Professional Documents
Culture Documents
10 de Outubro de 2007
Resumo
Sistemas não lineares representam um grande desao na area de
controle, este documento trata desta classe de sistemas e de técnicas
utilizadas no controle dos mesmos.
Sumário
1 Introdução 1
2 Sistemas de Erro 1
3 Lyapunov Candidates 6
4 Sistemas Linearizáveis por State-Feedback 7
4.1 Problema do Regulador . . . . . . . . . . . . . . . . . . . . . . 7
4.2 Problema do Servomecanismo . . . . . . . . . . . . . . . . . . 10
1 Introdução
1
em métodos como o critério de Lyapunov, que provem ferramentas para a
realização de controladores para essa classe de sistemas. Essas ferramentas
serão o objetivo de estudo deste documento.
2 Sistemas de Erro
2
Escolhendo uma entrada u = sin t + cos t obtem-se os seguintes
resultados:
Sistema de Erro
ė = −e (5)
O sistema de erro é linear e assintoticamente estável.
Subsistema x2
ẋ2 = x2 − 2 = x2 − cos t − sin t (6)
ė1 = −2e1 + e2
ė = −e1
" 2 #
−2 1
ė = e (8)
−1 0
3
Subsistema x1
ẋ1 = −x1 + sin t + cost − e1 + e2
= −x1 + sin t + cos t − x1 + sin t + x2 − cos t
= −2x1 + x2 + 2 sin t (9)
Subsistema x2
ẋ2 = x2 − sin t − cos t + e1 − e2
= x2 − sin t − cos t + x1 − sin t − x − 2 + cos t
= x1 − 2 sin t (10)
Com base nos resultados do exemplo anterior, ca claro que uma escolha
aprimorada do sistema de erro torna-se necessária. A suposição que segue,
estabelece critérios para garantir a limitação do estado x.
Suposição 2.1 Supões-se que o sistema de erro e = X (t, x) possuí a propri-
edade e → 0 ⇒ y(t) → r(t) e a função X satisfaz a condição |x| ≤ ψx (t, |e|)
garantindo que o estado do sistema será limitado para todo erro também li-
mitado.
Um sistema de erro que satisfaça à suposição 2.1, pode ser encontrado de-
nindo o Stable Inverse do sistema, como segue.
4
Denição 2.2 Dada uma referência limitada r(t), as funções xr (t) e cr (t)
são ditas Stable Inverse do sistema se para todo t ≥ 0, xr (t) e cr (t) são
limitadas, xr (t) é diferenciável e:
ẋr = f (xr , cr )
r = h(xr ) (12)
O sistema de erro pode então ser escolhido como sendo:
e = X (t, x) = x − xr (13)
Este sistema agora satisfaz a suposição 2.1
A título de exemplo, será estudado um caso onde o Stable Inverse, é utilizado
para encontrar um sistema de erro que satisfaça à suposição 2.1.
5
É importante notar que o sistema de erro encontrado nos exemplos anteriores,
tem dimensão n, muitas vezes porém, é possível encontrar um sistema de erro
de dimensão menor, que satisfaça a suposição 2.1. Uma vez determinado
o sinal de erro, a sistema em estudo, pode ser utilizado para encontrar a
dinâmica do erro. Para tanto consideremos o seguinte sistema.
e = X (t, x)
∂X
ė =
∂t
x = f (t) ⇒
∂X ∂X
ė = + ẋ
∂t ∂x
∂X ∂X
= + (f (x) + g(x)u)
∂t ∂x
∂X ∂X ∂X
= + f (x) + g(x)u
∂t ∂x ∂x
= α(t, x) + β(x)u (18)
Onde:
∂X ∂X
α = + f (x)
∂t ∂x
∂X
β = g(x)
∂x
3 Lyapunov Candidates
Para estudar a trajetória da dinâmica do erro para uma dado sistema, seria
necessário encontrar uma solução fechada para este, como foi feito nos exem-
plos anteriores, isto é possível somente para um número limitado de sistemas
simples, os quais adimitem solução análitica. Esta condição é bastante limi-
tante, e existem alguns métodos que provem ferramentas para contorna-la,
sendo um deles o método de Lyapunov.
Uma função de Lyaponuv candidata escalar, é uma função do tipo <q → <
semi-denida positiva e com a propriedade V (e) = 0 se e somente se e = 0.
6
Isto garante que a função de Lyapunov decresce a medida que decresce a
energia do erro e ainda V → 0 ⇒ e → 0. Uma escolha usual para a função
de Lyapunov é a seguinte.
V = eT P e (19)
Onde P ∈ <qxq é uma matriz denida positiva. Assumindo que é escolhida
uma lei de controle u = ν(z) e que V̇ = −k1 V + k2 onde k1 > 0 e k2 ≤ 0 são
constantes limitadas. Tem-se:
!
k2 k2 −k1 t
V ≤ + V (0) − e (20)
k1 k1
7
4.1 Problema do Regulador
8
Onde P A − k + ATk P = −Q é a equação de Lyapunov, e a matriz Q é
denida positiva. É possível agora, através da inigualdade de Rayleigh-Ritz,
encontrar limites explícitos para |e|.
V̇ ≤ −λmin (Q) |e|2
λmin (Q)
≤ − V (29)
λmax (P )
Apesar de estar de fora do escopo deste documento, é possível mostrar que:
v
V (0) − ct
u
(30)
u
|e| ≤ t e 2
λmin (P )
Onde c = λmin (Q)/λmax (P ). É possivel então, desenvolver controlador as-
sintoticamente estáveis, quando as funções f (x) e g(x) são conhecidas.
0 0 0
0 0
B = 1 0
0 1
kg
" #
zω 2 − mz 2
f (x) = 2νω
− z
" #
1
0
g(x) = m
1 (32)
0 mz
9
O sinal de erro é e = x − r onde r = [zd , 0, ωd ]T . Como Ar = 0,
pode-se escolher uma lei de controle como aquele apresentada na
equação 25. O restante é escolher uma matriz K , que garanta
que Ak = A + BK tenha apenas polos estáveis, para tanto consi-
deremos a seguinte matriz de ganho.
" #
−λ2r −2λr 0
K= (33)
0 0 λω
Com essa matriz K obtemos o seguinte resultado.
u = v(x) = g −1 (x)(−f (x) + Ke)
ė = (A + BK)e
= Ak e
0 1 0 0 0 " #
−λ2r −2λr 0
Ak = 0 0 0 + 1 0 ∗
0 0 λω
0 0 0 0 1
0 1 0
Ak −λ2r −2λr
= 0
0 0 −λω
(34)
A matriz Ak será estavel, para quaisquer λr e λω maiores que
zero, assim o erro do controlador tenderá assintoticamente para
a origem.
10
0
..
.
bc =
0
1
ẋ1 = x2
..
.
ẋn−1 = xn
ẋn = f (x) + g(x)u (36)
Supondo ξ˙ = fξ + gξ (ξ)u, temos:
∂T (ξ)
ẋ =
∂t
∂T (ξ) ∂ξ
= (regra da cadeia)
∂ξ ∂t
∂T
= (fξ + gξ (ξ)u)
∂ξ
= Ac x + bc (f (x) + g(x)u)
logo :
∂T
(fξ + gξ (ξ)u) = Ac x + bc (f (x) + g(x)u) (37)
∂ξ
Usando a denição das matrizes Ac e bc é obtido o seguinte resultado:
∂T
fξ = Ac T (ξ) + bc f (T (ξ))
∂ξ
0
.
..
" #
0 I
= T (ξ) + f (T (ξ))
0 0 0
1
T2
..
.
(38)
=
Tn
f (T (ξ))
Igualando os termos restantes da equação 37 temos:
∂T
gξ = bc g(x)
∂ξ
11
0
..
.
= g(ξ)
0
1
0
..
.
(39)
=
0
g (T (ξ))
A expressão ∂T
f
∂ξ ξ
, pode ser representada da seguinte forma:
fξ1
∂T ∂T
fξ2
..
fξ =
∂ξ ∂ξ .
fξn
∂T ∂T1 ∂T1
1
···
∂ξ1 ∂ξ2 ∂ξn fξ1
∂T ∂T2 ∂T2
···
2
∂ξ1 ∂ξ2 ∂ξn
fξ2
. .. .. ..
=
..
. . .
···
∂Tn ∂Tn ∂Tn fξn
∂ξ1 ∂ξ2
··· ∂ξn
(41)
12
para i = 1 . . . n − 1, pois x = T e xi+1 = ẋi para i = 1 . . . n − 1, como ca
evidente na equação 40 .
De forma análoga, é possível vericar as seguintes condições.
∂Ti
gξ = 0
∂ξ
∂Tn
gξ 6= 0 (43)
∂ξ
para i = 1 . . . n − 1. Novamente recorrendo à equação 40 chegamos aos
seguintes resultados.
∂Tn
f = fξ (44)
∂ξ
∂Tn
g = gξ (45)
∂ξ
O exemplo que segue, demonstra como o difeomorsmo proposto pode ser
denido, de forma a levar o sistema para a forma canônica 35 .
13
" #
h
∂T1 ∂T1
i 0
= ∂ξ1 ∂ξ2 1
∂T1
= (49)
∂ξ2
Logo:
∂T1 ∂T1
gξ = =0 (50)
∂ξ ∂ξ2
Pode-se agora calcular T2 = ∂T1
f
∂ξ ξ
como segue.
" #
h
∂T1 ∂T1
i ξ12 + ξ2
T2 = ∂ξ1 ∂ξ2 ξ1 ξ2
" #
h
∂T1
i ξ12 + ξ2
= ∂ξ1
0
ξ1 ξ2
∂T1 2
(51)
= ξ1 + ξ2
∂ξ1
Escolhendo T1 (ξ) = ξ1 temos:
" #
∂T1 0
(52)
h i
gξ = 1 0 =0
∂ξ 1
14
ξ2 = x2 − x21
" # P ortanto : " #
ξ1 x1
= (55)
ξ2 x2 − x21
Aplicando esse difeomorsmo ao sistema 46, obtemos o seguinte
resultado.
ẋ1 = x21 − x21 + x2
x˙2 − 2x1 ẋ1 = x1 (x2 − x21 ) + u
ẋ2 = x1 (x2 − x21 ) + 2x1 x2 + u (56)
As funções f (x) e g(x) são mostradas a seguir.
f (x) = 2x1 x2 + x1 (x2 − x21 )
g(x) = 1 (57)
15
e = x−ρ
ė = ẋ − ρ̇
= Ac x + bc (f (x) + g(x)u) − ρ̇
Ac x = Ac e + Ac ρ
Então :
ė = Ac e + bc (f (x) + g(x)u) + Ac ρ − ρ̇
ṙ
r̈
ρ̇ = ..
.
r(n)
ṙ
r̈
Ac ρ = ..
.
0
ṙ ṙ
r̈ r̈
Ac ρ − ρ̇ = .. − ..
. .
0 r(n)
0
0
..
=
.
−r(n)
= −bc r(n)
P ortanto :
Ac e + bc −r(n) + f (x) + g(x)u (59)
ė =
Escolhendo a função de Lyapunov V = eT P e, onde P é simétrica
e denida positiva(P = P T e P ≥ 0), e uma lei de controle
u = ν(z) tal que:
r(n) − f (x) − k T e
ν= (60)
g(x)
Com essa lei de controle é obtido o resultado que segue.
ė = Ac e + bc −r(n) + f (x) + g(x)u
16
= A
c
e − bc k T e
= Ac − bc k T
= Ak e (61)
A equação de Lyapunov pode então ser reescrita como segue.
V = eT P e
V̇ = eT P ė + ėT P T e
= eT P Ak e + eT Ak P e
= eT (P Ak + ATk P )e (62)
Desde que Ak seja estável, é possível escolher uma matriz P tal
que P Ak + ATk P = −Q, onde Q é denida positiva, logo o sistema
de erro sera estável, dado:
V̇ = −eT Qe (63)
17
A lei de controle u = ν(z) é escolhida como segue.
−α(t, x) − κe
ν(z) = (67)
β(x)
Fazendo κ0 é obtido V̇ = −κe2 = −2κV Assim, e = 0 é um ponto
de equilibro estável. A m de validar o controlador, é preciso
comprovar que o sistema de erro proposto, satisfaz à suposição
2.1, ou seja, os estados devem permanecer limitados para todo
erro também limitado. Considerando o sistema de erro proposto,
é possível desenvolver a equação que segue.
e = k1 (x1 − r) + · · · + kn−1 (xn−1 − r(n−2) ) + xn − r(n−1)
ė = k1 (ẋ1 − ṙ) + · · · + kn−1 (ẋn−1 − r(n−1) ) + ẋn − r(n)
L {ė} = L{k1 (ẋ1 − ṙ) + · · · + kn−1 (ẋn−1 − r(n−1) ) + ẋn − r(n) }
sE(s) = k1 (sX1 (s) − sR(s)) + · · · +
+ kn−1 (sXn−1 (s) − sn−1 R(s)) + sXn (s) − sn R(s)
xi = ẋi−1 para i = 1 . . . n − 1
⇒ Xi (s) = sXi−1
Então :
sE(s) = sk1 (X1 (s) − R(s)) + · · · +
+ sn−1 kn−1 (X1 (s) − R(s)) + sn (X1 (s) − R(s))
E(s) = (k1 + k2 s + · · · + kn−1 sn−2 + sn−1 )(X1 (s) − R(s))
Def inindo : Z(s) = X1 (s) − R(s)
1
Z(s) = E(s) (68)
k1 + k2 s + · · · + kn−1 sn−2 + sn−1
Como o denominador da equação 68 é Hurwitz, é possível ar-
mar que Z(s) será limitado, para todo E(s) também limitado.
A m de encontrar limites para todos os estados xi da planta,
consideremos o seguinte sistema.
µ̇ = Lµ + be
Onde :
x1 − r
x2 − ṙ
..
µ =
.
xn−1 − r(n−2)
18
Derivando µ e comparando o resultado com a equação anterior
obtem-se:
x2 − ṙ
x3 − r̈
..
µ̇ =
.
xn − r(n−1)
Então :
µ̇1 = µ2
µ̇2 = µ3
..
.
µ̇n = xn − r(n−1)
= e − k1 (x1 − r) + · · · + kn−1 (xn−1 − r(n−2) )
19
Como L é Hurwitz, é valida a seguinte inigualdade, |eLt | ≤ c1 e−c2 t ,
para alguma combinação de constantes positivas escalares c1 e c2 .
Com isso, pode-se reescrever a equação 70 como segue.
Z t
|µ(t)| ≤ c1 e −c2 t
|µ(0)| + c1 e−c2 (t−τ ) |e(τ )| dτ (71)
0
20
O exemplo anterior, ilustra como é possível controlar o sistema proposto,
utilizando uma variedade estável, o que reduz a dimensão do sistema de erro
de n para 1, porém torna-se impossível estabelecer uma relação estática entre
o limite do erro e o limite dos estados, como cou claro devido ao limite dos
estados estar relacionado com a dinâmica de µ. Este fenômeno pode ser
atribuído ao fato de que, mesmo o erro sendo zero, é possível que não se
tenha y = r(t).
21
De forma prática, dizer que um sistema tem um grau relativo n, implica em
que para se obter uma relação explicita entre a entrada e a saída, esta tiver
que ser derivada n vezes.
A denição 5.2, prove uma ferramenta essencial para a análise proposta,
assim o próximo exemplo visa esclarecer o conceito de grau relativo forte de
um sistema.
∂h
Lgξ h = gξ
∂ξ
" #
h i 0
= 1 0
1
= 0
22
( " #)
h i ξ12 + ξ2
= L gξ 1 0
ξ1 ξ2
n o
= Lgξ ξ12 + ξ2
∂ (ξ12 + ξ2 )
= gξ
∂ξ
" #
h i 0
= 2ξ1 1
1
Logo :
Lgξ Lfξ h = 1
Como temos Lgξ L1fξ h 6= 0 então, n − 1 = 1 e assim tem-se um
grau relativo forte n = 2 para o sistema em questão. Escrevendo
as duas primeiras derivadas da saída do sistema obtemos:
ẏ = ξ˙1
= ξ12 + ξ2
ÿ = 2ξ1 ξ˙1 + ξ˙2
= 2ξ1 (ξ12 + ξ2 ) + ξ1 ξ2 + u
Assim é comprovado de forma explicita, que o grau relativo do
sistema 80 é n = 2.
23
Para i = d + 1, . . . , d + n.
É obtida a seguinte representação da dinâmica do sistema.
q̇ = φ (q, x)
ẋ1 = x2
..
.
ẋn−1 = xn
ẋn = f (q, x) + g (q, x) u
y = x1 (83)
T1 (ξ) = h(ξ)
= ξ1
T2 (ξ):
24
disse que o sistema é simultaneamente linearizável por realimen-
tação de saída e de estados. As funções f e g para o sistema na
forma canônica 83, são dadas a seguir:
f (x) = 2x1 x2 + x1 (x2 − x21 )
g(x) = 1 (85)
É importante notar ainda, que essas funções são dadas pelas se-
guinte derivadas de Lie.
f (q, x) = Lnfξ h(ξ)
g(q, x) = Lgξ Lfn−1
ξ
h(ξ)
Essas igualdade podem facilmente ser comprovadas para o sis-
tema em análise.
Lnfξ h(ξ) = L2fξ h(ξ)
n o
= Lfξ ξ12 + ξ2
" #
h i ξ12 + ξ2
= 2ξ1 1
ξ1 ξ2
= 2ξ1 ξ12 + ξ2 + ξ1 ξ2
Dado :
ξ1 = x1
ξ2 = x2 − x21
Então :
Lnfξ h(ξ) = 2x1 x21 + x2 − x21 + x1 x2 − x21
= 2x1 x2 + x1 x2 − x21
= f (q, x)
Lgξ Lfξ = 1
= g(x, q)
25
Exemplo 5.3 A m de ilustrar um caso onde o grau relativo
difere da dimensão do sistema, iremos considerar o seguinte sis-
tema.
ξ˙1 = sin ξ2 + (ξ2 − 3)ξ3
ξ˙2 = ξ1 ξ22 + ξ3
ξ˙3 = ξ12 + u
y = ξ1 (86)
As função fξ gξ e h, são:
sin ξ2 + (ξ2 − 3)ξ3
fξ =
ξ1 ξ22 + ξ3
2
ξ1 + u
0
gξ = 0
1
h = ξ1 (87)
A derivada de Lie Lgξ h é então calculada como segue.
h 0 i
Lgξ h = 1 0 0 0
1
= 0 (88)
A próxima derivada é Lgξ Lfξ h:
h sin ξ2 + (ξ2 − 3)ξ3
i
Lgξ Lfξ h = Lgξ 1 0 0
ξ1 ξ22 + ξ3
ξ12 + u
1
= −3 (89)
Como Lgξ Lfξ h 6= 0, então o grau relativo deste sistema será n =
2, mesmo o sistema tendo dimensão três. O próximo passo é
26
encontrar um difeomorsmo apropriado, e como neste caso tem-
se d = 1, é preciso escolher T1 , talque:
∂T1
gξ = 0 (90)
∂ξ
Uma possível escolha seria T1 = ξ2 . Restam agora os dois últimos
componentes do difeomorsmo, que são dados pelas derivadas de
Lie ja calculadas.
T2 = h
= ξ1
T3 = Lfξ h
= sin ξ2 + (ξ2 − 3)ξ3 (91)
O difeomorsmo pode ser completamente descrito como segue.
ξ2 q
T =
ξ1 = x1
27
h i0
= 0 cos ξ2 + ξ3 −3 0
1
= −3
q̇ = φ(q, x)
= ξ˙2
= ξ1 ξ22 + ξ3
Aplicando T
x2 − sin q
φ(q, x) = x1 q 2 +
q−3
O sistema agora pode ser representado completamente em sua
forma canônica 83 como segue.
x2 − sin q
q̇ = x1 q 2 +
q−3
ẋ1 = x2
x2 − sin q x2 − sin q
ẋ2 = (cos q + )(x1 q22 + ) − 3x21 − 3u
q−3 q−3
y = x1 (93)
Ficou evidende neste ultimo exemplo que é possível ter um grau relativo
menor que a dimensão do sistema, isto decorre do fato da dinâmica interna
do sistema, representada por q ser não observável. A dinâmica q , é referida
como dinâmica zero do sistema, sendo esta dada pela seguinte denição.
Denição 5.3 Dinâmica Zero, é a dinâmica interna de um sistema, que
atuada pela entrada, mantém a saída zero.
Os conceitos de dinâmica zero e observabilidade, são mais sensíveis em sis-
temas lineares, pois para casos não-lineares, essas características se tornam
muito complexas de serem observadas, assim o exemplo que segue ilustra a
dinâmica zero de um sistema linear, a m de esclarecer esse conceito.
28
Exemplo 5.4 Consideremos o caso em que x e q representam
um sistema linear com a dinâmica dada pela seguinte função de
transferência.
sd + bd−1 sd−1 + . . . + b0
G(S) = k (94)
sn+d + an+d−1 sn+d−1 + . . . + a0
A realização minima desse sistema no espaço de estados é dada
a seguir.
ξ˙ = Aξ + Bu
y = Cξ (95)
Onde:
0
..
.
I
A =
0
.
−a0 .. −an+d−1
B = [0, · · · , 0, k]T
C = [b0 , · · · , bd−1 , 1, 0, · · · , 0]
Uma vez que y = x1 é possível averiguar as seguintes igualdades.
x1 = Cξ = b0 ξ1 + · · · + bd−1 ξd + ξd+1
x2 = ẋ1
= b0 ξ2 + · · · + bd−1 ξd+1 + ξd + 2
= CAξ
x3 = ẋ2
= b0 ξ3 + · · · + bd−1 ξd+2 + ξd + 3
= CA2 ξ
..
.
xn = CAn−1 ξ = b0 ξn + · · · + bd−1 ξn + d − 1 + ξn + d
Denindo os q estados restantes como segue.
q1 = ξ1
..
.
qd = ξd
29
É obtida a seguinte transformação.
q
I 0
C
.. (96)
= ξ
x .
CAn−1
q̇1 = ξ2 = q2
..
.
q̇d = ξd+1
= x1 − (b0 ξ1 + · · · + bd−1 ξd )
(97)
O sistema agora possui duas classes de estados distintas x e q , e pelo que foi
abordado no exemplo anterior, um controlador com a capacidade de manter
limitados os estados x, através de um sistema de erro apropriado, pode per-
mitir que os estados q aumentem indenidamente, dependendo da dinâmica
de q̇ = Aq . Uma forma menos restritiva que impor estabilidade ao subsis-
tema q , para garantir a estabilidade do controlador, é dada no teorema que
segue.
Teorema 5.4 Seja e = X (t, x) um sistema que satisfaz a suposição 2.1, se
o subsistema q , que tem x como entrada, for input-to-state estável, então o
controlador u = ν(z) será uniformemente limitado.
30
Com isso, basta garantir que o subsistema q seja input-to-state estável, con-
dição esta dada na denição que segue.
Denição 5.5 Um sistema q, tendo x como entrada, será input-to-state es-
tável, se existir uma função Vq tal que se observe:
γq1 ≤ Vq (q) ≤ γq2 (|q|)
V̇q ≤ −γq3 (|q|), ∀|q| ≥ ψ(|x|) > 0
Ou :
V̇ ≤ −cV + ψ(|x|) + d (99)
Onde as funções γq1 e γq2 são classe K, e as funções γq3 e ψ são classe K∞ ,
c é uma constante positiva e d é uma constante não negativa.
O teorema 5.4, proporciona um meio de garantir a estabilidade do controla-
dor, caso o sistema de erro satisfaça a suposição 2.1. O exemplo que segue,
ilustra a aplicação desse teorema para um sistema com não linearidades, na
dinâmica do subsistema q .
31
obedecer as restrições 99. Pode-se então escolher Vq = 21 q12 , o
que satisfaz γq1 (|q|) ≤ 12 q12 (q) ≤ γq2 , com isso tem-se a seguinte
representação para a derivada de Vq .
V̇q = q1 q̇1
= q1 (1 − q1 − q13 + q1 x21 )
= q1 − q12 − q14 + q12 x21
≤ −q12 + |q1 | − q14 + q12 |x1 |2
V̇q = q1 q̇1
= q1 (1 − q1 − q13 + q1 x21 )
= q1 − q12 − q14 + q12 x21
≤ −q12 + |q1 | − q14 + q12 |x1 |2 (103)
Como −2x2 ± 2xy ≤ −x2 + y 2 , tem-se:
− q12 + |q1 | = −2x2 ± 2xy
√
x = q1 / 2
2
2xy = √ q1 y
2
√
2
y = ±
2
Então :
q2 1
−q12 + |q| ≤ 1 +
2 2
4 2 2 2
−q1 + q1 |x1 | = −2x ± 2xy
x2 = q14 /2
q2
x = √1
2
2xy = q1 |x1 |2
2
2
= √ q12 y
2
√
2
y = |x1 |2
2
Então :
−q14 + |x1 |4
−q14 + q12 |x1 |2 ≤
2
32
É possível agora reescrever V̇ como segue.
−q14 + q12 |x1 |4 − q12 + 1
V˙q ≤
2
−q1 − q1 + 1 + |x1 |4
4 2
≤
2
1 2 2 1 1
≤ − q1 (q1 + 1) + |x1 |4 + (104)
2 2 2
A equação 104 não pode ser representada na forma 99, pois não
existe constante c tal que cVq = − 12 Vq (Vq + 1). Uma outra forma
de comprovar o resultado, é tomando q1 = |x1 | na equação 103, o
que atende à restrição |q| ≥ ψ(|x|), assim tem-se:
V̇q ≤ −q12 + |q1 | − q14 + q12 q12
≤ −q12 + |q1 | − q14 + q14
≤ −q12 + |q1 |
≤ −|q1 |(|q1 | − 1) (105)
Portanto, pode-se denir γq3 = |q1 |(|q1 | − 1), e como γq3 não é
uma função classe K, conclui-se que o subsistema q , não é input-
to-state stable.
fξ = −ξ1
2
ξ1
33
0
gξ = 0
1
h = ξ1
1
= ξ1
34
x1
ξ1
−1 q
ξ2 = T (q, x) =
x1 −ξ22
ξ3 x1
x1
=
q
x2−q 2
x1
35
5.1 Sistemas Strict-Feedback
ė = α(t, x) + β(x)q
q̇ = v (112)
36
∂V
= (α(t, x) + β(x)q) + eq (q̇ − ν̇)
∂e
q = eq + ν
Então :
∂V
V̇c = (α(t, x) + β(x)(eq + ν)) + eq (q̇ − ν̇)
∂e
∂V
= (α(t, x)(eq + ν) + β(x)(eq + ν)) +
∂e
+ eq (q̇ − ν̇)
= (114)
e 1 = x1 − r (116)
V̇1 = e1 ė1
= e1 (−ṙ + f1 (x1 ) + g1 (x1 )v) (118)
37
Onde z1 = [x1 , r, ṙ]. A dinâmica da função de Lyapunov será
dada por:
V̇1 = −κe21 = −2κV1 (120)
Logo o subsistema x1 será estável.
Subsistema x2 Consideremos agora o seguinte sistema.
ẋ1 = f1 (x1 ) + g1 (x1 )x2
ẋ2 = v (121)
Onde v é a nova entrada virtual. O erro agora é denido como
sendo e2 = x2 − v1 (z1 ), oque resulta na seguinte dinâmica.
ė2 = v − ν̇1 (122)
A componente e1 do sistema de erro pode então ser obtida da
seguinte forma.
e2 = x2 − ν1
x2 = e2 + ν1
ė1 = f1 + g1 x2 − ṙ
= f1 + g1 (e2 + ν1 ) − ṙ
= f1 + g1 ν1 − ṙ + g1 e2
ṙ − f1 (x1 ) − κe1
Como : ν(z1 ) =
g1 (x1 )
e: f1 + g1 ν1 − ṙ = −κe1
Então :
ė1 = −κe1 + g1 e2 (123)
A dinâmica do sistema de erro é descrita aseguir.
" #
−κe1 + g1 e2
ė = (124)
v − ν̇1
E nova função de Lyapunov é então denida com base na função
V1 e no erro e2 , resultando em V2 = V1 + 21 e22 .
1 ∂e22
V̇2 = V̇1 +
2 ∂t
= e1 ė1 + e2 ė2
= e1 (−κe1 + g1 e2 ) + e2 (v − ν̇1 )
= −κe21 + e1 g1 e2 + e2 (v − ν̇1 ) (125)
38
Escolhendo uma lei de controle v = ν̄2 (z2 ), onde z2 = [x1 , x2 , r, ṙ, r̈]T
tal que:
ν̄2 = ν̇1 − e1 g1 − κe2 (126)
Obtem-se:
V̇2 = −κ(e21 + e22 ) = −2κV2 (127)
Considerando agora o subsistema x2 completo.
ẋ1 = f1 (x1 ) + g1 (x1 )x2
ẋ2 = f2 (x1 , x2 ) + g2 (x1 , x2 )u (128)
A lei de controle u = ν2 , onde ν2 = (−f2 + ν̄2 )/g2 garante que
V̇2 = −2κV2 .
Subsistema x3 Inserindo a variavel de estado x3 ao subsistema
anterior, obtem-se o seguinte sistema.
ẋ1 = f1 + g1 x2
ẋ2 = f2 + g2 x3
ẋ3 = v (129)
O nova componente do erro é então escolhida como segue.
e 3 = x 3 − ν2
x3 = e3 + ν2
ė3 = ẋ3 − ν̇2
= v − ν̇2 (130)
Aplicando a equação anterior ao sistema 129.
e 2 = x 2 − ν1
ė2 = ẋ2 − ν˙1
= f2 + g2 x3 − ν̇1
= f2 + g2 (e3 + ν2 ) − ν̇1
= f2 + g2 ν2 + g2 e3 − ν̇1
= ν̄2 + g2 e3 − ν̇1
= (ν̇1 − e1 g1 − κe2 ) + g2 e3 − ν̇1
= −e1 g1 − κe2 + g2 e3
(131)
39
O sistema de erro resultante terá a seguinte dinâmica.
−κe1 + g1 e2
ė = −κe2 − e1 g1 + e3 g2
(132)
v − ν̇2
Aplicando uma lei de controle v = ν̄3 (z3 ), onde z3 = [x1 , x2 , x3 , r, ṙ, r̈, ∂∂t3r ]T
3
40
O exemplo anterior,mostra como é possível desenvolver um controlador capaz
de conduzir o erro a um ponto de equilibro estável, onde e = 0, de forma
que o erro permaneça limitado, utilizando o integrator backstepping. Nada
foi dito porém, a respeito dos limites do estado x, assim como é exigido na
suposição 2.1. O lema que segue, prove uma ferramenta para comprovar
que, para o integrator backstepping, se o sistema de erro for limitado, então
o estado também o será.
Lema 5.7 Seja, f localmente Lipschitz, com constalte L, então existirá uma
função γ e um escalar d tal que, f (x) ≤ d + γ(|x|).
É imediato comprovar que x1 será limitado caso o erro e1 e a referência r(t)
também o forem, e com base no limite de x1 , e no lema anterior, é possível
averiguar a limitação de x2 e assim sucessivamente até xn .
41