Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/40199
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Luis Antonio Aguirrept_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6682146998710900pt_BR
dc.contributor.advisor-co1Bruno Otávio Soares Teixeirapt_BR
dc.contributor.referee1Luiz Carlos Sandoval Góespt_BR
dc.contributor.referee2Claudio Garciapt_BR
dc.contributor.referee3Samir Ângelo Milani Martinspt_BR
dc.contributor.referee4Luciano Antonio Frezzatto Santospt_BR
dc.creatorPetrus Emmanuel Oliveira Gomes Brant Abreupt_BR
dc.creator.Latteshttp://lattes.cnpq.br/7484942408116976pt_BR
dc.date.accessioned2022-03-17T17:00:09Z-
dc.date.available2022-03-17T17:00:09Z-
dc.date.issued2021-12-14-
dc.identifier.urihttp://hdl.handle.net/1843/40199-
dc.description.abstractTécnicas de identificação caixa-cinza fornecem uma maneira promissora de construir modelos matemáticos que podem ser ajustados para reproduzir características específicas de sistemas reais e que têm uma estrutura adequada para seu uso em esquemas de controle ou compensação. Nesta tese, alguns dos principais conceitos, definições e ferramentas originalmente formuladas no contexto caixa-preta, para construir modelos NARX polinomiais (do inglês, Nonlinear polynomial AutoRegressive models with eXogenous inputs), e suas extensões necessárias para lidar com o cenário caixa-cinza são abordadas. Uma representação NARX mais geral que se ajusta ao cenário caixa-cinza é formalizada ao se assumir que as informações auxiliares podem ser convertidas como uma nova classe de regressores que podem ser opcionalmente incluídos no modelo. Algumas diretrizes sobre como determinar uma classe promissora de regressores a partir de dados são exploradas. Visando trabalhar com questões que tenham implicações importantes tanto para a ciência quanto para a indústria, estuda-se a utilização de modelos NARX caixa-cinza para modelagem e compensação de sistemas dinâmicos com histerese, comportamento não linear presente em diversas aplicações. Para uma representação mais consistente deste comportamento não linear, algumas restrições na estrutura e uma específica nos parâmetros dos modelos NARX polinomiais são propostas para serem consideradas durante o procedimento de identificação. Esses modelos identificados são então capazes de descrever não apenas o comportamento dinâmico, mas também a resposta estática que, apesar de ser uma característica muito importante para os sistemas histeréticos, geralmente tem sido negligenciada na literatura. Além disso, uma estrutura mais geral é desenvolvida para explicar como a histerese ocorre em tais modelos. No contexto de compensação, três abordagens para projetar compensadores são formuladas para sistemas dinâmicos em geral e também para sistemas histeréticos. Resumidamente, as abordagens propostas fornecem diferentes maneiras de identificar modelos NARX ou reescrever os identificados em função do sinal de entrada de compensação e então utiliza-se essa função/compensador para calcular seus valores de forma iterativa. Exemplos numéricos e experimentais são fornecidos ao longo do texto para enriquecer algumas discussões. Para demonstrar a eficácia das propostas de identificação e compensação, resultados simulados e experimentais são obtidos, respectivamente, com um atuador piezoelétrico e uma válvula de controle pneumática. Além disso, verificou-se que os compensadores baseados em técnicas caixa-cinza superam aqueles baseados em modelos identificados por meio de técnicas caixa-preta e que qualquer uma das abordagens propostas reduz significativamente o erro de rastreamento em comparação com o sistema não compensado.pt_BR
dc.description.resumoGray-box identification techniques provide a promising way to build mathematical models that can be tailored to reproduce specific features of real systems and that have a suitable structure for their use in control or compensation schemes. In this thesis, some of the main concepts, definitions, and tools originally formulated in the black-box context to build Nonlinear polynomial AutoRegressive models with eXogenous inputs (NARX) and their necessary extensions to deal with the gray-box scenario are addressed. A more general NARX representation that fits the gray-box scenario is formalized when it is assumed that the auxiliary information can be converted as a new class of regressors that can optionally be included in the model. Some guidelines on how to determine a promising class of regressors from data are explored. Aiming at work on issues that have important implications for both the science and industry, the use of gray-box NARX models is studied for modeling and compensation of dynamic systems with hysteresis, a nonlinear behavior present in several applications. For a more consistent representation of this nonlinear behavior, some constraints on the structure and a specific one on the parameters of NARX polynomial models are proposed to be considered during the identification procedure. Such identified models are then able to describe not only the dynamic behavior, but also the static response which, despite being a very important feature for hysteretic systems, has been generally neglected in the literature. In addition, a more general framework is developed to explain how hysteresis occurs in such models. In the context of compensation, three approaches to design compensators are formulated for general dynamic systems and also for hysteretic systems. In short, the proposed approaches provide different ways to identify NARX models or rewrite the identified ones as a function of the compensation input signal and then use this function/compensator to calculate their values iteratively. Numerical and experimental examples are given throughout the text to enrich some discussions. Results obtained with a simulated piezoelectric actuator and an experimental pneumatic control valve demonstrate the efficiency of the identification and compensation proposals. Also, it has been found that the compensators based on gray-box techniques outperform those based on models identified through black-box techniques, and that any of the three proposed approaches significantly reduce the tracking error compared to the uncompensated system.pt_BR
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELETRÔNICApt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectGray-box identificationpt_BR
dc.subjectCompensation of nonlinearitiespt_BR
dc.subjectNARX polynomial modelspt_BR
dc.subjectHysteresispt_BR
dc.subject.otherEngenharia elétricapt_BR
dc.subject.otherHisteresept_BR
dc.subject.otherIdentificação de sistemaspt_BR
dc.titleIdentification and compensator design using NARX modelspt_BR
dc.title.alternativeIdentificação e projeto de compensador usando modelos NARXpt_BR
dc.typeTesept_BR
Appears in Collections:Teses de Doutorado

Files in This Item:
File Description SizeFormat 
Tese Doutorado - Petrus Abreu - Versão Biblioteca.pdf3.33 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.