D EPARTAMENTO DE ENGENHARIA ELÉTRICA

C URSO DE ENGENHARIA ELÉTRICA

D ISCIPLINA DE SISTEMAS DE CONTROLE MODERNO (SCM)

TRABALHO: CONTROLE DE UM SISTEMA PÊNDULO-CARRO

Professor: Tiago Dezuo

1 Objetivos
Desenvolver técnicas de controle por variáveis de estado clássicas e ótimas, realizando comparações de
desempenho entre sistemas não lineares e linearizados.

2 Informações importantes
• Equipes: até 3 integrantes por equipe;

• Formas de avaliação:

1) Relatório no formato PDF contendo a solução dos exercícios propostos na Seção 7;

2) Arguição (apresentação de simulações por parte do grupo e possíveis questionamentos).

• Data de entrega do relatório: até dia 26/06/2016 às 11h59 por e-mail (tiago.dezuo@udesc.br);

• Data da arguição: dia 26/06/2017 às 15h20 (turmas A e B juntas). A ordem de apresentação será a
inversa da ordem de recebimento dos relatórios.

3 Introdução
Um pêndulo invertido montado sobre um suporte móvel acionado a motor é mostrado na Figura 1. O
controle deste tipo de sistema apresenta diversas aplicações interessantes, como: lançamento de foguetes ou
mísseis, metrônomos, sismômetros, Segways (meio de transporte de duas rodas lado a lado). Mesmo o ser
humano equilibrando-se em pé (parado ou em movimento) pode ser considerado um pêndulo invertido.
O sistema a ser tratado neste documento é um sistema MIMO1 , pois possui duas saídas: θ (t) e p(t), que
são, respectivamente, a posição angular do pêndulo com relação ao eixo vertical (superior) e a posição do
centro do carrinho no eixo horizontal; e duas entradas: f (t) e τ(t), que são a força que movimenta o carrinho
na horizontal (aplicada nas rodas por um motor) e o torque aplicado à haste do pêndulo (por um motor na base
da mesma). Tal sistema MIMO pode ser encontrado em [1] onde é realizado controle de um sistema robótico
modelado como um pêndulo invertido sobre um carrinho móvel.
A posição vertical do pêndulo invertido é instável pelo fato de que ele tende a se afastar desta posição,
para um lado ou para o outro, a menos que sejam aplicadas forças de controle adequadas. Considera-se aqui
somente o problema a duas dimensões, em que o movimento do pêndulo fica restrito ao plano da página. A
1 Do inglês, Multiple-Input and Multiple-Output.

1
 D EPARTAMENTO DE ENGENHARIA ELÉTRICA
C URSO DE ENGENHARIA ELÉTRICA
D ISCIPLINA DE SISTEMAS DE CONTROLE MODERNO (SCM)

Figura 1: Sistema pêndulo-carro.

força de controle f (t) é aplicada ao suporte móvel e o torque de controle τ(t) é aplicado à base da haste. Para
simplificar, a partir deste ponto será considerado que não há torque aplicado à base, ou seja, τ = 0. Neste caso,
o controle do sistema é feito inteiramente pela correta aplicação da força f .
Os parâmetros do sistema e seus valores adotados para simulação, obtidos em [2], são apresentados na
Tabela 1.

Parâmetro Valor
Massa do carrinho M 0.5 kg
Massa do pêndulo m 0.2 kg
Coeficiente de atrito do carrinho b 0.1 N.s/m
Comprimento até o centro de massa do pêndulo l 0.3 m
Momento de inércia da massa do pêndulo J 0.006 kg.m2
Aceleração da gravidade g 9.81 m/s2

Tabela 1: Dados do sistema pêndulo-carro adotado.

O momento de inércia do pêndulo com relação à sua base, apresentado na Tabela 1, também pode ser obtido
pela seguinte relação:
ml 2
J= (1)
3

2
 D EPARTAMENTO DE ENGENHARIA ELÉTRICA
C URSO DE ENGENHARIA ELÉTRICA
D ISCIPLINA DE SISTEMAS DE CONTROLE MODERNO (SCM)

4 Modelo não linear do sistema

O modelo do sistema pode ser representado pelas equações diferenciais a seguir, onde a dependência do
tempo nas variáveis θ , p, f , τ é omitida.

d2 d2
(M + m) (p) + b ṗ + ml (senθ ) = f (2)
dt 2 dt 2
d2 d2 d2 d2
J 2 (θ ) + ml cosθ 2 (p) + ml 2 cosθ 2 (senθ ) − mgl senθ − ml 2 senθ 2 (cosθ ) = 0 (3)
dt dt dt dt
A modelagem do sistema2 pode ser conferida com mais detalhes em [2], [4], atentando-se ao fato de que a
escolha do referencial para θ pode levar a modelos diferentes. Sabendo que

d2
(senθ ) = θ̈ cosθ − θ̇ 2 senθ (4)
dt 2
d2
(cosθ ) = −θ̈ senθ − θ̇ 2 cosθ (5)
dt 2
e substituindo (4) e (5) em (2) e (3), tem-se

(M + m) p̈ = −b ṗ − ml θ̈ cosθ + ml θ̇ 2 senθ + f (6)

J θ̈ = −mlcosθ p̈ + mglsenθ (7)

Finalmente, resolvendo o sistema de equações para p̈ e θ̈ , tem-se o seguinte modelo não linear:
1 
−b J ṗ − g m2 l 2 cosθ senθ + J m l θ̇ 2 senθ + J f

p̈ = (8)
Φ(θ )
1 
m l b cosθ ṗ + (M + m)m g l senθ − m2 l 2 θ̇ 2 cosθ senθ − m l cosθ f

θ̈ = (9)
Φ(θ )
onde
Φ(θ ) = J(M + m) − (m l cosθ )2 (10)

5 Modelo linearizado
A linearização do sistema em torno do equilíbrio é feita considerando pequenos ângulos θ , e, portanto,

cosθ ≈ 1 (11)
senθ ≈ θ (12)

Substituindo (11) e (12) nas Equações (2) e (3) e resolvendo para p̈ e θ̈ , tem-se o seguinte modelo lineari-
zado do sistema:
1
−b J ṗ − g m2 l 2 θ + J f

p̈ = (13)
φ
1
θ̈ = [m l b ṗ + (M + m)m g l θ − m l f ] (14)
φ
2A operação deste sistema com diferentes técnicas de controle pode ser conferida em [3].

3
 D EPARTAMENTO DE ENGENHARIA ELÉTRICA
C URSO DE ENGENHARIA ELÉTRICA
D ISCIPLINA DE SISTEMAS DE CONTROLE MODERNO (SCM)

onde
φ = J(M + m) − (m l)2 (15)
As mesmas equações para o modelo linearizado podem ser obtidas substituindo (11) e (12) nas Equações
(8) e (9) e levando em conta que θ̇ ≈ 0.
Considerando p, ṗ, θ , θ̇ como variáveis de estado, a representação do sistema em espaço de estados fica
dada por:  
 p
ẋ = Ax + Bu  ṗ   
, x=  , u= f (16)
y = Cx + Du  θ 
θ̇
com
   
0 1 0 0 0
 0 −b J/φ −g m2 l 2 /φ 0   J/φ 
A=
 0
 B=  (17)
0 0 1   0 
0 m l b/φ m g l(M + m)/φ 0 −m l/φ
   
1 0 0 0 0
C= D= (18)
0 0 1 0 0

6 Limitações do sistema
O modelo não linear do sistema apresenta não linearidades adicionais, que são limitações no movimento do
carro, do pêndulo e nas forças aplicadas3 . Para a posição do carro temos

−plim ≤ p ≤ plim (19)

onde plim = 0.5. Na prática, isso significa que o carro pode mover-se sobre um trilho de comprimento limitado.
Outra limitação é referente ao ângulo do pêndulo. Como o controle é baseado no modelo linearizado do
pêndulo, o ângulo deve ficar sempre pequeno. Considere que

−θlim ≤ θ ≤ θlim (20)

onde θlim = 0.35 rad (aproximadamente 20◦ ).

Os sinais de controle são gerados na prática por um motor elétrico, por exemplo. Por razões físicas, a força
f fica limitada ao intervalo4
− flim ≤ f ≤ flim (21)
onde flim = 0.2. Isso significa que o controle aplicado ao sistema será diferente do calculado quando os sinais
de controle estão fora do intervalo acima.
3 No
modelo linearizado, tais limitações são desconsideradas.
4 Incluir
uma saturação no sinal de controle f do sistema não linear em simulação. Para a limitação em p, apenas observar em
simulação se os valores ultrapassam o limite.

4
 D EPARTAMENTO DE ENGENHARIA ELÉTRICA
C URSO DE ENGENHARIA ELÉTRICA
D ISCIPLINA DE SISTEMAS DE CONTROLE MODERNO (SCM)

7 Exercícios de simulação
Em todos os exercícios desta seção, considere o modelo sem torque de controle apresentado na Seção ??.

1) Realimentação de estados com alocação de polos.

a) Considere o modelo linearizado apresentado para a origem como ponto de equilíbrio do sistema do
pêndulo-carro. O sistema é estável em malha aberta? É controlável? É observável? Justifique.
b) Projete uma realimentação de estados de tal forma que os polos de malha fechada sejam tais que
a maior constante de tempo do sistema seja de 1 segundo. Calcule a matriz de ganhos usando a
função “place”. Utilize como condição inicial x0 = [0.5 0 0.3 0]0 . Simule o sistema no Simulink
e verifique, tanto para o caso linear como não linear, se após cinco constantes de tempo o equilíbrio
é atingido. Observe a saturação no sinal de controle f , presente no sistema não linear, e comente
sua influência no tempo de acomodação do sistema.
c) Agora calcule a matriz de ganhos de realimentação de estados de tal forma que os polos dominantes
de malha fechada sejam −0.5 ± 0.5i. Verifique se os sistemas linear e não linear atingem o equilí-
brio após cinco constantes de tempo e se existe saturação nos atuadores para a condição inicial x0
definida no item (b).
d) Repita o item anterior, mas escolha os polos de tal forma que o tempo de acomodação (tempo de
5%) seja inferior a 4 segundos. Comente sobre as diferenças do sistema linear e não linear. O
sistema ficou saturado? Se sim, o que poderia ser feito para evitar a saturação?

2) Observadores de estados.

a) Considere o sistema pêndulo-carro. Projete uma realimentação de estados do tipo u = −Kx, onde x
é o estado real não disponível, de tal forma que o sistema fique estável com um tempo de acomoda-
ção5 de 1 segundo e amortecimento ξ = 0.7. Na sequência projete um observador de ordem com-
pleta para o sistema linearizado e troque a lei de controle u = −Kx por u = −Kx f , onde x f é o estado
estimado através de um observador. Utilize como condição inicial do sistema x0 = [0.5 0 0.3 0]0 .
Utilize a mesma condição inicial para o observador, ou seja, x f (0) = x0 . Observe a dinâmica do
erro de estimação para os sistemas linear e não linear em duas situações:
i) constantes de tempo do erro de estimação duas vezes mais rápidas que a do sistema em malha
fechada;
ii) constantes de tempo do erro de estimação dez vezes mais rápidas que a do sistema em malha
fechada.
Analise os resultados obtidos.
b) Repita o item anterior, considerando condições inicias diferentes para o observador e o sistema
(suponha x f (0) = 0). Analise os resultados obtidos.
c) Repita o item (a) considerando agora a existência de ruídos de medida. Considere condições iniciais
nulas para o sistema e para o observador (x0 = x f (0) = 0) e observe que nessas condições o erro de
estimação é o próprio estado estimado. Analise o efeito dos seguintes sinais de ruído nos medidores:
5 Considere 4
ts ≈ .
ξ ωm

5
 D EPARTAMENTO DE ENGENHARIA ELÉTRICA
C URSO DE ENGENHARIA ELÉTRICA
D ISCIPLINA DE SISTEMAS DE CONTROLE MODERNO (SCM)

A) Um sinal aleatório de medida nula e variância igual a 0.1 em cada medidor. Comente a influên-
cia do ganho do observador na variância do estado estimado;
B) Um sinal senoidal com frequência ajustável (utilize 0.5π e 10π) e amplitude de 0.1. Como
você explicaria a atenuação do ruído nas altas frequências e a amplificação da amplitude do
erro de estimação provocada pelo ganho do observador?
d) Suponha que os ganhos dos atuadores não sejam bem conhecidos, e que o modelo do sistema seja
na realidade ẋ = Ax + (B + ∆B)u onde B é a matriz nominal e ∆B uma matriz de incerteza que define
a variação máxima de cada ganho em relação ao seu valor nominal. ∆B não é conhecida em tempo
real, mas seus elementos podem assumir qualquer valor em uma faixa conhecida. Seria possível
obter erro nulo nesse caso? A dinâmica do erro de estimação é independente do sinal de controle?
e) É possível controlar o sistema medindo apenas o estado da posição do carrinho p? Justifique.

3) Controle ótimo (LQR).

a) Considere o sistema pêndulo-carro linearizado num ponto de equilíbrio e suponha que podemos
medir todos os estados e que as condições iniciais do sistema são nulas. Suponha a lei de controle
definida como u(t) = −Kx(t). Projete um controlador LQR para atingir os seguintes requisitos na
resposta:
i) O tempo de acomodação deve ser inferior a 5 segundos e o erro em regime permanente do
modelo linearizado deve ser nulo;
ii) A ação de controle (força) não deve ultrapassar, em módulo, 0.2 unidades;
iii) A posição do carrinho deve ficar limitada, em módulo, a 0.2 unidades.
b) Utilize na realimentação a metade do ganho calculado anteriormente e verifique se o sistema conti-
nua estável. O resultado era esperado?
c) Repita o item (a) usando apenas as variáveis medidas na ponderação dos estados, isto é, a matriz
de ponderação dos estados é tal que x0 Qx = x0C0 Q0Cx = y0 Q0 y onde Q0 é a matriz de ponderação
do vetor y que deve ser ser escolhida. Considere dois casos para a matriz C. Primeiro considere
que y = Cx representa as medidas dos estados x1 e x3 . No segundo caso considere que os estados
medidos são o x1 e x4 . Os resultados eram esperados? Explique.
d) O controle LQR pode ser utilizado em sistemas que apresentam polos não controláveis? Justifique.

Referências
[1] E. Doskocz, Y. Shtessel, and C. Katsinis. MIMO sliding mode control of a robotic “pick and place”
system modeled as an inverted pendulum on a moving cart. In Proceedings of the Thirtieth Southeastern
Symposium on System Theory, pages 379–383, Morgantown, EUA, Março 1998.
[2] CONTROL TUTORIALS FOR MATLAB & SIMULINK. Inverted pendulum: System modeling.
http://ctms.engin.umich.edu/CTMS/index.php?example=InvertedPendulum&
section=SystemModeling, 2012. Acessado em: 14/05/2016.
[3] J. A. Kypuros. Inverted pendulum control system. http://dsc.utpa.edu/VirtualLab/
Pendulum/Pendulum.html, 2013. Acessado em: 14/05/2016.
[4] K. Ogata. Engenharia de Controle Moderno. UFV, 4 edition, 2003.