Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/BUOS-8D7ML2| Type: | Dissertação de Mestrado |
| Title: | Uso de conhecimento prévio na Identificação de modelos polinomiais NARMAX |
| Authors: | Cristiano Ribeiro Ferreira Jacome |
| First Advisor: | Luis Antonio Aguirre |
| Abstract: | O objetivo deste trabalho é investigar a aplicação de técnicas de identificação de sistemas dinâmicos não-lineares utilizando modelos polinomiais NARMAX, auxiliadas pelo uso de informações a priori do sistema. Os modelos polinomiais NARMAX são estruturas paramétricas do tipo entrada-saída capazes de representar uma ampla classede sistemas não-lineares. O procedimento de identificação de modelos não-lineares paramétricos pode ser dividido em cinco etapas principais. Estas cinco etapas são apresentadas e analisadas no âmbito de identificação de modelos não-lineares caixa-preta. A seleção de estrutura é a etapa crucial da identificação de modelos não-lineares. Poresse motivo, ela é o foco principal deste trabalho, sendo analisada em maior profundidade. Os conceitos de agrupamentos de termos e coeficientes de agrupamentos são utilizados para derivar um procedimento preliminar, que visa auxiliar na seleção de estruturas de modelos não-lineares polinomiais. Este procedimento, juntamente comconhecimentos a priori do sistema, podem ser bastante eficazes em situações reais. Em seguida, são analisados modelos discretizados de sistemas dinâmicos lineares até terceira ordem, com ganho e constantes de tempo fixos (não variáveis). Posteriormente são consideradas variações de ganho e de uma das constantes de tempo em função de um sinal do processo. Tais resultados são comparados com certos modelos polinomiais NARMAX, investigando-se assim, o acréscimo de novos termos no modelo. Estes procedimentos auxiliam na constituição de informações a priori, e são posteriormenteaplicados em dois sistemas simulados: um modelo de Wiener e um modelo de Hammerstein, respectivamente. Finalmente, o procedimento desenvolvido é aplicado a uma válvula de controle real. Partindo-se do modelo dinâmico obtido recupera-se a característica estática da válvulacom boa exatidão. Através desta aplicação, percebe-se que a obtenção de modelos polinomiais NARMAX concisos e dinamicamente válidos é possível mediante a conciliação de certas técnicas de identificação e de conhecimento a priori do sistema. É mostrado como tal conhecimento pode ser utilizado para melhor adequar a estrutura do modelo emsituações onde as técnicas caixa-preta não mais podem ajudar. |
| Abstract: | The main objective of this work is to investigate the use of techniques to identify nonlinear dynamical systems with prior knowledge about the system, using NARMAX polynomial models. Such models are parametric input-output structures able to represent dynamic behavior of a wide class of nonlinear systems. The identification of nonlinear parametric models can be divided in five stages. These five stages are introduced and analysed in the scope of nonlinear black-box model identification.Model structure selection is the crucial stage of nonlinear model identification and is the main focus of this work. Thus this issue has been analysed more deeply. The concepts of term clusters and clusters coeficients are used to derive a preliminar procedure to help in the structure selection in nonlinear polynomial models. This procedure associated with prior knowledge about the system being modelled can work efficiently in situations where other techniques fail. In this way, discretized models of linear dynamic systems up to third order with constant gain and invariant time constants are analysed. After that, variations with process signals are included in the gain and one time constant These results are compared with certain NARMAX polynomial models. This procedure is applied to two simulated systems: a Wiener model and a Hammerstein model. Finally, the developed procedure is applied in the identification of a real control valve. The valves static nonlinearity is recovered from the identified dynamic model. Besides this practical application, it will be seen that is possible to get reduceddynamicaly valid NARMAX models, under certain assumptions and prior knowledge about the system. The importance the new results become evident in situation when usual identification techniques can not improve the model structure any further. |
| Subject: | Engenharia elétrica |
| language: | Português |
| Publisher: | Universidade Federal de Minas Gerais |
| Publisher Initials: | UFMG |
| Rights: | Acesso Aberto |
| URI: | http://hdl.handle.net/1843/BUOS-8D7ML2 |
| Issue Date: | 19-Dec-1996 |
| Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| cristiano_ribeiro_ferreira_j_come.pdf | 931.75 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.