Skip to content
Voltar aos resultados

Linearização por Realimentação

Proposto por
Alberto Isidori
Ano
1983
Tipo
algorithm
Família
Nonlinear Control

Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês

Tamanho da fonte

O que ele faz?

A Linearização por Realimentação é uma técnica de controle não linear que utiliza uma transformação não linear de realimentação de estado para converter um sistema não linear em um linear, permitindo o uso de métodos de controle lineares padrão.

Desenvolvida por Isidori, Sontag e outros na década de 1980, a linearização por realimentação é conceitualmente elegante e poderosa: se o sistema satisfaz certas condições estruturais (grau relativo, posto da matriz de desacoplamento), as não linearidades podem ser canceladas exatamente através da realimentação, reduzindo o problema ao projeto linear.

A intuição por trás do método

A ideia central é que muitos sistemas não lineares podem ser transformados em sistemas lineares através de uma lei de controle de realimentação cuidadosamente projetada que depende do estado. A percepção chave é calcular qual entrada de controle u seria necessária para tornar o sistema linear em relação a uma nova entrada v, e então implementar u usando essa fórmula dependente do estado. Por exemplo, se um sistema tem a forma x_ponto_duplo = f(x) + g(x)·u, a linearização por realimentação encontra u tal que x_ponto_duplo = v (uma equação linear). Uma vez linearizado, o controle linear clássico (colocação de polos, LQR, PID) pode ser aplicado a v, e a lei de controle não linear geral é a combinação da linearização e do controlador linear.

História

A linearização por realimentação emergiu da geometria diferencial aplicada a sistemas de controle. Isidori formalizou o conceito na década de 1980 com seu trabalho fundamental em controle não linear, provando quando e como a linearização exata é possível. Sontag e Nijmeijer desenvolveram independentemente abordagens de linearização entrada-saída, e Hirschorn contribuiu para a compreensão das dinâmicas zero. O campo amadureceu com livros didáticos de Isidori (1995) e Slotine & Li (1991), que se tornaram padrões. Extensões incluem linearização por realimentação parcial, linearização por realimentação aproximada e linearização por realimentação robusta para sistemas incertos.

Quando usar

Usar a linearização por realimentação quando o sistema é não linear, mas satisfaz as condições de grau relativo e desacoplamento, e quando se deseja alavancar o poder do projeto de controle linear para um sistema não linear. É ideal para sistemas com não linearidades conhecidas e suaves (por exemplo, máquinas elétricas, veículos aeronáuticos). Evitar a linearização por realimentação se o sistema tiver não linearidades incertas ou não modeladas (falhará em linearizar), se o grau relativo não for bem definido (por exemplo, malhas algébricas), ou se as dinâmicas zero forem instáveis (o pêndulo invertido em um carrinho é um exemplo clássico).

Limitações e considerações

  • Requer conhecimento perfeito do modelo do sistema; não linearidades incertas impedem a linearização exata e degradam a robustez.
  • A estabilidade das dinâmicas zero não é garantida; alguns sistemas (por exemplo, sistemas não mínimos de fase) têm dinâmicas internas instáveis.
  • Apenas lida com sistemas de estrutura específica (grau relativo, matriz de desacoplamento de posto completo); nem todos os sistemas não lineares se qualificam.
  • Pode levar a sinais de controle ilimitados se o sistema se aproximar de configurações ou restrições singulares.
  • Requer medição de estado ou estimação precisa; a linearização por realimentação é sensível a ruído de medição.

As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.

Pontos fortes

  • Cancelamento exato de não linearidades (para sistemas que satisfazem as condições de grau relativo); não é uma aproximação.
  • Transforma o problema de projeto em controle linear, permitindo o uso de métodos lineares maduros (colocação de polos, LQR, H∞).
  • Fornece condições claras (grau relativo, posto completo) para quando a linearização exata é possível.
  • Pode lidar com sistemas não lineares multivariáveis elegantemente através do desacoplamento entrada-saída MIMO.
  • O arcabouço teórico é bem estabelecido e suportado por fortes fundamentos de geometria algébrica.

Aplicações

  • Robótica: Controle não linear de braços manipuladores via linearização por realimentação das dinâmicas não lineares (matriz de inércia, Coriolis, atrito).
  • Aeroespacial: Controle de voo não linear de aeronaves, sistemas de controle de atitude com dinâmicas multieixos acopladas.
  • Eletrônica de potência: Controle de conversores DC-DC, controle de velocidade de motores síncronos explorando dinâmicas eletromagnéticas não lineares.
  • Processos químicos: Controle não linear de reatores com cinética complexa, controle de composição de colunas de destilação.
  • Sistemas marítimos: Controle de rumo de navios, rastreamento de trajetória de veículos subaquáticos autônomos (AUV) com não linearidades hidrodinâmicas.

Como funciona

Como funciona

1

Verificar se o sistema tem grau relativo bem definido e se a matriz de desacoplamento é invertível; essas condições garantem que a linearização por realimentação exata seja possível.

2

Calcular a dinâmica inversa: encontrar a lei de realimentação de estado não linear u = α(x) + β(x)·v que torna o sistema linear e controlável.

3

Projetar um controlador linear (por exemplo, colocação de polos, LQR) para o sistema linearizado em termos da nova entrada v.

4

Verificar se as dinâmicas zero (dinâmicas internas na variedade de restrição) são estáveis; caso contrário, o sistema em malha fechada pode ser instável.

Erros comuns

  • Verificar incorretamente as condições de grau relativo e desacoplamento, levando à linearização incompleta e não linearidades residuais.
  • Ignorar a estabilidade das dinâmicas zero; projetar um controlador externo perfeito para um sistema com dinâmicas internas instáveis resulta em um sistema em malha fechada instável.
  • Assumir conhecimento perfeito do modelo; na prática, incerteza paramétrica ou dinâmicas não modeladas causam desvios do projeto linearizado.
  • Confiar excessivamente na linearização sem verificar a robustez em malha fechada à incompatibilidade do modelo.

Perguntas frequentes

O que é grau relativo e por que ele é importante?

Grau relativo é o número de vezes que se deve diferenciar uma saída para que a entrada apareça explicitamente. Por exemplo, se y = h(x) e você precisa diferenciar r vezes antes que u apareça em y^(r), o grau relativo é r. O grau relativo deve ser igual à ordem do sistema para que a linearização por realimentação exata seja possível. Se o grau relativo < ordem do sistema, você tem dinâmicas internas (zero) que devem ser verificadas quanto à estabilidade.

O que são dinâmicas zero e por que elas devem ser estáveis?

Dinâmicas zero são as dinâmicas internas que permanecem ocultas quando o mapeamento entrada-saída é linearizado. Elas representam o comportamento do sistema quando a saída é restrita a ser zero. Para que o sistema em malha fechada seja estável, as dinâmicas zero devem ser estáveis; se não forem, o projeto linearizado pode estabilizar a saída, mas desestabilizar os estados internos (por exemplo, energia se acumulando em modos não observados).

Como a linearização por realimentação difere da linearização em torno de um ponto de equilíbrio?

A linearização local (expansão de Taylor) apenas aproxima o sistema perto de um ponto de equilíbrio e é válida para pequenas perturbações. A linearização por realimentação é global (em um domínio amplo) e exata — ela cancela as não linearidades através da realimentação. Isso é muito mais poderoso, mas requer que o sistema satisfaça fortes condições estruturais (grau relativo, matriz de desacoplamento não singular).

O que acontece se a matriz de desacoplamento for singular?

Uma matriz de desacoplamento singular significa que o sistema não linear não se desacopla em malhas SISO (entrada única, saída única) independentes via realimentação. Isso indica que o sistema tem acoplamento entre entradas e saídas que não pode ser superado apenas pela realimentação. Você deve redesenhar a estrutura de controle ou usar métodos alternativos como modo deslizante ou MPC.

Métodos relacionados

Fontes

  1. Isidori, A. (1995). Nonlinear Control Systems (3rd ed.). Springer-Verlag.

    Abrir referência DOI
    Copiado.
  2. Sontag, E. D. (1983). A concept of input-output linearization. Proceedings of the 22nd IEEE Conference on Decision and Control.

    Abrir referência da publicação
    Copiado.
  3. Nijmeijer, H., & Van der Schaft, A. J. (1990). Nonlinear Dynamical Control Systems. Springer-Verlag.

    Abrir referência DOI
    Copiado.