Métodos Não Paramétricos
|
|
- Matilde Alencastre
- 5 Há anos
- Visualizações:
Transcrição
1 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 1 Métodos Não Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos de correlação J. Miranda Lemos
2 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 2 O que são métodos não paramétricos? A resposta de um sistema linear é completamente caracterizada pela resposta impulsiva, ou pelas suas curvas de resposta em frequência. Os métodos não paramétricos visam determinar estas respostas, não na forma de uma expressão matemática, mas como uma tabela (ou gráfico) em função do tempo (resposta impulsiva) ou da frequência (resposta em frequência).
3 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 3 Porquê métodos não paramétricos? Os métodos não paramétricos são úteis numa fase inicial do processo de identificação. Permitem ter uma primeira ideia das principais características dinâmicas do processo, como a presença de atraso puro, as constantes de tempo dominantes (que influenciam a escolha do intervalo de amostragem) e os ganhos estáticos.
4 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 4 Limitações dos Métodos Não Paramétricos A informação que fornecem é limitada e nem sempre adequada aos objectivos visados (listas de números ou gráficos). Os limites práticos impostos na amplitude da entrada, as perturbações e o facto de o processo a identificar ter de trabalhar em cadeia fechada dificultam a obtenção de modelos precisos. Estudaremos apenas métodos para sistemas lineares (discretos), embora sejam possíveis generalizações para classes de sistemas não lineares.
5 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 5 Resposta impulsiva de um sistema linear discreto ν u Sistema a identificar y yt () = Gqut ( ) () + vt () G( q) u( t) = g( k ) u( t k ) k = 1
6 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 6 Estimação da resposta impulsiva por métodos convencionais 1. Aplicar um impulso δ ( k), à entrada do sistema. A saída do sistema yk, ( ) é a sua resposta impulsiva Dificuldade: energia fornecida pode ser insuficiente. 2. Aplicar um escalão à entrada do sistema. Uma vez que o impulso pode ser obtido do escalão a partir de δ ( k) = uk ( ) uk ( 1), então a resposta impulsiva pode ser obtida por gk ( ) = yk ( ) yk ( 1) - Dificuldade: diferenciar um sinal amplifica o ruído. 3. Aplicar um sinal arbitrario x(k) e observar a saída y(k). O operador de transferência do sistema H(q) pode ser calculado por divisão polinomial de Y(q) por X(q) Dificuldade : fraca robustez numérica de métodos de divisão polinomial.
7 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 7 Estimação da resposta impulsiva por correlação Os métodos indicados anteriormente funcionam mal no caso de exitirem perturbações. A resposta impulsiva vem afectada dos valores da perturbação naquela experiência. Uma forma de atenuar isto seria fazer várias experiência e calcular o valor esperado da resposta impulsiva. No entanto, há métodos em que basta efectuar uma experiência. Um desses método consiste na análise de correlação descrita a seguir. O resultado do método é uma lista de números que constituem as primeiras N amostras da resposta impulsiva do sistema a determinar.
8 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 8 Considere-se o sistema discreto com resposta impulsiva { g k }. A resposta deste sistema a um sinal { u( t) } é descrita pelo somatório de convolução: y( t) = g u( t k) + ν( t) k = 0 k Seja { u( t) } um signal que é a realização de um processo estacionário com média nula e função de covariância: e tal que { u( t) } e { ()} malha aberta). [ τ ] R ( τ ) = u E u ( t ) u ( t ) vt são incorrelacionados (exigindo experiências em
9 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 9 A covariância cruzada entre u e y é então dada por [ ] k [ ] [ ] R ( τ ) = E y( t) u( t τ ) = g E u( t k ) u( t τ ) + E ν ( t) u( t τ ) yu k= 0 = u( t k ( τ k)) R ( τ ) = g R ( τ k) yu k u k= 0
10 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 10 Se a entrada fôr ruído branco R u ( τ ) σ 2, τ = 0 = 0, τ 0 obtém-se R ( ) yu τ = σ 2 g τ A função de covariância cruzada R yu ( τ ) é pois proporcional à resposta impulsiva.
11 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 11 A função de covariância cruzada entre a entrada e a saída é desconhecida, mas pode ser estimada por N N 1 Ryu = y( t) u( t τ ) N t = 1 Analogamente se pode estimar a covariância na origem do sinal de entrada: 1 N 2 2 ˆ = N u () t N t= 1 A resposta impulsiva vem então estimada por σ N 1 ˆ ˆ N gτ = Ryu ( τ ) σˆ 2 N
12 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 12 Filtro branqueador No caso em que o sinal de teste u não é branco, podemos seguir o seguinte procedimento: Determinamos um filtro L(q) tal que o sinal uf ( t) = L( q) u( t) seja branco. Com este filtro determinamos o sinal yf ( t) = L( q) y( t) u(t) G(q) y(t) L u (t) F L y (t) F
13 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 13 Trabalhar com os sinais u F e y F corresponde à situação u (t) F L -1 u(t) G(q) y(t) L y (t) F Como o filtro L( q) surge em série com o seu inverso, é válida a equação y ( t) = g u ( t k) + ν ( t) F k F F k = 0 que pode ser empregue para estimar a resposta impulsiva. O filtro L(q) denomina-se filtro branqueador (whitening filter). A sua determinação pode fazer-se recorrendo a modelos paramétricos e ao método dos mínimos quadrados.
14 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 14 Algoritmo CRA (Análise de Correlação) 1. Recolher os dados y(k), u(k), k=1,, N 2. Subtrair as médias da amostra a cada sinal: N 1 y( k ) = y( k ) y( t) N t = 1 N 1 u( k) = u( k) u( t) N t= 1 3.Obter os sinais (L(q) é o filtro branqueador): yf ( t) = L( q) y( t) uf ( t) = L( q) u ( t) (cont.)
15 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 15 4.Calcular as estimativas Algoritmo CRA (cont.) N N 1 Ry u ( τ ) = yf ( t) uf ( t τ ) F F N t = 1 = u F ( t) N λ N 1 N 2 t= 1 5.Estimar a resposta impulsiva por g N τ = N Ry u ( τ ) F F λ N
16 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 16 Implementação no MATLAB 5.3 (Control Syst. Toolbox) O algoritmo CRA está implementado através da função cra Formar uma colecção de pares entrada/saída (y é um vector coluna com as amostras da saída, u da entrada): z=[y u]; Calcular as primeiras 20 amostras da resposta impulsiva e pô-las no vector ir (inclui branqueamento e gráfico); ir=cra(z);
17 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 17 Exemplo Estimar a resposta impulsiva de G(s) amostrado com h = 0.1s. Gs () = s s+ 1 O sistema real está sujeito a uma perturbação aditiva à saída do tipo ruído branco com desvio padrão 0.01.
18 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 18 Método 1 Introduzir um impulso à entrada do sistema
19 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 19 Método 2 Introduzir um escalão à entrada do sistema e diferenciar a saída
20 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 20 Método 3 Introduzir ruído branco à entrada e usar a Análise de Correlação Com 900 pontos Com 9900 pontos
21 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 21 Conselhos Práticos Na análise de correlação devem-se utilizar apenas pontos da experiência que correspondam ao regime estacionário. Nas experiências anteriores anularam-se os primeiros 100 pontos porque correspondem ao regime transitório do sistema. A dimensão da resposta impulsiva a usar na função cra não deverá ser superior a cerca de 1/10 do número total de pontos para que os valores da função de covariancia sejam calculados com um número suficiente de pontos. Quanto maior amplitude tiver a perturbação à saída, maior número de pontos deverão ser utilizados.
22 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 22 Sistemas Instáveis Em sistemas instáveis, os regimes transitórios não se extinguem, e portanto não podemos considerar o processo estacionário. Não pode ser feita uma aplicação directa dos métodos de correlação. No entanto, se forem conhecidos os modos instáveis do sistema, podemos factorizálos e formular um problema de estimação apenas da parte estável do sistema. Na prática isto só é factível para polos em z = 1. A solução final obtém-se por combinação da parte estável estimada com a parte instável conhecida.
23 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 23 Sistemas com polos em z = 1 Seja um sistema G(q) com p polos em z=1 e os restantes polos estáveis: 1 Gq ( ) = Gstable( q) p ( q 1) Uma experiência de identificação permitiu obter as sequências de entrada y(k) e u(k). Estes sinais estão relacionados da seguinte forma: p ( q 1) 1 yk ( ) = Gstable( quk ) ( ) p q q p
24 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 24 Calculam-se os sinais y (k) e u (k) por filtragem linear p ( q 1) 1 y'( k) = yk ( ), u'( k) = uk ( ) p p q q Podemos agora estimar a parte estável do sistema utilizando os sinais y (k) e u (k): y'( k) = G ( qu ) '( k) stable Obtendo-se a resposta impulsiva de G stable (q) g (k)
25 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 25 Esquematicamente: Gq ( ) uk ( ) u'( k) y'( k) 1 G ( ) p stable q q p q g'( k) ( q 1) p yk ( ) Obtém-se o g(k) total combinando os blocos: 1 gk ( ) = g'( k) ( q 1) p
26 Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 26 Exercícios É sabido que um sistema G(s) tem a seguinte estrutura: Gs () = 1 ( ) 2 2 s as + bs+ c e está inserido num sistema de controlo digital com período de amostragem h = 0.5. Pretende-se estimar a resposta impulsiva do sistema por análise de correlação. Efectue uma simulação matlab/simulink com os parâmetros a=1, b = 0.25 e c=1, para obter os sinais a usar na função de estimação. Compare a resposta impulsiva estimada com a resposta impulsiva verdadeira do sistema discretizado.
Métodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos ão Paramétricos 1 Métodos ão Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos de correlação J. Miranda
Leia maisIdentificação por Métodos Não Paramétricos
Modelação, Identificação e Controlo Digital Métodos Não Paramétricos 1 Identificação por Métodos Não Paramétricos Estimação da resposta impulsiva e da resposta em frequência Análise espectral e métodos
Leia maisEstimação da Resposta em Frequência
27 Estimação da Resposta em Frequência ω = ω ω Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação gráfica deste conjunto
Leia maisEstimação da Resposta em Frequência
27 Estimação da Resposta em Frequência jω Ge ( ) = jω Ye ( ) jω Ue ( ) Objectivo: Calcular a magnitude e fase da função de transferência do sistema, para um conjunto grande de frequências. A representação
Leia maisModelos de Perturbações. As perturbações existentes num sistema impôem limitações fortes no desempenho dos sistemas de controlo.
38 Modelos de Perturbações As perturbações existentes num sistema impôem limitações fortes no desempenho dos sistemas de controlo. Pertub. à entrada Pertub. internas Pertub. à saída u Sistema medição y
Leia maisEstimação na Presença de Ruído colorido
36 Estimação na Presença de Ruído colorido Como se viu, em presença de ruído colorido, os mínimos quadrados fornecem uma estimativa polarizada. Quer dizer, ao fazer muitas observações a estimativa não
Leia maisModelação, Identificação e Controlo Digital 2003/04 Segundo Exame
Lic. Em Engª Electrotécnica e de Computadores Modelação, Identificação e Controlo Digital 003/04 Segundo Exame 4 de Fevereiro de 004, 9 horas - sala E5 Quotação: P-4, P-4, P3-4, P4-3, P5-3, P6-. P Considere
Leia maisDefine-se o regressor,ϕ,como. e o vector de parâmetros a estimar, θ,como. O modelo escreve-se:
22 Mínimos Quadrados - Notação matricial Se quisermos resolver o problema de estimação para um número arbitrário de parâmetros temos de usar a notação matricial. Define-se o regressor,,como [ ] e o vector
Leia mais2 - Modelos em Controlo por Computador
Controlo Óptimo e Adaptativo 2-Modelos em Controlo por Computador 2 - Modelos em Controlo por Computador Objectivo: Introduir a classe de modelos digitais que são empregues nesta disciplina para o projecto
Leia maisSinais de Teste. A escolha deve ter em conta quer as propriedades do sistema, quer do método de estimação considerado.
40 Sinais de Teste Em muitos casos, os sistemas em estudo permitem-nos escolher os sinais de entrada a aplicar. São sinais de teste típicos os seguintes: Escalões (ondas quadradas) Sinusoides Ruído Branco
Leia mais6. Predição Linear e Controlo de Variância Mínima
1 6. Predição Linear e Controlo de Variância Mínima Objectivo: Projectar controladores discretos lineares para sistemas com perturbações estocásticas. Preparação para o Controlo Adaptativo. Referência:
Leia maisEscolha da Função de Transferência Desejada
43 Escolha da Função de Transferência Desejada Utilizar regras intuitivas dos sistemas contínuos. Eg. Sistema de segunda ordem: Amplitude 1.4 1.2 1.8.6.4 t p t s Step Response S ± 1% ω ξω ω ξω ω.2 1 2
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino IST-Secção de Sistemas e Controlo
Leia maisModelação, Identificação e Controlo Digital
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 1 Modelação, Identificação e Controlo Digital Semestre de Inverno 2005/2006 Área Científica de Sistemas de Decisão e Controlo Modelação, Identificação
Leia maisModelação, Identificação e Controlo Digital
29 Adormecimento dos mínimos quadrados recursivos Se os dados forem adequados, os elementos do ganho de Kalman diminuem à medida que o tempo passa, tornando-se eventualmente muito reduzidos se o ruído
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas
Leia maisθ depende de um parâmetro desconhecido θ.
73 Método de Máxima Verosimilhança (Maximum Likelihood) Seja uma variável aleatória (v. a.) cuja densidade de probabilidade depende de um parâmetro desconhecido. Admite-se conhecida a forma de Exemplo
Leia maisAnálise e Processamento de Bio-Sinais. Mestrado Integrado em Engenharia Biomédica. Sinais e Sistemas. Licenciatura em Engenharia Física
Análise e Processamento de Bio-Sinais Mestrado Integrado em Engenharia Biomédica Licenciatura em Engenharia Física Faculdade de Ciências e Tecnologia Slide 1 Slide 1 Sobre Modelos para SLIT s Introdução
Leia maisModelação, Identificação e Controlo Digital
Modelação, Identificação e Controlo Digital Apresentação 2006/2007 1 Modelação, Identificação e Controlo Digital Semestre de Inverno 2006/2007 Área Científica de Sistemas de Decisão e Controlo Modelação,
Leia mais-0LUDQGD/HPRV,67 3UREOHPDV0,&' 1. 0RGHODomR,GHQWLILFDomRH&RQWUROR'LJLWDO 3UREOHPDV -0LUDQGD/HPRV
-0LUDQGD/HPRV,67 3UREOHPDV0,&' 0RGHODomR,GHQWLILFDomRH&RQWUROR'LJLWDO 3UREOHPDV -0LUDQGD/HPRV Sugerem-se também os problemas dos capítulos correspondentes de Astrom e Wittenmark, &RPSXWHU&RQWUROOHG6\VWHPV.
Leia maisControlo Em Espaço de Estados. Trabalho de Laboratório nº 3
Mestrado em Engenharia Electrotécnica e de Computadores Controlo Em Espaço de Estados 2008/09 Trabalho de Laboratório nº 3 Controlo Adaptativo do Nível de um Tanque J. Miranda Lemos e Alexandre Bernardino
Leia mais5. Síntese de leis de controlo usando técnicas polinomiais
1 5. Síntese de leis de controlo usando técnicas polinomiais Objectivo: Projectar controladores discretos lineares por colocação de pólos, recorrendo a descrições entrada/saída do processo Referência:
Leia maisInstituto Superior Técnico Licenciatura em Engenharia Electrotécnica e de Computadores. Controlo 2005/2006
Instituto Superior Técnico Licenciatura em Engenharia Electrotécnica e de Computadores Controlo 2005/2006 Controlo digital de velocidade e de posição de um motor D.C. Elaborado por E. Morgado 1 e F. M.
Leia maisResumo. Filtragem Adaptativa. Filtros adaptativos. Tarefas desempenhadas pelos filtros
Resumo Filtragem Adaptativa Luís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico Sistemas de filtragem adaptativa Conceitos de filtragem adaptativa Filtro de Wiener Algoritmo steepest descent
Leia mais6 Modelo Gamma-Cetuc (GC)
6 Modelo Gamma-Cetuc (GC) Um modelo de sintetização de séries temporais de atenuação por chuva envolve a geração de dados aleatórios que satisfaçam especificações de estatísticas de primeira e de segunda
Leia mais= + + = = Este sistema é semelhante ao anterior mas o atraso do sistema é agora de 2 amostras. Pretende-se determinar o controlo de variância mínima.
38 Controlo de variância mínima: Exemplo 2 Considere-se o processo modelado por σ [ ] Este sistema é semelhante ao anterior mas o atraso do sistema é agora de 2 amostras. Pretende-se determinar o controlo
Leia maisEstimadores ou Observadores de Estado
Estimadores ou Observadores de Estado 1. Estimadores ou Observadores de Estado: sistemas SISO 1. Extensões para Sistemas a Tempo Discreto pag.1 Teoria de Sistemas Lineares Aula 19 Estimadores ou Observadores
Leia maisFiltragem linear. jorge s. marques, questão: como remover artefactos?
Filtragem linear questão: como remover artefactos? redução de ruído como reduzir o ruído de uma imagem? ideia: substituir cada piel por uma média Jm,n = m+ k n+ k k + p= m kq= n k Ip,q k= k+ k+ k= filtro
Leia maisModelos de Sistemas Amostrados
20 Modelos de Sistemas Amostrados Relógio u(kh) D/A u(t) G(s) Sistema y(t) A/D y(kh) Qual a função de transferência discreta vista pelo computador? 21 Recorde-se que, para determinar a função de transferência,
Leia maisExercício. Alexandre Bernardino IST-Secção de Sistemas e Controlo
8 Exercício Calcular os polinómios R,S,T de um controlador discreto com acção integral para um sistema do tipo integrador duplo. Faça o período de amostragem igual a 0.5 s. Coloque os polos desejados para
Leia maisSistemas a Tempo Discreto
Sistemas a Tempo Discreto 1. Caracterização de sistemas dinâmicos a tempo discreto 2. Transformada-Z 3. FT discreta, estabilidade e analogia com domínio-s 4. Sistemas amostrados 4.1 Amostragem e retenção
Leia maisControle utilizando variáveis de estado - v1.1
2 ontrole utilizando variáveis de estado - v. 2. Objetivo O objetivo desta experiência é, utilizando o enfoque de espaço de estados, projetar e implementar um controlador digital para uma planta simples
Leia maisProcessamento de Sinal e Imagem Engenharia Electrotécnica e de Computadores
António M Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubipt d[n] v[n] x[n] Filtro Estimador d[n] d[n] - Sinal v[n] - Ruído x[n] - Sinal corrompido com ruído ˆd[n] - Sinal Estimado
Leia maisControlo por Computador. Primeiro Teste
MEEC, MAero Controlo por Computador 2014/2015 Primeiro Teste 5 de Novembro de 2014, 20 horas salas QA, Q01 Quotação: P1 a) 2 b) 2 c) 2; P2 a) 3, b) 1, c) 1, P3 4, P4 a) 1 b) 3 c) 1. Duração: 2 horas. Não
Leia maisSinais e Sistemas Mecatrónicos
Sinais e Sistemas Mecatrónicos Modelação de Sistemas Físicos Variáveis e Elementos do Sistema José Sá da Costa José Sá da Costa T4 - Modelação de Sistemas Físicos 1 Modelação de Sistemas Físicos Sinais
Leia maisp.1/48 Eduardo Mendes Departamento de Engenharia Eletrônica Universidade Federal de Minas Gerais Av. Antônio Carlos 6627, Belo Horizonte, MG, Brasil
p1/48 Capítulo 4 - Métodos ão Paramétricos Eduardo Mendes Departamento de Engenharia Eletrônica Universidade Federal de Minas Gerais Av Antônio Carlos 27, elo Horizonte, MG, rasil p2/48 Introdução Os métodos
Leia maisControle de Processos Aula: Estabilidade e Critério de Routh
107484 Controle de Processos Aula: Estabilidade e Critério de Routh Prof. Eduardo Stockler Tognetti Departamento de Engenharia Elétrica Universidade de Brasília UnB 1 o Semestre 2016 E. S. Tognetti (UnB)
Leia maisEstabilidade entrada-saída (externa).
Estabilidade entrada-saída (externa) ENGC33: Sinais e Sistemas II Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 05 de junho de 2019 Prof Tito Luís Maia Santos 1/ 38 Sumário
Leia maisEES-20: Sistemas de Controle II. 20 Outubro 2017 (Manhã)
EES-20: Sistemas de Controle II 20 Outubro 2017 (Manhã) 1 / 57 Recapitulando: Discretização de controladores analógicos - Limitações Trata-se de aproximação Não se leva em conta o efeito do segurador de
Leia mais7. Controlo Adaptativo
1 7. Controlo Adaptativo Objectivo: Mostrar como é possível integrar os blocos anteriormente estudados de identificação de sistemas e projecto de controladores para obter controladores adaptativos. 2 Motivação
Leia maisEstabilidade. 1. Estabilidade Entrada-Saída Sistemas LIT. 2. Estabilidade BIBO Sistemas LIT. 3. Estabilidade BIBO de Equações Dinâmicas Sistemas LIT
Estabilidade 1. Estabilidade Entrada-Saída Sistemas LIT 2. Estabilidade BIBO Sistemas LIT 3. Estabilidade BIBO de Equações Dinâmicas Sistemas LIT 4. Sistemas Discretos LIT 5. Estabilidade BIBO Sistemas
Leia maisExercício. Alexandre Bernardino IST-Secção de Sistemas e Controlo
1 Exercício Calcular os polinómios R,S,T de um controlador discreto com acção integral para um sistema do tipo integrador duplo. Faça o período de amostragem igual a 0.5 s. Coloque os polos desejados para
Leia maisControlo Em Espaço de Estados. Trabalho de Laboratório nº 2
Mestrado em Engenharia Electrotécnica e de Computadores Controlo Em Espaço de Estados 2010/11 Trabalho de Laboratório nº 2 Controlo por Retroacção do Estado de um Braço Robot Flexível J. Miranda Lemos
Leia maisSinais e Sistemas Unidade 5 Representação em domínio da frequência para sinais contínuos: Transformada de Laplace
Sinais e Sistemas Unidade 5 Representação em domínio da frequência para sinais contínuos: Transformada de Laplace Prof. Cassiano Rech, Dr. Eng. rech.cassiano@gmail.com Prof. Rafael Concatto Beltrame, Me.
Leia mais3 Esquema de pré-distorção
3 Esquema de pré-distorção O objetivo do presente trabalho, conforme foi exposto anteriormente, é a redução dos efeitos causados pelos produtos de intermodulação gerados pela não-linearidade. Para atingir
Leia maisEES-20: Sistemas de Controle II. 06 Outubro 2017
EES-20: Sistemas de Controle II 06 Outubro 2017 1 / 56 Recapitulando: Arquitetura considerada r k e k u k u t y t y k A entrada e a saída do controlador digital e da planta amostrada são sequências numéricas.
Leia maisCapítulo 11 - Projeto de Testes e Escolha de Estruturas
Capítulo 11 - Projeto de Testes e Escolha de Estruturas Prof. Samir Martins UFSJ-CEFET/MG Programa de Pós Graduação em Engenharia Elétrica - PPGEL São João del-rei, 22 de novembro de 2016 1 / 38 Introdução
Leia maisO processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir:
Sistemas e Sinais O processo de filtragem de sinais pode ser realizado digitalmente, na forma esquematizada pelo diagrama apresentado a seguir: 1 Sistemas e Sinais O bloco conversor A/D converte o sinal
Leia maisCapítulo 3. Função de transferência e dinâmicas dos sistemas (Parte D, continuação)
DINÂMICA DE SISTEMAS BIOLÓGICOS E FISIOLÓGICOS Capítulo 3 Função de transferência e dinâmicas dos sistemas (Parte D, continuação) Juntando agora os três casos numa só figura, A resposta y(t) classifica-se
Leia maisSumário. 1 Sinais e sistemas no tempo discreto 1. 2 As transformadas z e de Fourier 79
Sumário 1 Sinais e sistemas no tempo discreto 1 1.1 Introdução 1 1.2 Sinais no tempo discreto 2 1.3 Sistemas no tempo discreto 7 1.3.1 Linearidade 8 1.3.2 Invariância no tempo 8 1.3.3 Causalidade 9 1.3.4
Leia maisExercícios para Processamento Digital de Sinal. 1 Transformada e Série de Fourier
Exercícios para Processamento Digital de Sinal Transformada e Série de Fourier Exercício Considere o seguinte sinal x(t) = sin 2 (0πt). Encontre uma forma aditiva para este sinal e represente graficamente
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisp( y θ ) depende de um parâmetro desconhecido θ.
55Modelação, Identificação e Controlo Digital 55 Método de Máxima Verosimilhança (Maximum Likelihood) Seja y uma variável aleatória (v. a.) cuja densidade de probabilidade p( y θ ) depende de um parâmetro
Leia maisTeste Tipo. Sinais e Sistemas (LERCI) 2004/2005. Outubro de Respostas
Teste Tipo Sinais e Sistemas (LERCI) 2004/2005 Outubro de 2004 Respostas i Problema. Considere o seguinte integral: + 0 δ(t π/4) cos(t)dt em que t e δ(t) é a função delta de Dirac. O integral vale: 2/2
Leia maisEES-20: Sistemas de Controle II. 02 Outubro 2017
EES-20: Sistemas de Controle II 02 Outubro 2017 1 / 39 Recapitulando Ementa de EES-20 Relações entre as equações de estado e a função de transferência. Realizações de funções de transferência. Análise
Leia maisSUMÁRIO BACKGROUND. Referências 62 MATLAB Seção B: Operações Elementares 62 Problemas 71
SUMÁRIO BACKGROUND B.l Números Complexos 17 B.l-l Nota Histórica 17 B.I-2 Álgebra de Números Complexos 20 B.2 Senóides 30 B.2-1 Adição de Senóides 31 B.2-2 Senóides em Termos de Exponenciais: A Fórmula
Leia maisCondições de Equilíbrio de Vôo. Linearização.
Introdução ao Controle Automático de Aeronaves Condições de Equilíbrio de Vôo Linearização Leonardo Tôrres torres@cpdeeufmgbr Escola de Engenharia Universidade Federal de Minas Gerais/EEUFMG Dep Eng Eletrônica
Leia mais6. Modelos baseados em dados
Modelação e Simulação 6.Modelos baseados em dados 6. Modelos baseados em dados Objectivo: Após completar este módulo, o aluno deverá ser capaz de formular e resolver problemas simples de estimação de parâmetros
Leia maisEXERCÍCIOS RESOLVIDOS
ENG JR ELETRON 2005 29 O gráfico mostrado na figura acima ilustra o diagrama do Lugar das Raízes de um sistema de 3ª ordem, com três pólos, nenhum zero finito e com realimentação de saída. Com base nas
Leia maisComportamento Dinâmico de Sistemas de Primeira Ordem. Sistemas de Primeira Ordem (CP1) DEQ/UFSCar 1 / 46
Comportamento Dinâmico de Sistemas de Primeira Ordem Sistemas de Primeira Ordem (CP1) www.professores.deq.ufscar.br/ronaldo/cp1 DEQ/UFSCar 1 / 46 Roteiro 1 Sistemas de Primeira Ordem Função de Transferência
Leia maisUnidade V - Desempenho de Sistemas de Controle com Retroação
Unidade V - Desempenho de Sistemas de Controle com Retroação Introdução; Sinais de entrada para Teste; Desempenho de um Sistemas de Segunda Ordem; Efeitos de um Terceiro Pólo e de um Zero na Resposta Sistemas
Leia maisSinais e Sistemas. Sistemas Lineares Invariantes no Tempo. Renato Dourado Maia. Universidade Estadual de Montes Claros. Engenharia de Sistemas
Sinais e Sistemas Sistemas Lineares Invariantes no Tempo Renato Dourado Maia Universidade Estadual de Montes Claros Engenharia de Sistemas Lembrando... xt () yt () ht () OK!!! xn [ ] yn [ ] hn [ ] ht (
Leia maisCapítulo 2 Dinâmica de Sistemas Lineares
Capítulo 2 Dinâmica de Sistemas Lineares Gustavo H. C. Oliveira TE055 Teoria de Sistemas Lineares de Controle Dept. de Engenharia Elétrica / UFPR Gustavo H. C. Oliveira Dinâmica de Sistemas Lineares 1/57
Leia maisResumo. Sinais e Sistemas Transformada de Laplace. Resposta ao Sinal Exponencial
Resumo Sinais e Sistemas Transformada de aplace uís Caldas de Oliveira lco@istutlpt Instituto Superior Técnico Definição da transformada de aplace Região de convergência Propriedades da transformada de
Leia maisModelação e Simulação 4.Sistemas lineares Sistemas lineares
Modelação e Simulação 4.Sistemas lineares. 4.Sistemas lineares Objectivo: Após completar este módulo o aluno deverá ser capaz de relacionar o tipo de resposta no tempo com a estrutura do sistema linear,
Leia mais2 Modelo de Sinais. 2.2 Modelo de Comunicação
odelo de Sinais 1 Introdução No presente capítulo é apresentado o modelo de comunicação adotado O modelo matemático de sinais transmitidos por sistemas de transmissão em blocos e mais particularmente para
Leia maisTRANSFORMADA DE LAPLACE E OPERADORES LINEARES
TRANSFORMADA DE LAPLACE E OPERADORES LINEARES O DOMÍNIO DE LAPLACE Usualmente trabalhamos com situações que variam no tempo (t), ou seja, trabalhamos no domínio do tempo. O domínio de Laplace é um domínio
Leia maisRepresentação de Fourier para Sinais 1
Representação de Fourier para Sinais A representação de Fourier para sinais é realizada através da soma ponderada de funções senoidais complexas. Se este sinal for aplicado a um sistema LTI, a saída do
Leia maisComputer Control Problems
Computer Control Problems 03 J. Miranda Lemos and A. Bernardino Models in Computer Control P Determine os primeiros 6 termos da solução da equação de diferenças y ( k) k ) k ) k, 3, partindo das condições
Leia maisIV. ESTABILIDADE DE SISTEMAS LIT
INSTITUTO TECNOLÓGICO DE AERONÁUTICA CURSO DE ENGENHARIA MECÂNICA-AERONÁUTICA MPS-43: SISTEMAS DE CONTROLE IV. ESTABILIDADE DE SISTEMAS LIT Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de
Leia maisUNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA MECÂNICA
UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA MECÂNICA SEM 533 Modelagem e Simulação de Sistemas Dinâmicos I Resp.: Prof. Tit. Paulo S. Varoto Sistemas de Primeira
Leia maisEntradas sinusoidais
Carla C. Pinheiro e F. Lemos Dinâmica de Sistemas e Controlo de Processos DEQB - IST Entradas sinusoidais U(s) G(s) Y(s) Estudar a resposta de um sistema linear estável para alterações do tipo sinusoidal
Leia maisFiltro de Kalman. Teoria e Aplicação para Iniciantes. Prof. Dr. Marco Antonio Leonel Caetano. M&V Consultoria e Treinamento
Filtro de Kalman Teoria e Aplicação para Iniciantes Prof. Dr. Marco Antonio Leonel Caetano M&V Consultoria e Treinamento www.mudancasabruptas.com.br A História da Filtragem de Sinais 930 940 960 Filtro
Leia maisAULA 2. Representação de Sistemas a Dados Amostrados A Transformada Z Função de Transferência Discreta. Profa. Mariana Cavalca 1ºSem/2015
AULA 2 Representação de Sistemas a Dados Amostrados A Transformada Z Função de Transferência Discreta Profa. Mariana Cavalca 1ºSem/2015 Breve Histórico Primeiros trabalhos Década de 40 com Nyquist e Shannon
Leia maisMario Campos, Dr.ECP PETROBRÁS/CENPES. Engenharia Básica em Automação e Otimização de Processos (EB/AOT)
Controle Regulatório Avançado e Sintonia de Controladores PID Mario Campos, Dr.ECP PETROBRÁS/CENPES Engenharia Básica em Automação e Otimização de Processos (EB/AOT) e-mail: mariocampos@petrobras petrobras.com..com.br
Leia maisEste capítulo descreve os testes realizados para validar a teoria proposta pela presente dissertação.
6 Simulações Este capítulo descreve os testes realizados para validar a teoria proposta pela presente dissertação. 6.1. Descrição da Simulação Visando validar o equacionamento desenvolvido no Capítulo
Leia maisProcessamento (Digital) de Sinal. Caderno de exercícios para as horas não presenciais
Caderno de exercícios para as horas não presenciais João Paulo Teixeira ESTiG, 014 Capítulo 1 Sinais 1. Considere o Considere o seguinte sinal contínuo: x(t) 1-1 0 1 3 t a. Represente y1(t)=x(t+1). b.
Leia maisTrabalho de Comunicações Digitais. Guia de procedimento
Trabalho de Comunicações Digitais Guia de procedimento Turma : Grupo : Data: / /2005 Nomes: Este guia contem o conjunto de experiências e observações a efectuar durante as aulas práticas laboratoriais.
Leia maisCaracterização Dinâmica de Instrumentos
Instrumentação Industrial Caracterização Dinâmica de Instrumentos Caracterização Dinâmica Os Instrumentos são, de fato, Sistemas Dinâmicos. x t y t t t Instrumento O Comportamento transitório é determinado
Leia mais4 Controle de motores de passo
36 4 ontrole de motores de passo O controle em malha aberta é o mais comum em motores de passo. Entretanto, o motor deve operar razoavelmente abaixo de sua capacidade para evitar a perda de passos. As
Leia maisDesempenho de Sistemas de Controle Realimentados. 3. Efeitos de um terceiro pólo e um zero na resposta de um sistema de segunda ordem
Desempenho de Sistemas de Controle Realimentados 1. Sinais de teste 2. Desempenho de sistemas de segunda ordem 3. Efeitos de um terceiro pólo e um zero na resposta de um sistema de segunda ordem 4. Estimação
Leia mais3 Filtro de Kalman Discreto
3 Filtro de Kalman Discreto As medidas realizadas por sensores estão sujeitas a erros, como pode ser visto no Capítulo 2. Os filtros são aplicados aos sinais medidos pelos sensores para reduzir os erros,
Leia maisPropriedades das Funções de Base Radiais aplicadas à identificação de sistemas dinâmicos não-lineares
Universidade Federal de Minas Gerais From the SelectedWorks of Gladstone B. Alves 24 Propriedades das Funções de Base Radiais aplicadas à identificação de sistemas dinâmicos não-lineares Gladstone B. Alves,
Leia maisAspectos Operacionais
67 Aspectos Operacionais Esta aula vai abordar 4 aspectos de grande importância prática: 1. Estabilidade robusta que cuidados deveremos ter na especificação da função de transferência em malha fechada
Leia mais7 Conclusões e desenvolvimentos futuros
7 Conclusões e desenvolvimentos futuros 7.1 Conclusões Este trabalho apresentou novas soluções para a determinação da posição de terminais de comunicações móveis com base em medidas de ToA. Nos métodos
Leia maisModelagem Matemática de Sistemas
Modelagem Matemática de Sistemas 1. Descrição Matemática de Sistemas 2. Descrição Entrada-Saída 3. Exemplos pag.1 Teoria de Sistemas Lineares Aula 3 Descrição Matemática de Sistemas u(t) Sistema y(t) Para
Leia maisSintonia de Controladores PID
Sintonia de Controladores PID Objetivo: Determinar K p, K i e K d de modo a satisfazer especificações de projeto. Os efeitos independentes dos ganhos K p, K i e K d na resposta de malha fechada do sistema
Leia maisLaboratório de Fundamentos de Telecomunicações. Guia no. 1. Tema: Sinais e Sistemas
Laboratório de Fundamentos de Telecomunicações. Guia no. 1 Tema: Sinais e Sistemas Departamento de Engenharia Electrotécnica e de Computadores Instituto Superior Técnico, Fevereiro 216 2 Guia no. 1: Sinais
Leia maisCONTROLO LINEAR. Mestrado em Matemática e Aplicações. Universidade de Aveiro
CONTROLO LINEAR Mestrado em Matemática e Aplicações Universidade de Aveiro Sistemas dinâmicos de controlo u - entrada y - saída x - estado - memória do sistema (condições iniciais) x(t ) u(t), t t y(t),
Leia maisA análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
Leia maisCONTROLO. 2º semestre 2007/2008. Transparências de apoio às aulas teóricas Cap 6 Efeitos da Realimentação e Erros em Regime Permanente
CONTROLO 2º semestre 2007/2008 Transparências de apoio às aulas teóricas Cap 6 Efeitos da Realimentação e Erros em Regime Permanente Maria Isabel Ribeiro António Pascoal Maio de 2008 Todos os direitos
Leia maisNovos métodos de Sintonia de Controladores PID
Novos métodos de Sintonia de Controladores PID. Introdução Existem diversas questões que devem ser consideradas no projeto de controladores PID, como por exemplo: Resposta a distúrbios de carga; Resposta
Leia maisSistemas lineares. Aula 4 Respostas de um SLIT
Sistemas lineares Aula 4 Respostas de um SLIT Cronograma Introdução Características de um SLIT Resposta ao degrau unitário Resposta a entrada nula Resposta total Introdução A convolução entre dois sinais
Leia maisSistemas Prof. Luis S. B. Marques
MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE SANTA CATARINA CAMPUS JOINVILLE DEPARTAMENTO DO DESENVOLVIMENTO DO ENSINO
Leia maisAnálise de Informação Económica e Empresarial
Análise de Informação Económica e Empresarial Licenciatura Economia/Finanças/Gestão º Ano Ano lectivo de 2008-2009 Prova Época de Recurso/Época Especial 30 de Junho de 2009 Duração: 2h30m (50 minutos)
Leia maisConvolução Correlação. Profs. Theo Pavan e Adilton Carneiro TAPS
Convolução Correlação Profs. Theo Pavan e Adilton Carneiro TAPS Sistema Sistema processo em que os sinais de entrada são transformados resultando em um outro sinal de saída. x(t) Sistema de tempo contínuo
Leia mais5 Filtro de Kalman Aplicado ao Modelo de Schwartz e Smith (2000)
5 Filtro de Kalman Aplicado ao Modelo de Schwartz e Smith (2000) A primeira parte deste capítulo, referente à passagem dos modelos estocásticos para as equações do Filtro de Kalman, já foi previamente
Leia maisINSTITUTO SUPERIOR TÉCNICO LEFT LEBL LQ LEAM LEMAT Ano Lectivo: 2006/2007 Semestre: 2 o
INSTITUTO SUPERIOR TÉCNICO LEFT LEBL LQ LEAM LEMAT Ano Lectivo: 2006/2007 Semestre: 2 o MATEMÁTICA COMPUTACIONAL Eercícios 1.1. Represente num sistema de ponto flutuante com 4 dígitos na mantissa e arredondamento
Leia mais