Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas

Detalhes bibliográficos
Autor(a) principal: Dantas, Amanda Danielle Oliveira da Silva
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/15489
Resumo: A modelagem de processos industriais tem auxiliado na produção e minimização de custos, permitindo a previsão dos comportamentos futuros do sistema, supervisão de processos e projeto de controladores. Ao observar os benefícios proporcionados pela modelagem, objetiva-se primeiramente, nesta dissertação, apresentar uma metodologia de identificação de modelos não-lineares com estrutura NARX, a partir da implementação de algoritmos combinados de detecção de estrutura e estimação de parâmetros. Inicialmente, será ressaltada a importância da identificação de sistemas na otimização de processos industriais, especificamente a escolha do modelo para representar adequadamente as dinâmicas do sistema. Em seguida, será apresentada uma breve revisão das etapas que compõem a identificação de sistemas. Na sequência, serão apresentados os métodos fundamentais para detecção de estrutura (Modificado Gram- Schmidt) e estimação de parâmetros (Método dos Mínimos Quadrados e Método dos Mínimos Quadrados Estendido) de modelos. No trabalho será também realizada, através dos algoritmos implementados, a identificação de dois processos industriais distintos representados por uma planta de nível didática, que possibilita o controle de nível e vazão, e uma planta de processamento primário de petróleo simulada, que tem como objetivo representar um tratamento primário do petróleo que ocorre em plataformas petrolíferas. A dissertação é finalizada com uma avaliação dos desempenhos dos modelos obtidos, quando comparados com o sistema. A partir desta avaliação, será possível observar se os modelos identificados são capazes de representar as características estáticas e dinâmicas dos sistemas apresentados nesta dissertação
id UFRN_4afe88018693995810131da1a3a5471c
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/15489
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Dantas, Amanda Danielle Oliveira da Silvahttp://lattes.cnpq.br/5135267871256787http://lattes.cnpq.br/0143490577842914Maitelli, André Laurindohttp://lattes.cnpq.br/0477027244297797Martins, Allan de Medeiroshttp://lattes.cnpq.br/4402694969508077Gabriel Filho, Oscarhttp://lattes.cnpq.br/4171033998524192Pereira, Luís Fernando Alveshttp://lattes.cnpq.br/9579859673529534Dórea, Carlos Eduardo Trabuco2014-12-17T14:56:16Z2014-06-262014-12-17T14:56:16Z2013-07-26DANTAS, Amanda Danielle Oliveira da Silva. Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas. 2013. 173 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013.https://repositorio.ufrn.br/jspui/handle/123456789/15489A modelagem de processos industriais tem auxiliado na produção e minimização de custos, permitindo a previsão dos comportamentos futuros do sistema, supervisão de processos e projeto de controladores. Ao observar os benefícios proporcionados pela modelagem, objetiva-se primeiramente, nesta dissertação, apresentar uma metodologia de identificação de modelos não-lineares com estrutura NARX, a partir da implementação de algoritmos combinados de detecção de estrutura e estimação de parâmetros. Inicialmente, será ressaltada a importância da identificação de sistemas na otimização de processos industriais, especificamente a escolha do modelo para representar adequadamente as dinâmicas do sistema. Em seguida, será apresentada uma breve revisão das etapas que compõem a identificação de sistemas. Na sequência, serão apresentados os métodos fundamentais para detecção de estrutura (Modificado Gram- Schmidt) e estimação de parâmetros (Método dos Mínimos Quadrados e Método dos Mínimos Quadrados Estendido) de modelos. No trabalho será também realizada, através dos algoritmos implementados, a identificação de dois processos industriais distintos representados por uma planta de nível didática, que possibilita o controle de nível e vazão, e uma planta de processamento primário de petróleo simulada, que tem como objetivo representar um tratamento primário do petróleo que ocorre em plataformas petrolíferas. A dissertação é finalizada com uma avaliação dos desempenhos dos modelos obtidos, quando comparados com o sistema. A partir desta avaliação, será possível observar se os modelos identificados são capazes de representar as características estáticas e dinâmicas dos sistemas apresentados nesta dissertaçãoapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em Engenharia ElétricaUFRNBRAutomação e Sistemas; Engenharia de Computação; TelecomunicaçõesIdentificação. Modelos polinomiais NARX. Planta didática. Identificação multivariável. Planta de processamento primário de petróleoIdentification. Polynomial NARX models. Plant didactic. Multivariable identification. Processing plant primary petroleumCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAIdentificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALAmandaDOSD_DISSERT.pdfapplication/pdf3108692https://repositorio.ufrn.br/bitstream/123456789/15489/1/AmandaDOSD_DISSERT.pdf6c24c65f349d3aca5d9122aa78c3b00cMD51TEXTAmandaDOSD_DISSERT.pdf.txtAmandaDOSD_DISSERT.pdf.txtExtracted texttext/plain241984https://repositorio.ufrn.br/bitstream/123456789/15489/6/AmandaDOSD_DISSERT.pdf.txt33261cd5ee6a9447f93966b6a9f313b0MD56THUMBNAILAmandaDOSD_DISSERT.pdf.jpgAmandaDOSD_DISSERT.pdf.jpgIM Thumbnailimage/jpeg2786https://repositorio.ufrn.br/bitstream/123456789/15489/7/AmandaDOSD_DISSERT.pdf.jpgfcc1aed7a48012ea3534d21256f9a382MD57123456789/154892017-11-01 03:00:31.583oai:https://repositorio.ufrn.br:123456789/15489Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-01T06:00:31Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.por.fl_str_mv Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
title Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
spellingShingle Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
Dantas, Amanda Danielle Oliveira da Silva
Identificação. Modelos polinomiais NARX. Planta didática. Identificação multivariável. Planta de processamento primário de petróleo
Identification. Polynomial NARX models. Plant didactic. Multivariable identification. Processing plant primary petroleum
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
title_short Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
title_full Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
title_fullStr Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
title_full_unstemmed Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
title_sort Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
author Dantas, Amanda Danielle Oliveira da Silva
author_facet Dantas, Amanda Danielle Oliveira da Silva
author_role author
dc.contributor.authorID.por.fl_str_mv
dc.contributor.authorLattes.por.fl_str_mv http://lattes.cnpq.br/5135267871256787
dc.contributor.advisorID.por.fl_str_mv
dc.contributor.advisorLattes.por.fl_str_mv http://lattes.cnpq.br/0143490577842914
dc.contributor.advisor-co1ID.por.fl_str_mv
dc.contributor.referees1.pt_BR.fl_str_mv Martins, Allan de Medeiros
dc.contributor.referees1ID.por.fl_str_mv
dc.contributor.referees1Lattes.por.fl_str_mv http://lattes.cnpq.br/4402694969508077
dc.contributor.referees2.pt_BR.fl_str_mv Gabriel Filho, Oscar
dc.contributor.referees2ID.por.fl_str_mv
dc.contributor.referees2Lattes.por.fl_str_mv http://lattes.cnpq.br/4171033998524192
dc.contributor.referees3.pt_BR.fl_str_mv Pereira, Luís Fernando Alves
dc.contributor.referees3ID.por.fl_str_mv
dc.contributor.referees3Lattes.por.fl_str_mv http://lattes.cnpq.br/9579859673529534
dc.contributor.author.fl_str_mv Dantas, Amanda Danielle Oliveira da Silva
dc.contributor.advisor-co1.fl_str_mv Maitelli, André Laurindo
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/0477027244297797
dc.contributor.advisor1.fl_str_mv Dórea, Carlos Eduardo Trabuco
contributor_str_mv Maitelli, André Laurindo
Dórea, Carlos Eduardo Trabuco
dc.subject.por.fl_str_mv Identificação. Modelos polinomiais NARX. Planta didática. Identificação multivariável. Planta de processamento primário de petróleo
topic Identificação. Modelos polinomiais NARX. Planta didática. Identificação multivariável. Planta de processamento primário de petróleo
Identification. Polynomial NARX models. Plant didactic. Multivariable identification. Processing plant primary petroleum
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
dc.subject.eng.fl_str_mv Identification. Polynomial NARX models. Plant didactic. Multivariable identification. Processing plant primary petroleum
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
description A modelagem de processos industriais tem auxiliado na produção e minimização de custos, permitindo a previsão dos comportamentos futuros do sistema, supervisão de processos e projeto de controladores. Ao observar os benefícios proporcionados pela modelagem, objetiva-se primeiramente, nesta dissertação, apresentar uma metodologia de identificação de modelos não-lineares com estrutura NARX, a partir da implementação de algoritmos combinados de detecção de estrutura e estimação de parâmetros. Inicialmente, será ressaltada a importância da identificação de sistemas na otimização de processos industriais, especificamente a escolha do modelo para representar adequadamente as dinâmicas do sistema. Em seguida, será apresentada uma breve revisão das etapas que compõem a identificação de sistemas. Na sequência, serão apresentados os métodos fundamentais para detecção de estrutura (Modificado Gram- Schmidt) e estimação de parâmetros (Método dos Mínimos Quadrados e Método dos Mínimos Quadrados Estendido) de modelos. No trabalho será também realizada, através dos algoritmos implementados, a identificação de dois processos industriais distintos representados por uma planta de nível didática, que possibilita o controle de nível e vazão, e uma planta de processamento primário de petróleo simulada, que tem como objetivo representar um tratamento primário do petróleo que ocorre em plataformas petrolíferas. A dissertação é finalizada com uma avaliação dos desempenhos dos modelos obtidos, quando comparados com o sistema. A partir desta avaliação, será possível observar se os modelos identificados são capazes de representar as características estáticas e dinâmicas dos sistemas apresentados nesta dissertação
publishDate 2013
dc.date.issued.fl_str_mv 2013-07-26
dc.date.accessioned.fl_str_mv 2014-12-17T14:56:16Z
dc.date.available.fl_str_mv 2014-06-26
2014-12-17T14:56:16Z
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.citation.fl_str_mv DANTAS, Amanda Danielle Oliveira da Silva. Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas. 2013. 173 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/15489
identifier_str_mv DANTAS, Amanda Danielle Oliveira da Silva. Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas. 2013. 173 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2013.
url https://repositorio.ufrn.br/jspui/handle/123456789/15489
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.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv BR
dc.publisher.department.fl_str_mv Automação e Sistemas; Engenharia de Computação; Telecomunicações
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/15489/1/AmandaDOSD_DISSERT.pdf
https://repositorio.ufrn.br/bitstream/123456789/15489/6/AmandaDOSD_DISSERT.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/15489/7/AmandaDOSD_DISSERT.pdf.jpg
bitstream.checksum.fl_str_mv 6c24c65f349d3aca5d9122aa78c3b00c
33261cd5ee6a9447f93966b6a9f313b0
fcc1aed7a48012ea3534d21256f9a382
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814833027697606656