1 retorne pela

primeira vez a Σ. Em geralτ depende dex′

1, masτ →T quandox′1 →x∗0 . A hipersuperf´ıcie

Σ ´e chamada sec¸c˜ao de Poincar´e.

Figura 2.8: Significado geom´etrico da aplica¸c˜ao de Poincar´eP: x0 ´e uma ´orbita peri´odica, x∗0 ´e o

ponto onde ela intercepta Σ;x1 ´e uma ´orbita n˜ao peri´odica que corta Σ em P(x′1)6=x′1.

Uma ´orbita peri´odica corresponde a um ponto fixo x∗

0 da aplica¸c˜ao P, isto ´e,

P(x∗

0) =x∗0.

Em particular, a estabilidade de x∗

0 relativamente `a aplica¸c˜aoP reflete a estabilidade da

´orbita peri´odicax0 com rela¸c˜ao ao fluxoφ(t). Na fig.(2.8) ´e representada a ´orbita peri´odicax0

(que passa por x∗

0) e aquela n˜ao peri´odica x1. Dessa figura pode-se depreender o significado

geom´etrico de P. P tem valores em Σ, que ´e (n1) dimensional. Mas x s´o pode variar em Σ; ent˜ao P ´e um mapa (n1) dimensional.

Na Fig.(2.9) mostra-se como fluxos em duas e trˆes dimens˜oes d˜ao origem a mapas

uni-dimensionais e biuni-dimensionais. Definido sobre a superf´ıcie transversal ao fluxo, o mapa de

Poincar´e relaciona um ponto do fluxo ao seu primeiro ponto de cruzamento com essa mesma

(34)

2.8. Expoentes de Lyapunov 19

Figura 2.9: Se¸c˜oes de Poincar´e : (a) unidimensional; (b) bidimensional

2.8

Expoentes de Lyapunov

Considera-se uma trajet´oria descrita por uma determinada evolu¸c˜ao. O expoente de Lyapunov

associado a esta trajet´oria ´e uma medida m´edia da expans˜ao e contra¸c˜ao de trajet´orias que

est˜ao pr´oximas a ela [9]. O expoente de Lyapunov mede o crescimento exponencial quanto

`a perturba¸c˜ao de uma trajet´oria, para determinado ponto no espa¸co de estado. Usando

o expoente de Lyapunov pode-se distinguir pontos fixos, movimentos peri´odicos e

quase-peri´odicos, e movimentos ca´oticos [16]. Sup˜oe-se ent˜ao um fluxo φ(t) e a evolu¸c˜ao deste a

partir de duas condi¸c˜oes iniciais pr´oximas x0 e y0 =x0+ǫ0 tal que

|y0−x0| ≤ǫ0(x0). (2.11)

Note que esta proximidade (raio da vizinhan¸ca da ´orbita x0) depende das condi¸c˜oes iniciais.

O expoente de Lyapunov mede o crescimento exponencial da perturba¸c˜aoǫk(t) (figura 2.10) e pode ser definido como

λi = lim

t→∞ǫ0(limx0)→0 1

t ln ǫi(t)

ǫ0(x0)

(35)

2.9. Sistemas n˜ao-ideais 20

Logo,

ǫi(t)∼ǫ0(x0)eλit (2.13)

Figura 2.10: A divergˆencia de trajet´orias vizinhas.

Na pr´atica calcula-se analiticamente expoentes de Lyapunov em pouqu´ıssimos casos, mas

existem v´arias estimativas num´ericas para este valor [8]. Neste caso, calcula-seλpara

diferen-tes condi¸c˜oes iniciais e faz-se uma m´edia sobre os valores obtidos. Para um n´umero de itera¸c˜oes

suficientemente grande, o expoente de Lyapunov deixa de depender da condi¸c˜ao inicial. Os

expoentes de Lyapunov permitem obter informa¸c˜oes valiosas com respeito `a estabilidade local

de um atrator. Como em (2.13) tem-se uma medida de divergˆencia, pode-se concluir que a

existˆencia de um ou mais expoentes de Lyapunov positivos define uma instabilidade orbital,

o que permite concluir que: uma primeira condi¸c˜ao para a ocorrˆencia de atratores estranhos (dinˆamica ca´otica) para sistemas cont´ınuos ´e a existˆencia de pelo menos um expoente positivo. Pode-se observar ainda que, no caso de solu¸c˜oes peri´odicas ou quase-peri´odicas, λi < 0 nas

dire¸c˜oes perpendiculares ao movimento, pois espera-se que esse deslocamento diminua com o

tempo, e λi = 0 ao longo da trajet´oria, visto que este deslocamento n˜ao deve se alterar. Por

outro lado, se Pmi=1λi <0 tem-se uma diminui¸c˜ao do volume no espa¸co de fases e o sistema

torna-se dissipativo. Conclui-se ent˜ao que: uma segunda condi¸c˜ao para a ocorrˆencia de atra-tores estranhos em sistemas cont´ınuos ´e Pmi=1λi < 0, o que garante a contra¸c˜ao do espa¸co

de fases. E, como terceira condi¸c˜ao para existˆencia de movimentos ca´oticos: a dimens˜ao do espa¸co de fases deve ser no m´ınimo tridimensional.

2.9

Sistemas n˜

ao-ideais

Chamamos de sistemas n˜ao ideais os sistemas cuja excita¸c˜ao ´e provocada por agentes com

(36)

2.9. Sistemas n˜ao-ideais 21

oscilante, considera-se tamb´em que a a¸c˜ao do agente excitador depende do movimento do

sistema oscilante. Neste caso n˜ao existe uma lei espec´ıfica de varia¸c˜ao de sua for¸ca que possa

ser determinada por uma fun¸c˜ao dependente simplesmente do tempo. A for¸ca de excita¸c˜ao

deve depender das coordenadas de movimento e velocidade do agente e do sistema. No caso de

sistemas com fonte de energia ideal ou ilimitada, a resposta do sistema oscilante ao perturbador

´e desprezada, isto ´e, n˜ao ´e levada em conta. Logo, sua for¸ca excitadora pode ser escrita apenas

como uma fun¸c˜ao do tempo t . A formula¸c˜ao de um sistema n˜ao ideal deve incluir ent˜ao um

termo R(ϕ,ϕ, x,˙ x˙), com ϕ e x coordenadas de movimento do agente excitador e do sistema

oscilante respectivamente, que descreve a influˆencia do sistema oscilante sobre o agente.

Pode-se acrescentar ainda um termoQ(x,x, ϕ,˙ ϕ˙) que expressa o acoplamento do sistema oscilante

com a fonte n˜ao ideal, considerando termos n˜ao lineares que seriam desprezados na formula¸c˜ao

convencional. Ambos s˜ao obtidos na determina¸c˜ao das equa¸c˜oes diferenciais do movimento.

Logo, o movimento de um sistema oscilante excitado por uma fonte de energia n˜ao ideal, com

n graus de liberdade, pode, de um modo geral, ser descrito pelas equa¸c˜oes:

(mi1x¨1 +βi1x˙1+ci1x1) + (mi2x¨2+βi2x˙2+ci2x2) +...+ (minx¨n+βinx˙n+cinxn) =

Qi(x1;x2;...;xn; ˙x1; ˙x2;...; ˙xn;ϕ; ˙ϕ)

Iϕ¨+H(ϕ; ˙ϕ)L(ϕ; ˙ϕ) = R(ϕ; ˙ϕ;x1;x2;...;xn; ˙x1; ˙x2;...; ˙xn) (2.14)

onde L(ϕ; ˙ϕ) ´e a fun¸c˜ao torque de direcionamento ou for¸ca eletromecˆanica do perturbador,

e est´a intimamente ligada a natureza da fonte de energia. Portanto, os sistemas dinˆamicos

modelados matematicamente como n˜ao ideais possuem pelo menos um grau de liberdade a

mais do que o sistema ideal correspondente, dependendo do n´umero de motores presentes nele.

O fenˆomeno de salto e o aumento de potˆencia exigido pela fonte de energia, operando na regi˜ao

da ressonˆancia, s˜ao manifesta¸c˜oes do fenˆomeno conhecido como efeito Sommerfeld [1], em

homenagem ao primeiro pesquisador a observar estes fatos experimentalmente. Sommerfeld

foi o precursor desta teoria, quando em um experimento observou que a velocidade do motor

n˜ao dependia apenas do tempo, mas tamb´em da amplitude de oscila¸c˜ao do sistema.

Um conceito importante em sistemas n˜ao ideais ´e a caracter´ıstica da fonte de energia.

Kononenko, a partir de 1958, publicou v´arios artigos investigando sistemas n˜ao ideais,

carac-ter´ısticas da fonte de energia e passagem pela ressonˆancia. A caracter´ıstica descreve a dinˆamica

interna da fonte de energia, relacionando suas grandezas, cujas escolhas dependem do tipo

(37)

2.9. Sistemas n˜ao-ideais 22

fonte de energia limitada. Em sistemas mecˆanicos ´e comum adotar como caracter´ıstica da

fonte de energia mecˆanica a rela¸c˜ao entre o torque L(ϕ; ˙ϕ) e a velocidade de rota¸c˜ao ˙ϕ= dϕdt,

a qual ´e mantida constante quando a rela¸c˜ao ´e encontrada. A caracter´ıstica muitas vezes ´e

utilizada como crit´erio de escolha da fonte de energia pois ela representa suas propriedades

essenciais. Uma t´ecnica adotada para a obten¸c˜ao da caracter´ıstica da fonte de energia ´e

ado-tar um parˆametro de controle, como por exemplo a potˆencia fornecida, e para cada valor fixo

deste, obter uma curva caracter´ıstica. Isso corresponde a uma fam´ılia de caracter´ısticas que

podem ser reguladas conforme a varia¸c˜ao do parˆametro de controle. Geralmente, tem-se duas

possibilidades destas curvas, no plano torque versus freq¨uˆencia de rota¸c˜ao. A primeira delas

sendo do tipo exponencial (mais realista)

L=a.ebdϕdt;

e a segunda sendo do tipo linear

L=abdϕ dt :

Na figura (2.11), as curvas correspondem a diferentes valores do parˆametro de controle, os

quais geram as caracter´ısticas L0;L1;...;L5.

Figura 2.11: Fam´ılia de caracter´ısticas da fonte de energia (L0, L1, ..., L5). Forma exponencial (esquerda)e forma linear (direita).

Quando as caracter´ısticas s˜ao adotadas na forma exponencial, geralmente precisam ser

obtidas na forma gr´afica, usando resultado de testes experimentais. A intersec¸c˜ao da curva

caracter´ıstica para determinado valor do parˆametro de controle, com a curva referente `a

energia total consumida pelo sistema, define o ponto de estabilidade do sistema, para o qual

a rota¸c˜ao ´e constante. Assim evidencia-se a dependˆencia do movimento da fonte de energia

com rela¸c˜ao a resposta do sistema vibrante, dado que a rota¸c˜ao da fonte de energia depende

da energia consumida pela estrutura para se movimentar. Deseja-se analisar a inclina¸c˜ao da

curva caracter´ıstica, ou seja, o estudo da caracter´ıstica da fonte de energia ´e realizado atrav´es

(38)

2.9. Sistemas n˜ao-ideais 23

Assim, quanto maior o valor de N, maior ´e a sua inclina¸c˜ao, podendo chegar a uma

posi¸c˜ao muito ´ıngreme (praticamente vertical), caracterizando o sistema ideal. Pode-se

classi-ficar a caracter´ıstica como suave quando N ´e pequeno, e r´ıgida (ou dura) quando N ´e grande.

Na maioria dos casos Ldecresce com o crescimento de ˙ϕ, ou seja,N ´e negativo. O torque de

resistˆencia ao movimento de rota¸c˜ao da fonte de energia H(ϕ; ˙ϕ) ´e obtido geralmente de

da-dos experimentais e apresentado na forma gr´afica. Uma revis˜ao completa de diferentes teorias

(39)

Cap´ıtulo 3

O sistema dinˆ

amico n˜

ao ideal

Nosso objetivo nesse cap´ıtulo ´e apresentar o sistema dinˆamico n˜ao ideal estudado. Alguns

m´etodos discutidos no cap´ıtulo anterior s˜ao aqui aplicados na medida do poss´ıvel, na an´alise

do sistema. O sistema dinˆamico considerado ´e constitu´ıdo por um bloco oscilante, ao qual ´e

adaptado um agente perturbador representado por um motor DC com energia limitada. Um

pˆendulo ´e acoplado ao bloco, como mostra a figura (3.1) abaixo.

Figura 3.1: O sistema estudado.

Temos ent˜ao um bloco de massa m1, cuja oscila¸c˜ao vertical ´e provocada pela rota¸c˜ao da massa m2 por um motor DC com fonte de energia limitada. O bloco est´a suspenso por uma mola de constante k1 e por um amortecedor de constante c1, e ao bloco est´a acoplado um pˆendulo de massa m3.

Os parˆametros f´ısicos do sistema est˜ao dados na tabela (3.1).

(40)

3.1. Equa¸c˜oes de movimento 25

m1 massa do bloco

m2 massa acoplada ao motor

m3 massa do pˆendulo

k1 coeficiente de elasticidade linear da mola

c1 coeficiente de amortecimento

L comprimento do pˆendulo

R distˆancia da massam2 ao eixo do motor

c3 coeficiente de amortecimento do pˆendulo

q1 vibra¸c˜ao vertical do bloco

q2 deslocamento angular do motor

q3 deslocamento angular do pˆendulo

M( ˙q2) torque l´ıquido do motor

J2 momento de in´ercia do rotor

g acelera¸c˜ao da gravidade.

Tabela 3.1: Descri¸c˜ao dos parˆametros

3.1

Equa¸c˜

oes de movimento

As equa¸c˜oes diferenciais de movimento do sistema dinˆamico governam o comportamento do

mesmo. Como o sistema estudado possui trˆes graus de liberdade, temos trˆes equa¸c˜oes

dife-renciais de segunda ordem. Para encontr´a-las, usaremos as equa¸c˜oes de Euler-Lagrange do

c´alculo variacional [5].

d dt(

∂L ∂q˙i

) ∂L

∂qi

=Ni

onde ∂L

∂q˙i

= ∂T

∂q˙i

e ∂L

∂qi

= ∂T

∂qi −

∂V ∂qi

d dt(

∂T ∂q˙i

) ∂T

∂qi

+∂V

∂qi

=Ni; i= 1,2,3. (3.1)

Energia Cin´etica

T = 1 2[m1q˙1

2+m

2(R2q˙22+ ˙q12+ 2Rq˙1q˙2cosq2) +m3(L2q˙32+ ˙q12+ 2Lq˙1q˙3senq3)] +J2q˙22 (3.2)

(41)

3.1. Equa¸c˜oes de movimento 26

U = 1 2k1q

2

1 (3.3)

Trabalho da for¸ca peso

Wc =−g{m1q1+m2(q1 +Rsenq2) +m3[q1+L(1−cosq3)]} (3.4)

Energia potencial total

V =UWc (3.5)

Calculando os termos para cada i, temos

• para i= 1:

d dt(

∂T ∂q˙1

) = (m1+m2+m3) ¨q1+m2R( ¨q2cosq2−q˙22senq2) +m3L( ¨q3senq3+ ˙q32cosq3)

∂T ∂q1

= 0

∂V ∂q1

=k1q1+ (m1+m2+m3)g

N1 =−c1q˙1

• para i= 2:

d dt(

∂T ∂q˙2

) = (m2R2 +J2) ¨q2+m2R( ¨q1cosq2−q˙1q˙2senq2)

∂T ∂q2

=m2Rq˙1q˙2senq2

∂V ∂q2

=m2gRcosq2

N2 =M( ˙q2)

(42)

3.1. Equa¸c˜oes de movimento 27

d dt(

∂T ∂q˙3

) =m3L2q¨3+m3L( ¨q1senq3+ ˙q1q˙3cosq3)

∂T ∂q3

=m3Lq˙1q˙2cosq3

∂V ∂q3

=m3gLsenq3

N3 =−c3q˙3

Fazendo

m=m1 +m2+m3

α =m2R

β =m3L

α2 =m2R2+J2

α3 =m2gR

β2 =m3L2

β3 =m3gL

temos as equa¸c˜oes de movimento

mq¨1+c1q˙1+k1q1 =−mg−α( ¨q2cosq2−q˙22senq2)−β( ¨q3senq3+ ˙q32cosq3) (3.6)

α2q¨2 =M( ˙q2)−αq¨1cosq2−α3cosq2 (3.7)

β2q¨3+c3q˙3 =−βq¨1senq3−β3senq3 (3.8)

Isolando ¨q1, ¨q2 e ¨q3 respectivamente nas equa¸c˜oes, obtemos

¨

q1 =−g−

c1

mq˙1− k1

mq1− α

mq¨2cosq2+ α mq˙2

2senq 2−

β

mq¨3senq3− β mq˙3

2cosq

3 (3.9)

¨

q2 =

M( ˙q2)

α2 −

α α2

¨

q1cosq2−

α3

α2

(43)

3.1. Equa¸c˜oes de movimento 28

¨

q3 =−[

c3

β2 ˙

q3+

β β2

¨

q1senq3+

β3

β2

senq3] (3.11)

Substituindo ¨q2 e ¨q3 em (3.9), temos

¨

q1 = 1

D{ α α2

cosq2[α3cosq2−M( ˙q2)] +

β β2

senq3[β3senq3 (3.12)

+c3q˙3] +αq˙22senq2−βq˙32cosq3−mg−c1q˙1−k1q1}

onde

D=m α

2

α2

cos2q2−

β2

β2 sen2q3

Substituindo agora (3.12) nas equa¸c˜oes (3.10) e (3.11) resultam

¨

q2 =

M( ˙q2)

α2 −

α2

α2 2D

cos2q2[α3cosq2−M( ˙q2)]−

αβ α2Dβ2

cosq2senq3[β3senq3+c3q˙3] (3.13)

αα

2D

cosq2(αq˙22senq2−βq˙32cosq3−mg−c1q˙1−k1q1)−

α3

α2 cosq2

¨

q3 =−

c3

β2 ˙

q3−

αβ α2Dβ2

cosq2senq3[α3cosq2−M( ˙q2)]−

β2

β2 2D

sen2q

3[β3senq3+c3q˙3] (3.14)

ββ

2D

senq3(αq˙22senq2−βq˙32cosq3−mg−c1q˙1−k1q1)−

β3

β2 senq3

Introduzindo as novas vari´aveis

x1 =

q1

L

x2 = ˙

q1

L x3 =q2

x4 = ˙q2

x5 =q3

x6 = ˙q3

transformamos as trˆes equa¸c˜oes (3.12), (3.13) e (3.14), que s˜ao equa¸c˜oes diferenciais de segunda

ordem, em um sistema de seis equa¸c˜oes diferenciais de primeira ordem

˙

(44)

3.2. Pontos de equil´ıbrio do sistema 29

˙

x2 = 1

DL{ α α2

cosx3[α3cosx3−M(x4)] +

β β2

senx5[β3senx5+c3x6]

+αx24senx3−βx26cosx5−mg−c1Lx2−k1Lx1}

˙

x3 =x4

˙

x4 =

M(x4)

α2 −

α2

α2 2D

cos2x3[α3cosx3−M(x4)]−

αβ α2Dβ2

cosx3senx5[β3senx5+c3x6]

− α

α2D

cosx3(αx24senx3−βx26cosx5−mg−c1Lx2−k1Lx1)−

α3

α2 cosx3

˙

x5 =x6

˙

x6 =−

c3

β2

x6 −

αβ α2Dβ2

cosx3senx5[α3cosx3−M(x4)]−

β2

β2 2D

sen2x5[β3senx5+c3x6]

− β

β2D

senx5(αx24senx3−βx26cosx5−mg−c1Lx2−k1Lx1)−

β3

β2 senx5

3.2

Pontos de equil´ıbrio do sistema

Conforme o item (2.5), escrevendo o sistema de equa¸c˜oes diferenciais na nota¸c˜ao matricial

˙

x=f(x), os pontos de equil´ıbrio x∗ s˜ao encontrados fazendo f(x) =0. Temos imediatamente que x∗

2 = x∗4 = x∗6 = 0, e substituindo esses valores nas demais equa¸c˜oes encontramos

1

DL{ α α2

cosx3(α3cosx3−M(0)) +

β β2

senx5(β3senx5)mgk1Lx1}= 0

M(0)

α2 −

α2

α2 2D

cos2x3(α3cosx3−M(0))−

αββ3

α2Dβ2

cosx3sen2x5−

α α2D

cosx3(mgk1Lx1)−

α3

α2

cos3 = 0

ααβ

2Dβ2

cosx3senx5(α3cosx3−M(0))−

β2β 3

β2 2D

sen3x5−

β β2D

senx5(mgk1Lx1)−

β3

β2

senx5 = 0

Da ´ultima equa¸c˜ao obtemos

[ αβ

α2Dβ2

cosx3(α3cosx3−M(0))−

β2β 3

β2 2D

sen2x5+

β β2D

(mg+k1Lx1)−

β3

β2

]senx5 = 0

e portanto

senx5 = 0, x5 =Kπ; K ∈Z

−α2αβDβ2 cosx3(α3cosx3 −M(0))−

β2β 3

β2 2Dsen

2x

5+ β2βD(mg+k1Lx1)−

β3

Imagem

Figura 3.3: Gr´afico da parte imagin´ aria (em valor absoluto) dos autovalores correspondentes ao bloco, em fun¸c˜ ao de a.
Tabela 3.4: Tabela da varia¸c˜ao de autovalores para ressonˆancia 1:1
Figura 3.8: Gr´afico da parte real dos autovalores correspondentes ao motor em fun¸c˜ ao de a.
Figura 4.2: Oscila¸c˜ao do motor em fun¸c˜ao do tempo para a = 0.82. Sistema dinˆ amico sem ressonˆ ancia interna.
+7

Referências

Documentos relacionados

b) Caso o premiado se mostre incontactável ou, após ter sido contatado, não reclame o prémio até às 12h00 do dia seguinte à data de premiação (dias corridos de calendário),

Quando contratados, conforme valores dispostos no Anexo I, converter dados para uso pelos aplicativos, instalar os aplicativos objeto deste contrato, treinar os servidores

Com base no modelo de regressão logística proposto para este estudo, os resultados revelaram que as variáveis como o sexo, idade e a escola onde se lecciona, dentro

Os resultados indicaram que, em ambas as espécies, a seção transversal exerceu influência na propagação da onda de ultrassom e que a velocidade longitudinal foi fortemente afetada

3 O presente artigo tem como objetivo expor as melhorias nas praticas e ferramentas de recrutamento e seleção, visando explorar o capital intelectual para

Com a realização da Ficha de Diagnóstico, o professor deve averiguar as aprendizagens dos alunos já realizadas sobre números racionais não negativos – operações e propriedades.

O ensaio de verificação da continuidade dos condutores de proteção e das ligações equipotenciais não tem por objetivo medir valores de resistência, mas tão somente verificar

proposta, a partir do início da abertura do envelope de Habilitação. PRIMEIRA FASE – HABILITAÇÃO: consistirá na abertura dos envelopes no 1, contendo a documentação