Questões Automação Controle para Concursos

todas são incorretas.

apenas I é correta.

apenas I e II são corretas.

apenas II e III são corretas.

todas são corretas.

conjunto de drivers de comunicação, embutidos nos sistemas supervisórios e responsáveis pela comunicação com os dispositivos de controle.

padrão cliente-servidor, em que os clientes normalmente são os CLPs, recebendo dados vindos dos sistemas supervisórios.

padrão cliente-servidor, em que os servidores OPC normalmente se comunicam com os CLPs (por meio de drivers de comunicação específicos) e disponibilizam esses dados para os clientes OPC (normalmente módulos já disponíveis na maioria dos sistemas supervisórios).

padrão de programação de CLPs que permite que os sistemas supervisórios acessem os dados do CLP diretamente na memória, sem a necessidade de um driver de comunicação específico.

padrão de programação de sistemas supervisórios que permite uma troca de informações entre supervisórios, simplificando sua programação.

todas são verdadeiras.

apenas I e II são verdadeiras.

nenhuma é verdadeira.

apenas II e III são verdadeiras.

apenas I, II e III são verdadeiras.

Ladder e Texto Estruturado.

Python e Diagrama de Blocos Funcionais.

Lista de Instruções e C++.

Ladder e Java.

SFC e Python.

Sempre que um valor de entrada é modificado nos cartões de entrada de um CLP, uma interrupção é ativada que deve ser tratada na execução do programa.

Os valores de entrada e saída de um CLP podem ser modificados ao longo da execução do programa do CLP, de forma similar a um microcontrolador, que é repetida continuamente.

O CLP efetua a leitura das variáveis de entrada, executa todo o código do programa e, após isso, escreve nas variáveis de saída, repetindo continuamente este ciclo.

Assim que uma instrução/comando do CLP atribui valor para uma variável de saída, aquele valor é instantaneamente modificado pelo CLP.

Modificações realizadas nas entradas de um cartão de entrada de um CLP são instantaneamente refletidas nas variáveis internas de um CLP, podendo mudar os valores das respectivas variáveis enquanto o programa é executado.

Método de Tustin.

Método de correspondência/casamento polo-zero.

Aproximação bilinear.

Segurador de ordem-zero.

Método de Ziegler-Nichols.

um controlador proporcional-derivativo (PD) não é fisicamente realizável.

o efeito do compensador de avanço de fase se aproxima do efeito do controlador proporcional-integral-derivativo (PID).

a popularidade do controlador proporcional-integral-derivativo se dá principalmente por sua eficiência e simplicidade.

enquanto um efeito do controlador proporcional-derivativo (PD) é suavizar a resposta transitória do sistema, um efeito do controlador proporcional-integral (PI) é reduzir o erro da resposta em regime permanente.

um controlador que opera sinais que são amostrados, mas não quantidades, é chamado de controlador discreto; enquanto um controlador que opera sinais que são amostrados e quantidades é chamado de controlador digital.

Ackermann estabeleceu uma fórmula que permite de maneira prática determinar uma matriz de ganhos para um controlador por realimentação de estados.

Ziegler-Nichols estabeleceram métodos de sintonia de controlador proporcional-integral-derivativo (PID) a partir de experimentos físicos.

o método de estabilidade de Nyquist permite analisar a estabilidade absoluta e a estabilidade relativa de sistemas lineares em malha-fechada, com base na resposta em frequência do sistema em malha-fechada.

O critério de estabilidade de Routh permite determinar o número de raízes de um polinômio que se situa no semiplano direito do plano complexo.

a aproximação de Padé aproxima a função exponencial do tipo e-sT por uma função racional de ordem específica.

\[\begin{bmatrix} x_{1}(k + 1) \\ x_{2}(k + 1) \end{bmatrix} = \begin{bmatrix} 0,5 & -1 \\ 0 & -0,5 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix} + \begin{bmatrix} 2 \\ 1 \end{bmatrix} u(k), y(k) = \begin{bmatrix} 1 & 3 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix}\]

\[\begin{bmatrix} x_{1}(k + 1) \\ x_{2}(k + 1) \end{bmatrix} = \begin{bmatrix} -0,5 & -1 \\ 0 & -0,5 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix} + \begin{bmatrix} 1 \\ 2 \end{bmatrix} u(k), y(k) = \begin{bmatrix} 1 & 2 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix}\]

\[\begin{bmatrix} x_{1}(k + 1) \\ x_{2}(k + 1) \end{bmatrix} = \begin{bmatrix} 0,5 & 1 \\ 0,5 & 0,5 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix} + \begin{bmatrix} 2 \\ 3 \end{bmatrix} u(k), y(k) = \begin{bmatrix} 1 & 1 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix}\]

\[\begin{bmatrix} x_{1}(k + 1) \\ x_{2}(k + 1) \end{bmatrix} = \begin{bmatrix} -0,5 & 1 \\ 0,5 & 0,5 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix} + \begin{bmatrix} 3 \\ 1 \end{bmatrix} u(k), y(k) = \begin{bmatrix} 2 & 1 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix}\]

\[\begin{bmatrix} x_{1}(k + 1) \\ x_{2}(k + 1) \end{bmatrix} = \begin{bmatrix} -0,5 & 1,4 \\ 0,5 & 0,5 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix} + \begin{bmatrix} 1 \\ 3 \end{bmatrix} u(k), y(k) = \begin{bmatrix} 3 & 1 \end{bmatrix} \begin{bmatrix} x_{1}(k) \\ x_{2}(k) \end{bmatrix}\]

\[\begin{bmatrix} \dot{x}_{1}(t) \\ \dot{x}_{2}(t) \end{bmatrix} = \begin{bmatrix} -4 & -1 \\ 0 & -2 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix} + \begin{bmatrix} 2 \\ 1 \end{bmatrix} u(t), y(t) = \begin{bmatrix} 1 & 3 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix}\]

\[\begin{bmatrix} \dot{x}_{1}(t) \\ \dot{x}_{2}(t) \end{bmatrix} = \begin{bmatrix} -3 & -1 \\ 0 & -1 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix} + \begin{bmatrix} 1 \\ 1 \end{bmatrix} u(t), y(t) = \begin{bmatrix} 1 & 3 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix}\]

\[\begin{bmatrix} \dot{x}_{1}(t) \\ \dot{x}_{2}(t) \end{bmatrix} = \begin{bmatrix} -2 & 0 \\ 0 & -1 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix} + \begin{bmatrix} 2 \\ 1 \end{bmatrix} u(t), y(t) = \begin{bmatrix} 1 & 3 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix}\]

\[\begin{bmatrix} \dot{x}_{1}(t) \\ \dot{x}_{2}(t) \end{bmatrix} = \begin{bmatrix} -2 & -3 \\ -1 & -2 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix} + \begin{bmatrix} 2 \\ 1 \end{bmatrix} u(t), y(t) = \begin{bmatrix} 1 & 1 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix}\]

\[\begin{bmatrix} \dot{x}_{1}(t) \\ \dot{x}_{2}(t) \end{bmatrix} = \begin{bmatrix} -2 & -3 \\ -1 & -1 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix} + \begin{bmatrix} -1 \\ 1 \end{bmatrix} u(t), y(t) = \begin{bmatrix} 2 & 1 \end{bmatrix} \begin{bmatrix} x_{1}(t) \\ x_{2}(t) \end{bmatrix}\]