Medição indireta ótima estocástica e neuronal em sistemas dinâmicos.
Autor(a) principal: | |
---|---|
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 |