Дисертації: "Linear and Nonlinear System identification"

1

Gransten, Johan. "Linear and Nonlinear Identification of Solid Fuel Furnace." Thesis, Linköping University, Department of Electrical Engineering, 2005. http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-5182.

Повний текст джерела

Анотація:

The aim of this thesis is to develop the knowledge about nonlinear and/or adaptive solid fuel boiler control at Vattenfall Utveckling AB. The aim is also to make a study of implemented and published control strategies.

A solid fuel boiler is a large-scale heat (and power) generating plant. The Idbäcken boiler studied in this work, is a one hundred MW furnace mainly fired with wood chips. The control system consists of several linear PID controllers working together, and the furnace is a nonlinear system. That, and the fact that the fuel-flow is not monitored, are the main reasons for the control problems. The system fluctuates periodically and the CO outlets sometimes rise high above the permitted level.

There is little work done in the area of advanced boiler control, but some interesting approaches are described in scientific articles. MPC (Model Predictive Control), nonlinear system identification using ANN (Artificial Neural Network), fuzzy logic, Hµ loop shaping and MIMO (Multiple Input Multiple Output) PID tuning methods have been tested with good results.

Both linear and nonlinear system identification is performed in the thesis. The linear models are able to explain about forty percent of the system behavior and the nonlinear models explain about sixty to eighty percent. The main result is that nonlinear models improve the performance and that there are considerable disturbances complicating the identification. Another identification issue was the feedback during the data collection.

Стилі APA, Harvard, Vancouver, ISO та ін.

2

Enqvist, Martin. "Linear Models of Nonlinear Systems." Doctoral thesis, Linköping : Linköpings universitet, 2005. http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-5330.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

3

Solomou, Michael. "System identification in the presence of nonlinear distortions using multisine signals." Thesis, University of South Wales, 2003. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.289160.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

4

Souza, Júnior Amauri Holanda de. "Regional models and minimal learning machines for nonlinear dynamical system identification." reponame:Repositório Institucional da UFC, 2014. http://www.repositorio.ufc.br/handle/riufc/12481.

Повний текст джерела

Анотація:

SOUZA JUNIOR, A. H. Regional models and minimal learning machines for nonlinear dynamical system identification. 2014. 116 f. Tese (Doutorado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2014.
Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-05-26T13:38:05Z No. of bitstreams: 1 2014_dis_ahsouzajunior.pdf: 5675945 bytes, checksum: da4cd07b3287237a51c36e519d0cae14 (MD5)
Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-05-27T19:40:24Z (GMT) No. of bitstreams: 1 2014_dis_ahsouzajunior.pdf: 5675945 bytes, checksum: da4cd07b3287237a51c36e519d0cae14 (MD5)
Made available in DSpace on 2015-05-27T19:40:24Z (GMT). No. of bitstreams: 1 2014_dis_ahsouzajunior.pdf: 5675945 bytes, checksum: da4cd07b3287237a51c36e519d0cae14 (MD5) Previous issue date: 2014-10-31
This thesis addresses the problem of identifying nonlinear dynamic systems from a machine learning perspective. In this context, very little is assumed to be known about the system under investigation, and the only source of information comes from input/output measurements on the system. It corresponds to the black-box modeling approach. Numerous strategies and models have been proposed over the last decades in the machine learning field and applied to modeling tasks in a straightforward way. Despite of this variety, the methods can be roughly categorized into global and local modeling approaches. Global modeling consists in fitting a single regression model to the available data, using the whole set of input and output observations. On the other side of the spectrum stands the local modeling approach, in which the input space is segmented into several small partitions and a specialized regression model is fit to each partition. The first contribution of the thesis is a novel supervised global learning model, the Minimal Learning Machine (MLM). Learning in MLM consists in building a linear mapping between input and output distance matrices and then estimating the nonlinear response from the geometrical configuration of the output points. Given its general formulation, the Minimal Learning Machine is inherently capable of operating on nonlinear regression problems as well as on multidimensional response spaces. Naturally, its characteristics make the MLM able to tackle the system modeling problem. The second significant contribution of the thesis represents a different modeling paradigm, called Regional Modeling (RM), and it is motivated by the parsimonious principle. Regional models stand between the global and local modeling approaches. The proposal consists of a two-level clustering approach in which we first partition the input space using the Self-Organizing Map (SOM), and then perform clustering over the prototypes of the trained SOM. After that, regression models are built over the clusters of SOM prototypes, or regions in the input space. Even though the proposals of the thesis can be thought as quite general regression or supervised learning models, the performance assessment is carried out in the context of system identification. Comprehensive performance evaluation of the proposed models on synthetic and real-world datasets is carried out and the results compared to those achieved by standard global and local models. The experiments illustrate that the proposed methods achieve accuracies that are comparable to, and even better than, more traditional machine learning methods thus offering a valid alternative to such approaches

Стилі APA, Harvard, Vancouver, ISO та ін.

5

Xi, Zhiyu Electrical Engineering &amp Telecommunications Faculty of Engineering UNSW. "Identification and control of nonlinear laboratory processes." Awarded by:University of New South Wales. Electrical Engineering & Telecommunications, 2007. http://handle.unsw.edu.au/1959.4/40461.

Повний текст джерела

Анотація:

In this thesis, a class of control and identification methods on a typical laboratory process - a ball and beam system - are discussed. The ball and beam is a common laboratory process which contains nonlinearity, a double integrator and time-delay. In our project, the hardware made by Wincon (Quanser SRV02 +BB01) is used. The main contribution of this work is the development of a variety of controller design methods, which together with suitable parameter identification techniques provide tools for rapid prototyping for real time control of processes within the laboratory, in preparation for industrial implementation of more complex schemes. The novelty of this work lies in the use of model predictive control (MPC) methods based on a non-minimal state space formulation, which permits the inclusion of process measurements and actuations in the state vector, leading to controller designs which are immediately ready for on-line implementation. A linear MPC controller based on a non-minimal state space model is based on an approximate linear model. The results from simulation and online experiment show that the linear MPC controller realizes a satisfying reference tracking in the face of nonlinearity and time-delay. In the following chapter, a nonlinear Hammerstein model is identified, which is a type of reliable structure for describing nonlinear plants. A nonlinear MPC scheme is developed based on the Hammerstein model. An inversion block is created to cancel the effect of the nonlinearity. The performance IS also tested in both simulation and experiment. Finally, MPC is combined with sliding mode control. The non-minimal state space model is also used here. In the first part of this chapter, the idea underlying sliding mode control contributes a method of modifying the definition of the cost function in MPC. In the second half, MPC is used to design the switching surface in sliding mode control. The performance of tests on the example (ball and beam system) illustrates that these are both valid methods for dealing with complex processes.

Стилі APA, Harvard, Vancouver, ISO та ін.

6

Allison, Timothy Charles. "System Identification via the Proper Orthogonal Decomposition." Diss., Virginia Tech, 2007. http://hdl.handle.net/10919/29424.

Повний текст джерела

Анотація:

Although the finite element method is often applied to analyze the dynamics of structures, its application to large, complex structures can be time-consuming and errors in the modeling process may negatively affect the accuracy of analyses based on the model. System identification techniques attempt to circumvent these problems by using experimental response data to characterize or identify a system. However, identification of structures that are time-varying or nonlinear is problematic because the available methods generally require prior understanding about the equations of motion for the system. Nonlinear system identification techniques are generally only applicable to nonlinearities where the functional form of the nonlinearity is known and a general nonlinear system identification theory is not available as is the case with linear theory. Linear time-varying identification methods have been proposed for application to nonlinear systems, but methods for general time-varying systems where the form of the time variance is unknown have only been available for single-input single-output models. This dissertation presents several general linear time-varying methods for multiple-input multiple-output systems where the form of the time variance is entirely unknown. The methods use the proper orthogonal decomposition of measured response data combined with linear system theory to construct a model for predicting the response of an arbitrary linear or nonlinear system without any knowledge of the equations of motion. Separate methods are derived for predicting responses to initial displacements, initial velocities, and forcing functions. Some methods require only one data set but only promise accurate solutions for linear, time-invariant systems that are lightly damped and have a mass matrix proportional to the identity matrix. Other methods use multiple data sets and are valid for general time-varying systems. The proposed methods are applied to linear time-invariant, time-varying, and nonlinear systems via numerical examples and experiments and the factors affecting the accuracy of the methods are discussed.
Ph. D.

Стилі APA, Harvard, Vancouver, ISO та ін.

7

Raptis, Ioannis A. "Linear and Nonlinear Control of Unmanned Rotorcraft." Scholar Commons, 2009. http://scholarcommons.usf.edu/etd/3482.

Повний текст джерела

Анотація:

The main characteristic attribute of the rotorcraft is the use of rotary wings to produce the thrust force necessary for motion. Therefore, rotorcraft have an advantage relative to fixed wing aircraft because they do not require any relative velocity to produce aerodynamic forces. Rotorcraft have been used in a wide range of missions of civilian and military applications. Particular interest has been concentrated in applications related to search and rescue in environments that impose restrictions to human presence and interference. The main representative of the rotorcraft family is the helicopter. Small scale helicopters retain all the flight characteristics and physical principles of their full scale counterpart. In addition, they are naturally more agile and dexterous compared to full scale helicopters. Their flight capabilities, reduced size and cost have monopolized the attention of the Unmanned Aerial Vehicles research community for the development of low cost and efficient autonomous flight platforms. Helicopters are highly nonlinear systems with significant dynamic coupling. In general, they are considered to be much more unstable than fixed wing aircraft and constant control must be sustained at all times. The goal of this dissertation is to investigate the challenging design problem of autonomous flight controllers for small scale helicopters. A typical flight control system is composed of a mathematical algorithm that produces the appropriate command signals required to perform autonomous flight. Modern control techniques are model based, since the controller architecture depends on the dynamic description of the system to be controlled. This principle applies to the helicopter as well, therefore, the flight control problem is tightly connected with the helicopter modeling. The helicopter dynamics can be represented by both linear and nonlinear models of ordinary differential equations. Theoretically, the validity of the linear models is restricted in a certain region around a specific operating point. Contrary, nonlinear models provide a global description of the helicopter dynamics. This work proposes several detailed control designs based on both dynamic representations of small scale helicopters. The controller objective is for the helicopter to autonomously track predefined position (or velocity) and heading reference trajectories. The controllers performance is evaluated using X-Plane, a realistic and commercially available flight simulator.

Стилі APA, Harvard, Vancouver, ISO та ін.

8

Ling, Xiaolin. "Linear and nonlinear time domain system identification at element level for structural systems with unknown excitation." Diss., The University of Arizona, 2000. http://hdl.handle.net/10150/284163.

Повний текст джерела

Анотація:

Three time domain system identification (SI) approaches, i.e., Modified Iterative Least Square with Unknown Input (ILS-UI), Localized Structural Identification, and Modified Iterative Least Square--Extended Kalman Filter with Unknown Input (ILS-EKF-UI), are proposed to identify defects at the element level of structures. In all these methods, structures are modeled using the finite element method (FEM) and the structural parameters (stiffness and damping) are identified using only output response measurements without using any information on input excitation. Excitations are identified as a byproduct of the SI procedures. If damping is considered to be proportional or Rayleigh-type, the time domain SI technique becomes nonlinear even though the dynamic system remains linear. The Modified ILS-UI approach is essentially a nonlinear SI algorithm. The Localized Structural Identification combines a time domain SI technique and FEM formulation representing a part of the structure. The time domain responses at each time instance represent an equilibrium status of the system which is reflected in the nodal equilibrium in the FEM. Using the Localized Structural Model, only dynamic responses at the local region closely connected to the part of the structure to be identified are required. This dramatically reduces the measurement requirements, and makes it possible to identify the parameters of the whole structure by identifying only part of it. This study discusses how to select elements of the local structure and how to determine the locations and number of the output measurements. The Modified ILS-EKF-UI approach was developed by combining the Modified ILS-UI and the Localized Structural Identification. Using the Modified ILS-EKF-UI approach, the system can be identified using responses at a reduced number of dynamic degrees of freedom. This method allows the finite element mesh to be refined further for more localized parameter identification without additional response information. All three methods are verified using numerical examples. They identify the structures very well. They are found to be more accurate than other methods currently reported in the literature even when input excitation information is used to identify structures. Various types of structures are examined, including shear buildings, plane frames, and plane trusses. The proposed methods are found to be robust even when the responses are contaminated with noise.

Стилі APA, Harvard, Vancouver, ISO та ін.

9

Vakakis, Alexander F. Caughey Thomas Kirk. "Analysis and identification of linear and nonlinear normal modes in vibrating systems /." Diss., Pasadena, Calif. : California Institute of Technology, 1991. http://resolver.caltech.edu/CaltechETD:etd-08232004-105610.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

10

Cieza, Aguirre Oscar Benjamín. "Rapid continuous-time identification of linear and nonlinear systems using modulation function approaches." Master's thesis, Pontificia Universidad Católica del Perú, 2015. http://tesis.pucp.edu.pe/repositorio/handle/123456789/8123.

Повний текст джерела

Анотація:

At the present, system identification through modulation functions has a wide range of methods. Many of them have reached maturity levels that surpass customary Kalmanfilter approaches for discrete-time identification. In this thesis, the modulation function technique is analyzed in view of its real-time capability, as well as the possible unification of the modulation function methods based on the frequency spectrum, and ability to deal with nonlinearities. Besides, to increase the rate of convergence, the optimal parameter estimation with constraints of Byrski et al. [BFN03] is applied on integrable and convolvable systems. Furthermore, the modulated white Gaussian noise influence on linear systems is examined. The proposed methods together with the Loab-Cahen modulation functions are compared in performance for linear and convolvable systems concerning three different inputs, three normalizations, identification parameters and computational cost.
Tesis

Стилі APA, Harvard, Vancouver, ISO та ін.

11

Meira, Anrafel Silva. "Identificação não linear de um manipulador eletromecânico de três graus de liberdade." Universidade Federal da Paraíba, 2014. http://tede.biblioteca.ufpb.br:8080/handle/tede/7571.

Повний текст джерела

Анотація:

Submitted by Maria Suzana Diniz (msuzanad@hotmail.com) on 2015-11-10T13:06:52Z No. of bitstreams: 1 arquivototal.pdf: 2081019 bytes, checksum: 810ebb6d466319b898b20b865caa5d4f (MD5)
Made available in DSpace on 2015-11-10T13:06:52Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 2081019 bytes, checksum: 810ebb6d466319b898b20b865caa5d4f (MD5) Previous issue date: 2014-12-12
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES
This paper presents multivariable nonlinear mathematical models with estimable parameters in online identification for an electromechanical manipulator, thus enabling practical applications of adaptive control techniques. The manipulator comprises three rotary joints and three links appointed link 1, 2 and 3. The total displacement of the link 1 is 180° and of the link 2 is 110 °, with each of these links being driven by a direct current motor, while the link 3 has its motion controlled by a mechanical system that always keeps the horizontal position. The identification process started of the nonlinear autoregressive model with exogenous variables (NARX) for multiple inputs and multiple outputs, using the error reduction rate (ERR) method, coupled nonlinear, decoupled nonlinear and decoupled linear models were determined to the link 1 and link 2 of the manipulator. The Recursive Least Squares (RLS) estimator is used to estimate the parameters of the representative model of the robot manipulator links 1 and 2, thus verifying the efficiency of the models obtained in the online identification.
Este trabalho apresenta modelos matemáticos não lineares, multivariáveis com parâmetros estimáveis em identificação online para um manipulador eletromecânico, permitindo assim aplicações práticas de técnicas de controle adaptativo. O manipulador é composto por três juntas rotativas e três elos nomeados de elo 1, 2 e 3. O deslocamento total do elo 1 é de 180° e do elo 2 é de 110°, sendo cada um desses elos comandado por um motor de corrente contínua, enquanto o elo 3 tem o seu movimento comandado por um sistema mecânico que sempre o mantém na posição horizontal. O processo de identificação partiu do modelo auto-regressivo com entradas exógenas NARX (Nonlinear Autoregressive Model with Exogenous Variables) para múltiplas entradas e múltiplas saídas MIMO (Multiples Inputs and Multiplex Outputs). Utilizando o método da taxa de redução de erro ERR (Error Reduction Rate), determinando os modelos não lineares acoplados, não lineares desacoplados e lineares desacoplados para o elo 1 e elo 2 do manipulador. O estimador dos Mínimos Quadrados Recursivos (MQR) é utilizado para a estimação dos parâmetros do modelo representativo dos elos 1 e 2 do robô manipulador, verificando assim as eficiências dos modelos obtidos na identificação online.

Стилі APA, Harvard, Vancouver, ISO та ін.

12

Evans, Ceri. "Identification of linear and nonlinear systems using multisine signals : with a gas turbine application." Thesis, University of South Wales, 1998. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.311909.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

13

陶冬玲 and Dong-ling Tao. "Modal parameter identification for non-linear systems using the time-domain fourier filter output method." Thesis, The University of Hong Kong (Pokfulam, Hong Kong), 1997. http://hub.hku.hk/bib/B31236169.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

14

Tao, Dong-ling. "Modal parameter identification for non-linear systems using the time-domain fourier filter output method /." Hong Kong : University of Hong Kong, 1997. http://sunzi.lib.hku.hk/hkuto/record.jsp?B19013310.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

15

Souflas, Ioannis. "Qualitative Adaptive Identification for Powertrain Systems. Powertrain Dynamic Modelling and Adaptive Identification Algorithms with Identifiability Analysis for Real-Time Monitoring and Detectability Assessment of Physical and Semi-Physical System Parameters." Thesis, University of Bradford, 2015. http://hdl.handle.net/10454/14427.

Повний текст джерела

Анотація:

A complete chain of analysis and synthesis system identification tools for detectability assessment and adaptive identification of parameters with physical interpretation that can be found commonly in control-oriented powertrain models is presented. This research is motivated from the fact that future powertrain control and monitoring systems will depend increasingly on physically oriented system models to reduce the complexity of existing control strategies and open the road to new environmentally friendly technologies. At the outset of this study a physics-based control-oriented dynamic model of a complete transient engine testing facility, consisting of a single cylinder engine, an alternating current dynamometer and a coupling shaft unit, is developed to investigate the functional relationships of the inputs, outputs and parameters of the system. Having understood these, algorithms for identifiability analysis and adaptive identification of parameters with physical interpretation are proposed. The efficacy of the recommended algorithms is illustrated with three novel practical applications. These are, the development of an on-line health monitoring system for engine dynamometer coupling shafts based on recursive estimation of shaft’s physical parameters, the sensitivity analysis and adaptive identification of engine friction parameters, and the non-linear recursive parameter estimation with parameter estimability analysis of physical and semi-physical cyclic engine torque model parameters. The findings of this research suggest that the combination of physics-based control oriented models with adaptive identification algorithms can lead to the development of component-based diagnosis and control strategies. Ultimately, this work contributes in the area of on-line fault diagnosis, fault tolerant and adaptive control for vehicular systems.

Стилі APA, Harvard, Vancouver, ISO та ін.

16

Shiki, Sidney Bruce [UNESP]. "Application of Volterra series in nonlinear mechanical system identification and in structural health monitoring problems." Universidade Estadual Paulista (UNESP), 2016. http://hdl.handle.net/11449/137761.

Повний текст джерела

Анотація:

Submitted by SIDNEY BRUCE SHIKI null (sbshiki@gmail.com) on 2016-04-02T14:43:01Z No. of bitstreams: 1 Thesis_PhD_SBShiki.pdf: 10090180 bytes, checksum: c44d2ebecbed6d011cf61ceabdfd3494 (MD5)
Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-04-05T14:42:00Z (GMT) No. of bitstreams: 1 shiki_sd_dr_ilha.pdf: 10090180 bytes, checksum: c44d2ebecbed6d011cf61ceabdfd3494 (MD5)
Made available in DSpace on 2016-04-05T14:42:00Z (GMT). No. of bitstreams: 1 shiki_sd_dr_ilha.pdf: 10090180 bytes, checksum: c44d2ebecbed6d011cf61ceabdfd3494 (MD5) Previous issue date: 2016-03-04
Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)
Estruturas com comportamento não-linear são frequentes em dinâmica estrutural, principalmente considerando componentes parafusados, com juntas, folgas ou estruturas flexíveis sujeitas à grandes deslocamentos. Desse modo, o monitoramento de estruturas com métodos lineares clássicos, como os baseados em parâmetros modais, podem falhar drasticamente em caracterizar efeitos não-lineares. Neste trabalho foi proposta a utilização de séries de Volterra para identificação de sistemas mecânicos não-lineares em aplicações de detecção de danos e quantificação de parâmetros. A propriedade deste modelo de representar separadamente os componentes de resposta linear e não-linear do sistema foi aplicada para se construir índices de dano que evidenciam a necessidade de modelagem não-linear. Além disso métricas de resíduo linear e não-linear dos termos do modelo de Volterra são empregadas para identificar modelos paramétricos da estrutura. As metodologias propostas são ilustradas em bancadas experimentais de modo a evidenciar a importância de fenômenos não-lineares para o monitoramento de estruturas.
Nonlinear structures are frequent in structural dynamics, specially considering screwed components, with joints, clearance or flexible components presenting large displacements. In this sense the monitoring of systems based on classical linear methods, as the ones based on modal parameters, can drastically fail to characterize nonlinear effects. This thesis proposed the use of Volterra series for nonlinear system identification aiming applications in damage detection and parameter quantification. The property of this model of representing the linear and nonlinear components of the response of a system was used to formulate damage features to make clear the need of nonlinear modeling. Also metrics based on the linear and nonlinear residues of the terms of the Volterra model were employed to identify parametric models of the structure. The proposed methodologies are illustrated in experimental setups to show the relevance of nonlinear phenomena in the structural health monitoring.
FAPESP: 2012/04757-6
FAPESP: 2013/25148-0
FAPESP: 2012/21195-1
FAPESP: 2015/03560-2

Стилі APA, Harvard, Vancouver, ISO та ін.

17

Shiki, Sidney Bruce. "Application of Volterra series in nonlinear mechanical system identification and in structural health monitoring problems /." Ilha Solteira, 2016. http://hdl.handle.net/11449/137761.

Повний текст джерела

Анотація:

Orientador: Samuel da Silva
Abstract: Nonlinear structures are frequent in structural dynamics, specially considering screwed components, with joints, clearance or flexible components presenting large displacements. In this sense the monitoring of systems based on classical linear methods, as the ones based on modal parameters, can drastically fail to characterize nonlinear effects. This thesis proposed the use of Volterra series for nonlinear system identification aiming applications in damage detection and parameter quantification. The property of this model of representing the linear and nonlinear components of the response of a system was used to formulate damage features to make clear the need of nonlinear modeling. Also metrics based on the linear and nonlinear residues of the terms of the Volterra model were employed to identify parametric models of the structure. The proposed methodologies are illustrated in experimental setups to show the relevance of nonlinear phenomena in the structural health monitoring.
Resumo: Estruturas com comportamento não-linear são frequentes em dinâmica estrutural, principalmente considerando componentes parafusados, com juntas, folgas ou estruturas flexíveis sujeitas à grandes deslocamentos. Desse modo, o monitoramento de estruturas com métodos lineares clássicos, como os baseados em parâmetros modais, podem falhar drasticamente em caracterizar efeitos não-lineares. Neste trabalho foi proposta a utilização de séries de Volterra para identificação de sistemas mecânicos não-lineares em aplicações de detecção de danos e quantificação de parâmetros. A propriedade deste modelo de representar separadamente os componentes de resposta linear e não-linear do sistema foi aplicada para se construir índices de dano que evidenciam a necessidade de modelagem não-linear. Além disso métricas de resíduo linear e não-linear dos termos do modelo de Volterra são empregadas para identificar modelos paramétricos da estrutura. As metodologias propostas são ilustradas em bancadas experimentais de modo a evidenciar a importância de fenômenos não-lineares para o monitoramento de estruturas.
Doutor

Стилі APA, Harvard, Vancouver, ISO та ін.

18

Souza, Luciane de Fátima Rodrigues de. "Identificação da dinâmica não linear de uma pá de helicóptero via redes neurais." Universidade de São Paulo, 2002. http://www.teses.usp.br/teses/disponiveis/18/18135/tde-24032017-103219/.

Повний текст джерела

Анотація:

Este trabalho apresenta uma abordagem para a identificação da dinâmica não linear do modelo matemático de uma pá de helicóptero em rotação. Durante a simulação, foi considerado o helicóptero em voo pairado. Foi usada a representação bilinear para o modelo, uma das formas mais simples de representação de um modelo não linear. O modelo matemático da pá foi implementado através do método de elementos finitos e simulado em ambiente Matlab. Foi suada na identificação, uma rede neural artificial como técnica não convencional, já que demonstra grande capacidade de aproximação de modelos não lineares, grande desempenho em análise da dinâmica de sistemas flexíveis e implementação e rapidez consideráveis. As redes neurais com processamento temporal são usadas para aproximar componentes da dinâmica não linear sobre um conjunto de entradas prescritas, e são usadas em simulação como meio rápido de obter a resposta no tempo. Para capturar a natureza recursiva dos componentes dinâmicos do sistema foi usada uma rede feedforward com processamento temporal, com uma camada intermediária de neurônios e com entradas na rede atrasadas. Para verificar o desempenho da rede, foi feita a comparação entre os dados de simulação obtidos originalmente e os dados resultantes de simulação da rede. Este trabalho foi desenvolvido visando futuramente aplicação de técnicas de controle de vibrações em pás rotativas.
This work presents an approach for non-linear dynamics identification of a rotating helicopter blade mathematical model. During simulation, the helicopter was considered in hovering flight. A bilinear representation was used for the model, since it is known as one of the simplest forms of representation of a non linear model. Mathematical model of blade was implemented using finite elements method and simulated in Matlab. A neural network is used in the identification process as a non conventional technique, since it demonstrates good capacity for approximation non-linear models and good performance in terms of the analysis of the dynamics of flexible systems. It also presents good performance in terms of implementation and processing speed. The neural networks with time dependent processing are used to approximate the components of the non-linear dynamics over a prescribed inputs set, and they are used in simulation as a rapid way of obtaining the time response. In order to capture the recursive nature of the dynamic components of the system, a feedforward network with time dependent processing, with an intermediate layer of neurons and delayed inputs is used. The performance of the net was verified comparing the results obtained originally by simulation with those resulting from the network emulation. This work was developed in order to apply vibration control techniques to rotating blades.

Стилі APA, Harvard, Vancouver, ISO та ін.

19

Tahara, Lucas Zanovello. "Um estudo da influência do comportamento não linear na análise modal experimental /." Ilha Solteira, 2019. http://hdl.handle.net/11449/183481.

Повний текст джерела

Анотація:

Orientador: Samuel da Silva
Resumo: Os métodos de análise modal tradicionalmente são limitados aos sistemas vibrando em regime linear de movimento. Assim, quando as estruturas sofrem altas amplitudes de excitação ou são muito flexíveis, gerando possíveis vibrações não-lineares, estes métodos acabam perdendo a sua validade e as propriedades características. Com base nesta motivação, este trabalho apresenta um estudo detalhado para mostrar quais as limitações de se aproximar por parâmetros modais sistemas vibrando em regime de movimento não linear. Para ilustrar a formulação, assume-se uma viga engastada e livre emulando um oscilador de Duffing com não linearidade concentrada, suave e polinomial (rigidez cúbica). Observa-se que para regimes de excitação baixa, pode-se extrair parâmetros modais do modelo e ajustá-los para níveis de excitação mais altos quando se induz vibração não-linear pelo aumento do nível da amplitude de excitação. Para situações de vibração não-linear opta-se por aproximar os sinais e saídas pelo método de superfície de resposta e identificar a dependência amplitude-frequência para extração de modos normais não-lineares. Os resultados apresentados com a formulação descrita neste trabalho permitem adaptar adequadamente as ferramentas convencionais de análise modal linear para validade e aplicação direta em casos de vibração em regime não linear, quando estes ainda são considerados de fraca influência.
Abstract: Modal analysis methods have traditionally been limited to systems vibrating in linear motion regime. Thus, when the structures undergo high excitation amplitudes or are very flexible, generating possible nonlinear vibrations, these methods end up losing their validity and characteristic properties. Based on this motivation, this work presents a detailed study to show the limitations of approaching by modal parameters systems vibrating in nonlinear regime. To illustrate the formulation, a cantilever beam is assumed to emulate a Duffing oscillator with concentrated, smooth, polynomial nonlinearity (cubic stiffness). It is observed that for low excitation regimes, one can extract modal parameters from the model and adjust them to higher excitation levels when inducing nonlinear vibration by increasing the excitation amplitude level. For nonlinear vibration situations, we choose to approximate the signals and outputs by the response surface method and identify the amplitude-frequency dependence for extraction of nonlinear normal modes. The results presented with the formulation described in this work allow to adapt adequately the conventional tools of linear modal analysis for validity and direct application in cases of vibration in nonlinear regime, when they are still considered of low influence.
Mestre

Стилі APA, Harvard, Vancouver, ISO та ін.

20

Rui, Rafael. "Modelos com parametrização polinomial : identificabilidade, informatividade e identificação." reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, 2012. http://hdl.handle.net/10183/75874.

Повний текст джерела

Анотація:

Na modelagem caixa branca obtém-se um modelo para um processo a partir do equacionamento dos fenômenos físicos/químicos envolvidos. Estes modelos são para- metrizados, mas os valores dos parâmetros utilizados muitas vezes são desconhecidos. Nestes casos ´e necessário efetuar um procedimento de identificação paramétrica o que representa um problema altamente desafiador, com muitas questões teóricas e práticas em aberto, quando os parâmetros aparecem de forma n˜ao linear no modelo. O objetivo deste trabalho ´e apresentar e estudar um método capaz de determinar se uma estrutura de modelo predeterminada pode ser identificada e que possa ser utilizado em conjunto com algum outro método de identificação, para identificar o sistema. O método que será apresentado é baseado em álgebra diferencial e é conhecido como algoritmo de Ritt. O algoritmo de Ritt transforma uma estrutura de modelo polinomial predeterminada em regressões lineares nos parâmetros a partir das quais pode-se utilizar os métodos dos mínimos quadrados ou variáveis instrumentais para identificar o sistema. Apresentaremos alguns estudos de caso e faremos a análise de identificabilidade para cada um deles. Em alguns casos identificaremos o sistema e estudaremos a consistência e precisão das estimativas.
In white box modeling we obtain a model for a process from the equations of the physical/chimical phenomena involved. These models are parameterized, but the parameters used are often unknown. In these cases it is necessary to perform a parametric identification procedure which represents a highly challenging problem, with many theoretical and practical open questions when the parameters are non- linears in the model. The aim of this work is to present and study a method able to determine whether a predetermined model structure can be identified and that can be used in conjunction with another identification method to identify the system. The method that will be presented is based on differential algebra and is known as Ritt algorithm. The Ritt’s algorithm transforms a predetermined model structure in linear regression in the parameters from which one can use the least squares method or instrumental variables to identify the system. We will present some case studies and realise the analysis of identifiability for each case. For some cases we will identify the system, and then present a study for the consistency and precision of the estimates.

Стилі APA, Harvard, Vancouver, ISO та ін.

21

Neuhaus, Tassiano. "Projeto de controladores não lineares utilizando referência virtual." reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, 2012. http://hdl.handle.net/10183/71570.

Повний текст джерела

Анотація:

Este trabalho tem o intuito, de apresentar alguns conceitos, relativos à identifi cação de sistemás, tanto lineares quanto não linearep, além da ideia de referência virtual para, em conjunto com a teoria de projeto "de controladores baseados em dados, propor uma forrha de projeto de controladores não lineares baseados em identificação de sistemas. A utilização de referência virtual para a obtenção dos sinais necessários para a caracterização do controlador ótimo de um sistema e utilizado no método VRFT (Virtual Reference Feedback Tuning). Este método serve como base para o desenvolvimento da proposta deste trabalho que, em conjunto com a teoria de identificação de sistemas não lineares, permite a obteriçãci do controlador ótimo que leva o sistema a se comportar como especificado em malha fechada. Em especial optou-se pela caracterização do controlador utilizando estrutura de modelos racional, por esta ser uma classe bastante abrangente no que - diz respeito à quantidade de sistemas reais que ela é capaz de descrever. Fara demonstrar o potencial do método proposto para projeto de controladores, são apresentados ecemplos ilustrativos em situações onde o controlador ideal consegue ser representado pela classe de modelos, e quando isso não é possível.
This work aims to present some concepts related to linear and nonlinear system identification, as well as the •concept of virtual reference that, together with data based controller design's theory, provides design framework for nonlinear controllers. The Virtual Reference Feedback Tuning method (VRFT) is used as a basis for the current proposal, where we propose to unite nonlinear system identification algorithms and virtual reference to obtain the ideal controller: the one which makes the system behave as desired in closed loop. It was choosen to model the controller as a rational model due the wide variety of practical systems that can be represented by this model structure. For rational system identification we used an iterative algorithm which, based on the signal from input and output of the pIant, allows to identify the parameters of the pre defined controller structure with the signals obtained by virtual reference. To demonstrate the operation of the proposed identification controller methodology, illustrative examples are presented in situations where the ideal controller can be represented by the class of modeIs, and also when it is not possible.

Стилі APA, Harvard, Vancouver, ISO та ін.

22

Romano, Rodrigo Alvite. "Identificação de processos não-lineares e quantificação de atrito em válvulas de controle." Universidade de São Paulo, 2009. http://www.teses.usp.br/teses/disponiveis/3/3139/tde-11082010-161706/.

Повний текст джерела

Анотація:

O atrito em válvulas e a sintonia inadequada de controladores são duas das maiores causas de degradação no desempenho das malhas de controle que incluem tais dispositivos. Assim como modelos de atrito são necessários para diagnosticar o mau funcionamento das válvulas ou para compensar os efeitos indesejáveis causados pelo atrito, modelos de processos são de fundamental importância para o projeto de controladores. Este trabalho estende métodos existentes para estimar parâmetros de modelos de atrito e processo, de modo que uma estrutura não-linear é adotada para representar o processo. O procedimento é baseado em dados de operação em malha fechada. Os algoritmos de estimação desenvolvidos são testados com dados simulados e gerados por uma plataforma híbrida (composta por uma válvula real e por uma planta simulada de neutralização de pH), a partir da qual avaliam-se as influências de perturbações, da magnitude do sinal de teste e da sintonia do controlador nos modelos estimados. Os resultados demonstram que o nível de atrito é corretamente quantificado, assim como bons modelos para o processo são estimados em diversas situações. Além disso, a extensão proposta apresenta vantagens significativas em relação a outros métodos, como: (1) maior exatidão na quantificação do nível de atrito, principalmente para processos em que as não-lineares sejam mais severas e (2) estimativas razoáveis do comportamento estático não-linear.
The friction in control valves and inadequate controller tuning are two of the major sources of performance degradation in control loops that include such devices. As friction models are needed to diagnose abnormal valve operation or to compensate such undesirable effects, process models play an essential role in controller design. This work extends existing methods that jointly identify the friction and process model parameters, so that a nonlinear structure is adopted to represent the process model. The procedure is based on data from closed-loop experiments. The developed estimation algorithms are tested with data from simulations and generated by a hybrid setup (composed of a real valve and a simulated pH neutralization process), in which the influences of the process disturbances, of the excitation signal magnitude and of the controller tuning on estimated models are investigated. The results demonstrate that the friction is accurately quantified, as well as good process models are estimated in several situations. In addition, the proposed extension presents significant advantages in relation to other methods, such as: (1) greater accuracy for friction quantification, especially for highly nonlinear processes and (2) reasonable estimates of the nonlinear steady state characteristics.

Стилі APA, Harvard, Vancouver, ISO та ін.

23

Binkowski, Cassio. "Síntese das técnicas de identificação de sistemas não lineares: estruturas de modelo de Hammerstein-Wiener e NARMAX." Universidade do Vale do Rio dos Sinos, 2016. http://www.repositorio.jesuita.org.br/handle/UNISINOS/5997.

Повний текст джерела

Анотація:

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-12-23T10:42:58Z No. of bitstreams: 1 Cassio Binkowski_.pdf: 1965327 bytes, checksum: 87b7380f1bab367237fb868e0de20388 (MD5)
Made available in DSpace on 2016-12-23T10:42:59Z (GMT). No. of bitstreams: 1 Cassio Binkowski_.pdf: 1965327 bytes, checksum: 87b7380f1bab367237fb868e0de20388 (MD5) Previous issue date: 2016-09-14
Nenhuma
A identificação de sistemas está longe de ser uma tarefa nova. Sendo inicialmente proposta na metade do século XX, foi extensamente desenvolvida para sistemas lineares, devido às exigências da época relacionadas à complexidade dos sistemas e também do poder computacional, atingindo excelente resultados. No entanto, com o aumento da complexidade dos sistemas e das exigências de controle, os modelos lineares não mais conseguiam representar os sistemas em toda a faixa de operação exigida, sendo assim requerendo uma aplicação dos modelos não-lineares. Visto que todos os sistemas presentes na natureza possuem certo grau de não linearidade, é correto afirmar que um modelo não-linear é capaz de representar as dinâmicas dos sistemas de forma mais compreensiva que um modelo linear. A identificação de sistemas não lineares foi então estudada e diversos modelos foram propostos, atingindo ótimos resultados. Nesse trabalho foi realizado um estudo de dois modelos não-lineares, NARMAX e Hammerstein-Wiener, aplicando esses modelos a dois processos simulados. Foram então derivados dois algoritmos para realizar a estimação dos parâmetros dos modelos NARMAX e Hammerstein-Wiener, utilizando um estimador ortogonal, e também um algoritmo para geração de sinais de entrada multinível. Os modelos foram então estimados para os sistemas simulados, e comparados utilizando os critérios AIC, FPE, Lipschitz e de correlação cruzada de alta ordem. Os melhores resultados foram obtidos com os modelos Hammerstein-Wiener-OLS e NARMAX-OLS, ao contrário do modelo NARMAX-RLS. No entanto, devido a resultados bastante divergentes entre os modelos, pode-se concluir que essa área ainda carece de desenvolvimento de técnicas precisas para comparação e avaliação de modelos, bem como quanto à quantificação do nível de não-linearidade do sistema em questão.
The task of system identification is far from being a new one. It was initially proposed in the mid of the 20th century, and had then been extensively developed for linear systems, due to the demands of that time concerning computational power, systems complexity and control requirements. It has achieved excellent results in this approach. However, due to the rise of systems complexity and control requirements, linear models were no longer able to meet the desired accuracy and larger operating range, and therefore the usage nonlinear models were pursued. As all systems in nature are nonlinear to some extent, it is correct to state that nonlinear models can represent a whole lot more of systems’ dynamics than linear models. Nonlinear models were then studied, and several techniques were presented, being able to achieve very good results. In this work, two of the available nonlinear models were studied, namely NARMAX and Hammerstein-Wiener, applying these models in two simulated systems. Two algorithms were then derived to estimate parameters for NARMAX and Hammerstein-Wiener models using an orthogonal estimator, and also an algorithm for generating multi-level input signals. The models were then estimated to the simulated systems, and compared using the AIC, FPE, Lipschitz and high-order cross-correlation criteria. The best results were obtained for the Hammerstein-Wiener-OLS and NARMAX-OLS models, as opposed to the NARMAX-RLS model. However, due to divergent observed results between models, it can be concluded that precise methods for model comparison and validation still needs to be developed, as well as a method for nonlinearity quantification for the system in hand.

Стилі APA, Harvard, Vancouver, ISO та ін.

24

Alegria, Elvis Omar Jara 1986. "Estimação On-Line de parâmetros dependentes do estado (State Dependent Parameter - SDP) em modelos de regressão não lineares." [s.n.], 2015. http://repositorio.unicamp.br/jspui/handle/REPOSIP/258834.

Повний текст джерела

Анотація:

Orientador: Celso Pascoli Bottura
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação
Made available in DSpace on 2018-08-27T02:15:32Z (GMT). No. of bitstreams: 1 Alegria_ElvisOmarJara_M.pdf: 5581682 bytes, checksum: cd5b08b04c7ba4bcd505ab00e5335ffc (MD5) Previous issue date: 2015
Resumo: Este trabalho é sobre a identificação recursiva em tempo real das dependências parâmetro-estado em modelos de regressão de series temporais estocásticas. O descobrimento dessas dependências é útil para obter uma nova, e mais acurada, estrutura do modelo. Os métodos recursivos convencionais de estimação de parâmetros variantes no tempo, não conseguem bons resultados quando os modelos apresentam parâmetros dependentes do estado (SDP) pois eles tem comportamento altamente não linear e inclusive caótico. Nossa proposta está baseada no estudo de Peter Young para SDPs no caso Off-Line. É discutido o método que ele propõe para reduzir a entropia das séries nos modelos com SDP e para isto se apresenta umas transformações dos dados. São propostas mudanças no seu algoritmo Off-Line que o fazem mais rápido, eficiente e manejável para a implementação do modo On-Line. Finalmente, três exemplos numéricos são mostrados para validar as nossas propostas e a sua aplicação na área de detecção de falhas paramétricas. Todas as funções foram implementadas no MATLAB e conformam um toolbox para identificação de SDP em modelos de regressão
Abstract: This work is about the identification of the dependency among parameters and states in regression models of stochastic time series. The discovery of that dependency can be useful to obtain a more accurate model structure. Conventional recursive algorithms for estimation of Time Variable Parameters do not provide good results in models with state-dependent parameters (SDP) because these may have highly non-linear and even chaotic behavior. This work is based on Peter Young's studies about Off-Line SDP. Young's methods to data entropy reduction are discussed and some data transformations are proposed for this. Later, are proposed some changes on the Off-Line algorithm in order to improve its velocity, accuracy, and tractability to generate the On-Line version. Finally, three numeric examples to validate our proposal are shown. All the functions were implemented in MATLAB and conform a Toolbox to the SDP identification in regression models
Mestrado
Automação
Mestre em Engenharia Elétrica

Стилі APA, Harvard, Vancouver, ISO та ін.

25

Lima, Nádson Murilo Nascimento. "Desenvolvimento e análise de controle híbrido preditivo por lógica fuzzy de processos de polimerização." [s.n.], 2010. http://repositorio.unicamp.br/jspui/handle/REPOSIP/266926.

Повний текст джерела

Анотація:

Orientador: Rubens Maciel Filho
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química
Made available in DSpace on 2018-08-17T11:36:13Z (GMT). No. of bitstreams: 1 Lima_NadsonMuriloNascimento_D.pdf: 3180060 bytes, checksum: f741044cb982f1d0e9d33a4f7aba7597 (MD5) Previous issue date: 2010
Resumo: A síntese de controladores representa uma importante vertente dos desenvolvimentos atuais no campo da pesquisa acadêmica e industrial. Um controlador bem projetado pode significar sucesso no que se refere aos objetivos de produção, sendo gerados materiais com as especificações desejadas e proporcionando que o sistema opere sob certas restrições, levando em consideração aspectos relativos à operabilidade, segurança e minimização de resíduos. Para tanto, sabe-se que as etapas de modelagem são fundamentais para a delineação de estratégias de controle. Contudo, a obtenção de representações matemáticas precisas e, ao mesmo tempo, aplicáveis para o controle da maioria dos processos de interesse da engenharia química é uma tarefa árdua, devido à presença de comportamentos dinâmicos não lineares e variantes ao longo do tempo e, por vezes, do espaço. Deste modo, busca-se a obtenção de modelos mais simples, porém dotados da imprescindível representatividade inerente aos sistemas de produção, a fim de serem projetadas estruturas de controle adequadas para cada necessidade específica. Esta tese enfoca o desenvolvimento de quatro controladores avançados híbridos preditivos não lineares multivariáveis, baseados em modelos nebulosos (fuzzy) funcionais não lineares multivariáveis, para processos de polimerização. Tais sistemas apresentam dinâmicas altamente complexas e de difícil modelagem matemática, dificultando, assim, a aplicação, com sucesso, de metodologias clássicas de controle ou avançadas baseadas em modelos convencionais. Foram considerados dois casos de estudo para a análise de desempenho das configurações de controle propostas: o processo de copolimerização em solução do metacrilato de metila com o acetato de vinila, e a copolimerização industrial do eteno/1-buteno com catalisador Ziegler-Natta solúvel. Os modelos fenomenológicos de ambos os processos já se encontram descritos na literatura, sendo considerados como plantas virtuais para a geração de dados dinâmicos e implementação dos desenvolvimentos sugeridos. A partir de simulações computacionais, os modelos nebulosos dinâmicos funcionais não lineares multivariáveis foram construídos ¿ os quais demonstraram excelentes capacidades para a predição das saídas dos processos como uma função dos dados dinâmicos de entrada ¿ sendo, posteriormente, acoplados à estrutura de controle preditivo MPC (Model-based Predictive Control). A escolha da metodologia MPC como base para o desenvolvimento das estratégias propostas deve-se ao fato de sua notória aplicabilidade industrial a processos químicos multivariáveis, além de possibilitar a incorporação de restrições operacionais nas variáveis controladas e manipuladas. Por fim, foram comparados os desempenhos entre os controladores híbridos delineados e duas estratégias de controle preditivo bastante difundidas na literatura. Os problemas regulatório e servo foram analisados, observando-se resultados satisfatórios em ambas as condições. Isto demonstra o alto potencial dos algoritmos propostos para o controle multivariável de sistemas não lineares.
Abstract: Controllers design has currently a great importance in the field of açademic and industrial research. A well-projected controller may mean the success regarding the aims of production, and it also provides the production of materials with desirable specifications and it allows that the system operates under specific restrictions, considering aspects related to operability, safety and minimization of residue. Then, it is known that modeling stages are fundamental for delineation of controller strategies. However, the obtaining of precise and applicable mathematical representations to the control of most of relevant process in chemical engineering is a challenging task, because of the presence of nonlinear dynamic behaviors and space-time mutable. Therefore, an effort is done to obtain the simpler models, but provided with the essential representativity inherent to production systems. Thus, suitable control structures could be designed for each specific necessity. This work focus on the development of four multivariable nonlinear predictive hybrid advanced controllers, based on multivariable nonlinear functional fuzzy models, to polymerization processes. Such systems present high complex dynamic and hard mathematical modeling, making difficult to apply classic controllers or advanced control methodologies based on conventional models. Two study cases for the performance analysis of the proposed controllers were considered: the copolymerization process of methyl methacrylate and vinyl acetate, and industrial copolymerization of ethene/1 butene with Ziegler-Natta catalysis. The phenomenologic models of the two processes already are described in relevant literature, and they are considered as virtual plants to create dynamic data and to implement the suggested developments. Based on computational simulations, multivariable nonlinear functional dynamic fuzzy models were made - they demonstrated excellent capacity for outputs prediction from input dynamic data - and they were, subsequently, inserted in the MPC (Model-based Predicitve Control) control structure. The choice of MPC methodology to develop the proposal structures is because of its wellknown industry applicability to multivariable chemical processes, beyond it makes possible the incorporation of restrictions in controlled and manipulated variables. Finally, the performance among outlined hybrid controllers and two predictive control strategies fairly widespread in the literature were compared. The regulatory and servo problems were analyzed and satisfactory results were observed in both conditions. This demonstrates the high potential of proposed algorithms to control multivariable nonlinear systems.
Doutorado
Desenvolvimento de Processos Químicos
Doutor em Engenharia Química

Стилі APA, Harvard, Vancouver, ISO та ін.

26

Rosa, Alex da. "Desenvolvimento de modelos discretos de Volterra usando funções de Kautz." [s.n.], 2005. http://repositorio.unicamp.br/jspui/handle/REPOSIP/260139.

Повний текст джерела

Анотація:

Orientadores: Wagner Caradori do Amaral, Ricardo Jose Gabrielli Barreto Campello
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Made available in DSpace on 2018-08-04T02:57:58Z (GMT). No. of bitstreams: 1 Rosa_Alexda_M.pdf: 896715 bytes, checksum: 1baf3dbaef2a1280f09feabed84d996c (MD5) Previous issue date: 2005
Resumo: Este trabalho analisa a modelagem de sistemas nao-lineares utilizando modelos de Wiener/Volterra com funcoes ortonormais de Kautz. Os modelos de Volterra sao uma generalizacao do modelo resposta ao impulso para a descricao de sistemas naolineares. Esses modelos necessitam de um numero consideravel de termos para a representacao dos kernels de Volterra. Essa complexidade pode ser reduzida utilizando-se uma representacao do tipo Wiener/Volterra, em que os kernels sao desenvolvidos utilizando uma base de funcoes ortonormais. Sao discutidos aspectos da selecao dos parametros livres (polos) que caracterizam essas funcoes, particularmente a selecao otima dos polos complexos das funcoes de Kautz. Este problema e resolvido minimizando-se o limitante superior do erro que surge a partir da aproximação truncada dos kernels de Volterra usando-se as funcoes de Kautz. Obtem-se a solu¸cao analitica para a escolha otima de um dos parametros relacionados com o polo de Kautz, sendo os resultados validos para modelos Wiener/Volterra de qualquer ordem. Apresentam-se ainda resultados de simulacoes que ilustram a metodologia apresentada, bem como a modelagem de um sistema de levitacao magnetica
Abstract: This work investigates the modelling of nonlinear systems using the Wiener/Volterra models with Kautz orthonormal functions. The Volterra models constitute a generalization of the impulse response model to describe nonlinear systems. Such models require a large number of terms for representing the Volterra kernels. However, this complexity can be reduced by using Wiener/Volterra models, in which the kernels are expanded using an orthonormal basis functions. Aspects about selection of the free parameters (poles) characterizing theses functions are discussed, in particular the optimal selection of the complex poles of the Kautz functions. This problem is solved by minimizing the upper bound of the error arising from the truncated approximation of Volterra kernels using Kautz functions. An analytical solution for the optimal choice of one of the parameters related to the Kautz pole is thus obtained, with the results valid for any-order Wiener/Volterra models. Simulations that illustrate the methodology described above are presented. Also, the modelling of a magnetic levitation system is discussed.
Mestrado
Engenharia
Mestre em Engenharia Elétrica

Стилі APA, Harvard, Vancouver, ISO та ін.

27

Machado, Jeremias Barbosa. "Modelagem de sistemas não-lineares por base de funções ortonormais generalizadas com funções internas." [s.n.], 2011. http://repositorio.unicamp.br/jspui/handle/REPOSIP/260491.

Повний текст джерела

Анотація:

Orientadores: Wagner Caradori do Amaral, Ricardo Jose Grabrielli Barreto Campello
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Made available in DSpace on 2018-08-17T11:25:48Z (GMT). No. of bitstreams: 1 Machado_JeremiasBarbosa_D.pdf: 2223883 bytes, checksum: 7d80c9cb7424fcd634de89e7d64765f8 (MD5) Previous issue date: 2011
Resumo: Este trabalho enfoca a modelagem e identificação de sistemas dinâmicos não-lineares estáveis através de modelos fuzzy Takagi-Sugeno (TS) e/ou Volterra, ambos com estruturas formadas por bases de funções ortonormais (BFO), principalmente as bases de funções ortonormais generalizadas (GOBF - Generalized Orthonormal Basis Functions) com funções internas. As GOBF¿s com funções internas modelam sistemas dinâmicos com múltiplos modos através de uma parametrização que utiliza somente valores reais, sejam os polos do sistema reais e/ou complexos. Uma das principais contribuições desta tese concentra-se na proposta da otimização e ajuste fino dos parâmetros destes modelos não-lineares. Realiza-se a identificação dos modelos fuzzy TS-BFO utilizando-se de medidas dos sinais de entrada e saída do sistema a ser modelado. Os modelos fuzzy TS-BFO são inicialmente determinados utilizando-se uma técnica de agrupamento fuzzy (fuzzy clustering) e simplificados por algoritmos que eliminam eventuais redundâncias. Em sequência desenvolve-se o cálculo analítico dos gradientes da saída do modelo TS-BFO em relação aos parâmetros do modelo (polos da BFO, coeficientes da expansão da BFO e parâmetros das funções de pertinência). Utilizando-se técnicas de otimização não-linear e o valor dos gradientes, realiza-se a sintonia fina dos parâmetros dos modelos inicialmente obtidos. Para os modelos de Volterra-GOBF desenvolve-se uma nova abordagem utilizando-se GOBF com funções internas nos kernels dos modelos. São calculados os gradientes analíticos da saída do modelo de Volterra-GOBF, seja com kernels simétricos ou não simétricos, com relação aos parâmetros a serem determinados. Estes valores são utilizados em algoritmos de otimização que possibilitam a obtenção de modelos mais precisos do sistema sem nenhum conhecimento a priori de suas características. Além da identificação de sistemas não-lineares por modelos BFO, abordou-se também, nesta tese, uma nova metodologia para a otimização de modelos lineares BFO no domínio da frequência. Neste contexto, destaca-se como principal contribuição o desenvolvimento, no domínio da frequência, do cálculo analítico dos gradientes da resposta em frequência das funções de Kautz e Laguerre, com relação aos seus parâmetros de projeto. Os valores dos gradientes fornecem a direção de busca dos parâmetros dos modelos em processos de otimização não-linear. Também foram otimizados os modelos GOBF com funções internas, com o cálculo numérico dos seus gradientes, pois, ainda não foi possível estabelecer uma fórmula genérica para o cálculo analítico dos gradientes dos modelos GOBF, de qualquer ordem, em relação aos parâmetros a serem determinados. Exemplos ilustram a aplicação e eficiência dos métodos de identificação e otimização propostos na modelagem de sistemas lineares (domínio do tempo e da frequência) e não-lineares utilizando BFO¿s.
Abstract: This work is concerned with the modeling and identification of stable nonlinear dynamic systems using Takagi-Sugeno fuzzy and Volterra models within the framework of orthonormal basis functions (OBF), mainly ladder-structured generalized orthonormal basis functions (GOBF). The ladderstructured GOBFs allows to model dynamic systems with multiple modes, real and/or complex poles, through a parameterization, which uses only real values. The main contribution of this thesis is the optimization and fine tuning of the parameters of OBF nonlinear models. The GOBF models identification are performed using only input and output measurements. The initial GOBF-TS fuzzy model is obtained using a fuzzy clustering technique and simplified by algorithms that eliminate any redundancies. Next, the analytical calculation of the gradients of GOBF-TS model concerning model parameters (GOBF poles, OBF expansion coefficients and the parameters of membership functions) is developed. A fine tuning of the model parameters is obtained by using a nonlinear optimization technique and the calculated gradients. For Volterra-GOBF models a new approach using kernels with ladder-structured GOBF is also proposed. Furthermore, Volterra-GOBF model optimization, with symmetrical or asymmetrical kernels, using an analytical gradients calculation of the output model regarding their parameters is presented. Following, a new approach for linear OBF models optimization, in frequency domain, is also addressed. In this context, the analytical calculation of the gradients of the Laguerre and Kautz frequency response concerning its parameters is presented The ladder-structured GOBF models optimization, in the frequency domain, is performed using only numerical calculation of its gradients, as it has not yet been possible to derive a generic analytical gradients. Examples illustrate the performance and effectiveness of identification methods proposed here in the modeling and optimization of linear (time domain and frequency) and non-linear systems.
Doutorado
Automação
Doutor em Engenharia Elétrica

Стилі APA, Harvard, Vancouver, ISO та ін.

28

Watanabe, Renato Naville. "Identificação de sistemas para o estudo de controle motor." Universidade de São Paulo, 2016. http://www.teses.usp.br/teses/disponiveis/3/3142/tde-27062016-162303/.

Повний текст джерела

Анотація:

Qualquer tarefa motora ativa se dá pela ativação de uma população de unidades motoras. Porém, devido a diversas dificuldades, tanto técnicas quanto éticas, não é possível medir a entrada sináptica dos motoneurônios em humanos. Por essas razões, o uso de modelos computacionais realistas de um núcleo de motoneurônios e as suas respectivas fibras musculares tem um importante papel no estudo do controle humano dos músculos. Entretanto, tais modelos são complexos e uma análise matemática é difícil. Neste texto é apresentada uma abordagem baseada em identificação de sistemas de um modelo realista de um núcleo de unidades motoras, com o objetivo de obter um modelo mais simples capaz de representar a transdução das entradas do núcleo de unidades motoras na força do músculo associado ao núcleo. A identificação de sistemas foi baseada em um algoritmo de mínimos quadrados ortogonal para achar um modelo NARMAX, sendo que a entrada considerada foi a condutância sináptica excitatória dendrítica total dos motoneurônios e a saída foi a força dos músculos produzida pelo núcleo de unidades motoras. O modelo identificado reproduziu o comportamento médio da saída do modelo computacional realista, mesmo para pares de sinal de entrada-saída não usados durante o processo de identificação do modelo, como sinais de força muscular modulados senoidalmente. Funções de resposta em frequência generalizada do núcleo de motoneurônios foram obtidas do modelo NARMAX, e levaram a que se inferisse que oscilações corticais na banda-beta (20 Hz) podem influenciar no controle da geração de força pela medula espinhal, comportamento do núcleo de motoneurônios até então desconhecido.
Any active motor task is accomplished by the activation of a motor unit population. However, due to many ethical and technical difficulties the synaptic input to the motoneurons cannot be measured in humans. For these reasons realistic computational models of a motoneuron nucleus and the innervated muscle fibers have an important role in the study of the human control of muscles. However such models are complex and their mathematical analysis is difficult. In this text a system identification approach of a realistic motor unit nucleus model is presented with the objective of obtaining a simpler model capable of representing the transduction of the motor unit nucleus inputs into the muscle force signal associated to that nucleus. The system identification was based on an orthogonal least squares algorithm to find a NARMAX model, the input being the net dendritic excitatory synaptic conductance of the motoneurons and the output being the muscle force signal produced by the motor unit nucleus. The identified model output reproduced the mean behavior of the output from the realistic computational model even for input-output signal pairs not used during the identification process, such as sinusoidally modulated output muscle force signals. Generalized frequency response functions of the motoneuron nucleus were obtained from the identified NARMAX model, and led to an inference that cortical oscillations in the beta band (20 Hz) can affect force control by the spinal cord, an unknown motoneuron nucleus behavior until now.

Стилі APA, Harvard, Vancouver, ISO та ін.

29

Rui, Rafael. "Estimação de modelos afins por partes em espaço de estados." reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, 2016. http://hdl.handle.net/10183/156478.

Повний текст джерела

Анотація:

Esta tese foca no problema de estimação de estado e de identificação de parâametros para modelos afins por partes. Modelos afins por partes são obtidos quando o domínio do estado ou da entrada do sistema e particionado em regiões e, para cada região, um submodelo linear ou afim e utilizado para descrever a dinâmica do sistema. Propomos um algoritmo para estimação recursiva de estados e um algoritmo de identificação de parâmetros para uma classe de modelos afins por partes. Propomos um estimador de estados Bayesiano que utiliza o filtro de Kalman em cada um dos submodelos. Neste estimador, a função distribuição cumulativa e utilizada para calcular a distribuição a posteriori do estado assim como a probabilidade de cada submodelo. Já o método de identificação proposto utiliza o algoritmo EM (Expectation Maximization algorithm) para identificar os parâmetros do modelo. A função distribuição cumulativa e utilizada para calcular a probabilidade de cada submodelo a partir da medida do sistema. Em seguida, utilizamos o filtro de Kalman suavizado para estimar o estado e calcular uma função substituta da função likelihood. Tal função e então utilizada para identificar os parâmetros do modelo. O estimador proposto foi utilizado para estimar o estado do modelo não linear para vibrações causadas por folgas. Foram realizadas simulações, onde comparamos o método proposto ao filtro de Kalman estendido e o filtro de partículas. O algoritmo de identificação foi utilizado para identificar os parâmetros do modelo do jato JAS 39 Gripen, assim como, o modelos não linear de vibrações causadas por folgas.
This thesis focuses on the state estimation and parameter identi cation problems of piecewise a ne models. Piecewise a ne models are obtained when the state domain or the input domain are partitioned into regions and, for each region, a linear or a ne submodel is used to describe the system dynamics. We propose a recursive state estimation algorithm and a parameter identi cation algorithm to a class of piecewise a ne models. We propose a Bayesian state estimate which uses the Kalman lter in each submodel. In the this estimator, the cumulative distribution is used to compute the posterior distribution of the state as well as the probability of each submodel. On the other hand, the proposed identi cation method uses the Expectation Maximization (EM) algorithm to identify the model parameters. We use the cumulative distribution to compute the probability of each submodel based on the system measurements. Subsequently, we use the Kalman smoother to estimate the state and compute a surrogate function for the likelihood function. This function is used to estimate the model parameters. The proposed estimator was used to estimate the state of the nonlinear model for vibrations caused by clearances. Numerical simulations were performed, where we have compared the proposed method to the extended Kalman lter and the particle lter. The identi cation algorithm was used to identify the model parameters of the JAS 39 Gripen aircraft as well as the nonlinear model for vibrations caused by clearances.

Стилі APA, Harvard, Vancouver, ISO та ін.

30

Rosa, Alex da. "Identificação de sistemas não-lineares usando modelos de Volterra baseados em funções ortonormais de Kautz e generalizadas." [s.n.], 2009. http://repositorio.unicamp.br/jspui/handle/REPOSIP/261200.

Повний текст джерела

Анотація:

Orientadores: Wagner Caradori do Amaral, Ricardo Jose Gabrielli Barreto Campello
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Made available in DSpace on 2018-08-14T00:00:28Z (GMT). No. of bitstreams: 1 Rosa_Alexda_D.pdf: 1534572 bytes, checksum: 9100bf7dc7bd642daebdac3e973c668c (MD5) Previous issue date: 2009
Resumo: Este trabalho enfoca a modelagem de sistemas não-lineares usando modelos de Volterra com funções de base ortonormal (Orthonormal Basis Functions - OBF). Os modelos de Volterra representam uma generalização do modelo de resposta ao impulso para a descrição de sistemas não-lineares e, em geral, exigem um elevado número de termos para representar os kernels de Volterra. Esta desvantagem pode ser superada representando-se os kernels usando um conjunto de funções ortonormais. O modelo resultante, conhecido como modelo OBF-Volterra, pode ser truncado em um n'umero menor de termos se as funções da base forem projetadas adequadamente. O problema central é como selecionar os polos livres que completamente parametrizam estas funções, particularmente as funções de Kautz e as funções ortonormais generalizadas (Generalized Orthonormal Basis Functions - GOBF). Uma das abordagens adotadas para resolver este problema envolve a minimização de um limitante superior para o erro resultante do truncamento da expansao do kernel. Cada kernel multidimensional é decomposto em um conjunto de bases de Kautz independentes, em que cada base é parametrizada por um par individual de pólos complexos conjugados com a intenção de representar a dinamica dominante do kernel ao longo de uma dimensão particular. Obtem-se uma solução analítica para um dos parâmetros de Kautz, válida para modelos de Volterra de qualquer ordem. Outra abordagem envolve a otimização numerica das bases de funções ortonormais usadas para a aproximação de sistemas dinamicos. Esta estrategia e baseada no cálculo de expressões analíticas para os gradientes da sa?da dos filtros ortonormais com relação aos pólos da base. Estes gradientes fornecem direções de busca exatas para otimizar os pólos de uma dada base ortonormal. As direções de busca, por sua vez, podem ser usadas como parte de um procedimento de otimização para obter o mínimo de uma função de custo que leva em consideração o erro de estimação da saída do sistema. As expressões relativas à base de Kautz e à base GOBF são obtidas. A metodologia proposta conta somente com dados entrada-sa'?da medidos do sistema a ser modelado, isto é, não se exige nenhuma informação prévia sobre os kernels de Volterra. Exemplos de simulação ilustram a aplicação desta abordagem para a modelagem de sistemas lineares e não-lineares, incluindo um sistema real de levitação magnética com comportamento oscilatorio. Por ultimo, estuda-se a representação de sistemas dinâmicos incertos baseada em modelos com incerteza estruturada. A incerteza de um conjunto de kernels de Volterra e mapeada em intervalos de pertinência que definem os coeficientes da expansão ortonormal. Condições adicionais são propostas para garantir que todos os kernels do processo sejam representados pelo modelo, o que permite estimar os limites das incertezas
Abstract: This work is concerned with the modeling of nonlinear systems using Volterra models with orthonormal basis functions (OBF). Volterra models represent a generalization of the impulse response model for the description of nonlinear systems and, in general, require a large number of terms for representing the Volterra kernels. Such a drawback can be overcome by representing the kernels using a set of orthonormal functions. The resulting model, so-called OBF-Volterra model, can be truncated into fewer terms if the basis functions are properly designed. The underlying problem is how to select the free-design poles that fully parameterize these functions, particularly the two-parameter Kautz functions and the Generalized Orthonormal Basis Functions (GOBF). One of the approaches adopted to solve this problem involves minimizing an upper bound for the error resulting from the truncation of the kernel expansion. Each multidimensional kernel is decomposed into a set of independent Kautz bases, in which every basis is parameterized by an individual pair of complex conjugate poles intended to represent the dominant dynamic of the kernel along a particular dimension. An analytical solution for one of the Kautz parameters, valid for Volterra models of any order, is derived. Other approach involves the numerical optimization of orthonormal bases of functions used for approximation of dynamic systems. This strategy is based on the computation of analytical expressions for the gradients of the output of the orthonormal filters with respect to the basis poles. These gradients provide exact search directions for optimizing the poles of a given orthonormal basis. Such search directions can, in turn, be used as part of an optimization procedure to locate the minimum of a cost-function that takes into consideration the error of estimation of the system output. The expressions relative to the Kautz basis and to the GOBF are addressed. The proposed methodology relies solely on input-output data measured from the system to be modeled, i.e., no previous information about the Volterra kernels is required. Simulation examples illustrate the application of this approach to the modeling of linear and nonlinear systems, including a real magnetic levitation system with oscillatory behavior. At last, the representation of uncertain systems based on models having structured uncertainty is studied. The uncertainty of a set of Volterra kernels is mapped on to intervals defining the coefficients of the orthonormal expansion. Additional conditions are proposed to guarantee that all the process kernels to be represented by the model, which allows estimating the uncertainty bounds
Doutorado
Automação
Doutor em Engenharia Elétrica

Стилі APA, Harvard, Vancouver, ISO та ін.

31

Machado, Jeremias Barbosa. "Modelagem e controle preditivo utilizando multimodelos." [s.n.], 2007. http://repositorio.unicamp.br/jspui/handle/REPOSIP/259984.

Повний текст джерела

Анотація:

Orientadores: Wagner Caradori do Amaral, Ricardo Jose Grabrielli Barreto Campello
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Made available in DSpace on 2018-08-09T14:19:44Z (GMT). No. of bitstreams: 1 Machado_JeremiasBarbosa_M.pdf: 6477617 bytes, checksum: 3f0c4fec476306e8cc05a7940894b0a0 (MD5) Previous issue date: 2007
Resumo: o interesse na utilização de algoritmos de controle sofisticados cresce no meio industrial devido à necessidade de melhor qualidade dos produtos produzidos. Uma abordagem que vem ganhando destaque é a utilização de sistemas de controle não-linear que modelam os sistemas por meio de multimodelos lineares. Neste contexto, este trabalho apresenta a modelagem e controle de sistemas não-lineares através de controladores preditivos não-lineares que utilizam multimodelos lineares. Os controladores preditivos baseados em modelos (MBPC - Model Based Predictive Controllers) são controladores cuja principal característica é a utilização de um modelo na determinação de um conjunto de previsões de saída, e a lei de controle é calculada em função destas previsões minimizando-se uma função de custo. O desempenho deste controlador depende da qualidade do modelo utilizado para predição dos sinais de saída. A proposta do trabalho é modelar as não-linearidades do processo sob controle através de modelos fuzzy Takagi-Sugeno - TS com funções de base ortonormal - FBO nos conseqüentes das regras. As FBO's apresentam diversas características conceituais e estruturais de interesse na elaboração dos modelos utilizados nos controladores preditivos, como a ausência de realimentação de saída, o que evita a propagação de erro, além de outras que serão discutidas ao longo deste trabalho. Os parâmetros de um modelo fuzzy TS a serem determinados são os antecedentes das regras, com suas funções de pertinência, e as funções nos conseqüentes das regras, que neste trabalho dar-se-ão de forma automática, sendo os antecedentes das regras obtidos através de agrupamento fuzzy (fuzzy clustering) das amostras de entrada e saída. Para esta tarefa será utilizado o algoritmo de GustafsonKessel. A fim de determinar o número de grupos que irão compor o modelo e, por conseqüência, defil)ir o número de regras e modelos locais, utilizar-se-ão critérios que avaliam a qualidade dos agrupamentos juzzy, como Fuzzy Silhouette, Fuzzy Hipervolume, Average Partition Density e Average Within-Cluster Distance, sendo proposta a combinação dos resultados obtidos em cada um dos critérios. O controle é feito de forma que, para cada modelo local, presente no modelo fuzzy TS-FBO, tem-se um controlador atuando sobre este. As ações de controle locais são combinadas conforme a ativação de cada regra do respectivo modelo local, e a ação de controle global resultante dessa combinação é aplicada ao processo a ser controlado. A abordagem proposta apresenta vantagens estruturais na modelagem e controle de processos nãolineares, quando comparado a outras metodologias de modelagem (como modelos polinomiais NARMAX) e controle, uma vez que esta abordagem é composta de uma estrutura simples com modelos locais lineares (ou afins) formados por FBO's. Para ilustrar o que foi desenvolvido, são apresentadas, no final destes trabalho, implementações na modelagem e controle de processos não-lineares
Abstract: The use of advanced control strategies has been increased in the last years due to the needs of more accurate quality on products. An approach that seems attractive on control and modeling of the nonlinear processes is the use of multiple linear models. In this context, this work presents an altemative approach for modeling and controlling nonlinear processes through nonlinear predictive control (NMBPC) using multi-models. The main characteristic of the Model Based Predictive Controllers is the use of a model for the determination ofthe output predictions. The controllaw is derived based on these output predictions, minimizing a specified cost function. Its performance is directly related to the quality of the model predictor. Therefore, in this work, the process is modeling through Takagi-Sugeno- TS fuzzy models with orthonormal base functions - OBF - on the mIes consequents. OBF' s models present several conceptual and structural characteristics of interest on the elaboration of models predictors, such as, absence of output recursion and feedback of prediction errors, often leading to superior performances over long-range horizon predictions and natural decoupling between multiple outputs; there is no need for previous knowledge about the relevant past terms of the system signals; the representation of a stable system is assuredly stable; tolerance to unmodeled dynamics; ability to deal with time delays. The antecedents ofthe TS fuzzy models are obtained through fuzzy c1ustering ofthe input and output measures. The algorithm of Gustafson-Kessel is used to perform this task. In order to determine the number ofthe local models, clustering validity criteria such as Fuzzy Silhouette, Fuzzy Hipervolume, Average Partition Density e Average Within-Cluster Distance are used. A predictive controller is derived for local model and the global controllaw is obtained by combining each local control law, using the degree of activation of every mIe of the respective local model. The proposed approach presents structural advantages in the modeling and controlling nonlinear process, when compared to other modeling (like polynomial models-NARMAX) and controlling strategies, as this approach is constituted of a simple structure with linear local models using OBF' s. The performance of the proposed strategies is illustrated using some simulated examples
Mestrado
Automação
Mestre em Engenharia Elétrica

Стилі APA, Harvard, Vancouver, ISO та ін.

32

Mattos, César Lincoln Cavalcante. "Recurrent gaussian processes and robust dynamical modeling." reponame:Repositório Institucional da UFC, 2017. http://www.repositorio.ufc.br/handle/riufc/25604.

Повний текст джерела

Анотація:

MATTOS, C. L. C. Recurrent gaussian processes and robust dynamical modeling. 2017. 189 f. Tese (Doutorado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2017.
Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-09T02:26:38Z No. of bitstreams: 1 2017_tes_clcmattos.pdf: 5961013 bytes, checksum: fc44d8b852e28fa0e1ebe0c87389c0da (MD5)
Rejected by Marlene Sousa (mmarlene@ufc.br), reason: Prezado César; Prezado Pedro: Existe uma orientação para que normalizemos as dissertações e teses da UFC, em suas paginas pré-textuais e lista de referencias, pelas regras da ABNT. Por esse motivo, sugerimos consultar o modelo de template, para ajudá-lo nesta tarefa, disponível em: http://www.biblioteca.ufc.br/educacao-de-usuarios/templates/ Vamos agora as correções sempre de acordo com o template: 1. A partir da folha de aprovação as informações devem ser em língua inglesa. 2. A dedicatória deve ter a distancia até o final da folha observado. Veja no guia www.bibliotecas.ufc.br 3. A epígrafe deve ter a distancia até o final da folha observado. Veja no guia www.bibliotecas.ufc.br 4. As palavras List of Figures, LIST OF ALGORITHMS, List of Tables, Não devem ter caixa delimitando e nem ser na cor vermelha. 5. O sumário Não deve ter caixa delimitando e nem ser na cor vermelha. Nas seções terciárias, os dígitos também ficam em itálico. Os Apêndices e seus títulos, devem ficar na mesma margem da Palavra Referencias e devem iniciar com APENDICE A - Seguido do titulo. Após essas correções, enviaremos o nada consta por e-mail. Att. Marlene Rocha mmarlene@ufc.br on 2017-09-11T13:44:25Z (GMT)
Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-11T20:04:00Z No. of bitstreams: 1 2017_tes_clcmattos.pdf: 6102703 bytes, checksum: 34d9e125c70f66ca9c095e1bc6bfb7e7 (MD5)
Rejected by Marlene Sousa (mmarlene@ufc.br), reason: Lincoln, Falta apenas vc colocar no texto em português a palavra RESUMO (nesse caso não é traduzido pois se refere ao resumo em língua portuguesa) pois vc colocou ABSTRACT duas vezes para o texto em português e inglês. on 2017-09-12T11:06:29Z (GMT)
Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-12T14:05:11Z No. of bitstreams: 1 2017_tes_clcmattos.pdf: 6102699 bytes, checksum: 0a85b8841d77f0685b1153ee8ede0d85 (MD5)
Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2017-09-12T16:29:17Z (GMT) No. of bitstreams: 1 2017_tes_clcmattos.pdf: 6102699 bytes, checksum: 0a85b8841d77f0685b1153ee8ede0d85 (MD5)
Made available in DSpace on 2017-09-12T16:29:18Z (GMT). No. of bitstreams: 1 2017_tes_clcmattos.pdf: 6102699 bytes, checksum: 0a85b8841d77f0685b1153ee8ede0d85 (MD5) Previous issue date: 2017-08-25
The study of dynamical systems is widespread across several areas of knowledge. Sequential data is generated constantly by different phenomena, most of them we cannot explain by equations derived from known physical laws and structures. In such context, this thesis aims to tackle the task of nonlinear system identification, which builds models directly from sequential measurements. More specifically, we approach challenging scenarios, such as learning temporal relations from noisy data, data containing discrepant values (outliers) and large datasets. In the interface between statistics, computer science, data analysis and engineering lies the machine learning community, which brings powerful tools to find patterns from data and make predictions. In that sense, we follow methods based on Gaussian Processes (GP), a principled, practical, probabilistic approach to learning in kernel machines. We aim to exploit recent advances in general GP modeling to bring new contributions to the dynamical modeling exercise. Thus, we propose the novel family of Recurrent Gaussian Processes (RGPs) models and extend their concept to handle outlier-robust requirements and scalable stochastic learning. The hierarchical latent (non-observed) structure of those models impose intractabilities in the form of non-analytical expressions, which are handled with the derivation of new variational algorithms to perform approximate deterministic inference as an optimization problem. The presented solutions enable uncertainty propagation on both training and testing, with focus on free simulation. We comprehensively evaluate the proposed methods with both artificial and real system identification benchmarks, as well as other related dynamical settings. The obtained results indicate that the proposed approaches are competitive when compared to the state of the art in the aforementioned complicated setups and that GP-based dynamical modeling is a promising area of research.
O estudo dos sistemas dinâmicos encontra-se disseminado em várias áreas do conhecimento. Dados sequenciais são gerados constantemente por diversos fenômenos, a maioria deles não passíveis de serem explicados por equações derivadas de leis físicas e estruturas conhecidas. Nesse contexto, esta tese tem como objetivo abordar a tarefa de identificação de sistemas não lineares, por meio da qual são obtidos modelos diretamente a partir de observações sequenciais. Mais especificamente, nós abordamos cenários desafiadores, tais como o aprendizado de relações temporais a partir de dados ruidosos, dados contendo valores discrepantes (outliers) e grandes conjuntos de dados. Na interface entre estatísticas, ciência da computação, análise de dados e engenharia encontra-se a comunidade de aprendizagem de máquina, que fornece ferramentas poderosas para encontrar padrões a partir de dados e fazer previsões. Nesse sentido, seguimos métodos baseados em Processos Gaussianos (PGs), uma abordagem probabilística prática para a aprendizagem de máquinas de kernel. A partir de avanços recentes em modelagem geral baseada em PGs, introduzimos novas contribuições para o exercício de modelagem dinâmica. Desse modo, propomos a nova família de modelos de Processos Gaussianos Recorrentes (RGPs, da sigla em inglês) e estendemos seu conceito para lidar com requisitos de robustez a outliers e aprendizagem estocástica escalável. A estrutura hierárquica e latente (não-observada) desses modelos impõe expressões não- analíticas, que são resolvidas com a derivação de novos algoritmos variacionais para realizar inferência determinista aproximada como um problema de otimização. As soluções apresentadas permitem a propagação da incerteza tanto no treinamento quanto no teste, com foco em realizar simulação livre. Nós avaliamos em detalhe os métodos propostos com benchmarks artificiais e reais da área de identificação de sistemas, assim como outras tarefas envolvendo dados dinâmicos. Os resultados obtidos indicam que nossas propostas são competitivas quando comparadas ao estado da arte, mesmo nos cenários que apresentam as complicações supracitadas, e que a modelagem dinâmica baseada em PGs é uma área de pesquisa promissora.

Стилі APA, Harvard, Vancouver, ISO та ін.

33

Nabil, Tahar. "Identification de modèle thermique de bâtiment dans un environnement d'objets connectés." Electronic Thesis or Diss., Paris, ENST, 2018. http://www.theses.fr/2018ENST0001.

Повний текст джерела

Анотація:

Cette thèse s’intéresse au problème de l’identification de modèle thermique d’un bâtiment intelligent, dont les objets connectés pallient la non-mesure des grandeurs physiques d’intérêt. Un premier algorithme traite de l’estimation boucle ouverte du système de bâtiment exploité en boucle fermée. Cet algorithme est ensuite modifié pour intégrer l’incertitude de mesure des données. Nous suggérons ainsi une méthode en boucle fermée, non-intrusive car s’affranchissant de la nécessité de mesurer la température intérieure. Puis, nous revenons à des approches en boucle ouverte. Les différents algorithmes permettent respectivement de réduire le biais contenu dans la mesure de température extérieure par une sonde connectée, de remplacer le coûteux capteur de flux solaire par un capteur de température extérieure, et enfin d’utiliser la courbe de charge totale, et non désagrégée, en tirant profit de signaux On/Off des objets connectés
This thesis is devoted to the problem of the identification of a thermal model of a smart building, whose connected objects alleviate the lack of measurements of the physical quantities of interest. The first algorithm deals with the estimation of the open-loop building system, despite its actual exploitation in closed loop. This algorithm is then modified to account for the uncertainty of the data. We suggest a closedloop estimation of the building system as soon as the indoor temperature is not measured. Then, we return to open-loop approaches. The different algorithms enable respectively to reduce the possible bias contained in a connected outdoor air temperature sensor, to replace the costly solar flux sensor by another connected temperature sensor, and finally to directly use the total load curve, without disaggregation, by making the most of the On/Off signals of the connected objects

Стилі APA, Harvard, Vancouver, ISO та ін.

34

Ziegler, Edward H. "Nonlinear system identification /." Online version of thesis, 1994. http://hdl.handle.net/1850/11583.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

35

Carneiro, Breno Garcia. "Projeto e análise de controladores não lineares aplicados a um sistema de levitação eletromagnética." Universidade de São Paulo, 2016. http://www.teses.usp.br/teses/disponiveis/3/3139/tde-21122016-091723/.

Повний текст джерела

Анотація:

Sistemas de levitação eletromagnética são de interesse quando se necessita de tecnologia envolvendo redução de atrito, atuação sem contato físico, máquinas rotativas e trens de alta velocidade. Devido à presença de não linearidades em sua dinâmica, pesquisadores têm dado atenção ao desenvolvimento de controladores mais sofisticados, com o objetivo de melhorar o desempenho desses sistemas. Controladores lineares apresentam limitações na faixa de operação da variável controlada e, geralmente apresentam baixa robustez quando aplicados em sistemas não lineares. O objetivo deste trabalho é desenvolver controladores não lineares com diferentes estruturas e analisá-los quando aplicados em um protótipo do sistema físico. Inicialmente, o sistema é modelado matematicamente através da abordagem fenomenológica. Em seguida, os parâmetros do modelo são identificados através de dados obtidos experimentalmente. Conhecendo bem a dinâmica do sistema através do modelo, são projetados três controladores de diferentes estruturas utilizando simulações computacionais. O primeiro é o PID clássico, controle linear amplamente utilizado em processos industriais. O segundo controlador é um PID com topologia não linear, denominado NPID. Este visa reduzir as limitações encontradas no PID linear, através de funções não lineares em seus termos. O último e mais complexo se trata do controle por modos deslizantes (SMC). Também com estrutura não linear, o SMC possui como característica intrínseca a robustez a variações da planta. Ao final, são realizadas simulações e os controladores avaliados são implementados de maneira digital em um hardware de controle e aplicados em uma planta piloto de levitação eletromagnética. Os resultados de desempenho obtidos permitem avaliar qual topologia de controlador melhor se enquadra diante dessa aplicação.
Electromagnetic levitation systems are of interest when it is necessary the use of technology involving reduction of friction, acting without physical contact, rotating machinery and high speed trains. Due to the nonlinear dynamics, researchers have paid attention to the development of more sophisticated controllers, in order to improve the performance of these systems. Linear controllers have limitations in the operating range of the controlled variable and generally have low robustness when applied to linear systems. The objective of this work is to develop nonlinear controllers with different structures and analyze them, when applied to a prototype of the physical system. Initially the system is modeled mathematically through the phenomenological approach. Then the model parameters are identified by experimentally obtained data. Knowing the dynamic of the system through the model, three different controllers are designed using computer simulations. The first is the classic PID, a linear control widely used in industrial processes. The second controller is a PID with nonlinear topology, called NPID. This controller is intended to reduce the limitations found in the linear PID through non linear functions on its terms. The last and most complex is the sliding mode control (SMC). Also a nonlinear structure, the SMC has the intrinsic characteristic of robustness to variations of the plant. In the end, the simulations are performed and the evaluated controllers are implemented in digital form in a hardware control and applied in a pilot plant of an electromagnetic levitation system. With the performance results it is possible to verify which controller topology best fits this application.

Стилі APA, Harvard, Vancouver, ISO та ін.

36

Rodrigues, Marconi C?mara. "Identifica??o fuzzy-multimodelos para sistemas n?o lineares." Universidade Federal do Rio Grande do Norte, 2010. http://repositorio.ufrn.br:8080/jspui/handle/123456789/15143.

Повний текст джерела

Анотація:

Made available in DSpace on 2014-12-17T14:54:55Z (GMT). No. of bitstreams: 1 MarconiCR_TESE.pdf: 2377871 bytes, checksum: c798a5eab76defef17ac0fe081e2453d (MD5) Previous issue date: 2010-03-16
Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior
This paper presents a new multi-model technique of dentification in ANFIS for nonlinear systems. In this technique, the structure used is of the fuzzy Takagi-Sugeno of which the consequences are local linear models that represent the system of different points of operation and the precursors are membership functions whose adjustments are realized by the learning phase of the neuro-fuzzy ANFIS technique. The models that represent the system at different points of the operation can be found with linearization techniques like, for example, the Least Squares method that is robust against sounds and of simple application. The fuzzy system is responsible for informing the proportion of each model that should be utilized, using the membership functions. The membership functions can be adjusted by ANFIS with the use of neural network algorithms, like the back propagation error type, in such a way that the models found for each area are correctly interpolated and define an action of each model for possible entries into the system. In multi-models, the definition of action of models is known as metrics and, since this paper is based on ANFIS, it shall be denominated in ANFIS metrics. This way, ANFIS metrics is utilized to interpolate various models, composing a system to be identified. Differing from the traditional ANFIS, the created technique necessarily represents the system in various well defined regions by unaltered models whose pondered activation as per the membership functions. The selection of regions for the application of the Least Squares method is realized manually from the graphic analysis of the system behavior or from the physical characteristics of the plant. This selection serves as a base to initiate the linear model defining technique and generating the initial configuration of the membership functions. The experiments are conducted in a teaching tank, with multiple sections, designed and created to show the characteristics of the technique. The results from this tank illustrate the performance reached by the technique in task of identifying, utilizing configurations of ANFIS, comparing the developed technique with various models of simple metrics and comparing with the NNARX technique, also adapted to identification
Este trabalho apresenta uma nova t?cnica de identifica??o multimodelos baseada em ANFIS para sistemas n?o lineares. Nesta t?cnica, a estrutura utilizada ? do tipo fuzzy Takagi-Sugeno cujos consequentes s?o modelos lineares locais que representam o sistema em diferentes pontos de opera??o e os antecedentes s?o fun??es de pertin?ncia cujos ajustes s?o realizados pela fase de aprendizagem da t?cnica neuro-fuzzy ANFIS. Modelos que representem o sistema em diferentes pontos de opera??o podem ser encontrados com t?cnicas de lineariza??o como, por exemplo, o m?todo dos M?nimos Quadrados que ? robusto a ru?dos e de simples aplica??o. Cabe ? fase de implica??o do sistema fuzzy informar a propor??o de cada modelo que deve ser empregada, utilizando, para isto, as fun??es de pertin?ncia. As fun??es de pertin?ncia podem ser ajustadas pelo ANFIS com o uso de algoritmos de redes neurais, como o de retropropaga??o do erro, de modo que os modelos encontrados para cada regi?o sejam devidamente interpolados e, assim, definam-se a atua??o de cada modelo para as poss?veis entradas do sistema. Em multimodelos a defini??o de atua??o de modelos ? conhecida por m?trica e, como neste trabalho ? realizada pelo ANFIS, ser? denominada de m?trica ANFIS. Desta forma, uma m?trica ANFIS ? utilizada para interpolar v?rios modelos, compondo o sistema a ser identificado. Diferentemente do ANFIS tradicional, a t?cnica desenvolvida necessariamente representa o sistema em v?rias regi?es bem definidas por modelos inalter?veis que, por sua vez, ter?o sua ativa??o ponderada a partir das fun??es de pertin?ncia. A sele??o de regi?es para a aplica??o do m?todo dos M?nimos Quadrados ? realizada manualmente a partir da an?lise gr?fica do comportamento do sistema ou a partir do conhecimento de caracter?sticas f?sicas da planta. Esta sele??o serve como base para iniciar a t?cnica definindo modelos lineares e gerando a configura??o inicial das fun??es de pertin?ncia. Experimentos s?o realizados em um tanque did?tico, com m?ltiplas se??es, projetado e desenvolvido com a finalidade de mostrar caracter?sticas da t?cnica. Os resultados neste tanque ilustram o bom desempenho alcan?ado pela t?cnica na tarefa de identifica??o, utilizando, para isto, v?rias configura??es do ANFIS, comparando a t?cnica desenvolvida com m?ltiplos modelos de m?trica simples e comparando com a t?cnica NNARX, tamb?m adaptada para identifica??o

Стилі APA, Harvard, Vancouver, ISO та ін.

37

Li, Liangmin. "Continuous time nonlinear system identification." Thesis, University of Sheffield, 2000. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.341867.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

38

Mathew, Manu K. "Nonlinear system identification and prediction /." Online version of thesis, 1993. http://hdl.handle.net/1850/11594.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

39

Grzeidak, Emerson. "Identification of nonlinear systems based on extreme learning machine." reponame:Repositório Institucional da UnB, 2016. http://repositorio.unb.br/handle/10482/21603.

Повний текст джерела

Анотація:

Dissertação (mestrado)—Universidade de Brasília, Programa de Pós-Graduação em Sistemas Mecatrônicos, 2016.
Submitted by Camila Duarte (camiladias@bce.unb.br) on 2016-09-14T17:33:55Z No. of bitstreams: 1 2016_EmersonGrzeidak.pdf: 5274560 bytes, checksum: 0f649b217c325601c125fad908bc164f (MD5)
Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-10-21T18:14:35Z (GMT) No. of bitstreams: 1 2016_EmersonGrzeidak.pdf: 5274560 bytes, checksum: 0f649b217c325601c125fad908bc164f (MD5)
Made available in DSpace on 2016-10-21T18:14:35Z (GMT). No. of bitstreams: 1 2016_EmersonGrzeidak.pdf: 5274560 bytes, checksum: 0f649b217c325601c125fad908bc164f (MD5)
O presente trabalho considera o problema de identificação de sistemas não-lineares comestrutura incerta na presença de distúrbios limitados. Dado a estrutura incerta do sistema, a estimação dos estados é baseada em redes neurais com uma camada escondida e então, para assegurar a convergência dos erros residuais de estimação dos estados para zero, as leis de aprendizagem são projetadas usando a teoria de estabilidade de Lyapunov e resultados já disponíveis na teoria de controle adaptativo. Primeiramente, um esquema de identificação usando aprendizagem extrema é apresentado. O modelo proposto assegura a convergência dos erros residuais de estimação dos estados para zero e a limitação de todos os demais erros e distúrbios. Usando o lema de Barbalat e uma análise tipo Lyapunov, é empregado um modelo de rede neural dinâmica com uma camada escondida (SHLNN) gerada aleatoriamente para assegurar as propriedades supramencionadas. Dessa maneira, assegura-se uma convergência mais rápida e melhor eficiência computacional do que os modelos SHLNN convencionais. Além disso, com algumas modificações que envolvem a seleção da função ativação e a estrutura do vetor regressor, o algoritmo proposto pode ser aplicado para qualquer rede neural parametrizável linearmente. Em seguida, como uma extensão da metodologia proposta, um modelo de rede neural com uma camada escondida e parametrizável não-linearmente (SHLNN) é estudado. Os pesos da camada escondida e de saída são ajustados simultaneamente por leis adaptativas robustas obtidas através da teoria de estabilidade de Lyapunov. O segundo esquema também assegura a convergência dos erros residuais de estimação dos estados para zero e a limitação de todos os demais erros de aproximação associados, mesmo na presença de erros de aproximação e distúrbios. Adicionalmente, como no primeiro esquema, não é necessário conhecimento prévio sobre os pesos ideias, erros de aproximação ou distúrbios. Simulações extensivas para a validação dos resultados teóricos e demonstração dos métodos propostos são fornecidos. _________________________________________________________________________________________________ ABSTRACT
The present research work considers the identification problem of nonlinear systems with uncertain structure and in the presence of bounded disturbances. Given the uncertain structure of the system, the state estimation is based on single-hidden layer neural networks and then, to ensure the convergence of the state estimation residual errors to zero, the learning laws are designed using the Lyapunov stability theory and already available results in adaptive control theory. First, an identification scheme via extreme learning machine neural network is developed. The proposed model ensures the convergence of the state estimation residual errors to zero and boundedness of all associated approximation errors, even in the presence of approximation error and disturbances. Lyapunov-like analysis using Barbalat’s Lemma and a dynamic single-hidden layer neural network (SHLNN) model with hidden nodes randomly generated to establish the aforementioned properties are employed. Hence, faster convergence and better computational efficiency than conventional SHLNNs is assured. Furthermore, with a few modifications regarding the selection of activation function and the regressor vector’s structure, the proposed algorithm can be applied to any linearly parameterized neural network model. Next, as an extension of the proposed methodology, a nonlinearly parameterized single-hidden layer neural network model (SHLNN) is studied. The hidden and output weights are simultaneously adjusted by robust adaptive laws that are designed via Lyapunov stability theory. The second scheme also ensures the convergence of the state estimation residual errors to zero and boundedness of all associated approximation errors, even in the presence of approximation error and disturbances. Additionally, as in the first scheme, it is not necessary any previous knowledge about the ideal weights, approximation error and disturbances. Extensive simulations to validate the theoretical results and show the effectiveness of the two proposed methods are also provided.

Стилі APA, Harvard, Vancouver, ISO та ін.

40

Arain, Muhammad Asif, Ayala Helon Vicente Hultmann, and Muhammad Adil Ansari. "Nonlinear System Identification Using Neural Network." University of Genova (Italy) and Warsaw University of Technology (Poland), 2012. http://urn.kb.se/resolve?urn=urn:nbn:se:oru:diva-28937.

Повний текст джерела

Анотація:

Magneto-rheological damper is a nonlinear system. In this case study, system has been identified using Neural Network tool. Optimization between number of neurons in the hidden layer and number of epochs has been achieved and discussed by using multilayer perceptron Neural Network.

Стилі APA, Harvard, Vancouver, ISO та ін.

41

Zhang, Jin. "Identification of nonlinear structural dynamical system." Diss., Georgia Institute of Technology, 1994. http://hdl.handle.net/1853/12270.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

42

Kukreja, Sunil L. "Parametric methods for nonlinear system identification." Thesis, McGill University, 2001. http://digitool.Library.McGill.CA:80/R/?func=dbin-jump-full&object_id=37752.

Повний текст джерела

Анотація:

In this thesis, we have developed practical methods for the identification of linear, nonlinear and hybrid (multimode) systems which are applicable under relatively general conditions, i.e., when assumptions and conditions of the estimation technique are not violated. Since these algorithms were not designed specifically with any system(s) in mind, they should be applicable to experiments on a variety of systems in many different disciplines.
Results demonstrate that the (polynomial) NARMAX (Nonlinear Autoregressive, Moving Average eXogenous) model class is useful for modeling the input-output behavior of a block-structured representation of two biological models. Extensive simulations demonstrated that our bootstrap model order selection (BMOS) and bootstrap structure detection (BSD) algorithms have a high probability of success for selecting the order and structure of NARMAX models and are robust in the presence of measurement noise. In addition, we illustrate that the NARMAX model structure is well suited for modeling dynamics of nonlinear hybrid systems and develop a modified extended least squares (MELS) algorithm to estimate coefficients of these systems. Application of this algorithm to a model of the vestibulo-ocular reflex (VOR) showed that it is a robust method for estimating the coefficients of multimode systems.

Стилі APA, Harvard, Vancouver, ISO та ін.

43

Harte, James Michael. "Nonlinear system identification for otoacoustic emissions." Thesis, University of Southampton, 2004. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.402242.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

44

Cheng, Chi-hao. "Nonlinear communication system identification and compensation /." Digital version accessible at:, 1998. http://wwwlib.umi.com/cr/utexas/main.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

45

Zhang, Lan. "Parameter identification in linear and nonlinear parabolic partial differential equations." Diss., Virginia Tech, 1995. http://hdl.handle.net/10919/37762.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

46

Lima, Freud Sebastian Bach Carvalho. "IDENTIFICAÇÃO DE UM SISTEMA DE LODO ATIVADO DE PEQUENA ESCALA DESENVOLVIDO EM LABORATÓRIO." Universidade Federal do Maranhão, 2011. http://tedebc.ufma.br:8080/jspui/handle/tede/471.

Повний текст джерела

Анотація:

Made available in DSpace on 2016-08-17T14:53:17Z (GMT). No. of bitstreams: 1 Freud Sebastian Bach Carvalho Lima.pdf: 1668786 bytes, checksum: 953b0905b2e9bcd1cefb5702b8c6b362 (MD5) Previous issue date: 2011-07-29
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
In activated sludge systems, the dissolved oxygen is used by microorganisms to decompose organic matter and treatment of wastewater. In these systems the dynamics of dissolved oxygen has been seen as the main source of information to obtain online information about the treatment process. Thus, the development of an appropriate model for the dynamics of dissolved oxygen and estimation of the parameters of this model can improve the quality of the estimates of process parameters and, consequently, the measurement system. In this study, a model of the bench-scale reactor is developed considering the dynamics associated with the operation of the aeration system and the dissolved oxygen sensor. The aeration system consists of air pumps with two operating states: on or off, and dissolved oxygen measurement is made by electrochemical cell based on Clark. Approach was used identification systems in continuous time and state variable filters with the least squares estimator for estimating the parameters of the model developed. Simulations and experimental results, using a bench scale reactor developed in the laboratory, are presented to illustrate the proposed model.
Em sistemas de lodo ativado, o oxigênio dissolvido é utilizado por microorganismos para decomposição de matéria orgânica e tratamento de água residuárias. Nestes sistemas, a dinâmica de oxigênio dissolvido tem sido vista como a principal fonte de informação para obtenção de informações online sobre o processo de tratamento. Com isso, o desenvolvimento de um modelo apropriado para dinâmica do oxigênio dissolvido e a estimação dos parâmetros deste modelo, pode melhorar a qualidade das estimativas dos parâmetros do processo e, consequentemente, do sistema de medição. No presente trabalho, um modelo do reator em escala de bancada é desenvolvido considerando as dinâmicas relacionadas com a operação do sistema de aeração e com o sensor de oxigênio dissolvido. O sistema de aeração é composto por bombas de ar com dois estados de operação: ligada ou desligada, e a medição de oxigênio dissolvido é realizada por sensor eletroquímico baseado em célula de Clark. Usa-se abordagem de identificação de sistemas em tempo contínuo e filtros de variável de estado junto com o estimador dos mínimos quadrados para estimação dos parâmetros do modelo desenvolvido. Simulações e resultados experimentais, utilizando um reator em escala de bancada desenvolvido no laboratório, são apresentados para ilustrar o modelo proposto.

Стилі APA, Harvard, Vancouver, ISO та ін.

47

Gondhalekar, Aditya Chandrashekhar. "Strategies for Non-Linear System Identification." Thesis, Imperial College London, 2009. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.511825.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

48

Nalitolela, Noel G. "System identification of linear vibrating structures." Thesis, Aston University, 1991. http://publications.aston.ac.uk/11934/.

Повний текст джерела

Анотація:

Methods of dynamic modelling and analysis of structures, for example the finite element method, are well developed. However, it is generally agreed that accurate modelling of complex structures is difficult and for critical applications it is necessary to validate or update the theoretical models using data measured from actual structures. The techniques of identifying the parameters of linear dynamic models using Vibration test data have attracted considerable interest recently. However, no method has received a general acceptance due to a number of difficulties. These difficulties are mainly due to (i) Incomplete number of Vibration modes that can be excited and measured, (ii) Incomplete number of coordinates that can be measured, (iii) Inaccuracy in the experimental data (iv) Inaccuracy in the model structure. This thesis reports on a new approach to update the parameters of a finite element model as well as a lumped parameter model with a diagonal mass matrix. The structure and its theoretical model are equally perturbed by adding mass or stiffness and the incomplete number of eigen-data is measured. The parameters are then identified by an iterative updating of the initial estimates, by sensitivity analysis, using eigenvalues or both eigenvalues and eigenvectors of the structure before and after perturbation. It is shown that with a suitable choice of the perturbing coordinates exact parameters can be identified if the data and the model structure are exact. The theoretical basis of the technique is presented. To cope with measurement errors and possible inaccuracies in the model structure, a well known Bayesian approach is used to minimize the least squares difference between the updated and the initial parameters. The eigen-data of the structure with added mass or stiffness is also determined using the frequency response data of the unmodified structure by a structural modification technique. Thus, mass or stiffness do not have to be added physically. The mass-stiffness addition technique is demonstrated by simulation examples and Laboratory experiments on beams and an H-frame.

Стилі APA, Harvard, Vancouver, ISO та ін.

49

Nalitolela, Noel Gerald. "System identification of linear vibrating structures." Online version, 1991. http://ethos.bl.uk/OrderDetails.do?did=1&uin=uk.bl.ethos.293897.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

50

Skantze, Fredrik Petter. "Model-based algorithms for nonlinear system identification." Thesis, Massachusetts Institute of Technology, 1996. http://hdl.handle.net/1721.1/39749.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Дисертації з теми "Linear and Nonlinear System identification"

Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями