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
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
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.
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.
Projetar um controlador linear (por exemplo, colocação de polos, LQR) para o sistema linearizado em termos da nova entrada v.
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
Isidori, A. (1995). Nonlinear Control Systems (3rd ed.). Springer-Verlag.
Abrir referência DOICopiado.Sontag, E. D. (1983). A concept of input-output linearization. Proceedings of the 22nd IEEE Conference on Decision and Control.
Abrir referência da publicaçãoCopiado.Nijmeijer, H., & Van der Schaft, A. J. (1990). Nonlinear Dynamical Control Systems. Springer-Verlag.
Abrir referência DOICopiado.