Identificação por predição de erro e síntese de controladores robustos

Detalhes bibliográficos
Autor(a) principal: Fabricio de Souza Fernandes
Data de Publicação: 2006
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/BUDB-8D3HED
Resumo: Neste trabalho investiga-se como obter modelos e regiões de incerteza com objetivos de controle. Inicialmente apresenta-se conceitos relativos à identificação por predição de erro, identificação em malha fechada e construção de regiões de incerteza, denominadas regiões $Di$. Posteriormente, realiza-se um estudo sobre fatores que influenciam a qualidade da região $Di$ tendo em vista um projeto de controle robusto estabilizante. Demonstra-se que, o espectro do sinal de entrada usado durante a etapa de coleta de dados, influencia de forma determinante o tamanho da região de incerteza estimada, podendo ser usado como um parâmetro de projeto de testes para identificação e controle robusto. Sendo assim, é apresentado como principal contribuição deste trabalho a elaboração de um procedimento iterativo para identificação e controle robusto. Tal procedimento possibilita a obtenção de regiões $Di$, adequadas para projeto de controladores robustos com certa probabilidade de estabilizar e encontrar desempenho desejado com o sistema real em malha fechada. Destacam-se dois pontos chave do procedimento proposto: (1) integração de ferramentas de análise robusta, na síntese de controladores via Algoritmos Genéticos e (2) utilização de informações do pior caso de desempenho robusto como guia'' para reprojetar o experimento de identificação, caso a região $Di$ seja considerada inválida para controle. Tal procedimento é aplicado em dois extit{benchmarks} bastante utilizados pela comunidade de identificação para controle. Os resultados sugerem que, condições experimentais podem ser escolhidas em função das especificações de desempenho quando o objetivo é estimar regiões $Di$ orientadas para controle.
id UFMG_068b6ba189b6c4cd25a5c302e90fa17d
oai_identifier_str oai:repositorio.ufmg.br:1843/BUDB-8D3HED
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Luis Antonio AguirreMarcelo Vieira CorrêaReinaldo Martinez PalharesEduardo Mazoni Andrade Marcal MendesZelia Myriam Assis PeixotoFabricio de Souza Fernandes2019-08-10T01:10:04Z2019-08-10T01:10:04Z2006-05-18http://hdl.handle.net/1843/BUDB-8D3HEDNeste trabalho investiga-se como obter modelos e regiões de incerteza com objetivos de controle. Inicialmente apresenta-se conceitos relativos à identificação por predição de erro, identificação em malha fechada e construção de regiões de incerteza, denominadas regiões $Di$. Posteriormente, realiza-se um estudo sobre fatores que influenciam a qualidade da região $Di$ tendo em vista um projeto de controle robusto estabilizante. Demonstra-se que, o espectro do sinal de entrada usado durante a etapa de coleta de dados, influencia de forma determinante o tamanho da região de incerteza estimada, podendo ser usado como um parâmetro de projeto de testes para identificação e controle robusto. Sendo assim, é apresentado como principal contribuição deste trabalho a elaboração de um procedimento iterativo para identificação e controle robusto. Tal procedimento possibilita a obtenção de regiões $Di$, adequadas para projeto de controladores robustos com certa probabilidade de estabilizar e encontrar desempenho desejado com o sistema real em malha fechada. Destacam-se dois pontos chave do procedimento proposto: (1) integração de ferramentas de análise robusta, na síntese de controladores via Algoritmos Genéticos e (2) utilização de informações do pior caso de desempenho robusto como guia'' para reprojetar o experimento de identificação, caso a região $Di$ seja considerada inválida para controle. Tal procedimento é aplicado em dois extit{benchmarks} bastante utilizados pela comunidade de identificação para controle. Os resultados sugerem que, condições experimentais podem ser escolhidas em função das especificações de desempenho quando o objetivo é estimar regiões $Di$ orientadas para controle.This work investigates the estimation of models and uncertainty sets for control objectives. Firstly, one presents relative concepts to the prediction error identification, closed loop identification and uncertainty sets $Di$. Later, it is carried through a study on factors that influence the quality of the region $Di$ with the objective of robust control design. It is verified that, the power spectrum of the signal used during the stage of record data, influences the size of the region $Di$, could be used as project parameter for identification and robust control. Thus, the main contribution of this work is to proporse an iterative procedure for identification and robust control. This procedure obtained a region $Di$, tuned for robust control design with certain probability level to stabilize and to achieve the prescribed closed loop performance with the real life system. Two key points of the purpose procedure are: (1) integration of robust analysis tools, in the synthesis of controllers using Genetic Algorithms and (2) the use of worst case performance information to redesign the identification experiment, case the estimate region $Di$ is classified as it invalidates. The procedure was applied in two benchmarks generally used for the community of identification for control. The results suggest that, experimental conditions can be chosen in function of the performance specifications when the objective is to estimate regions $Di$ tuned for robust control.Universidade Federal de Minas GeraisUFMGEngenharia elétricaEngenharia elétricaIdentificação por predição de erro e síntese de controladores robustosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALfabr_cio_de_souza_fernandes.pdfapplication/pdf1026773https://repositorio.ufmg.br/bitstream/1843/BUDB-8D3HED/1/fabr_cio_de_souza_fernandes.pdfffca764e4b11db6af9cc7e26487b2165MD51TEXTfabr_cio_de_souza_fernandes.pdf.txtfabr_cio_de_souza_fernandes.pdf.txtExtracted texttext/plain217898https://repositorio.ufmg.br/bitstream/1843/BUDB-8D3HED/2/fabr_cio_de_souza_fernandes.pdf.txtf055cda83360038ea90eb6e62642627dMD521843/BUDB-8D3HED2019-11-14 06:56:33.485oai:repositorio.ufmg.br:1843/BUDB-8D3HEDRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T09:56:33Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Identificação por predição de erro e síntese de controladores robustos
title Identificação por predição de erro e síntese de controladores robustos
spellingShingle Identificação por predição de erro e síntese de controladores robustos
Fabricio de Souza Fernandes
Engenharia elétrica
Engenharia elétrica
title_short Identificação por predição de erro e síntese de controladores robustos
title_full Identificação por predição de erro e síntese de controladores robustos
title_fullStr Identificação por predição de erro e síntese de controladores robustos
title_full_unstemmed Identificação por predição de erro e síntese de controladores robustos
title_sort Identificação por predição de erro e síntese de controladores robustos
author Fabricio de Souza Fernandes
author_facet Fabricio de Souza Fernandes
author_role author
dc.contributor.advisor1.fl_str_mv Luis Antonio Aguirre
dc.contributor.advisor-co1.fl_str_mv Marcelo Vieira Corrêa
dc.contributor.referee1.fl_str_mv Reinaldo Martinez Palhares
dc.contributor.referee2.fl_str_mv Eduardo Mazoni Andrade Marcal Mendes
dc.contributor.referee3.fl_str_mv Zelia Myriam Assis Peixoto
dc.contributor.author.fl_str_mv Fabricio de Souza Fernandes
contributor_str_mv Luis Antonio Aguirre
Marcelo Vieira Corrêa
Reinaldo Martinez Palhares
Eduardo Mazoni Andrade Marcal Mendes
Zelia Myriam Assis Peixoto
dc.subject.por.fl_str_mv Engenharia elétrica
topic Engenharia elétrica
Engenharia elétrica
dc.subject.other.pt_BR.fl_str_mv Engenharia elétrica
description Neste trabalho investiga-se como obter modelos e regiões de incerteza com objetivos de controle. Inicialmente apresenta-se conceitos relativos à identificação por predição de erro, identificação em malha fechada e construção de regiões de incerteza, denominadas regiões $Di$. Posteriormente, realiza-se um estudo sobre fatores que influenciam a qualidade da região $Di$ tendo em vista um projeto de controle robusto estabilizante. Demonstra-se que, o espectro do sinal de entrada usado durante a etapa de coleta de dados, influencia de forma determinante o tamanho da região de incerteza estimada, podendo ser usado como um parâmetro de projeto de testes para identificação e controle robusto. Sendo assim, é apresentado como principal contribuição deste trabalho a elaboração de um procedimento iterativo para identificação e controle robusto. Tal procedimento possibilita a obtenção de regiões $Di$, adequadas para projeto de controladores robustos com certa probabilidade de estabilizar e encontrar desempenho desejado com o sistema real em malha fechada. Destacam-se dois pontos chave do procedimento proposto: (1) integração de ferramentas de análise robusta, na síntese de controladores via Algoritmos Genéticos e (2) utilização de informações do pior caso de desempenho robusto como guia'' para reprojetar o experimento de identificação, caso a região $Di$ seja considerada inválida para controle. Tal procedimento é aplicado em dois extit{benchmarks} bastante utilizados pela comunidade de identificação para controle. Os resultados sugerem que, condições experimentais podem ser escolhidas em função das especificações de desempenho quando o objetivo é estimar regiões $Di$ orientadas para controle.
publishDate 2006
dc.date.issued.fl_str_mv 2006-05-18
dc.date.accessioned.fl_str_mv 2019-08-10T01:10:04Z
dc.date.available.fl_str_mv 2019-08-10T01:10:04Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/BUDB-8D3HED
url http://hdl.handle.net/1843/BUDB-8D3HED
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 Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUDB-8D3HED/1/fabr_cio_de_souza_fernandes.pdf
https://repositorio.ufmg.br/bitstream/1843/BUDB-8D3HED/2/fabr_cio_de_souza_fernandes.pdf.txt
bitstream.checksum.fl_str_mv ffca764e4b11db6af9cc7e26487b2165
f055cda83360038ea90eb6e62642627d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589270363963392