Identificação de modelos polinomiais narx utilizando algoritmos combinados de detecção de estrutura e estimação de parâmetros com aplicações práticas
Autor(a) principal: | |
---|---|
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 |