Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.

Detalhes bibliográficos
Autor(a) principal: MOUZINHO, Lucilene Ferreira
Data de Publicação: 2007
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18065
Resumo: A medição indireta ´e uma alternativa para situações nas quais se tem dificuldades em realizar uma medição por meio de sensores diretamente associados com variações da grandeza a ser medida. O objetivo deste trabalho ´e desenvolver procedimentos para sistemas de medição indireta em tempo real ou não. Os sistemas de medição indireta (SMI) são classificados nesta tese, de forma a especificar o tipo de tratamento a ser usado para obtenção de uma determinada grandeza e de como analisar esse resultado estimado. Cada método deve ser empregado conforme a aplicação de forma isolada ou em conjunto, para se obter a grandeza de interesse. Nesta tese, são realizadas abordagens sobre duas técnicas utilizadas nos estudos de casos: a Filtragem de Kalman e as Redes Neuronais Artificiais. Considerando-se a complexidade das aplicações realizadas nos estudos de casos, é fundamental desenvolver esses métodos direcionados para a aplicação, bem como, a simulação e análise prévia dos resultados até a implementação do sistema. São desenvolvidos quatro SMI : medição indireta da velocidade de um veículos aeroespacial; medição indireta da temperatura no interior de um objeto dentro de uma estufa; medição indireta da velocidade rotórica de um motor de indução e, como acréscimo, a este estudo de caso, a medição indireta robusta de velocidade. A implementação dos SMI possibilita verificar a viabilidade do uso de ferramentas matem´aticas para a realizações de medições indiretas ótima estocásticas e neuronais em sistemas dinâmico.
id UFCG_3887514eed428306779bb80202d43abe
oai_identifier_str oai:localhost:riufcg/18065
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.Optimum indirect stochastic and neuronal measurement in dynamical systems.Medição indiretaSistemas de medição indiretaFiltragem de KalmanRedes Neurais ArtificiaisMedição indireta de temperaturaMedição indireta de velocidade aero espacialSistema estocásticoModelagem de sistemaSensor virtualSistema em tempo realErros de mediçãoEstimação de estadoPerceptronIndirect measurementIndirect measurement systemsKalman filtrationArtificial neural networksIndirect temperature measurementIndirect measurement of aerospace velocityStochastic systemSystem modelingVirtual sensorReal-time systemMeasurement errorsState estimationPerceptronEngenharia Elétrica.A medição indireta ´e uma alternativa para situações nas quais se tem dificuldades em realizar uma medição por meio de sensores diretamente associados com variações da grandeza a ser medida. O objetivo deste trabalho ´e desenvolver procedimentos para sistemas de medição indireta em tempo real ou não. Os sistemas de medição indireta (SMI) são classificados nesta tese, de forma a especificar o tipo de tratamento a ser usado para obtenção de uma determinada grandeza e de como analisar esse resultado estimado. Cada método deve ser empregado conforme a aplicação de forma isolada ou em conjunto, para se obter a grandeza de interesse. Nesta tese, são realizadas abordagens sobre duas técnicas utilizadas nos estudos de casos: a Filtragem de Kalman e as Redes Neuronais Artificiais. Considerando-se a complexidade das aplicações realizadas nos estudos de casos, é fundamental desenvolver esses métodos direcionados para a aplicação, bem como, a simulação e análise prévia dos resultados até a implementação do sistema. São desenvolvidos quatro SMI : medição indireta da velocidade de um veículos aeroespacial; medição indireta da temperatura no interior de um objeto dentro de uma estufa; medição indireta da velocidade rotórica de um motor de indução e, como acréscimo, a este estudo de caso, a medição indireta robusta de velocidade. A implementação dos SMI possibilita verificar a viabilidade do uso de ferramentas matem´aticas para a realizações de medições indiretas ótima estocásticas e neuronais em sistemas dinâmico.Indirect measuring is an alternative wherever is difficult to perform a measuring by means of sensors directly associated with variations in the magnitude to be measured. This work aims at developing procedures for indirect measurement systems, whether this measuring is done in real time or not. Indirect Measurement Systems (IMS) are classified in this Thesis in such a way as to specify the sort of treatment to be used for the attainment of a given magnitude, also including the means to analyze those results. Each method must be used according to the application, whether isolated or in groups, as to obtain the magnitude of interest. In this thesis, two techniques used in case studies are approached: the Kalman Filter and the Artificial Neural Network. Considering the complexity of the applications performed in case studies, it is crucial to develop methods addressed to the application as well as simulation and prior analysis of the results until the system’s implementation. Four IMS are developed: indirect speed measuring of an space aircraft; indirect temperature measuring of an object inside an oven; indirect rotor speed measuring of an induction motor and, as supplement to this case study, the robust indirect speed measuring. The IMS implementation allows us to check the viability of using mathematical tools to conduct indirect optimal measurements, both, stochastic and neuronal in dynamic systems.Universidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICAUFCGLUCIANO, Benedito Antônio.LUCIANO, B. A.http://lattes.cnpq.br/2390722791029216FONSECA NETO, João Viana.FONSECA NETO, J. V.http://lattes.cnpq.br/0029055473709795BOTTURA, Celso Pascoli.CATUNDA, Sebastian Yuri Cavalcanti.ALSINA, Pablo Javier.MOUZINHO, Lucilene Ferreira2007-062021-04-13T18:28:58Z2021-04-132021-04-13T18:28:58Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18065MOUZINHO, Lucilene Ferreira. Medição indireta ótima estocástica e neuronal em sistemas dinâmicos. 2007. 210f. Tese (Doutorado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2007. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18065porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2021-04-13T18:29:50Zoai:localhost:riufcg/18065Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512021-04-13T18:29:50Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
Optimum indirect stochastic and neuronal measurement in dynamical systems.
title Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
spellingShingle Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
MOUZINHO, Lucilene Ferreira
Medição indireta
Sistemas de medição indireta
Filtragem de Kalman
Redes Neurais Artificiais
Medição indireta de temperatura
Medição indireta de velocidade aero espacial
Sistema estocástico
Modelagem de sistema
Sensor virtual
Sistema em tempo real
Erros de medição
Estimação de estado
Perceptron
Indirect measurement
Indirect measurement systems
Kalman filtration
Artificial neural networks
Indirect temperature measurement
Indirect measurement of aerospace velocity
Stochastic system
System modeling
Virtual sensor
Real-time system
Measurement errors
State estimation
Perceptron
Engenharia Elétrica.
title_short Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
title_full Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
title_fullStr Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
title_full_unstemmed Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
title_sort Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
author MOUZINHO, Lucilene Ferreira
author_facet MOUZINHO, Lucilene Ferreira
author_role author
dc.contributor.none.fl_str_mv LUCIANO, Benedito Antônio.
LUCIANO, B. A.
http://lattes.cnpq.br/2390722791029216
FONSECA NETO, João Viana.
FONSECA NETO, J. V.
http://lattes.cnpq.br/0029055473709795
BOTTURA, Celso Pascoli.
CATUNDA, Sebastian Yuri Cavalcanti.
ALSINA, Pablo Javier.
dc.contributor.author.fl_str_mv MOUZINHO, Lucilene Ferreira
dc.subject.por.fl_str_mv Medição indireta
Sistemas de medição indireta
Filtragem de Kalman
Redes Neurais Artificiais
Medição indireta de temperatura
Medição indireta de velocidade aero espacial
Sistema estocástico
Modelagem de sistema
Sensor virtual
Sistema em tempo real
Erros de medição
Estimação de estado
Perceptron
Indirect measurement
Indirect measurement systems
Kalman filtration
Artificial neural networks
Indirect temperature measurement
Indirect measurement of aerospace velocity
Stochastic system
System modeling
Virtual sensor
Real-time system
Measurement errors
State estimation
Perceptron
Engenharia Elétrica.
topic Medição indireta
Sistemas de medição indireta
Filtragem de Kalman
Redes Neurais Artificiais
Medição indireta de temperatura
Medição indireta de velocidade aero espacial
Sistema estocástico
Modelagem de sistema
Sensor virtual
Sistema em tempo real
Erros de medição
Estimação de estado
Perceptron
Indirect measurement
Indirect measurement systems
Kalman filtration
Artificial neural networks
Indirect temperature measurement
Indirect measurement of aerospace velocity
Stochastic system
System modeling
Virtual sensor
Real-time system
Measurement errors
State estimation
Perceptron
Engenharia Elétrica.
description A medição indireta ´e uma alternativa para situações nas quais se tem dificuldades em realizar uma medição por meio de sensores diretamente associados com variações da grandeza a ser medida. O objetivo deste trabalho ´e desenvolver procedimentos para sistemas de medição indireta em tempo real ou não. Os sistemas de medição indireta (SMI) são classificados nesta tese, de forma a especificar o tipo de tratamento a ser usado para obtenção de uma determinada grandeza e de como analisar esse resultado estimado. Cada método deve ser empregado conforme a aplicação de forma isolada ou em conjunto, para se obter a grandeza de interesse. Nesta tese, são realizadas abordagens sobre duas técnicas utilizadas nos estudos de casos: a Filtragem de Kalman e as Redes Neuronais Artificiais. Considerando-se a complexidade das aplicações realizadas nos estudos de casos, é fundamental desenvolver esses métodos direcionados para a aplicação, bem como, a simulação e análise prévia dos resultados até a implementação do sistema. São desenvolvidos quatro SMI : medição indireta da velocidade de um veículos aeroespacial; medição indireta da temperatura no interior de um objeto dentro de uma estufa; medição indireta da velocidade rotórica de um motor de indução e, como acréscimo, a este estudo de caso, a medição indireta robusta de velocidade. A implementação dos SMI possibilita verificar a viabilidade do uso de ferramentas matem´aticas para a realizações de medições indiretas ótima estocásticas e neuronais em sistemas dinâmico.
publishDate 2007
dc.date.none.fl_str_mv 2007-06
2021-04-13T18:28:58Z
2021-04-13
2021-04-13T18:28:58Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18065
MOUZINHO, Lucilene Ferreira. Medição indireta ótima estocástica e neuronal em sistemas dinâmicos. 2007. 210f. Tese (Doutorado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2007. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18065
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18065
identifier_str_mv MOUZINHO, Lucilene Ferreira. Medição indireta ótima estocástica e neuronal em sistemas dinâmicos. 2007. 210f. Tese (Doutorado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2007. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18065
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1809744485290082304