Identificação de modelos de baixa ordem baseados em funções de Laguerre e Kautz com polos otimizados.

• Autor(a) principal: ANDRADE, Renato Augusto Lira de.
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• 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/26799
• topic: Identificação de Sistemas; Funções de Base Ortonormais; Otimização de Polos; Systems Identification; Orthonormal Basis Functions; Poles Optimization; Engenharia Elétrica

Modelos de baixa ordem são muito utilizados na área de controle de sistemas. Enquanto a simplicidade que lhes é intrínseca é desejável por fins práticos, ainda é necessário que os modelos sejam representações precisas do sistema estudado, isto é, que aja um nível mínimo de concordância entre as dinâmicas do modelo gerado e da planta real. Representações com funções de base ortonomais pode ser úteis na obtenção de tais modelos por meio de uma estrutura de modelo de resposta ao impulso finita, cuja utilização permite desfrutar de vantagens numéricas por ser linear nos parâmetros e estimar a resposta do sistema com dinâmica diferente da do ruído, diminuindo os erros de modelagem, além de possibilitar de modo simples a inclusão de conhecimento prévio sobre o sistema. Porém, uma escolha adequada dos polos é crucial neste processo. Neste trabalho de dissertação, estudam-se duas situações em que, a partir de dados de entrada e saída da resposta ao degrau do sistema, modelo de funções de base ortonomais de baixa ordem são gerados de modo a satisfazer condições de optimalidade do erro de estimativa em relação aos polos escolhidos. No primeiro caso, apresenta-se a possibilidade gerar modelos de Laguerre com atraso cujos polos são calculados de modo a satisfazer os critérios de optimalidade. No segundo, propõem-se dois métodos para gerar modelos de Kautz de segunda ordem e parâmetros reais, visando a modelar sistemas com polos dispersos que apresentam dinâmicas mais complexas induzidas por zeros. São desenvolvidas também soluções analíticas dos problemas de otimização que geram os critérios utilizados.