IFPB - INSTITUTO FEDERAL DO CIÊNCIA, TECNOLOGIA E

EDUCAÇÃO DA PARAÍBA
Campus Cajazeiras
Bacharelado em Engenharia de Controle e Automação – 8º Período
Sistemas de Controle II
Prof. Emanoel Raimundo Queiroz Chaves Júnior

Atividade Avaliativa Computacional

Aluno: Pedro Eduardo Oliveira de Andrade
Matrícula: 201912240038

Q1.
Dado o diagrama de blocos abaixo (Figura 1), pede-se que se obtenha os ganhos
Kp, Ti e Td do controlador PID por meio dos Métodos de Ziegler Nichols.

Figura 1 – Diagrama de blocos do primeiro sistema.

Dessa forma, será aplicado o primeiro método de Ziegler Nichols, onde o processo
deve ser colocado juntamente com o controlador PID em malha fechada, desligando as
partes integrativa e derivativa do PID. Assim, deve-se aumentar gradualmente o ganho
Kp até que o sistema esteja no limiar da estabilidade, oscilando periodicamente.
Utilizando o Xcos do Scilab para simular o sistema, tem-se o seguinte arranjo,
ilustrado pela Fig 2.

Figura 2 – Processo em malha fechada com as partes integrativa e derivativa desligadas e o ganho
proporcional ajustado.

A partir da simulação desse arranjo, a resposta para o sistema no limiar da

estabilidade foi obtida, como pode ser visto na Fig. 3.
 Figura 3 – Resposta do sistema no limiar da estabilidade para um ganho proporcional igual à 30 (Kp =
30).

Com essa resposta, obtemos dois valores importantes para aplicação do método:
o ganho final aplicado até que o sistema oscile (Ku) e o período de oscilação do sistema
(Pu). Ambos os valores estão presentes na Tabela 1.

Ku Pu
30 2,81

Tabela 1 – Valores de Ku e Pu para o sistema.

Após isso, deve-se definir o tipo de controlador que será implementado no projeto.
Como o sistema já possui um integrador, ou seja, um polo na origem (s=0), deve-se
projetar um controlado PD com filtro na parte derivativa. Logo, de acordo com a tabela 2
Tipo de controlador Kp Td Ti
PD 0,6Ku 0,125Pu -

Tabela 2 – Parâmetros do controlador em função dos valores de Ku e Pu.

Após a substituição dos valores de Ku e Pu na tabela acima e considerando o filtro

como sendo N = 0,17, tem-se os seguintes parâmetros para implementação do controlador
PD com filtro na parte derivativa, como pode ser visto na Tab. 3.
Tipo de controlador Kp Td Ti N
PD 18 0,35 - 0,17

Tabela 3 – Parâmetros do controlador PD calculados.

Substituindo os dados da Tabela 3 na equação do controlador PD com o filtro

passa-baixas, tem-se o seguinte arranjo no Xcos do Scilab (Fig. 4).
 Figura 4 – Processo em malha fechada com aplicação do controlador PD com filtro.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 5, onde
pode-se observar o sistema com aplicação do controlador PD com filtro (em vermelho) e
o sistema no limiar da estabilidade (em azul).

Figura 5 – Resposta do sistema com aplicação do controlador PD com filtro (em vermelho) e o sistema no
limiar da estabilidade (em azul).

Na resposta do sistema com o controlador foi obtido um sobressinal percentual de

37%, o que não atende os parâmetros pré-estabelecidos. Dessa forma, deve-se realizar um
ajuste fino nos parâmetros presentes na Tabela 3. Como deseja-se apenas reduzir o valor
do sobressinal, optou-se por reduzir apenas o valor do ganho Kp em 50%, obtendo os
valores presentes na Tabela 4.
Tipo de controlador Kp Td Ti N
PD 9 0,35 - 0,17

Tabela 4 – Parâmetros do controlador PD recalculados para redução do sobressinal.

Feito isso, realiza-se novamente a simulação do sistema à fim de se obter a curva

de resposta ao degrau unitário com o valor do sobressinal igual ou menor que 25%. Logo,
a Figura 6 ilustra tanto a curva do sinal de saída do sistema (em vermelho), com um
sobressinal de 23,6% atendendo as especificações do projeto, como a curva do sinal da
entrada de controle (em preto).

Figura 6 - Curva do sinal de saída do sistema (em vermelho), %UP= 23,6%, e a curva do sinal da entrada
de controle (em preto).

Q2.
Dado o diagrama de blocos abaixo (Figura 7), pede-se que se obtenha os ganhos
Kp, Ti e Td do controlador PID por meio dos Métodos de Ziegler Nichols.

Figura 7 – Diagrama de blocos do segundo sistema.

De forma semelhante ao que foi feito na questão anterior, o primeiro método de

Ziegler Nichols será novamente aplicado ao processo, o colocando em malha fechada e
desligando as partes integrativa e derivativa do PID, à fim de variar o ganho proporcional
gradativamente até que oscile periodicamente.
Utilizando o Xcos do Scilab para simular o sistema, tem-se o seguinte arranjo,
ilustrado pela Fig 8.
 Figura 8 – Processo em malha fechada com as partes integrativa e derivativa desligadas e o ganho
proporcional ajustado.

A partir da simulação desse arranjo, a resposta para o sistema no limiar da

estabilidade foi obtida, como pode ser visto na Fig. 9.

Figura 9 – Resposta do sistema no limiar da estabilidade para um ganho proporcional igual à 10 (Kp =
10).

Com essa resposta, obtemos novamente os dois valores importantes para aplicação
desse método: o Ku e o Pu, como mostra a Tabela 5.

Ku Pu
10 2,379

Tabela 5 – Valores de Ku e Pu para o sistema.

Feito isso, deve-se definir o tipo de controlador que será implementado no projeto.
Diferentemente da questão anterior em que se tinha um polo na origem (s=0), nesse caso
deve-se projetar um controlado PID com filtro passa-baixas. Logo, de acordo com a tabela
6.
Tipo de controlador Kp Td Ti
PID 0,6Ku 0,125Pu 2/Pu

Tabela 6 – Parâmetros do controlador em função dos valores de Ku e Pu.

 Após a substituição dos valores de Ku e Pu na tabela acima e considerando o filtro
como sendo novamente N = 0,17, tem-se os seguintes parâmetros para implementação do
controlador PID com filtro passa-baixas, como pode ser visto na Tab. 7.
Tipo de controlador Kp Td Ti N
PD 6 0,2974 0,8407 0,17

Tabela 7 – Parâmetros do controlador PID calculados.

Substituindo os dados da Tabela 7 na equação do controlador PID com o filtro

passa-baixas, tem-se o seguinte arranjo no Xcos do Scilab (Fig. 10).

Figura 10 – Processo em malha fechada com aplicação do controlador PID com filtro.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 5, onde
pode-se observar o sistema com aplicação do controlador PID com filtro (em vermelho).

Figura 11 – Resposta do sistema com aplicação do controlador PID com filtro.

Na resposta do sistema com o controlador foi obtido um sobressinal percentual de

67,4%, o que não atende os parâmetros pré-estabelecidos. Além disso, o sistema possui
um tempo de acomodação (Ts) de 10,65 segundos, que é um valor muito alto comparado
aos valores recomendados. Dessa forma, deve-se realizar um ajuste fino nos parâmetros
presentes na Tabela 7. Nesse caso, deseja-se reduzir tanto o valor do sobressinal como o
tempo de acomodação do sistema, optou-se por reduzir o valor do ganho Kp, do Td e do
Ti, obtendo os valores presentes na Tabela 8.
Tipo de controlador Kp Td Ti N
PD 2,54 0,6 2,1 0,17

Tabela 8 – Parâmetros do controlador PID recalculados para redução do sobressinal e do tempo de

acomodação.

Feito isso, realiza-se novamente a simulação do sistema à fim de se obter a curva

de resposta ao degrau unitário com o valor do sobressinal igual ou menor que 10% e o
tempo de acomodação (Ts) menor que 2 segundos. Dessa forma, após a sintonia fina, a
Figura 12 expõe a curva do sinal de saída do sistema, com um sobressinal de 2,4% e um
tempo de acomodação (Ts) de 1,979 segundos, atendendo as especificações do projeto.

Figura 12 - Curva do sinal de saída do sistema com %UP = 2,4%, e um Ts = 1,979 segundos.

Logo, a Figura 13 ilustra tanto a curva do sinal de saída do sistema (em vermelho),
como a curva do sinal da entrada de controle (em preto).
 Figura 13 - Curva do sinal de saída do sistema (em vermelho) e a curva do sinal da entrada de controle
(em preto).

Q3.
Considerando o diagrama de blocos da Figura 14, observa-se que o sistema possui
dois controladores que devem ser implementados. Logo, um controlador deve ser
projetado com intuito de anular os distúrbios causados por D(s), já o projetado como um
controlador PID.

Figura 14 – Diagrama de blocos do terceiro sistema.

Dessa forma, analisando o diagrama de blocos para projetar um controlador

feedforward para Gc2(s), tem-se que,
𝒀(𝒔) = 𝑮𝒑(𝒔) ∙ [𝑼(𝒔) + 𝑫(𝒔)]
= 𝒀(𝒔) = 𝑮𝒑(𝒔) ∙ {𝑹(𝒔) ∙ 𝑮𝒄𝟐(𝒔) + 𝑮𝒄𝟏(𝒔) ∙ [𝑹(𝒔) − 𝑩(𝒔)] + 𝑫(𝒔)}
Como deseja-se anular o efeito de D(s) a partir da implementação do controlador
Gc2(s), é necessário igualar a soma desses termos a zero, logo,
 𝑹(𝒔) ∙ 𝑮𝒄𝟐(𝒔) + 𝑫(𝒔) = 𝟎
−𝑫(𝒔)
= 𝑮𝒄𝟐(𝒔) =
𝑹(𝒔)
1
Assim, com D(s) = R(s) = , tem-se, por fim, que,
𝑠
= 𝑮𝒄𝟐(𝒔) = −𝟏
Feito isso, conclui-se que para eliminar a influência de D(s) no sistema, é
necessário implementar um controlador proporcional com ganho negativo, Gc2(s) = -1.
Após projetar o controlador Gc2(s), tentou-se projetar o controlador Gc1(s) por
meio dos métodos de Ziegler Nichols, porém, independente do ganho Kp aplicado, o
sistema não chegou ao limiar da estabilidade, além disso, o segundo método não se tornou
efetivo. Dessa forma, optou-se por aplicar um controlador PD com filtro na parte
derivativa, uma vez que o sistema já possui um polo na origem (s=0).
Assim, ajustando os parâmetros Kp e Td manualmente (sintonia fina) e
considerando o filtro igual a 0,17, foram obtidos os seguintes valores, descritos na Tabela
9.
Tipo de controlador Kp Td Ti N
PID 120 0,260 - 0,17

Tabela 9 – Parâmetros do controlador PD definidos através de uma sintonia fina.

Dessa forma, a partir desses valores foi possível montar o seguinte arranjo no Xcos
do Scilab, como pode ser visto na Fig. 15. Observa-se que o controlador Gc2(s) e D(s) não
foram implementados nesse arranjo. Tal fato se justifica uma vez que um anula o sinal do
outro, ou seja, a falta de presença desses fatores não alterará a resposta final do sistema.

Figura 15 – Processo em malha fechada com aplicação do controlador PD com filtro.

Feito isso, realiza-se a simulação do sistema à fim de se obter a curva de resposta

ao degrau unitário com o valor do sobressinal igual ou menor que 20% e o tempo de
acomodação (Ts) menor que 1 segundo. Dessa forma, após a sintonia fina, a Figura 16
expõe a curva do sinal de saída do sistema, com um sobressinal de 19,5% e um tempo de
acomodação (Ts) de 0,868 segundos, atendendo as especificações do projeto.

Figura 16 - Curva do sinal de saída do sistema com %UP = 19,5%, e um Ts = 0,868 segundos.

Q4.
Inicialmente, deve-se obter a função de transferência G(s) que descreve o circuito
elétrico da Figura 17. Para isso, optou-se por realizar esse cálculo em duas etapas: calcular
o valor de Vc(s), analisando a parte inicial do circuito e, em seguida, relacionar o resultado
encontrado com a parte final do circuito, através da implementação analógica do
controlador P, utilizando amplificadores operacionais. Dessa forma, a função de
Vo(s)
transferência G(s) = será obtida.
Vi(s)

Figura 17 – Circuito elétrico com implementação analógica de um controlador P, utilizando um

Amplificador isolador.

Analisando a parte inicial do circuito, tem-se que,

𝑽𝒊(𝒔) − 𝑽𝒄(𝒔) 𝑽𝒄(𝒔)
=
𝟐 ∙ 𝟏𝟎𝟑 𝟏
𝟏𝟎−𝟒 𝒔
= 𝑽𝒊(𝒔) − 𝑽𝒄(𝒔) = 𝟐 ∙ 𝟏𝟎−𝟏 ∙ 𝑽𝒄(𝒔)
 𝑽𝒊(𝒔)
= 𝑽𝒄(𝒔) =
𝟎, 𝟐𝒔 + 𝟏
Feito isso, deve-se agora analisar a parte final do circuito. É possível notar através
da Figura 17 que o arranjo de AmpOps no circuito está exercendo a função de um
controlador P, dessa forma, o ganho Kp poderá ser calculado através de uma simples
equação, onde,
𝑹𝟐
𝑪(𝒔) = 𝑲𝒑 =
𝑹𝟏
𝟐 ∙ 𝟏𝟎𝟑
= 𝑲𝒑 =
𝟏 ∙ 𝟏𝟎𝟑
= 𝑲𝒑 = 𝟐
Dessa forma, o arranjo dos amplificadores provocará um ganho em Vc(s),
amplificando-a em duas vezes. Logo, tem-se na parte final do circuito que,
𝟐𝑽𝒄(𝒔) − 𝑽𝒐(𝒔) 𝑽𝒐(𝒔)
=
𝟓 ∙ 𝟏𝟎𝟑 𝟏
𝟒 ∙ 𝟏𝟎−𝟒 𝒔
= 𝟐𝑽𝒄(𝒔) = 𝟐𝒔𝑽𝒐(𝒔) + 𝑽𝒐(𝒔)
𝑽𝒊(𝒔)
=𝟐 = 𝑽𝒐(𝒔) ∙ (𝟐𝒔 + 𝟏)
𝟎, 𝟐𝒔 + 𝟏
𝑉𝑜(𝑠) 𝟐
= 𝐺(𝑠) = =
𝑉𝑖(𝑠) (𝟎, 𝟐𝒔 + 𝟏)(𝟐𝒔 + 𝟏)
Encontrada a função de transferência G(s), deve-se projetar um único controlador
PID. Para isso, optou-se por utilizar o segundo método de Ziegler Nichols, que consiste
em aproximar o processo de controle a um sistema de primeira ordem com atraso. À vista
disso, o sistema é colocado juntamente com um controlador PID em malha aberta, onde,
de forma semelhante ao primeiro método, as partes integrativa e derivativa são desligadas,
e em seguida é aplicado um degrau unitário no sistema (Fig. 18).

Figura 18 – Processo em malha aberta com as partes integrativa e derivativa desligadas e ganho
proporcional igual à 1.
 Após isso, deve-se obter os valores de K, L e T, observando a resposta do sistema,
como pode ser visto na Fig. 19.

Figura 19 – Resposta do sistema ao degrau unitário para obter os valores de K, L e T.

A Tabela 10 reúne os valores obtidos através da análise gráfica.

K L T
2 0,15 2,63

Tabela 10 – Valores de K, L e T para o segundo método de Ziegler Nichols.

Feito isso, deve-se definir o tipo de controlador que será implementado no projeto.
Nesse caso deve-se projetar um controlado PID com filtro passa-baixas. Logo, de acordo
com a tabela 11.
Tipo de controlador Kp Td Ti
PID 1,2T/L L/2 2L

Tabela 11 – Parâmetros do controlador em função dos valores de L e T.

Após a substituição dos valores de L e T na tabela acima e considerando o filtro

como sendo novamente N = 0,17, tem-se os seguintes parâmetros para implementação do
controlador PID com filtro passa-baixas, como pode ser visto na Tab. 12.
Tipo de controlador Kp Td Ti N
PID 21,04 0,075 0,30 0,17

Tabela 12 – Parâmetros do controlador PID calculados.

Substituindo os dados da Tabela 12 na equação do controlador PID com o filtro

passa-baixas, tem-se o seguinte arranjo no Xcos do Scilab (Fig. 20).
 Figura 20 – Processo em malha fechada com aplicação do controlador PID com filtro.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 21, onde
pode-se observar o sistema com aplicação do controlador PID com filtro.

Figura 21 – Resposta do sistema com aplicação do controlador PID com filtro.

Na resposta do sistema com o controlador foi obtido um sobressinal percentual de

28,2%, além de um tempo de acomodação (Ts) de 0,891 segundos.
Feito isso, agora deve-se implementar um controle em cascata com dois
Vc(s) Vo(s)
controladores: G1(s) = e G2(s) = . Para isso, é necessário encontrar ambas as
Vi(s) Vc(s)
funções de transferências, logo,
𝑽𝒊(𝒔) − 𝑽𝒄(𝒔) 𝑽𝒄(𝒔)
=
𝟐 ∙ 𝟏𝟎𝟑 𝟏
𝟐𝑽𝒄(𝒔) = 𝟐𝒔𝑽𝒐(𝒔) + 𝑽𝒐(𝒔)
𝟏𝟎−𝟒 𝒔
= 𝑽𝒊(𝒔) − 𝑽𝒄(𝒔) = 𝟐 ∙ 𝟏𝟎−𝟏 ∙ 𝑽𝒄(𝒔) = 𝟐𝑽𝒄(𝒔) = 𝑽𝒐(𝒔) ∙ (𝟐𝒔 + 𝟏)

𝑽𝒄(𝒔) 𝟏 𝑽𝒐(𝒔) 𝟐
𝑮𝟏 (𝒔) = = 𝑮𝟐 (𝒔) = =
𝑽𝒊(𝒔) 𝟎, 𝟐𝒔 + 𝟏 𝑽𝒄(𝒔) 𝟐𝒔 + 𝟏
 Após encontrar as funções de transferência de G1(s) e G2(s), deve-se implementar
um Controle por Modelo Interno (IMC) à fim de dimensionar os parâmetros Kp, Ti e Td
de cada controlador. Assim, seguindo os cálculos da Tabela 13 e considerando, com base
em Skogestad (2003), λ = L, tem-se que,
Modelo λ Kp Td Ti
L - T
𝑠+ λ
Tabela 13 – Parâmetros do controlador em função dos valores de K, L e T.

A Tabela 14 reúne os parâmetros de implementação do controlador G1(s).

Modelo λ Kp Td Ti
0,15 1,33 - 0,2
, 𝑠+
Tabela 14 – Parâmetros do controlador G1(s) calculados.

A Tabela 15 reúne os parâmetros de implementação do controlador G2(s).

Modelo λ Kp Td Ti
0,15 6,67 - 2
𝑠+
Tabela 15 – Parâmetros do controlador G2(s) calculados.

Por fim, utilizando os valores presentes nas tabelas acima, é possível implementar
o controle em cascata com os dois controladores, como pode ser visto na Fig. 22.

Figura 22 - Processo em malha fechada com aplicação de controle em cascata.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 23, onde
pode-se observar o sistema com os controladores em cascata.
 Figura 23 – Resposta do sistema com aplicação dos controladores em cascata.

Na resposta do sistema com os controladores em cascata foi obtido um sobressinal

percentual de 4,3%, além de um tempo de acomodação (Ts) de 1,271 segundos.
Dessa forma, pode-se concluir que, em comparação com o sistema com o
controlador PID, o controlador em cascata apresenta um sobressinal percentual 84,75%
menor, porém o tempo de acomodação neste caso apresentou um aumento de 42,65%.
Assim, o tipo de controlador a ser utilizado ficará à critério dos requisitos que a
planta precisará atender.

Q5.
A partir da questão anterior, busca-se agora adicionar um filtro antireset windup
na parte integrativa do controlador PID. Essa adição busca anular a ação do integrador
quando a ação do controlador está distante do regime permanente. Dessa forma, quando
o sinal de erro foi grande ou houver saturação no sistema, a entrada do integrador será
nula.
Para isso, é necessário reutilizar alguns parâmetros calculados anteriormente,
como pode ser visto na Tabela 16.
Tipo de controlador Kp Td Ti N
PID 21,04 0,075 0,30 0,17

Tabela 16 – Parâmetros do controlador PID calculados na questão 4.

A partir desses parâmetros, pode-se calcular um novo valor, uma constante de

tempo Tt. Essa constante é necessária para que o termo integrativo seja recalculado de
forma dinâmica para que permaneça sempre no valor limite do atuador. Assim, Tt é
calculada por,

𝑻𝒕 = √𝑻𝒊 ∙ 𝑻𝒅
 𝑻𝒕 = √𝟎, 𝟑𝟎 ∙ 𝟎, 𝟎𝟕𝟓
𝑻𝒕 = 𝟎, 𝟏𝟓
Feito isso, a Figura 24 mostra a montagem do arranjo de um sistema de controle
PID com filtro antireset windup no Xcos do Scilab.

Figura 24 - Processo em malha fechada com aplicação de um controlador PID com filtro antireset
windup.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 25, onde
pode-se observar o efeito da aplicação do filtro antireset windup.

Figura 25 – Resposta do sistema com aplicação do filtro antireset windup.

Por fim, pode-se concluir que a resposta do sistema apresentou um sobressinal de

9%, apresentando um sinal quase que criticamente amortecido. Ademais, nota-se que o
sistema apresenta um tempo de razoavelmente alto, Ts = 6,6 segundos.

Em comparação com a aplicação do controlador PID na questão 4, pode-se notar

aqui uma redução muito grande no valor do sobressinal, enquanto ocorre um aumento do
valor do tempo de acomodação, uma vez que, na questão anterior, o valor do sobressinal
era de 28,2% com um tempo de acomodação de 0,891 segundos.
 IFPB - INSTITUTO FEDERAL DO CIÊNCIA, TECNOLOGIA E
EDUCAÇÃO DA PARAÍBA
Campus Cajazeiras
Bacharelado em Engenharia de Controle e Automação – 8º Período
Sistemas de Controle II
Prof. Emanoel Raimundo Queiroz Chaves Júnior

2ª Atividade Avaliativa Computacional

Aluno: Pedro Eduardo Oliveira de Andrade
Matrícula: 201912240038

Q1.
Dado o sistema abaixo, pede-se que se obtenha um controlador que faça com que
esse sistema apresente um sobressinal máximo de 10% com erro nulo para entrada degrau
unitário em malha fechada. Além disso, o tempo de assentamento de 2% do sistema fica
em aberto, podendo ser estimado de acordo com a resolução.

Do sistema G(s), tem-se que 𝑚𝑔 = 0 e 𝑛𝑔 = 3. Assim, a partir do valor do

sobressinal requerido (%UP ≤ 10%), pode-se calcular o fator de amortecimento 𝜉,
%𝑈𝑃
−ln( 100 )
𝜉=
√𝜋 2 + ln2 (%𝑈𝑃 )
100
10
−ln(100)
𝜉=
√𝜋 2 + ln2 ( 10 )
100
2,3026
𝜉=
3,8951
𝜉 = 0,5912
Feito isso, estima-se que o tempo de assentamento e 2% do sistema seja 𝑇𝑠 = 4,
logo,
4
𝑇𝑠 =
𝜉𝜔𝑛
4
4=
𝜉𝜔𝑛
 𝜉𝜔𝑛 = 1
Substituindo o valor do fator de amortecimento, a frequência natural do sistema
será,
0,5912 ∙ 𝜔𝑛 = 1
1
𝜔𝑛 =
0,5912
𝜔𝑛 = 1,6915 𝑟𝑎𝑑/𝑠
Feito isso, substituindo os valores de 𝜉 e 𝜔𝑛 na equação canônica do sistema de
segunda ordem para F(s), tem-se,
𝐹 (𝑠) = 𝑠 2 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛 2
≅ 𝐹(𝑠) = 𝑠 2 + 2𝑠 + 2,86
Após esse processo, o polinômio característico desejado foi encontrado, porém
F(s) deve satisfazer a equação abaixo,
𝑛𝑓 = 𝑀𝐴𝑋(𝑛𝑔 + 𝑛𝑐 , 𝑚𝑔 + 𝑚𝑐 )

𝑛𝑓 = 𝑀𝐴𝑋(3 + 𝑛𝑐 , 0 + 𝑚𝑐 )

𝑛𝑓 = 3

Assim, para que a equação acima seja satisfeita, adiciona-se um polo mais distante
da origem que os polos dominantes do sistema. Logo, um polo em 𝑠 = −4 será
adicionado e F(s) tomará a forma de,
𝐹 (𝑠) = (𝑠 2 + 2𝑠 + 2,86) ∙ (𝑠 + 4)
= 𝐹 (𝑠) = 𝑠 3 + 6𝑠 2 + 10,86𝑠 + 11,44
Encontrado o polinômio característico F(s), deve-se implementar um controlador
PD duplo, onde 𝑛𝑐 = 0 e 𝑚𝑐 = 2. Dessa maneira, o controlador a ser implementado no
sistema, terá a seguinte forma,
𝑒2 𝑠 2 + 𝑒1 𝑠 + 𝑒0
𝐶(𝑠) =
𝑑0
Utilizando a equação diofantina, tem-se,
𝐴(𝑠)𝐷(𝑠) + 𝐵 (𝑠)𝐸(𝑠) = 𝐹(𝑠)
= (0,36𝑠 3 + 1,86𝑠 2 + 2,5𝑠 + 1) ∙ 𝑑0 + (1,2) ∙ (𝑒2 𝑠 2 + 𝑒1 𝑠 + 𝑒0 ) = 𝐹(𝑠)
= (0,36𝑑0 )𝑠 3 + (1,86𝑑0 + 1,2𝑒2 )𝑠 2 + (2,5𝑑0 + 1,2𝑒1 )𝑠 + (𝑑0 + 1,2𝑒0) = 𝑠 3 + 6𝑠 2 + 10,86𝑠 + 11,44

Igualando os coeficientes, chega-se na seguinte solução:

𝑑0 = 2,778
𝑒2 = 0,694
 𝑒1 = 3,263
𝑒0 = 7,218
Logo, o controlador C(s) será igual à
0,694𝑠 2 + 3,263𝑠 + 7,218
𝐶(𝑠) =
2,778
𝐶(𝑠) = 0,25𝑠 2 + 1,17𝑠 + 2,60
𝐶(𝑠) = 0,25 ∙ (𝑠 2 + 4,68𝑠 + 10.4)
Outrossim, deve-se garantir que o erro em regime permanente seja nulo para a
entrada degrau unitário, com isso, é necessário adicionar um polo na origem (s=0), Além
disso, para evitar que o controlador seja um sistema não-causal, um polo fora da origem
também deve ser adicionado, logo s = -4. Assim, o controlador C(s) tomará a seguinte
forma, onde 𝐾𝑝 = 0,25,

0,25 ∙ (𝑠 2 + 4,68𝑠 + 10.4)

𝐶(𝑠) =
𝑠(𝑠 + 4)
Utilizando o Xcos do Scilab para simular o sistema, tem-se o seguinte arranjo,
ilustrado pela Fig 1.

Figura 1 – Processo em malha fechada com aplicação do controlador PD duplo.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 2, onde
pode-se observar o sistema com aplicação do controlador PD duplo.

Figura 2 – Resposta do sistema com aplicação do controlador PD duplo.

 Na resposta do sistema com o controlador foi obtido um sobressinal percentual de
50,1%, o que não atende os parâmetros pré-estabelecidos. Dessa forma, deve-se realizar
um ajuste fino nos parâmetros para reduzir o valor do sobressinal, logo, os novos
parâmetros do controlador estão expostos na Figura 3.

Figura 3 – Parâmetros do controlador PD duplo após o ajuste fino.

Feito isso, realiza-se novamente a simulação do sistema à fim de se obter a curva

de resposta ao degrau unitário com o valor do sobressinal igual ou menor que 10%. Logo,
a Figura 4 ilustra a curva do sinal de saída do sistema (em vermelho), com um sobressinal
de 5% atendendo as especificações do projeto.

Figura 4 – Curva de saída do sistema com %UP = 5%.

Q2.
Assim como na questão anterior, a partir do sistema abaixo, pede-se que se
obtenha um controlador que faça com que o sistema apresente um sobressinal máximo de
20% com erro nulo para entrada degrau unitário em malha fechada, além de um tempo de
assentamento de 2% menor do que 2 segundos.
 Do sistema G(s), tem-se que 𝑚𝑔 = 1 e 𝑛𝑔 = 2. Assim, a partir do valor do
sobressinal requerido (%UP ≤ 20%), pode-se calcular o fator de amortecimento 𝜉,
%𝑈𝑃
−ln( 100 )
𝜉=
√𝜋 2 + ln2 (%𝑈𝑃 )
100
20
−ln(100)
𝜉=
√𝜋 2 + ln2 ( 20 )
100
1,6094
𝜉=
3,5299
𝜉 = 0,4559
Feito isso, o tempo de assentamento de 2% do sistema deve ser menor que 2 (𝑇𝑠 <
2), logo, o valor de 𝜔𝑛 deve ser o menor possível. Para isso, considerando
𝜉 = 1,2, tem-se que 𝜔𝑛 será
4
𝑇𝑠 =
𝜉𝜔𝑛
4
2=
1,2 ∙ 𝜔𝑛
𝜔𝑛 = 1,667 𝑟𝑎𝑑/𝑠
Feito isso, substituindo os valores de 𝜉 e 𝜔𝑛 na equação canônica do sistema de
segunda ordem para F(s), tem-se,
𝐹 (𝑠) = 𝑠 2 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛 2
≅ 𝐹(𝑠) = 𝑠 2 + 4𝑠 + 2,78
Encontrado o polinômio característico F(s), deve-se implementar um controlador
PD, onde 𝑛𝑐 = 0 e 𝑚𝑐 = 1. Dessa maneira, o controlador a ser implementado no sistema,
terá a seguinte forma,
𝑒1 𝑠 + 𝑒0
𝐶(𝑠) =
𝑑0
Utilizando a equação diofantina, tem-se,
𝐴(𝑠)𝐷(𝑠) + 𝐵 (𝑠)𝐸(𝑠) = 𝐹(𝑠)
= (𝑠 + 1)(𝑠 + 10) ∙ 𝑑0 + 2(𝑠 + 2) ∙ (𝑒1 𝑠 + 𝑒0 ) = 𝐹(𝑠)
= (𝑠 2 + 11𝑠 + 10) ∙ 𝑑0 + (2𝑠 + 4) ∙ (𝑒1 𝑠 + 𝑒0 ) = 𝐹(𝑠)
= (𝑑0 + 2𝑒1 )𝑠 2 + (11𝑑0 + 2𝑒0 + 4𝑒1 )𝑠 + (10𝑑0 + 4𝑒0 ) = 𝑠 2 + 4𝑠 + 2,78
Igualando os coeficientes, chega-se na seguinte solução:
 1 − 𝑑0
𝑑0 + 2𝑒1 = 1 → 𝑒1 =
2
2,78 − 10𝑑0
10𝑑0 + 4𝑒0 = 2,78 → 𝑒0 =
4
11𝑑0 + 2𝑒0 + 4𝑒1 = 4
2,78 − 10𝑑0 1 − 𝑑0
= 11𝑑0 + 2( ) + 4( )= 4
4 2
= 11𝑑0 + 1,39 − 5𝑑0 + 2 − 2𝑑0 = 4
= 4𝑑0 + 3,39 = 4
⤇ 𝑑0 = 0,1525
⤇ 𝑒0 = 0,3138
⤇ 𝑒1 = 0,4238

Logo, o controlador C(s) será igual à

0,4238𝑠 + 0,3138
𝐶(𝑠) =
0,1525
0,3138(1,35𝑠 + 1)
𝐶(𝑠) =
0,1525
Outrossim, deve-se garantir que o erro em regime permanente seja nulo para a
entrada degrau unitário, com isso, é necessário adicionar um polo na origem (s=0). Assim,
o controlador C(s) tomará a seguinte forma, onde 𝐾𝑝 = 0,3138 e 𝑇𝑑 = 1,35,
0,3138(1,35𝑠 + 1)
𝐶(𝑠) =
0,1525𝑠
Utilizando o Xcos do Scilab para simular o sistema, tem-se o seguinte arranjo,
ilustrado pela Fig 5.

Figura 5 – Processo em malha fechada com aplicação do controlador PD.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 6, onde
pode-se observar o sistema com aplicação do controlador PD.
 Figura 6 – Resposta do sistema com aplicação do controlador PD.

Na resposta do sistema com o controlador foi obtido uma resposta sem

sobressinal, ou seja, um sistema superamortecido, tal fato apresenta vantagens e
desvantagens, uma vez que, a não presença de um sobressinal exigirá bastante dos
componentes do sistema. Além disso, o tempo de assentamento de 2% menor que 2 não
foi atingido, visto que o sistema apresenta 𝑇𝑠 = 6,9 𝑠, o que não atende os parâmetros
pré-estabelecidos. Dessa forma, deve-se realizar um ajuste fino nos parâmetros para
reduzir o tempo de assentamento do sistema, logo, os novos parâmetros do controlador
estão expostos na Figura 7.

Figura 7 – Parâmetros do controlador PD duplo após o ajuste fino.

Feito isso, realiza-se novamente a simulação do sistema à fim de se obter a curva

de resposta ao degrau unitário com o valor do sobressinal igual ou menor que 20% e um
tempo de assentamento de 2% menor que 2. Logo, a Figura 8 ilustra a curva do sinal de
saída do sistema (em vermelho), com um sobressinal de 2,4% e um tempo de
assentamento de 1,857 segundos, atendendo as especificações do projeto.
 Figura 8 – Curva de saída do sistema com %UP = 2,4% e Ts = 1,857 s.

Q3.
A partir do sistema G(s) abaixo, deve-se obter um controlador que faça com que
esse sistema apresente um sobressinal máximo de 25% com erro nulo para entrada degrau,
rampa e parábola em malha fechada. Além disso, o tempo de assentamento de 2% do
sistema deve ser igual a 2.

Dessa forma, para anular os erros estacionários da resposta às entradas do tipo

1
rampa e do tipo parábola, deve-se introduzir dois integradores 𝑠 ao sistema original.
Portanto,
1 3(𝑠 + 5)
𝐺1 (𝑠) = 2
𝐺 (𝑠) → 𝐺1 (𝑠) = 3
𝑠 𝑠 (𝑠 + 1)(𝑠 2 + 4𝑠 + 13)
De 𝐺1 (𝑠), tem-se que 𝑚𝑔 = 1 e 𝑛𝑔 = 6. Assim, verificando as ordens referentes
aos polinômios do controlador,
𝑚𝑐 = 𝑛𝑔 − 1 → 𝑚𝑐 = 6 − 1 → 𝑚𝑐 = 5

𝑛𝑔 + 𝑛𝑐 = 𝑛𝑓 → 𝑛𝑐 = 𝑛𝑓 − 6

Pela condição de existência do controlador, 𝑛𝑐 ≥ 5. Como ao final do processo,

1
os dois integradores 𝑠 serão adicionados a C(s), ou seja, de início, 𝑛𝑐 já possui ordem 2.
Dessa maneira, para encontrar F(s) e, em seguida, as incógnitas do controlador C(s),
considera-se 𝑛𝑐 = 3.
Através dessa lógica, a ordem de F(s) será,
 𝑛𝑓 = 𝑛𝑔 + 𝑛𝑐

= 𝑛𝑓 = 6 + 3

⤇ 𝑛𝑓 = 9

Assim, a partir do valor do sobressinal requerido (%UP ≤ 25%), pode-se calcular

o fator de amortecimento 𝜉,
%𝑈𝑃
−ln( 100 )
𝜉=
√𝜋 2 + ln2 (%𝑈𝑃 )
100
25
−ln(100)
𝜉=
√𝜋 2 + ln2 ( 25 )
100
1,3863
𝜉=
3,4339
𝜉 = 0,4037
Feito isso, o tempo de assentamento de 2% do sistema deve ser menor que 2 (𝑇𝑠 <
2), logo, 𝜔𝑛 será
4
𝑇𝑠 =
𝜉𝜔𝑛
4
2=
0,4037 ∙ 𝜔𝑛
𝜔𝑛 = 4,9542 𝑟𝑎𝑑/𝑠
Feito isso, substituindo os valores de 𝜉 e 𝜔𝑛 na equação canônica do sistema de
segunda ordem para F(s), tem-se,
𝐹 (𝑠) = 𝑠 2 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛 2
≅ 𝐹(𝑠) = 𝑠 2 + 4𝑠 + 24,54
Assim, para que F(s) obtenha o grau apropriado, adiciona-se sete polos no sistema,
sendo quatro polos em 𝑠 = −2 e três polos em 𝑠 = −4. Logo, F(s) tomará a forma de,
𝐹 (𝑠) = (𝑠 2 + 4𝑠 + 24,54)(𝑠 + 2)4 (𝑠 + 4)3
Encontrado o polinômio característico F(s), deve-se implementar um controlador,
onde 𝑛𝑐 = 3 e 𝑚𝑐 = 5. Dessa maneira, o controlador a ser implementado no sistema,
terá a seguinte forma,
𝑒5 𝑠 5 + 𝑒4 𝑠 4 + 𝑒3 𝑠 3 + 𝑒2 𝑠 2 + 𝑒1 𝑠 + 𝑒0
𝐶(𝑠) =
𝑑3 𝑠 3 + 𝑑2 𝑠 2 + 𝑑1 𝑠 + 𝑑0
Utilizando a equação diofantina, tem-se,
 𝐴(𝑠)𝐷(𝑠) + 𝐵 (𝑠)𝐸(𝑠) = 𝐹(𝑠)
= 𝑠 3 (𝑠 + 1)(𝑠 2 + 4𝑠 + 13) ∙ (𝑑3𝑠 3 + 𝑑2 𝑠 2 + 𝑑1 𝑠 + 𝑑0 ) + 3(𝑠 + 5) ∙ (𝑒5 𝑠 5 + 𝑒4 𝑠 4 + 𝑒3 𝑠 3 + 𝑒2 𝑠 2 + 𝑒1 𝑠 + 𝑒0 ) = 𝐹(𝑠)

⤇ (𝑠6 + 5𝑠5 + 17𝑠4 + 13𝑠3 ) ∙ (𝑑3 𝑠3 + 𝑑2 𝑠2 + 𝑑 𝑠 + 𝑑0 ) + (3𝑠 + 15) ∙ (𝑒5 𝑠5 + 𝑒4 𝑠4 + 𝑒3 𝑠3 + 𝑒2 𝑠2 + 𝑒 𝑠 + 𝑒0 )

1 1

9 8 7 6 5 4 3 2
= 𝑠 − 16𝑠 + 112,54𝑠 − 586,8𝑠 + 3114,72𝑠 − 13854,7𝑠 + 40410,6𝑠 − 69858,6𝑠 + 65008,6𝑠 + 25129

Com isso, calculando a equação matricial através do Scilab, tem-se os seguintes

coeficientes para o controlador,
⤇ 𝑑3 = 1
⤇ 𝑑2 = −21
⤇ 𝑑1 = 210,54
⤇ 𝑑0 = −4129,07
⤇ 𝑒5 = 944,52
⤇ 𝑒4 = 2095,35
⤇ 𝑒3 = 7390,78
⤇ 𝑒2 = −5591,03
⤇ 𝑒1 = 4668,96
⤇ 𝑒0 = −1675,27
Logo, o controlador C(s) será igual à
944,52𝑠 5 + 2095,35𝑠 4 + 7390,78𝑠 3 − 5591,03𝑠 2 + 4668,96𝑠 − 1675,27
𝐶(𝑠) =
𝑠 3 − 21𝑠 2 + 210,54𝑠 − 4129,07
1675,27( 0,56𝑠 5 + 1,25𝑠 4 + 4,41𝑠 3 − 3,34𝑠 2 + 2,79𝑠 − 1)
𝐶(𝑠) =
𝑠 2 (𝑠 3 − 21𝑠 2 + 210,54𝑠 − 4129,07)
Utilizando o Xcos do Scilab para simular o sistema, tem-se o seguinte arranjo,
ilustrado pela Fig 9.

Figura 9 – Processo em malha fechada com aplicação do controlador.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 10, onde
pode-se observar o sistema com aplicação do controlador.
 Figura 10 – Resposta do sistema com aplicação do controlador.

Na resposta do sistema com o controlador percebe-se que o sinal obtido mostra-

se incoerente à aplicação do controlador, tal fato pode ter ocorrido devido à escolha dos
valores de 𝜉 e 𝜔𝑛 , além dos sete polos adicionados ao polinômio F(s), o que ocasionou o
surgimento de valores negativos para as incógnitas do controlador C(s). Dessa forma,
alterando esses valores manualmente e fazendo ajustes no ganho, foi possível obter o
seguinte sinal de resposta, como pode ser visto na Fig. 11.

Figura 11 – Curva de saída do sistema com %UP = 25,8% e Ts = 4,117 s.

Após todos os ajustes, a Figura 11 ilustra a curva do sinal de saída do sistema (em
vermelho), com um sobressinal de 25,8% e um tempo de assentamento de 4,117
segundos. Posto isso, pode-se concluir que, o percentual de sobressinal foi parcialmente
atingindo, uma vez que se mostra um pouco mais elevado do que a faixa recomendada
pelas especificações do projeto, porém o tempo de assentamento de 2% do sistema
apresentou um valor levemente maior que o dobro do tempo recomendado, não
atendendo, assim, as especificações do projeto.
Q4.
Assim como a questão anterior, deve-se a partir do sistema G(s) abaixo, obter um
controlador que faça com que esse sistema apresente um sobressinal máximo de 20% com
erro nulo para entrada degrau, rampa e parábola em malha fechada. Além disso, o tempo
de assentamento de 2% do sistema deve ser menor ou igual a 1.

Dessa forma, para anular os erros estacionários da resposta às entradas do tipo

1
rampa e do tipo parábola, deve-se introduzir dois integradores 𝑠 ao sistema original.
Portanto,
1 2(𝑠 + 1)
𝐺1 (𝑠) = 𝐺 ( 𝑠 ) → 𝐺1 ( 𝑠 ) =
𝑠2 𝑠 3 (𝑠 + 3)(𝑠 + 5)
De 𝐺1 (𝑠), tem-se que 𝑚𝑔 = 1 e 𝑛𝑔 = 5. Assim, verificando as ordens referentes
aos polinômios do controlador,
𝑚𝑐 = 𝑛𝑔 − 1 → 𝑚𝑐 = 5 − 1 → 𝑚𝑐 = 4

𝑛𝑔 + 𝑛𝑐 = 𝑛𝑓 → 𝑛𝑐 = 𝑛𝑓 − 5

Pela condição de existência do controlador, 𝑛𝑐 ≥ 4. Como ao final do processo,

1
os dois integradores 𝑠 serão adicionados a C(s), ou seja, de início, 𝑛𝑐 já possui ordem 2.
Dessa maneira, para encontrar F(s) e, em seguida, as incógnitas do controlador C(s),
considera-se 𝑛𝑐 = 2.
Através dessa lógica, a ordem de F(s) será,
𝑛𝑓 = 𝑛𝑔 + 𝑛𝑐

= 𝑛𝑓 = 5 + 2

⤇ 𝑛𝑓 = 7

Assim, a partir do valor do sobressinal requerido (%UP ≤ 20%), pode-se calcular

o fator de amortecimento 𝜉,
%𝑈𝑃
−ln( 100 )
𝜉=
√𝜋 2 + ln2 (%𝑈𝑃 )
100
20
−ln(100)
𝜉=
√𝜋 2 + ln2 ( 20 )
100
1,6094
𝜉=
3,5299
 𝜉 = 0,4559
Feito isso, o tempo de assentamento de 2% do sistema deve ser igual ou menor
que 1 (𝑇𝑠 ≤ 1), logo, 𝜔𝑛 será
4
𝑇𝑠 =
𝜉𝜔𝑛
4
1=
0,4559 ∙ 𝜔𝑛
𝜔𝑛 = 8,7739 𝑟𝑎𝑑/𝑠
Feito isso, substituindo os valores de 𝜉 e 𝜔𝑛 na equação canônica do sistema de
segunda ordem para F(s), tem-se,
𝐹 (𝑠) = 𝑠 2 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛 2
≅ 𝐹(𝑠) = 𝑠 2 + 8𝑠 + 76,98
Assim, para que F(s) obtenha o grau apropriado, adiciona-se cinco polos no
sistema, sendo dois polos em 𝑠 = −2 e três polos em 𝑠 = −1. Logo, F(s) tomará a forma
de,
𝐹 (𝑠) = (𝑠 2 + 8𝑠 + 76,98)(𝑠 + 2)2 (𝑠 + 1)3
Encontrado o polinômio característico F(s), deve-se implementar um controlador,
onde 𝑛𝑐 = 2 e 𝑚𝑐 = 4. Dessa maneira, o controlador a ser implementado no sistema,
terá a seguinte forma,
𝑒4 𝑠 4 + 𝑒3 𝑠 3 + 𝑒2 𝑠 2 + 𝑒1 𝑠 + 𝑒0
𝐶(𝑠) =
𝑑2 𝑠 2 + 𝑑1 𝑠 + 𝑑0
Utilizando a equação diofantina, tem-se,
𝐴(𝑠)𝐷(𝑠) + 𝐵 (𝑠)𝐸(𝑠) = 𝐹(𝑠)

⤇ (𝑠5 + 8𝑠4 + 15𝑠3 ) ∙ (𝑑2 𝑠2 + 𝑑1 𝑠 + 𝑑0 ) + (2𝑠 + 2) ∙ (𝑒4 𝑠4 + 𝑒3 𝑠3 + 𝑒2 𝑠2 + 𝑒1 𝑠 + 𝑒0 )

= 𝑠 7 + 𝑠 6 + 39,98𝑠 5 − 411,86𝑠 4 + 1278,62𝑠 3 − 1800,5𝑠 2 + 1199,68𝑠 − 307,92

Com isso, calculando a equação matricial através do Scilab, tem-se os seguintes

coeficientes para o controlador,
⤇ 𝑑2 = 1
⤇ 𝑑1 = −7
⤇ 𝑑0 = 621,82
⤇ 𝑒4 = −270,42
⤇ 𝑒3 = −2370,29
⤇ 𝑒2 = −1654,05
 ⤇ 𝑒1 = 753,8
⤇ 𝑒0 = −153,96
Logo, o controlador C(s) será igual à
−270,42𝑠 4 − 2370,29𝑠 3 − 1654,05𝑠 2 + 753,8𝑠 − 153,96
𝐶(𝑠) =
𝑠 2 − 7𝑠 + 621,82
153,96(−1,76𝑠 4 − 15,4𝑠 3 − 10,74𝑠 2 + 4,9𝑠 − 1)
𝐶(𝑠) =
𝑠 2 (𝑠 2 − 7𝑠 + 621,82)
Utilizando o Xcos do Scilab para simular o sistema, tem-se o seguinte arranjo,
ilustrado pela Fig 12.

Figura 12 – Processo em malha fechada com aplicação do controlador.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 13, onde
pode-se observar o sistema com aplicação do controlador.

Figura 13 – Resposta do sistema com aplicação do controlador.

Percebe-se que, assim como no exemplo anterior, a resposta obtida se mostra

incoerente à aplicação do controlador, tal fato pode ter ocorrido, novamente, devido à
escolha dos valores de 𝜉 e 𝜔𝑛 , além dos cinco polos adicionados ao polinômio F(s), o que
ocasionou o surgimento de valores negativos para as incógnitas do controlador C(s).
Dessa forma, alterando esses valores manualmente e fazendo ajustes no ganho, foi
possível obter o seguinte sinal de resposta, como pode ser visto na Fig. 14.
 Figura 14 – Curva de saída do sistema com %UP = 15,6% e Ts = 0,3 s.

Após todos os ajustes, a Figura 11 ilustra a curva do sinal de saída do sistema (em
vermelho), com um sobressinal de 15,6% e um tempo de assentamento de 2% de 0,3
segundos. Posto isso, pode-se concluir que, tanto o sobressinal, quanto o tempo de
assentamento de 2% do sistema, atenderam às especificações do projeto.

Q5.
De forma semelhante às questões anteriores, deve-se a partir do sistema G(s)
abaixo, obter um controlador que faça com que esse sistema apresente um sobressinal
máximo de 25% com erro nulo para entrada degrau, rampa e parábola em malha fechada.
Além disso, o tempo de assentamento de 2% do sistema deve ser menor que 1 segundo.

Dessa forma, para anular os erros estacionários da resposta às entradas do tipo

rampa e do tipo parábola, percebe-se que a planta já possui dois polos em s = 0, dessa
1
forma, deve-se introduzir apenas um integrador 𝑠 ao sistema original. Portanto,

1 1
𝐺1 (𝑠) = 𝐺 (𝑠) → 𝐺1 (𝑠) = 3
𝑠 𝑠
De 𝐺1 (𝑠), tem-se que 𝑚𝑔 = 0 e 𝑛𝑔 = 3. Assim, verificando as ordens referentes
aos polinômios do controlador,
𝑚𝑐 = 𝑛𝑔 − 1 → 𝑚𝑐 = 3 − 1 → 𝑚𝑐 = 2

𝑛𝑔 + 𝑛𝑐 = 𝑛𝑓 → 𝑛𝑐 = 𝑛𝑓 − 3

Pela condição de existência do controlador, 𝑛𝑐 ≥ 2. Como ao final do processo,

1
um integrador 𝑠 será adicionado a C(s), ou seja, de início, 𝑛𝑐 já possui ordem 1. Dessa
maneira, para encontrar F(s) e, em seguida, as incógnitas do controlador C(s), considera-
se 𝑛𝑐 = 1.
Através dessa lógica, a ordem de F(s) será,
𝑛𝑓 = 𝑛𝑔 + 𝑛𝑐

= 𝑛𝑓 = 3 + 1

⤇ 𝑛𝑓 = 4

Assim, a partir do valor do sobressinal requerido (%UP ≤ 25%), pode-se calcular

o fator de amortecimento 𝜉,
%𝑈𝑃
−ln( 100 )
𝜉=
√𝜋 2 + ln2 (%𝑈𝑃 )
100
25
−ln(100)
𝜉=
√𝜋 2 + ln2 ( 25 )
100
1,3863
𝜉=
3,4339
𝜉 = 0,4037
Feito isso, o tempo de assentamento de 2% do sistema deve ser menor que 1 (𝑇𝑠 <
1), logo, 𝜔𝑛 será
4
𝑇𝑠 =
𝜉𝜔𝑛
4
1=
0,4037 ∙ 𝜔𝑛
𝜔𝑛 = 9,9083 𝑟𝑎𝑑/𝑠
Feito isso, substituindo os valores de 𝜉 e 𝜔𝑛 na equação canônica do sistema de
segunda ordem para F(s), tem-se,
𝐹 (𝑠) = 𝑠 2 + 2𝜉𝜔𝑛 𝑠 + 𝜔𝑛 2
≅ 𝐹(𝑠) = 𝑠 2 + 8𝑠 + 98,17
Assim, para que F(s) obtenha o grau apropriado, adiciona-se dois polos no
sistema, sendo os dois polos em 𝑠 = −2. Logo, F(s) tomará a forma de,
𝐹 (𝑠) = (𝑠 2 + 8𝑠 + 98,17)(𝑠 + 2)2
Encontrado o polinômio característico F(s), deve-se implementar um controlador,
onde 𝑛𝑐 = 1 e 𝑚𝑐 = 2. Dessa maneira, o controlador a ser implementado no sistema,
terá a seguinte forma,
 𝑒2 𝑠 2 + 𝑒1 𝑠 + 𝑒0
𝐶(𝑠) =
𝑑1 𝑠 + 𝑑0
Utilizando a equação diofantina, tem-se,
𝐴(𝑠)𝐷(𝑠) + 𝐵 (𝑠)𝐸(𝑠) = 𝐹(𝑠)
⤇ (𝑠 3 ) ∙ (𝑑1 𝑠 + 𝑑0 ) + (1) ∙ (𝑒2 𝑠 2 + 𝑒1 𝑠 + 𝑒0 ) = 𝑠 4 + 12𝑠 3 + 134,17𝑠 2 + 424,68𝑠 + 392,68
Com isso, calculando a equação matricial através do Scilab, tem-se os seguintes
coeficientes para o controlador,
⤇ 𝑑1 = 1
⤇ 𝑑0 = 12
⤇ 𝑒2 = 134,17
⤇ 𝑒1 = 424,68
⤇ 𝑒0 = 392,68
Logo, o controlador C(s) será igual à
134,17𝑠 2 + 424,68𝑠 + 392,68
𝐶(𝑠) =
𝑠 + 12
392,68(0,34𝑠 2 + 1,8𝑠 + 1)
𝐶(𝑠) =
𝑠(𝑠 + 12)
Utilizando o Xcos do Scilab para simular o sistema, tem-se o seguinte arranjo,
ilustrado pela Fig 15.

Figura 15 – Processo em malha fechada com aplicação do controlador.

Após simular esse processo, obtém-se a resposta ilustrada pela Figura 16, onde
pode-se observar o sistema com aplicação do controlador.
 Figura 16 – Resposta do sistema com aplicação do controlador.

Na resposta do sistema com o controlador foi obtido um sobressinal percentual de

66,5%, além de um tempo de assentamento de 1,695 segundos, o que não atende os
parâmetros pré-estabelecidos. Dessa forma, deve-se realizar um ajuste fino nos
parâmetros para reduzir o valor do sobressinal, logo, os novos parâmetros do controlador
estão expostos na Figura 17.

Figura 17 – Parâmetros do controlador PD duplo após o ajuste fino.

Feito isso, realiza-se novamente a simulação do sistema à fim de se obter a curva

de resposta ao degrau unitário com o valor do sobressinal igual ou menor que 25% e um
tempo de assentamento de 2% do sistema menor que 1 segundo. Logo, a Figura 18 ilustra
a curva do sinal de saída do sistema (em vermelho), com um sobressinal de 15,7%, além
de um tempo de assentamento de 0,184 segundos, atendendo as especificações do projeto.
Figura 18 – Curva de saída do sistema com %UP = 15,7% e Ts = 0,184 segundos.