ESTIMA ¸ C ˜ AO DA RESPOSTA EM FREQUˆ ENCIA NEBULOSA PARA SISTEMAS DIN ˆ AMICOS INCERTOS
Carlos Cesar Teixeira Ferreira ∗ , Ginalber Luiz de Oliveira Serra ∗
∗ Instituto Federal de Educa¸ c˜ ao, Ciˆ encia e Tecnologia do Maranh˜ ao (IFMA) Avenida Get´ ulio Vargas, 04, Monte Castelo, Cep: 65025-001
S˜ ao Lu´ıs, Maranh˜ ao, Brazil
Emails: ccteixeira@ifma.edu.br, ginalber@ifma.edu.br
Abstract— This paper focuses on the Fuzzy Frequency Response Estimation for Uncertain Dynamic Systems.
In terms of transfer function, the uncertain dynamic system is partitioned into several linear sub-models and it is organized into Takagi-Sugeno (TS) fuzzy structure. The proposal of this paper is to demonstrate, from a Theorem, that fuzzy frequency response is a boundary in the magnitude and phase of the Bode diagram. Low and high frequencies analysis of fuzzy dynamic model is obtained by varying the frequency ω from zero to infinity.
Keywords— Takagi-Sugeno fuzzy model, Uncertain dynamic systems, Fuzzy frequency response.
Resumo— Este artigo enfoca a Estima¸ c˜ ao da Resposta em Frequˆ encia Nebulosa para Sistemas Dinˆ amicos Incertos. Em termos de fun¸ c˜ ao de transferˆ encia, o sistema dinˆ amico incerto ´ e dividido em v´ arios sub-modelos lineares e organizado em uma estrutura nebulosa Takagi-Sugeno (TS). A proposta deste artigo ´ e demonstrar, atrav´ es de um Teorema, que a resposta em freq¨ uˆ encia nebulosa ´ e um contorno nos gr´ aficos de m´ odulo e fase do diagrama de Bode. A an´ alise em baixa e alta freq¨ uˆ encias do modelo dinˆ amico nebuloso ´ e obtida atrav´ es da varia¸ c˜ ao da freq¨ uˆ encia ω de zero a infinito.
Palavras-Chave - Modelo nebuloso Takagi-Sugeno, Sistemas dinˆ amicos incertos, resposta em frequˆ encia nebu- losa.
1 Introdu¸ c˜ ao
O termo resposta em frequˆ encia significa a res- posta, em regime permanente, de um sistema dinˆ amico a uma entrada senoidal. Os m´ etodos de resposta em frequˆ encia foram desenvolvidos no per´ıodo entre 1930 e 1940 por Harry Nyquist (1889 − 1976) (Nyquist, 1932), Hendrik Bode (1905 − 1982) (Bode, 1940), Nathaniel B. Nichols (1914 − 1997) (Nichols et al., 1947) e muitos ou- tros. Desde ent˜ ao, estes m´ etodos constituem uma ferramenta poderosa na teoria de controle con- vencional e indispens´ aveis na teoria de controle robusto (Serra et al., 2009). Em (Schust, 1973), a Marinha dos Estados Unidos obteve a resposta em frequˆ encia de aeronaves aplicando entradas senoidais nos pilotos autom´ aticos e medindo a posi¸ c˜ ao resultante da aeronave, enquanto a aero- nave estava em vˆ oo. Em (Monden et al., 2009)
´ e introduzido um novo algoritmo de simula¸ c˜ ao para an´ alise de resposta em frequˆ encia em malha fechada pelo M´ etodo da Transformada de Fourier (MTF).
Em muitas aplica¸ c˜ oes ´ e importante projetar controladores robustos, isto ´ e, controladores es- t´ aveis apesar de erros de modelagem devido a dinˆ amicas n˜ ao-modeladas em altas frequˆ encias ou a varia¸ c˜ oes param´ etricas na planta. Na maioria das vezes estas incertezas, oriundas de varia¸ c˜ oes de temperatura, desgaste de componentes devido a idade, etc. n˜ ao seguem nenhuma distribui¸ c˜ ao de probabilidade conhecida e s˜ ao frequentemente quantificadas em termos de faixas. Os m´ etodos cl´ assicos de resposta em frequˆ encia n˜ ao explo-
ram estas faixas para sistemas dinˆ amicos incertos.
Para superar esta limita¸ c˜ ao, este artigo prop˜ oe a estima¸ c˜ ao da resposta em frequˆ encia nebulosa e sua aplica¸ c˜ ao na an´ alise de sistemas dinˆ amicos in- certos.
2 Formula¸ c˜ ao do Problema
O objetivo dessa se¸ c˜ ao ´ e apresentar conceitos essenciais para a formula¸ c˜ ao e desenvolvimento da metodologia proposta neste artigo.
2.1 Sistema Dinˆ amico Incerto
Em termos de fun¸ c˜ ao de transferˆ encia, a forma geral de um sistema dinˆ amico incerto, como mostrado no diagrama de blocos da Figura 1, ´ e dada pela Equa¸ c˜ ao (1).
H(s, ) ν
Y
X ν
Figura 1: Sistema dinˆ amico incerto.
H(s, ν) = Y (s, ν) X (s) =
= b α (ν)s α + b α − 1 (ν)s α − 1 + . . . + b 1 (ν)s + b 0 (ν) s β + a β − 1 (ν)s β −1 + . . . + a 1 (ν)s + a 0 (ν) ,
(1)
onde: H(s, ν) ´ e a fun¸ c˜ ao de transferˆ encia do sis- tema dinˆ amico incerto; X(s) e Y (s, ν) represen- tam a entrada e a sa´ıda do sistema dinˆ amico incerto, respectivamente; a ∗ (ν ) e b ∗ (ν) s˜ ao os parˆ ametros variantes; ν(t) ´ e a vari´ avel de escalo- namento variante no tempo; s ´ e o operador de Laplace; α e β s˜ ao as ordens do numerador e do denominador da fun¸c˜ ao de transferˆ encia, respec- tivamente (com β ≥ α). A vari´ avel de escalona- mento ν pertence a um conjunto compacto ν ∈ V , com sua varia¸ c˜ ao limitada por by | ν ˙ | ≤ d max , onde d ´ e o limite superior, com d max ≥ 0.
2.2 Modelo Dinˆ amico Nebuloso Takagi-Sugeno O sistema de inferˆ encia TS, originalmente pro- posto em (Takagi and Sugeno, 1985), apresenta no consequente uma express˜ ao dinˆ amica fun- cional das vari´ aveis lingu´ısticas do antecedente.
A i (i=1,2,...,l) -´ esima regra, onde l representa o n´ umero de regras, ´ e dada por
Regra (i) : SE x ˜ 1 ´ e F { i 1,2,...,p
˜
x 1 }| ˜ x 1 E . . . E x ˜ n ´ e F { i 1,2,...,p
˜ xn }| xn ˜
ENT˜ AO y i = f i (˜ x) (2) onde o n´ umero total de regras ´ e l = p x ˜ 1 × . . . × p x ˜ n . O vetor ˜ x = [˜ x 1 , . . . , x ˜ n ] T ∈ ℜ n cont´ em as vari´ aveis lingu´ısticas do antecedente, onde T representa o operador para matriz trans- posta. Cada vari´ avel lingu´ıstica tem seu pr´ oprio universo de discurso U x ˜ 1 , . . . , U x ˜ n , particionado por conjuntos nebulosos representando seus ter- mos lingu´ısticos, respectivamente. Na i-´ esima re- gra, a vari´ avel ˜ x { 1,2,...,n } pertence ao conjunto nebuloso F { i x ˜
1 ,...,˜ x n } com um grau de pertinˆ encia µ i F
{ x ˜ 1 ,...,˜ xn} definido por uma fun¸ c˜ ao de pertinˆ en- cia µ i { x ˜
1 ,...,˜ x n } : ℜ → [0, 1], com µ i F
{˜ x 1 ,...,˜ xn} ∈ { µ i F
1|{˜ x 1 ,...,˜ xn} , µ i F
2|{˜ x 1 ,...,˜ xn} , . . . , µ i F
p|{˜ x 1 ..., , ˜ xn} } , onde p { ˜ x 1 ,...,˜ x n } ´ e o n´ umero de parti¸ c˜ oes do universo de discurso associado com a vari´ avel lingu´ıstica
˜
x 1 , . . . , , x ˜ n . A sa´ıda do modelo dinˆ amico TS ´ e uma combina¸ c˜ ao convexa das express˜ oes dinˆ ami- cas funcionais do consequente f i (˜ x) que, sem perda de generalidade para o caso bidimensional, como ilustrado na Figura 2, ´ e dada por
y(˜ x, γ) =
∑ l
i=1
γ i (˜ x)f i (˜ x) (3) onde y(˜ x, γ) ´ e a saida do modelo nebuloso TS; γ ´ e a vari´ avel de escalonamento do modelo dinˆ amico nebuloso TS. A vari´ avel de escalonamento, tam- b´ em conhecida como grau de ativa¸ c˜ ao normal- izado, ´ e dada por:
γ i (˜ x) = h i (˜ x)
∑ l r=1
h r (˜ x)
. (4)
Regra 1
F |
x 1F |
x 1F |
x 1F |
x 1~
x 2 x 2
x 2
x 2
x 2
x2
x 1, ( )
f
1 x2x 1, ( )
f
2 ( )x 1, x2x2
x 1, ( )
f
4f
5( )x 1, x2x2
x 1, ( )
f
31 3 2 p
... ... ... ... ...
2 3
...
p1
F |
~
F |
F | F |
f
l...
...
...
...
...
Espaço do Antecedente
Regra
Espaço do Consequente
Politopo
x
Figura 2: Modelo dinˆ amico nebuloso: um modelo TS pode ser considerado como um mapeamento do espa¸ co do antecedente para o consequente.
onde h i (˜ x) ´ e o grau de ativa¸ c˜ ao de cada regra.
Esta normaliza¸ c˜ ao implica em:
∑ l
k=1
γ i (˜ x) = 1. (5) Pode ser observado que o modelo dinˆ amico nebuloso TS, que representa qualquer modelo dinˆ amico incerto, pode ser considerado como uma classe de sistemas onde γ i (˜ x) denota uma decom- posi¸ c˜ ao de vari´ aveis lingu´ısticas [˜ x 1 , . . . , x ˜ n ] T ∈ ℜ n para uma regi˜ ao geom´ etrica polit´ opica no es- pa¸ co do consequente a partir das express˜ oes fun- cionais f i (˜ x).
3 Resposta em Frequˆ encia Nebulosa (RFN): Defini¸ c˜ ao
A resposta de um modelo dinˆ amico nebuloso TS a uma entrada senoidal de frequˆ encia ω 1 , em am- plitude e fase, define uma fun¸ c˜ ao de transferˆ encia avaliada em s = jω 1 , como ilustrado na Figura 3.
E(s) l
i = 1 γ i W (s) i
Σ Y(s)
Figura 3: Fun¸ c˜ ao de transferˆ encia nebulosa TS.
Para este modelo dinˆ amico nebuloso TS,
Y (s) = [ l
∑
i=1
γ i W i (s) ]
E(s). (6)
Considerando-se ˜ W (jω) =
∑ l i=1
γ i W i (jω) um n´ umero complexo para uma dada frequˆ encia ω, como:
W(jω) = ˜
∑ l i=1
γ i W i (jω)
̸ arctan [ l
∑
i=1
γ i W i (jω) ]
. (7)
ent˜ ao, para o caso em que a entrada e(t) ´ e senoidal, isto ´ e
e(t) = A sin ω 1 t, (8) a sa´ıda y ss (t), em regime permanente, ´ e dada por
y ss (t) = A
∑ l i=1
γ i W i (jω)
sin [ω 1 t + ϕ(ω 1 )] (9) Como resultado da defini¸ c˜ ao de resposta em fre- quˆ encia nebulosa, ´ e proposto o seguinte Teorema:
Theorem 1 A resposta em frequˆ encia nebulosa
´ e uma regi˜ ao no dom´ınio da frequˆ encia, definida pelos sub-modelos do consequente e a partir das regi˜ oes de opera¸ c˜ ao no espa¸ co do antecedente.
Proof: Considerando-se que ˜ ν ´ e uma vari´ avel lingu´ıstica do parˆ ametro incerto ν, ela pode ser representada por termos lingu´ısticos. Uma vez conhecido seus universos de discurso, como mostrado na Figura 4, os graus de ativa¸ c˜ ao,
h i (˜ ν) | i=1,2,...,l
, s˜ ao tamb´ em incertos, desde que de- pendem do sistema dinˆ amico incerto. Assim:
h i (˜ ν ) = µ i F
ν∗ ˜ 1
⋆ µ i F
ν∗ ˜ 2
⋆ . . . ⋆ µ i F
ν∗ ˜ n
(10) onde ˜ ν { ∗ 1,2,...,n } ∈ U ν ˜ {1,2,...,n} , respectivamente, e ⋆
´ e um operador l´ ogico nebuloso.
Termos linguisticos representando conjuntos nebulosos
F | F
p| { ν
1,...,ν
n}
~
1,...,~
nν ν
F
1|
µ { ν
1,...,ν
n}
µ F
2| { ν
1,...,ν
n} 0
1 F
3| { }
}
}
{
1,..., nF
2| {
1,..., n}
n~
1, ... ,~
nν
1,...,ν ν ν
ν ν
ν ν
1
,...,
nν∗ ν∗
µ { ν
1,...,ν
nU U ...
− Universo de discurso
Grau de pertinencia
^1
Figura 4: Descri¸ c˜ ao funcional das vari´ aveis lin- gu´ısticas: termos lingu´ısticos, universo de discurso e graus de pertinˆ encia.
Os graus de ativa¸ c˜ ao normalizados γ i (˜ ν ) | i=1,2,...,l
, s˜ ao tamb´ em incertos:
γ i (˜ ν) = h i (˜ ν)
∑ l r=1
h r (˜ ν)
. (11)
Esta normaliza¸ c˜ ao implica
∑ l
k=1
γ i (˜ ν) = 1. (12)
Seja F(s) um espa¸ co vetorial de fun¸ c˜ oes de transferˆ encia com grau l e f 1 (s), f 2 (s), . . . , f l (s) fun¸ c˜ oes de transferˆ encia que pertencem ` a base
deste espa¸ co vetorial. Uma fun¸ c˜ ao de transfe- rˆ encia f (s) ∈ F (s) deve ser uma combina¸ c˜ ao dos vetores f 1 (s), f 2 (s), . . . , f l (s). Assim:
f (s) = ξ 1 f 1 (s) + ξ 2 f 2 (s) + . . . + ξ l f l (s), (13) onde ξ 1,2,...,l s˜ ao os coeficientes da combina¸c˜ ao line- ar. Se os coeficientes s˜ ao normalizados, a soma dos graus de ativa¸ c˜ ao ´ e igual a 1
( l
∑
i=1
ξ i = 1 )
, o espa¸ co vetorial apresenta uma decomposi¸ c˜ ao das fun¸ c˜ oes de transferˆ encia [
f 1 (s), f 2 (s), . . . , f l (s) ] em uma regi˜ ao geom´ etrica polit´ opica do es- pa¸ co vetorial F (s). Os pontos da regi˜ ao ge- om´ etrica polit´ opica s˜ ao definidos pelas fun¸ c˜ oes de transferˆ encia [
f 1 (s), f 2 (s), . . . , f l (s) ]
. O mo- delo dinˆ amico nebuloso TS atende a esta pro- priedade polit´ opica. Para definir os pontos desta regi˜ ao polit´ opica nebulosa, cada regra do modelo dinˆ amico nebuloso deve ser ativada individual- mente. Esta condi¸ c˜ ao ´ e conhecida como condi¸ c˜ ao de contorno. Da´ı, os seguintes resultados s˜ ao obtidos para a Resposta em Frequˆ encia Nebulosa (RFN) da fun¸ c˜ ao de transferˆ encia nebulosa:
• Se somente a regra 1 ´ e ativada, tem-se (γ 1 = 1, γ 2 = 0, γ 3 = 0, . . . , γ l = 0). Ent˜ ao,
W(jω, ˜ ν) = ˜
∑ l i=1
γ i (˜ ν)W i (jω)
̸ arctan [ l
∑
i=1
γ i (˜ ν)W i (jω) ]
, (14)
W(jω, ˜ ν) = ˜ 1W 1 (jω) + 0W 2 (jω) + . . . + 0W l (jω)
̸ arctan [
1W 1 (jω) + 0W 2 (jω) + . . . + 0W l (jω) ] , (15)
W(jω, ˜ ν) = ˜ W 1 (jω) ̸ arctan [ W 1 (jω) ]
. (16)
• Se somente a regra 2 ´ e ativada, tem-se (γ 1 = 0, γ 2 = 1, γ 3 = 0, . . . , γ l = 0). Ent˜ ao,
W(jω, ˜ ν) = ˜
∑ l i=1
γ i (˜ ν)W i (jω)
̸ arctan [ l
∑
i=1
γ i (˜ ν)W i (jω) ]
, (17)
W(jω, ˜ ν) = ˜ 0W 1 (jω) + 1W 2 (jω) + . . . + 0W l (jω)
̸ arctan [
0W 1 (jω) + 1W 2 (jω) + . . . + 0W l (jω) ] , (18)
W(jω, ˜ ν) = ˜ W 2 (jω) ̸ arctan [ W 2 (jω) ]
. (19)
• Se somente a regra l ´ e ativada, tem-se (γ 1 = 0, γ 2 = 0, γ 3 = 0, . . . , γ l = 1). Ent˜ ao,
W(jω, ˜ ν) = ˜
∑ l i=1
γ i (˜ ν)W i (jω)
̸ arctan [ l
∑
i=1
γ i (˜ ν)W i (jω) ]
, (20)
W ˜ (jω, ν) = ˜ 0W 1 (jω) + 0W 2 (jω) + . . . + 1W l (jω)
̸ arctan [
0W 1 (jω) + 0W 2 (jω) + . . . + 1W l (jω) ] , (21)
W ˜ (jω, ˜ ν) = W l (jω) ̸ arctan [ W l (jω) ]
. (22)
Onde W 1 (jω), W 2 (jω), . . . , W l (jω) s˜ ao os sub- modelos lineares do sistema dinˆ amico incerto.
Note que W 1 (jω) ̸ arctan [
W 1 (jω) ] W l (jω) ̸ arctan [ and
W l (jω) ]
definem uma regi˜ ao de contorno. Sob tais circunstˆ ancias, a resposta em frequˆ encia nebulosa para sistemas dinˆ amicos incertos converge para uma faixa no dom´ınio da frequˆ encia, definida por uma superf´ıcie baseada no graus de pertinˆ encias. A Figura 5 mostra a resposta em frequˆ encia nebulosa para o caso bidimensional, sem perda de generalidade.
^
1, ν ) 2 Wl
0 1
0.5
0 1
0.5
(ν 1, ν ) 2 W1 (ν 1, ν ) 2 W2 (ν 1, ν ) 2 W3
(ν 1, ν ) 2 W4
(ν 1, ν ) 2 W5
Grau de pertinencia^
Grau de pertinencia^
1 3 2 p
... ... ... ... ...
2 3
...
p1
F |
~
F |
F | F |
...
...
...
~ 1ν
...
F |
1νF |
1F |
1F
ν 1|
νν 22 2
2
ν ν
ν ν
ν 2
...
...
...
...
...
...
...
...
...
...
...
...
...
Espaço do Antecedente
Regra
Resposta em Frequencia Nebulosa ^
Limite inferior Limite superior
Limite superior
Limite inferior Modulo (dB) Mapeamento
Politopo
Espaço do consequente
Regra Frequency (rad/sec)^
Fase (Graus) Mapeamento
Limite superior Limite inferior
Limite superior
Limite inferior
Frequencia (rad/sec)
(ν
Figura 5: Resposta em frequˆ encia nebulosa: ma- peamento a partir do espa¸ co do consequente para a regi˜ ao no dom´ınio da frequˆ encia.
2
4 Resposta em Frequˆ encia Nebulosa (RFN): An´ alise
4.1 An´ alise em Baixas Frequˆ encias
A an´ alise em baixas frequˆ encias do modelo dinˆ amico nebuloso TS, ˜ W (s), pode ser obtida por
ω lim → 0
∑ l i=1
γ i W i (jω) (23)
Ent˜ ao, o comportamento do m´ odulo e fase nas baixas frequˆ encias, ´ e dado por
ω lim → 0
∑ l i=1
γ i W i (jω)
̸ arctan [ l
∑
i=1
γ i W i (jω) ]
(24)
4.2 An´ alise em Altas Frequˆ encias
Equivalentemente, a an´ alise em altas frequˆ encias do modelo dinˆ amico nebuloso, W ˜ (s), pode ser obtido por
ω lim →∞
∑ l
i=1
γ i W i (jω) (25)
Ent˜ ao, o comportamento do m´ odulo e fase nas altas frequˆ encias, ´ e dado por
ω lim →∞
∑ l
i=1
γ i W i (jω)
̸ arctan [ l
∑
i=1
γ i W i (jω) ]
(26)
5 Resultados Computacionais Considere o seguinte sistema dinˆ amico incerto, dado por
H(s, ν) = 2 − ν
[(ν + 1)s + 1]
[( ν 2 + 0.1
) s + 1
] (27)
onde a vari´ avel de escalonamento ´ e ν = [0, 1]; o ganho do sistema dinˆ amico incerto ´ e K p = 2 − ν;
a maior constante de tempo ´ e τ = ν + 1; e a menor constate de tempo ´ e τ ′ = ν
2 + 0.1. A partir do sistema dinˆ amico incerto da Equa¸ c˜ ao (27) e assumindo que a vari´ avel de escalonamento varia no tempo numa faixa de [0, 1], pode-se obter a base de regras do modelo dinˆ amico nebuloso:
R (1) : SE ν ´ e 0 ENT˜ AO W 1 (s, 0) = 2 0.1s 2 + 1.1s + 1 R (2) : SE ν ´ e 1
2 ENT˜ AO W 2 (s, 1
2 ) = 1.5
0.5s 2 + 1.8s + 1 R (3) : SE ν ´ e 1 ENT˜ AO W 3 (s, 1) = 1
1.2s 2 + 2.6s + 1 (28) O modelo dinˆ amico nebuloso TS do sistema
dinˆ amico incerto pode ser representado por
W(jω, ˜ ν) = ˜
∑ 3 i=1
γ i (˜ ν)W i (jω)
̸ arctan [ 3
∑
i=1
γ i (˜ ν)W i (jω) ]
(29)
e
W(jω, ˜ ν) = ˜
2γ 1
0.6(jω) 4 + 3.6(jω) 3 + 6.5(jω) 2 + 4.5(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
1.5γ 2
0.1(jω) 4 + 1.6(jω) 3 + 4.2(jω) 2 + 3.7(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
γ 3
0.1(jω) 4 + 0.8(jω) 3 + 2.7(jω) 2 + 3(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
̸ arctan [
2γ 1
0.6(jω) 4 + 3.6(jω) 3 + 6.5(jω) 2 + 4.5(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
1.5γ 2
0.1(jω) 4 + 1.6(jω) 3 + 4.2(jω) 2 + 3.7(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
γ 3
0.1(jω) 4 + 0.8(jω) 3 + 2.7(jω) 2 + 3(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
] (30)
onde: Den [ W(jω,˜ ˜ ν) ] = 0 .1(jω) 6 + 1.1(jω) 5 + 5.2(jω) 4 + 11.2(jω) 3 + 11.5(jω) 2 + 5.6(jω) + 1.
5.1 An´ alise em Baixas Frequˆ encias
A resposta em regime permanente a uma en- trada senoidal, em baixas frequˆ encias, do mod- elo dinˆ amico nebuloso TS, pode ser obtida como segue:
ω lim → 0
W ˜ (jω, ˜ ν) =
2γ 1
0.6(jω) 4 + 3.6(jω) 3 + 6.5(jω) 2 + 4.5(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
1.5γ 2
0.1(jω) 4 + 1.6(jω) 3 + 4.2(jω) 2 + 3.7(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
γ 3
0.1(jω) 4 + 0.8(jω) 3 + 2.7(jω) 2 + 3(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
̸ arctan [
2γ 1
0.6(jω) 4 + 3.6(jω) 3 + 6.5(jω) 2 + 4.5(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
1.5γ 2
0.1(jω) 4 + 1.6(jω) 3 + 4.2(jω) 2 + 3.7(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
γ 3
0.1(jω) 4 + 0.8(jω) 3 + 2.7(jω) 2 + 3(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
] . (31)
Quando ω tende a zero, Eq.(31) pode ser aproxi- mada como segue:
ω lim → 0
W ˜ (jω, ν) = ˜ | 2γ 1 + 1.5γ 2 + γ 3 | ̸ arctan [2γ 1 + 1.5γ 2 + γ 3 ] . (32) Da´ı,
ω lim → 0
W ˜ (jω, ν) = ˜ | 2γ 1 + 1.5γ 2 + γ 3 | ̸ 0 o (33)
5.2 An´ alise em Altas Frequˆ encias
A resposta em regime permanente a uma en- trada senoidal, em altas frequˆ encias, do modelo dinˆ amico nebuloso TS, pode ser obtida como segue:
ω lim →∞ W ˜ (jω, ˜ ν) =
2γ 1
0.6(jω) 4 + 3.6(jω) 3 + 6.5(jω) 2 + 4.5(jω) + 1 Den [ W(jω,˜ ˜ ν) ]
+
1.5γ 2
0.1(jω) 4 + 1.6(jω) 3 + 4.2(jω) 2 + 3.7(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
γ 3
0.1(jω) 4 + 0.8(jω) 3 + 2.7(jω) 2 + 3(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
̸ arctan [
2γ 1
0.6(jω) 4 + 3.6(jω) 3 + 6.5(jω) 2 + 4.5(jω) + 1 Den [ W(jω,˜ ˜ ν) ]
+
1.5γ 2
0.1(jω) 4 + 1.6(jω) 3 + 4.2(jω) 2 + 3.7(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
+
γ 3
0.1(jω) 4 + 0.8(jω) 3 + 2.7(jω) 2 + 3(jω) + 1 Den [ W ˜ (jω,˜ ν) ]
] (34)
Nesta an´ alise, os termos de maior ordem da fun¸ c˜ ao de transferˆ encia no modelo dinˆ amico nebu- loso aumentam mais rapidamente do que os outros termos, ` a medida que ω cresce. Da´ı,
ω lim →∞ W ˜ (jω, ν) = ˜ 2γ 1
0.6
0.1(jω) 2 + 1.5γ 2
0.1
0.1(jω) 2 + (35) γ 3
0.1 0.1(jω) 2
̸ − 180 o
A Figura 6 mostra as caracter´ısticas da res- posta em frequˆ encia nebulosa para o sistema dinˆ amico incerto obtida pela metodologia pro- posta. Para este experimento, a resposta em fre- quˆ encia nebulosa do sistema dinˆ amico incerto foi obtida considerando a m´ edia do parˆ ametro incerto ν, como vari´ avel lingu´ıstica e no dom´ınio da fre- quˆ encia, como mostrado na Figura 7.
6 Conclus˜ oes
A estima¸ c˜ ao da resposta em frequˆ encia nebulosa para sistemas dinˆ amicos incertos ´ e proposta neste artigo. Mostra-se que a resposta em frequˆ encia nebulosa ´ e uma regi˜ ao no dom´ınio da frequˆ en- cia, definida por uma combina¸ c˜ ao linear dos sub- modelos W i (s), a partir das regi˜ oes de opera¸ c˜ ao do sistema dinˆ amico incerto, de acordo com o Teo- rema 1 proposto. Esta formula¸ c˜ ao ´ e muito efi- ciente e pode ser utilizada para an´ alise de esta- bilidade e projeto de controle robusto de sistemas dinˆ amicos incertos.
Agradecimentos
Os autores agradecem ` a FAPEMA e ` a CAPES
pelo suporte desta pesquisa.
−150
−100
−50 0 50
Módulo (dB)
10−2 10−1 100 101 102 103
−180
−135
−90
−45 0
Fase (Graus)
Diagrama de Bode
Frequência (rad/sec)
ν=0 (Limite superior nebuloso) ν=1 (Limite inferior nebuloso) Sistema dinâmico incerto