• Home
  • Chat IA
  • Guru IA
  • Tutores
  • Central de ajuda
Home
Chat IA
Guru IA
Tutores

·

Engenharia Mecânica ·

Modelagem de Sistemas Mecânicos

Envie sua pergunta para a IA e receba a resposta na hora

Recomendado para você

Análise de Respostas de Sistemas Dinâmicos de Primeira Ordem

8

Análise de Respostas de Sistemas Dinâmicos de Primeira Ordem

Modelagem de Sistemas Mecânicos

FEI

Análise de Sistemas Stiff com Método de Euler e Funções MATLAB

11

Análise de Sistemas Stiff com Método de Euler e Funções MATLAB

Modelagem de Sistemas Mecânicos

FEI

Análise de Sistemas de Segunda Ordem: Polos e Respostas

11

Análise de Sistemas de Segunda Ordem: Polos e Respostas

Modelagem de Sistemas Mecânicos

FEI

Instruções para Envio de PDF - Transformada de Laplace e Sistemas

1

Instruções para Envio de PDF - Transformada de Laplace e Sistemas

Modelagem de Sistemas Mecânicos

FEI

Simulação de EDOs no Simulink: Exemplo de Diagrama de Blocos

8

Simulação de EDOs no Simulink: Exemplo de Diagrama de Blocos

Modelagem de Sistemas Mecânicos

FEI

Projeto Guindaste Carro-Pendulo: Modelagem, Simulação e Análise de Sensibilidade

1

Projeto Guindaste Carro-Pendulo: Modelagem, Simulação e Análise de Sensibilidade

Modelagem de Sistemas Mecânicos

FEI

Analogia entre Sistemas Mecanicos e Eletricos - Modelagem e Leis Fundamentais

9

Analogia entre Sistemas Mecanicos e Eletricos - Modelagem e Leis Fundamentais

Modelagem de Sistemas Mecânicos

FEI

Exercícios Resolvidos Modelagem Espaço de Estados Sistemas Mecânicos Rotacionais

8

Exercícios Resolvidos Modelagem Espaço de Estados Sistemas Mecânicos Rotacionais

Modelagem de Sistemas Mecânicos

FEI

Operações com Números Complexos: Parte Real e Imaginária

11

Operações com Números Complexos: Parte Real e Imaginária

Modelagem de Sistemas Mecânicos

CUFSA

Avaliação Contínua - Folha de Resposta

2

Avaliação Contínua - Folha de Resposta

Modelagem de Sistemas Mecânicos

UNISA

Texto de pré-visualização

Aproximação linear de um modelo não linear Se o princípio da superposição de efeitos não se aplica a um dado sistema ele é denominado sistema não linear As não linearidades estão normalmente presentes nos sistemas reais e algumas das mais comuns em sistemas físicos são atrito seco saturação e histerese É comum utilizarse uma aproximação linear do modelo não linear original Isso é feito para se poder analisar o sistema com as inúmeras ferramentas para sistemas lineares tal como a análise de estabilidade e a representação do domínio da frequência A linearização também é muitas vezes usada como uma etapa preliminar no projeto de sistemas de controle Para que a aproximação seja efetiva o erro de modelagem não pode ser elevado A aproximação linear de um modelo não linear normalmente é valida apenas quando o sistema está operando nas proximidades de um ponto de operação e os sinais envolvidos têm pequenas variações em torno deste ponto Uma das formas de se obter um modelo linear aproximado a um modelo não linear num ponto de operação é por meio do truncamento da série de Taylor da função não linear Uma função 𝒚 𝒇𝒙 contínua e diferenciável pode ser expandida representada em uma série de Taylor em torno do ponto de operação 𝒙 𝒚 como segue 𝒚 𝒇𝒙 𝒇𝒙 𝒙 𝒙 𝒅𝒇 𝒅𝒙 𝒙𝒙 𝟏 𝟐 𝒙 𝒙𝟐 𝒅𝟐𝒇 𝒅𝒙𝟐 𝒙𝒙 Se a variação ou desvio 𝜟𝒙 𝒙 𝒙 for pequena então os termos de ordem superior podem ser desprezados e a equação anterior resulta na seguinte equação linear 𝜟𝒇 𝒌 𝜟𝒙 onde 𝒌 𝒅𝒇 𝒅𝒙 𝒙𝒙 é uma constante e 𝜟𝒇 𝒇𝒙 𝒇𝒙 é a variação desvio da variável𝒚 em relação à 𝒚 Note que o modelo linear obtido é um modelo incremental ou seja de variáveis de desvios Isso sempre ocorre nos processos de linearização mas é comum que se faça um abuso de notação reescrevendo a equação linear por meio de variáveis absolutas 𝒇 𝒌𝒙 no caso mas sempre lembrando que ela é válida apenas para valores próximos ao ponto de linearização Como ilustração considere a seguinte equação não linear 𝑦 𝑥2 cujo gráfico está representado a seguir e suponha que desejamos obter um modelo linear aproximado em torno do ponto 𝑥 6 Truncando a série de Taylor no termo de primeira ordem 𝒚 𝒇𝒙 𝒙 𝒙 𝒅𝒇 𝒅𝒙 𝒙𝒙 𝜟𝒚 𝟏𝟐 𝜟𝒙 𝒚 𝟑𝟔 𝒙 𝟔𝟏𝟐 Compare o valor obtido com os modelos linear e não linear para 𝒙 𝟔 𝟓 𝟒𝟐 𝟐𝟓 𝟒𝟐 Experimente também linearizar o modelo em outro ponto Como outra ilustração considere a linearização da função 𝑦 𝑥 em torno do ponto 𝒙 𝟗 Para verificação da qualidade da aproximação suponha que desejamos calcular 10 31623 a partir do conhecimento de 9 10 9 1 29 10 9 31666 R1 00043 Aproximação linear de sistemas dinâmicos O caso de maior interesse é aquele cujo modelo não linear é dinâmico O procedimento de linearização pelo truncamento da série de Taylor pode ser generalizado para sistemas dinâmicos de ordem n Para tanto o modelo não linear precisa estar representado no espaço de estados Seja o seguinte modelo não linear genérico no espaço de estado 𝑥 𝑥1 𝑥2 𝑥𝑛𝑇 sendo 𝑢 𝑢1 𝑢2 𝑢𝑚𝑇o vetor de entrada 𝑑 𝑑𝑡 𝑥1𝑡 𝑓1𝑥1 𝑥2 𝑥𝑛 𝑢1 𝑢2 𝑢𝑚 𝑑 𝑑𝑡 𝑥2𝑡 𝑓2𝑥1 𝑥2 𝑥𝑛 𝑢1 𝑢2 𝑢𝑚 𝑑 𝑑𝑡 𝑥𝑛𝑡 𝑓𝑛𝑥1 𝑥2 𝑥𝑛 𝑢1 𝑢2 𝑢𝑚 Definindose as variáveis de desvio dos estados e das entradas 1 1 1 2 2 2 n n n x x x x x x x x x e 1 1 1 2 2 2 m m m u u u u u u u u u e expandindo as funções não lineares 𝑓1 𝑓2 𝑓𝑛 em série de Taylor em torno do ponto 𝑥1 𝑥2 𝑥𝑛 𝑢1 𝑢 2 𝑢 𝑚 e desprezando os termos de segunda ordem e superiores resulta 𝑑 𝑑𝑡 𝛥𝑥1 𝑎11𝛥𝑥1 𝑎12𝛥𝑥2 𝑎1𝑛𝛥𝑥𝑛 𝑏11𝛥𝑢1 𝑏12𝛥𝑢2 𝑏1𝑚𝛥𝑢𝑚 𝑑 𝑑𝑡 𝛥𝑥2 𝑎21𝛥𝑥1 𝑎22𝛥𝑥2 𝑎2𝑛𝛥𝑥𝑛 𝑏21𝛥𝑢1 𝑏22𝛥𝑢2 𝑏2𝑚𝛥𝑢𝑚 𝑑 𝑑𝑡 𝛥𝑥𝑛 𝑎𝑛1𝛥𝑥1 𝑎𝑛2𝛥𝑥2 𝑎𝑛𝑛𝛥𝑥𝑛 𝑏𝑛1𝛥𝑢1 𝑏𝑛2𝛥𝑢2 𝑏𝑛𝑚𝛥𝑢𝑚 onde 𝑎𝑖𝑗e 𝑏𝑖𝑗 são constantes obtidas por meio das seguintes derivadas parciais calculadas nos pontos de linearização 𝑥 𝑢 𝑎𝑖𝑗 𝑓𝑖 𝑥𝑗 𝑥𝑢 e 𝑏𝑖𝑗 𝑓𝑖 𝑢𝑗 𝑥𝑢 Exemplo Considere o problema de se obter um modelo linear aproximado da seguinte equação diferencial não linear que representa o comportamento dinâmico do nível ℎ𝑡 de um tanque com uma vazão de alimentação 𝑢𝑡 e uma vazão de saída proporcional à ℎ𝑡 Considere o ponto de linearização em torno de ℎ 04 m e 𝛼 13 e 𝛽 07 𝑑 𝑑𝑡 ℎ𝑡 𝛼𝑢𝑡 𝛽ℎ𝑡 A equação diferencial não linear já está na forma de estado e 𝑓é função das duas variáveis 𝑢 e ℎ 𝑓 𝛼𝑢𝑡 𝛽ℎ𝑡 O modelo linear aproximado de desvios que estamos buscando tem a seguinte forma 𝛥ℎ 𝑎1𝛥ℎ 𝑏1𝛥𝑢 onde 𝑎1 𝑓 ℎ ℎ 𝑢 𝛽 2ℎ 05534 e 𝑏1 𝑓 𝑢 ℎ𝑢 𝛼 13 Note que o valor de 𝑢 não foi especificado Uma possibilidade é escolher 𝑢 de tal forma que o ponto de linearização ℎ seja mantido em regime permanente Para tanto basta impor variação nula de h na equação diferencial não linear 𝑑ℎ 𝑑𝑡 0 𝛼𝑢 𝛽ℎ 𝑢 𝛽ℎ 𝛼 03406 Substituindo os valores numéricos na equação linear de desvio 𝑑 𝑑𝑡 ℎ ℎ 𝑎1ℎ ℎ 𝑏1𝑢 𝑢 obtemos a equação linear aproximada onde aparecem explicitamente as variáveis absolutas 𝑑 𝑑𝑡 ℎ𝑡 05534 ℎ𝑡 04 13 𝑢𝑡 03406 Linearização com o Octave pkg load symbolic syms h u dh 13u 07sqrth J jacobiandh hu K subs J h 04 Evalk J K 05534 13000 Comparação das repostas linear x não linear a uma entrada u constante function ht tanque2nlindttitfhiu dh 13u 07sqrth dt time step ti initial time tf final time hi initial level h level from ti to tf t time t ti h hi n tftidt for i 1n dh 13u 07sqrthi hi1 hi dh dt ti1 ti dt end end function ht tanque2lindttitfhiu dh a1hihi b1uub dt time step ti initial time tf final time hi initial level h level from ti to tf t time t ti h hi n tftidt a1 072sqrthi b1 13 ub 07sqrthi13 for i 1n dh a1hihi b1uub hi1 hi dh dt ti1 ti dt end end Execução das funções tanque2runm dt 05 ti 0 tf 20 hi 04 u 07sqrthi13 mantém regime u u 0001 u 04 h1t1 tanque2nlindttitfhiu h2t2 tanque2lindttitfhiu figure1 plott1h1rt2h2ob grid legendnao linearlinear Exemplo Obtenha um modelo linear aproximado das seguintes equações de estado não lineares que possuem dois estados x1 x2 e duas entradas u1 u2 Considere o ponto de linearização em torno de 𝑥1 1 e 𝑥2 2 𝑑 𝑑𝑡 𝑥1𝑡 𝑥1𝑡 𝑥2𝑡 𝑢2𝑡 𝑑 𝑑𝑡 𝑥2𝑡 𝑥2𝑡 𝑢1𝑡 2 As equações diferenciais não lineares já estão na forma de estado e o modelo linear aproximado de desvios que estamos buscando tem a seguinte forma 𝑑 𝑑𝑡 𝛥𝑥1 𝑎11𝛥𝑥1 𝑎12𝛥𝑥2 𝑏11𝛥𝑢1 𝑏12𝛥𝑢2 𝑑 𝑑𝑡 𝛥𝑥2 𝑎21𝛥𝑥1 𝑎22𝛥𝑥2 𝑏21𝛥𝑢1 𝑏22𝛥𝑢2 Note que os valores de 𝑢1 e 𝑢 2 não foram especificados Uma possibilidade é escolher 𝑢 1 e 𝑢 2 de tal forma que o ponto de linearização 𝑥1 e 𝑥2 seja mantido em regime permanente Para tanto basta impor variação nula de x1 e x2 nas equações diferenciais não lineares 𝑑 𝑑𝑡 𝑥1𝑡 0 𝑥1𝑡 𝑥2𝑡 𝑢 2𝑡 𝑢 2 𝑥2 𝑥1 3 𝑑 𝑑𝑡 𝑥2𝑡 0 𝑥2𝑡 𝑢 1𝑡 2 𝑢 1 𝑥2𝑡 1414 Os valores constantes 𝑎𝑖𝑗 e 𝑏𝑖𝑗 são obtidos por meio das derivadas parciais no ponto de operação 𝑥1𝑥2𝑢 1𝑢 2 𝑎11 𝑓1 𝑥1 𝑥𝑢 1 2𝑥1 05 𝑏21 𝑓2 𝑢1 𝑥𝑢 2𝑢 1 2828 As demais derivadas parciais são imediatas com constantes triviais e o modelo linearizado de desvio resulta 1 1 2 1 2 2 1 2 1 2 05 1 0 1 0 1 2828 0 d x t x t x t u t u t dt d x t x t x t u t u t dt Na forma matricial o modelo é escrito assim 𝑑 𝑑𝑡 𝛥𝑥1 𝛥𝑥2 05 1 0 1 𝛥𝑥1 𝛥𝑥2 0 1 2828 0 𝛥𝑢1 𝛥𝑢2 Abusando da notação podese escrever 𝑥𝑡 05 1 0 1 𝑥𝑡 0 1 2828 0 𝑢𝑡 Linearização com o Octave Modelo não linear no SS pkg load symbolic syms x1 x2 u1 u2 dx1 sqrtx1 x2 u2 dx2 x2 u12 dx1 dx2 Derivadas parciais dx dx1 dx2 J jacobian dx x1 x2 u1 u2 J Ponto de linearização H NC1 FA FB k subs J x1 x2 u1 u2 1 2 sqrt2 3 k Modelo linearizado dx1 k11x1 k12x2 k13u1 k14u2 dx2 k21x1 k22x2 k23u1 k24u2 A eval k1212 B eval k1234

Envie sua pergunta para a IA e receba a resposta na hora

Recomendado para você

Análise de Respostas de Sistemas Dinâmicos de Primeira Ordem

8

Análise de Respostas de Sistemas Dinâmicos de Primeira Ordem

Modelagem de Sistemas Mecânicos

FEI

Análise de Sistemas Stiff com Método de Euler e Funções MATLAB

11

Análise de Sistemas Stiff com Método de Euler e Funções MATLAB

Modelagem de Sistemas Mecânicos

FEI

Análise de Sistemas de Segunda Ordem: Polos e Respostas

11

Análise de Sistemas de Segunda Ordem: Polos e Respostas

Modelagem de Sistemas Mecânicos

FEI

Instruções para Envio de PDF - Transformada de Laplace e Sistemas

1

Instruções para Envio de PDF - Transformada de Laplace e Sistemas

Modelagem de Sistemas Mecânicos

FEI

Simulação de EDOs no Simulink: Exemplo de Diagrama de Blocos

8

Simulação de EDOs no Simulink: Exemplo de Diagrama de Blocos

Modelagem de Sistemas Mecânicos

FEI

Projeto Guindaste Carro-Pendulo: Modelagem, Simulação e Análise de Sensibilidade

1

Projeto Guindaste Carro-Pendulo: Modelagem, Simulação e Análise de Sensibilidade

Modelagem de Sistemas Mecânicos

FEI

Analogia entre Sistemas Mecanicos e Eletricos - Modelagem e Leis Fundamentais

9

Analogia entre Sistemas Mecanicos e Eletricos - Modelagem e Leis Fundamentais

Modelagem de Sistemas Mecânicos

FEI

Exercícios Resolvidos Modelagem Espaço de Estados Sistemas Mecânicos Rotacionais

8

Exercícios Resolvidos Modelagem Espaço de Estados Sistemas Mecânicos Rotacionais

Modelagem de Sistemas Mecânicos

FEI

Operações com Números Complexos: Parte Real e Imaginária

11

Operações com Números Complexos: Parte Real e Imaginária

Modelagem de Sistemas Mecânicos

CUFSA

Avaliação Contínua - Folha de Resposta

2

Avaliação Contínua - Folha de Resposta

Modelagem de Sistemas Mecânicos

UNISA

Texto de pré-visualização

Aproximação linear de um modelo não linear Se o princípio da superposição de efeitos não se aplica a um dado sistema ele é denominado sistema não linear As não linearidades estão normalmente presentes nos sistemas reais e algumas das mais comuns em sistemas físicos são atrito seco saturação e histerese É comum utilizarse uma aproximação linear do modelo não linear original Isso é feito para se poder analisar o sistema com as inúmeras ferramentas para sistemas lineares tal como a análise de estabilidade e a representação do domínio da frequência A linearização também é muitas vezes usada como uma etapa preliminar no projeto de sistemas de controle Para que a aproximação seja efetiva o erro de modelagem não pode ser elevado A aproximação linear de um modelo não linear normalmente é valida apenas quando o sistema está operando nas proximidades de um ponto de operação e os sinais envolvidos têm pequenas variações em torno deste ponto Uma das formas de se obter um modelo linear aproximado a um modelo não linear num ponto de operação é por meio do truncamento da série de Taylor da função não linear Uma função 𝒚 𝒇𝒙 contínua e diferenciável pode ser expandida representada em uma série de Taylor em torno do ponto de operação 𝒙 𝒚 como segue 𝒚 𝒇𝒙 𝒇𝒙 𝒙 𝒙 𝒅𝒇 𝒅𝒙 𝒙𝒙 𝟏 𝟐 𝒙 𝒙𝟐 𝒅𝟐𝒇 𝒅𝒙𝟐 𝒙𝒙 Se a variação ou desvio 𝜟𝒙 𝒙 𝒙 for pequena então os termos de ordem superior podem ser desprezados e a equação anterior resulta na seguinte equação linear 𝜟𝒇 𝒌 𝜟𝒙 onde 𝒌 𝒅𝒇 𝒅𝒙 𝒙𝒙 é uma constante e 𝜟𝒇 𝒇𝒙 𝒇𝒙 é a variação desvio da variável𝒚 em relação à 𝒚 Note que o modelo linear obtido é um modelo incremental ou seja de variáveis de desvios Isso sempre ocorre nos processos de linearização mas é comum que se faça um abuso de notação reescrevendo a equação linear por meio de variáveis absolutas 𝒇 𝒌𝒙 no caso mas sempre lembrando que ela é válida apenas para valores próximos ao ponto de linearização Como ilustração considere a seguinte equação não linear 𝑦 𝑥2 cujo gráfico está representado a seguir e suponha que desejamos obter um modelo linear aproximado em torno do ponto 𝑥 6 Truncando a série de Taylor no termo de primeira ordem 𝒚 𝒇𝒙 𝒙 𝒙 𝒅𝒇 𝒅𝒙 𝒙𝒙 𝜟𝒚 𝟏𝟐 𝜟𝒙 𝒚 𝟑𝟔 𝒙 𝟔𝟏𝟐 Compare o valor obtido com os modelos linear e não linear para 𝒙 𝟔 𝟓 𝟒𝟐 𝟐𝟓 𝟒𝟐 Experimente também linearizar o modelo em outro ponto Como outra ilustração considere a linearização da função 𝑦 𝑥 em torno do ponto 𝒙 𝟗 Para verificação da qualidade da aproximação suponha que desejamos calcular 10 31623 a partir do conhecimento de 9 10 9 1 29 10 9 31666 R1 00043 Aproximação linear de sistemas dinâmicos O caso de maior interesse é aquele cujo modelo não linear é dinâmico O procedimento de linearização pelo truncamento da série de Taylor pode ser generalizado para sistemas dinâmicos de ordem n Para tanto o modelo não linear precisa estar representado no espaço de estados Seja o seguinte modelo não linear genérico no espaço de estado 𝑥 𝑥1 𝑥2 𝑥𝑛𝑇 sendo 𝑢 𝑢1 𝑢2 𝑢𝑚𝑇o vetor de entrada 𝑑 𝑑𝑡 𝑥1𝑡 𝑓1𝑥1 𝑥2 𝑥𝑛 𝑢1 𝑢2 𝑢𝑚 𝑑 𝑑𝑡 𝑥2𝑡 𝑓2𝑥1 𝑥2 𝑥𝑛 𝑢1 𝑢2 𝑢𝑚 𝑑 𝑑𝑡 𝑥𝑛𝑡 𝑓𝑛𝑥1 𝑥2 𝑥𝑛 𝑢1 𝑢2 𝑢𝑚 Definindose as variáveis de desvio dos estados e das entradas 1 1 1 2 2 2 n n n x x x x x x x x x e 1 1 1 2 2 2 m m m u u u u u u u u u e expandindo as funções não lineares 𝑓1 𝑓2 𝑓𝑛 em série de Taylor em torno do ponto 𝑥1 𝑥2 𝑥𝑛 𝑢1 𝑢 2 𝑢 𝑚 e desprezando os termos de segunda ordem e superiores resulta 𝑑 𝑑𝑡 𝛥𝑥1 𝑎11𝛥𝑥1 𝑎12𝛥𝑥2 𝑎1𝑛𝛥𝑥𝑛 𝑏11𝛥𝑢1 𝑏12𝛥𝑢2 𝑏1𝑚𝛥𝑢𝑚 𝑑 𝑑𝑡 𝛥𝑥2 𝑎21𝛥𝑥1 𝑎22𝛥𝑥2 𝑎2𝑛𝛥𝑥𝑛 𝑏21𝛥𝑢1 𝑏22𝛥𝑢2 𝑏2𝑚𝛥𝑢𝑚 𝑑 𝑑𝑡 𝛥𝑥𝑛 𝑎𝑛1𝛥𝑥1 𝑎𝑛2𝛥𝑥2 𝑎𝑛𝑛𝛥𝑥𝑛 𝑏𝑛1𝛥𝑢1 𝑏𝑛2𝛥𝑢2 𝑏𝑛𝑚𝛥𝑢𝑚 onde 𝑎𝑖𝑗e 𝑏𝑖𝑗 são constantes obtidas por meio das seguintes derivadas parciais calculadas nos pontos de linearização 𝑥 𝑢 𝑎𝑖𝑗 𝑓𝑖 𝑥𝑗 𝑥𝑢 e 𝑏𝑖𝑗 𝑓𝑖 𝑢𝑗 𝑥𝑢 Exemplo Considere o problema de se obter um modelo linear aproximado da seguinte equação diferencial não linear que representa o comportamento dinâmico do nível ℎ𝑡 de um tanque com uma vazão de alimentação 𝑢𝑡 e uma vazão de saída proporcional à ℎ𝑡 Considere o ponto de linearização em torno de ℎ 04 m e 𝛼 13 e 𝛽 07 𝑑 𝑑𝑡 ℎ𝑡 𝛼𝑢𝑡 𝛽ℎ𝑡 A equação diferencial não linear já está na forma de estado e 𝑓é função das duas variáveis 𝑢 e ℎ 𝑓 𝛼𝑢𝑡 𝛽ℎ𝑡 O modelo linear aproximado de desvios que estamos buscando tem a seguinte forma 𝛥ℎ 𝑎1𝛥ℎ 𝑏1𝛥𝑢 onde 𝑎1 𝑓 ℎ ℎ 𝑢 𝛽 2ℎ 05534 e 𝑏1 𝑓 𝑢 ℎ𝑢 𝛼 13 Note que o valor de 𝑢 não foi especificado Uma possibilidade é escolher 𝑢 de tal forma que o ponto de linearização ℎ seja mantido em regime permanente Para tanto basta impor variação nula de h na equação diferencial não linear 𝑑ℎ 𝑑𝑡 0 𝛼𝑢 𝛽ℎ 𝑢 𝛽ℎ 𝛼 03406 Substituindo os valores numéricos na equação linear de desvio 𝑑 𝑑𝑡 ℎ ℎ 𝑎1ℎ ℎ 𝑏1𝑢 𝑢 obtemos a equação linear aproximada onde aparecem explicitamente as variáveis absolutas 𝑑 𝑑𝑡 ℎ𝑡 05534 ℎ𝑡 04 13 𝑢𝑡 03406 Linearização com o Octave pkg load symbolic syms h u dh 13u 07sqrth J jacobiandh hu K subs J h 04 Evalk J K 05534 13000 Comparação das repostas linear x não linear a uma entrada u constante function ht tanque2nlindttitfhiu dh 13u 07sqrth dt time step ti initial time tf final time hi initial level h level from ti to tf t time t ti h hi n tftidt for i 1n dh 13u 07sqrthi hi1 hi dh dt ti1 ti dt end end function ht tanque2lindttitfhiu dh a1hihi b1uub dt time step ti initial time tf final time hi initial level h level from ti to tf t time t ti h hi n tftidt a1 072sqrthi b1 13 ub 07sqrthi13 for i 1n dh a1hihi b1uub hi1 hi dh dt ti1 ti dt end end Execução das funções tanque2runm dt 05 ti 0 tf 20 hi 04 u 07sqrthi13 mantém regime u u 0001 u 04 h1t1 tanque2nlindttitfhiu h2t2 tanque2lindttitfhiu figure1 plott1h1rt2h2ob grid legendnao linearlinear Exemplo Obtenha um modelo linear aproximado das seguintes equações de estado não lineares que possuem dois estados x1 x2 e duas entradas u1 u2 Considere o ponto de linearização em torno de 𝑥1 1 e 𝑥2 2 𝑑 𝑑𝑡 𝑥1𝑡 𝑥1𝑡 𝑥2𝑡 𝑢2𝑡 𝑑 𝑑𝑡 𝑥2𝑡 𝑥2𝑡 𝑢1𝑡 2 As equações diferenciais não lineares já estão na forma de estado e o modelo linear aproximado de desvios que estamos buscando tem a seguinte forma 𝑑 𝑑𝑡 𝛥𝑥1 𝑎11𝛥𝑥1 𝑎12𝛥𝑥2 𝑏11𝛥𝑢1 𝑏12𝛥𝑢2 𝑑 𝑑𝑡 𝛥𝑥2 𝑎21𝛥𝑥1 𝑎22𝛥𝑥2 𝑏21𝛥𝑢1 𝑏22𝛥𝑢2 Note que os valores de 𝑢1 e 𝑢 2 não foram especificados Uma possibilidade é escolher 𝑢 1 e 𝑢 2 de tal forma que o ponto de linearização 𝑥1 e 𝑥2 seja mantido em regime permanente Para tanto basta impor variação nula de x1 e x2 nas equações diferenciais não lineares 𝑑 𝑑𝑡 𝑥1𝑡 0 𝑥1𝑡 𝑥2𝑡 𝑢 2𝑡 𝑢 2 𝑥2 𝑥1 3 𝑑 𝑑𝑡 𝑥2𝑡 0 𝑥2𝑡 𝑢 1𝑡 2 𝑢 1 𝑥2𝑡 1414 Os valores constantes 𝑎𝑖𝑗 e 𝑏𝑖𝑗 são obtidos por meio das derivadas parciais no ponto de operação 𝑥1𝑥2𝑢 1𝑢 2 𝑎11 𝑓1 𝑥1 𝑥𝑢 1 2𝑥1 05 𝑏21 𝑓2 𝑢1 𝑥𝑢 2𝑢 1 2828 As demais derivadas parciais são imediatas com constantes triviais e o modelo linearizado de desvio resulta 1 1 2 1 2 2 1 2 1 2 05 1 0 1 0 1 2828 0 d x t x t x t u t u t dt d x t x t x t u t u t dt Na forma matricial o modelo é escrito assim 𝑑 𝑑𝑡 𝛥𝑥1 𝛥𝑥2 05 1 0 1 𝛥𝑥1 𝛥𝑥2 0 1 2828 0 𝛥𝑢1 𝛥𝑢2 Abusando da notação podese escrever 𝑥𝑡 05 1 0 1 𝑥𝑡 0 1 2828 0 𝑢𝑡 Linearização com o Octave Modelo não linear no SS pkg load symbolic syms x1 x2 u1 u2 dx1 sqrtx1 x2 u2 dx2 x2 u12 dx1 dx2 Derivadas parciais dx dx1 dx2 J jacobian dx x1 x2 u1 u2 J Ponto de linearização H NC1 FA FB k subs J x1 x2 u1 u2 1 2 sqrt2 3 k Modelo linearizado dx1 k11x1 k12x2 k13u1 k14u2 dx2 k21x1 k22x2 k23u1 k24u2 A eval k1212 B eval k1234

Sua Nova Sala de Aula

Sua Nova Sala de Aula

Empresa

Central de ajuda Contato Blog

Legal

Termos de uso Política de privacidade Política de cookies Código de honra

Baixe o app

4,8
(35.000 avaliações)
© 2025 Meu Guru®