Experimentos de alinhamento de unidade de medida inercial baseada em MEMS (Micro Electro- Mechanical Systems)
|
|
- Herman Figueira de Miranda
- 6 Há anos
- Visualizações:
Transcrição
1 xpermento de alnhamento de undade de medda nercal baeada em MMS (Mcro lectro- Mechancal Sytem) Hélo Kot Kua, Paulo Gácomo Mlan, Walter nwoeerer Reumo - te trabalho decreve expermento de alnhamento etátco e em-dnâmco de uma IMU (Undade de Medda Inercal) de baxo cuto baeado em tecnoloa MMS (Mcro lectro-mechancal Sytem). Uma mea de 3-exo de precão com 3 rau de lberdade fo uada coletar medda do acelerômetro e rocópo. Para o expermento de alnhamento, um fltro não-lnear de Kalman, baeado na técnca Sma-Ponto, fo deenvolvdo para etmar em tempo real o parâmetro de calbração. O expermento motram a efcênca e o deempenho do alortmo de etmação não-lnear. Motrame também apecto do tempo de repota do fltro para atnr a exatdão conderada atfatóra para ete tpo de enor. Palavra-Chave: IMU, MMS, alnhamento etátco e emdnâmco, fltro de Kalman, fltro Sma Ponto. Abtract - Th work decrbe tatc and em-dynamc alnment experment of a low cot IMU (Inertal Meaurement Unt) baed on MMS (Mcro lectro-mechancal Sytem) technoloy. A precon 3-ax turn table wth 3 deree of freedom wa ued to collect raw meaurement of the accelerometer and yro. For the alnment experment, a nonlnear Kalman flter, baed on the Sma-Pont technue, wa developed to etmate n real tme the calbraton parameter. The experment how the effcency and performance of the nonlnear etmaton alorthm. Alo apect of the flter repone tme to acheve an accuracy condered atfactory for th type of enor are hown. Keyword: IMU, MMS, tatc and em-dynamc alnment, Kalman flter, Sma Pont flter. I. ITROUÇÃO ete trabalho ão decrto o procedmento e reultado obtdo para o alnhamento etátco e em-dnâmco (rotação em torno de um exo) de uma undade de medda nercal IMU (Inertal Meaurement Unt) baeada em tecnoloa MMS (Mcro lectro-mechancal Sytem). Alun reultado correpondente ao expermento etátco foram reportado e analado na Ref. [1]. te trabalha recaptula alun reultado do expermento etátco e adcona o expermento em-dnâmco, nclundo anále da dferença de deempenho nete tpo de abordaem. O procedmento de montaem da IMU em um mulador dnâmco de 3 exo, de precão (Contrave 53M2/3H) com 3 rau de lberdade (poção e velocdade anulare), a coleta de dado com medda bruta do ro e acelerômetro obtda ao lono do tempo, e o alortmo de proceamento baeado no fltro de Kalman Sma-Ponto etão detalhada na Ref. [1]. o cao tetado a coordenada de poção, velocdade, ânulo de attude, e velocdade de rotação ão conhecdo, e pobltam etmar parâmetro de calbração ( bae ) em tempo real. o cao em-dnâmco, o erro temátco podem er comparado em relação ao obtdo em um alnhamento etátco, utlzando-e a mema IMU-MMS. a Undade de Medda Inerca MMS ão undade de baxo cuto na ua o deempenho pode er conderado natfatóro para aplcaçõe com necedade de alta precão. ntretanto, ele tem do freuentemente utlzado em conjunto com o tema GPS (nteração GPS/IMU) 2, coneundo uprr a falta momentânea de dado GPS para curto período de tempo. eta forma, a fm de utlzar todo o potencal de deempenho, é fundamental a etmação de parâmetro de calbração ( bae ), para evtar a deradação rápda dee tema. Incalmente abordou-e o cao de um alnhamento etátco onde a efcênca e a performance do alortmo de etmação valdaram a propoção da redução de erro, ue procura dentfcar erro não controláve ou não compenado. Com o prévo conhecmento do alnhamento etátco, verfcou-e o deempenho do alortmo do fltro de Kalman num cao em-dnâmco, onde um do exo fcou ubmetdo a uma velocdade anular contante conhecda. o expermento foram utlzado uma IMU-MMS de baxo cuto e de uo comercal (modelo Crobow IMU4C) 3. O conjunto fo montado no mulador de 3 exo da COTRAVS, e o tema de aução de dado fo etabelecdo atravé de nterface eral (RS-232). A partr da medda efetuada e a nteração numérca da euaçõe dferenca de naveação, foram avalado o parâmetro relevante ue defnem o alortmo a er deenvolvdo e mplementado. Uma varante do fltro de Kalman, baeado na técnca Sma-Ponto, fo deenvolvda para realzar em tempo real a etmatva dee parâmetro, a fm de mnmzar o erro de naveação. ntre o dvero tete, foram avalada medda com taxa de amotraen dferente entre o MMS e o fltro de Kalman ue pobltaram anále da condçõe de converênca conderando o alnhamento em-dnâmco, em tempo real, da IMU-MMS. Motra-e também o nível de precão obtdo, bem como o tempo de repota do fltro para atnr o melhor alnhamento poível, atfatóro para ete tpo de enor. Como concluão prncpal pode-e afrmar ue o reultado obre a efcênca na etmação do parâmetro e obre o deempenho do alortmo tetado em condçõe emdnâmca motraram-e mlare ao cao etátco. II. MOTAGM O XPRIMTO Conforme decrto em [1], o expermento uou uma IMU- MMS de baxo cuto, uma mea de 3 exo de elevada Hélo Kot Kua, Paulo Gácomo Mlan, Walter nwoeerer,, IP - Inttuto aconal de Peua paca, vão de Mecânca pacal e Controle, CP 515, São Joé do Campo, São Paulo, Bral. CP mal: hkk@dem.npe.br, mlan@dem.npe.br, wenwoeerer@mal.com
2 precão, e um computador peoal PC para recepção e armazenamento do dado. A IMU-MMS (Modelo Crobow IMU-C4-2) 3 é um tema de medda de 6-exo, para medda de aceleração lnear em torno de 3 exo tr-ortoona; e taxa de rotação em torno de 3 exo tr-ortoona, ue pobltam medda completa da dnâmca do tema. A tecnoloa MMS para medda da rotação conte em placa cerâmca vbrante ue utlzam a força de Corol para medr a taxa ndependente da aceleração. O acelerômetro ão componente de líco mecânco mnaturzado ue uam a capactânca dferencal para medr aceleração. te modelo proporcona nterface de aída analóca (12-bt AC) e dtal (RS-232). A aução do dado fo feta atravé da porta de comuncação eral RS-232, com um protocolo propretáro da Crobow, onde a temperatura já etá compenada (calbração de fábrca, armazenada em PROM nterna). Sua taxa máxma confurável de amotraem é de 133Hz. O tempo neceáro na ncalzação para e obter dado váldo é menor ue 1 eundo, embora e recomende um "warm-up" mínmo de 3. A F. 1 motra o tema de exo da IMU 3. m termo de attude, uando o exo etão ncalmente alnhado com o entdo () norte-lete-nadr, o exo ão denomnado de roll (rolaem), ptch (arfaem) e yaw ou headn (unada) repectvamente. A Tabela 1 fornece a prncpa epecfcaçõe da IMU. exo formando o tredro tr-ortoonal. A coordenada foram tomada em relação ao centro da plataforma ratóra, no exo nterno e foram determnada por um tema GPS no tema eodéco WGS-84 (23, S, 314,148239, 641,23m). A IMU-MMS fo poconado no centro da plataforma ratóra e alnhada (x = norte, z = nadr, y = lete). TABLA I SPCIFICAÇÕS A IMU-MMS CROSSBOW C4-2 3 Caracterítca do Grocópo Valor Caracterítca do Acelerômetro Valor Rane Roll, Ptch, Yaw ( o /) ± 2 Rane X, Y, Z () ± 4 Ba Roll, Ptch, Yaw ( o /) < ± 1. Ba X, Y, Z (m) < ± 12 Scale Factor Accuracy (%) < 1 Factor Accuracy (%) < 1 on-lnearty (% FS) <.3 on-lnearty (% FS) < 1 Reoluton ( o /ec) <.5 Reoluton (m) <.6 Bandwdth (Hz) > 25 Bandwdth (Hz) > 75 Random Walk ( o /hr 1/2 ) < 4.5 Random Walk (m//hr 1/2 )< 1 A IMU-MMS fo montada e tetada no mulador de 3 exo COTRAVS, e a tabela 2 motra a prncpa caracterítca do modelo COTRAVS 53M-2. TABLA 2 CARACTRÍSTICAS O SIMULAOR IÂMICO 3 IXOS COTRAVS 53M-2 Tpo xo xterno xo xo Interno ntermedáro Maxmum 5 / 75 / 1 / Ax Rate Inerta Maxmum 115 ft-lb- 2 Maxmum 25 ft-lb- 2 Maxmum 3 ft-lb- 2 Peak Torue 6 ft-lb 16 ft-lb 9 ft-lb Contnuou Stall 3 ft-lb 8 ft-lb 45 ft-lb Torue Peak Acceleraton 4.8 rad/ rad/ 2 15 rad/ 2 Poton Accuracy.2376 arc ec.811 arc ec.6346 arc ec O mulador de 3 exo fo poconado a (,, ),.e., exo apontado para o norte verdadero, zênte, e o tercero III. F. 1 - Mea de 3 exo e IMU-MMS no centro MCAIZAÇÃO A AVGAÇÃO IRCIAL Aumu-e a IMU na confuração oldára a plataforma ("trapdown"), com o tema de coordenada rante com a Terra. ete cao, a varáve de etado ão repreentada pela coordenada de poção, velocdade, e attude; e a euaçõe dferenca ue mecanzam a cnemátca de naveação para determnar a trajetóra e a attude da IMU- MMS, ão dada por 2 :. V. V. V & ϕ 1 / R & λ = h& f = f f n + 1 Recoϕ V V 1 V 2 VV V tanϕ 2ΩeV enϕ + Rn Re V ( ) V tanϕ + V + 2Ωe( V enϕ + V coϕ ) + Re 2 2 V V 2Ω ev coϕ Re Rn (1) (2)
3 onde & φ 1 & = θ ψ& p b b r b f f f enφ tanθ enφ / coθ p r coφ R n2 p coφ tanθ enφ coφ / coθ Ω ecoϕ + V / Re V / Rn Ω eenϕ Vtanϕ / R (3) fu bu = R p2n fv bv (4) fw bw e [ ϕ,λ, h ] ão a lattude eodétca, a lontude, e a alttude; [V,V,V ] ão o componente de velocdade da plataforma na dreçõe orte, Lete, e adr local; [ φ, θ, ψ ] ão o ânulo de rolamento, arfaem,e unada ("roll, ptch, yaw"); R e é o rao terretre lete acrecdo da alttude h; R n é o rao terretre norte acrecdo da alttude h; R p2n é a matrz de rotação do tema do corpo (plataforma) para o tema de naveação (orte, Lete, e adr); Ω e é a rotação da Terra; é a ravdade local computada levando em conta a atração ravtaconal e a aceleração centrípeta; [p,, r] ão a taxa anulare medda pelo ro e [b p, b, b r ] ão ua derva repectvamente; [f u, f v, f w ] ão a medda acelerométrca e [b u, b v, b w ] ão eu bae repectvamente; e [f, f, f ] ão a medda acelerométrca tranformada para o tema. Para etmar o "bae"e derva do acelerometro e ro, na ua forma ma mple, ele podem er modelado contante por trecho: b& a =, (5) b& =, com ( b b b ) b e ( b b b ) a u v w b endo o repectvo "bae" do acelerômetro e derva do ro, aumentando o etado de 9 para 15 elemento. IV. FILTRO ÃO LIAR KALMA SIGMA-POTO O fltro de Kalman fo deenvolvdo por Rudolf. Kalman em 196. É um alortmo recurvo ótmo ue etma o etado de um tema dnâmco a partr de uma ére de medda rudoa. Um fltro de Kalman ncorpora toda a nformaçõe ue lhe ão fornecda, combna o dado dponíve meddo, ndependente de ua precão, adcona o conhecmento prévo do tema e de eu dpotvo de medção, para produzr uma etmatva da varáve deejada de tal manera ue o erro é mnmzado etattcamente ao lono do tempo, de acordo com um crtéro ótmo 4,5. m vrtude de er o fltro de Kalman um etmador recurvo, apena o etado e a covarânca etmada na etapa precedente do tempo e a medda atua ão neceára para atualzar a etmatva do etado atual. Partndo de um etado ncal bem conhecdo, no exemplo de uma calbração etátca, um fltro de Kalman pode er contruído para combnar todo o dado dponíve e o conhecmento da dnâmca do tema p r e para erar uma melhor etmatva total de erro não compenado ou controlado. ntretanto, para problema não-lneare, o fltro não lneare convencona, como o fltro etenddo de Kalman, podem apreentar uma performance pobre em razão de problema nerente ao tema não lneare, prncpalmente devdo à eunte upoçõe 4,5,6 : Lnearzação é uma boa aproxmação do proceo (Jacobano da dnâmca e medda); Proceo ão Gauano memo para problema altamente não lneare; ormalmente omente a méda (prmero momento) é predto como não-lnear, vto ue a covarânca é lnearzada. evdo a ee problema um fltro de Kalman não lnear de tempo real fo deenvolvdo para realzar a calbração de uma IMU-MMS. A opção ecolhda é o fltro de Kalman denomnado fltro de Kalman Sma-Ponto (ou Uncented ) (FKSP ou FKU), ue utlza técnca de amotraem (como Monte Carlo) para obter um conjunto mínmo de amotra, o ma-ponto, em torno da méda 7,8,9, ue eja anda repreentatvo do tema não lnear. O método procura obter nformaçõe obre o prmero momento (méda, covarânca, tercero momento central ou ametra, e uarto momento ou curtoe) da pouca amotra ecolhda crteroamente. Poterormente, o ma-ponto (amotra eleconada) ão predto não lnearmente para calcular a covarânca predta 8. Com eta aproxmação a complexa matrz Jacobana não neceta er avalada, tornando uma vantaem a utlzação do FKSP para ete problema partcular. A abordaem va FKSP nete problema é aplcada omente à fae da predção do fltro de Kalman. efnndo n como a dmenão do vetor a er etmado, é erado um conjunto de 2n+1 ma-ponto por: ˆ o χ = xˆ onde χˆ χˆ + n k 1 = xˆ = xˆ n + ) Pˆ k 1 + ( n ) ˆ + κ Pk 1, = 1, K,n (6) ( n + κ ) Pˆ k 1, = 1, K,n ( κ é a -éma lnha ou coluna da matrz raz uadrada de ( n + κ ) P ˆ k 1, e o fator κ é ecolhdo de manera a ecalonar o momento uperore a 3. Se ( n + κ) = 3, também é poível ecalonar alun do uartomomento (curtoe) uando x é auano 7,9. O peo para ponderar a méda e covarânca predta ão dado por: W W o = 1 / + n = κ / ( n + κ ) ( 2n + 2κ ), = 1, K,n / ( 2n + 2κ ), = 1, K, n. (7) W = 1 A fae de predção do FKSP é mplementada atravé da nteração da euacõe (1)-(3), e (5), para cada ma-ponto:,k+1 ( χ ) & χ = f. (8) A méda e a covarânca predta ão então calculada por: x 2 n k + 1 = W χ, k + 1 (9) =,k
4 [ χ x ][ χ ] T 2 n k+ 1 = W, k+ 1 k + 1, k + 1 xk + 1 = P (1) uando o peo de acordo com a euação (7). A fae de correção do fltro ("meaurement update") ua a euaçõe convencona do fltro de Kalman 6, po a medda ão lneare em relação ao vetor de etado a er etmado: t k t k t ( H k Pk H + Rk ) K k = Pk H k Pˆ k = Pk H ( I - K k H k ) Pk. (11) xˆ k = xk + K k [ yk H k xk ] o cao de um alnhamento etátco ou em-dnâmco, onde exte um movmento de attude precrto (rotação), a obervaçõe repreentando poção, velocdade e attude ão conhecdo. A coordenada de poção ão a coordenada eodéca WGS-84 do centro da plataforma ratóra de 3- exo (veja valore na eção II), velocdade nula, e valore de attude conhecdo, uando devdamente alnhado ao exo da mea COTRAVS. eta forma ete valore, e o repectvo devo-padrão podem er realmentado para o cclo de correção, euação (11), do fltro de Kalman, repreentado a medda a erem proceada. ete cao, a matrz de entvdade H é matrz dentdade com relação a 1 ( r v θ) compota por poção = ( ϕ,λ,h) v = ( V,V,V ), attude = ( φ, θ, ψ ) acelerômetro b ( b b b ) b, endo o vetor de etado do fltro de Kalman r, velocdade θ, "ba" do a u v w, e derva do rocópo b b. eta forma, o modelo de obervação e ( b ) p r torna lnear com a matrz H contante, mplfcando a mplementação da fae de correção do fltro de Kalman. V. SIMULAÇÕS O devo-padrão da medda de poção, velocdade e attude nformada ao FKSP deenvolvdo, correpondem a 1m em coordenada horzonta (lattude e lontude) e 3m na coordenada vertcal, a,1m/ para componente da velocdade, e a,1 para ânulo do roll e ptch e a,5 para o ânulo de yaw. Ta valore ão típco para medda de poção e velocdade obtda atravé do GPS 1. entre o ânulo de attude, o ânulo de yaw (unada) fo conderado o meno obervável (maor devo-padrão) na prátca. Incalmente motra-e o expermento de calbração etátca, F. 2, conforme a Ref. [1], onde r conhecdo; v ; θ, com reultado de do conjunto de amotra de dado coletado etatcamente, to é, com a IMU-MMS parada amotrando dado a taxa de 2Hz e 133Hz. A matrz de covarânca ncal fo conderada daonal, com devopadrão correpondente a 1m, 1m e 3m para poção;,1m/ na 3 componente de velocdade;,1 na 3 componente de attude;,3 m/ 2 na 3 componente de "ba" do acelerômetro; e,12 / na 3 componente de derva do ro. A matrz de dendade epectral de potênca fo conderada daonal e contante, com ruído: =,125 m / θθ =,5 / vv b b a a b b = 1, =,25 / correpondente ao ruído na euaçõe dferenca de velocdade (2), de taxa de attude (3), de bae e derva (5) do ro e acelerômetro. Para ee tete etátco, o bae do acelerômetro e derva do ro converram rapdamente como motrado na fura 2 e 3. A fura motram também a envoltóra de ± 1σ calculada atravé do traço da matrz de covarânca. Ba Acelerometro (m/^2) Ba Gro (rau/) ota-e ue, para alcançar a converênca, o FKSP necetou meno ue 1 a 133Hz (F. 4) e cerca de 5 a 2Hz (F. 3). A Tabela 3 lta o erro da etmatva do fltro. Há uma ndcação de ue a precão na etmatva etá fortemente correlaconada à taxa da amotraem, to é, uanto ma elevada a taxa da amotraem, melhor a precão. O erro da etmatva do dado tomado a 133Hz foram uma ordem de randeza menor do ue a tomada a 2Hz. 3 m / X Y Z Tempo () 3 Roll Ptch Yaw Fura 2 -Bae e derva do acelerômetro e ro a uma taxa de amotraem de 2Hz
5 Ba acelerometro (m/^2) erva ro (/)) X Y Z Roll Ptch Yaw Tempo () Fura 3 - Bae do acelerômetro e derva do ro a uma taxa de amotraem de 133Hz Ba Acelerometro (m/2) erva Gro (/) X Y Z roll ptch yaw Tempo () Fura 4 - Bae e derva do acelerômetro e ro para o cao emdnâmco a uma taxa de amotraem de 2 Hz Taxa (Hz) Alttude (m) TABLA 3 RROS O FKSP O CASO STÁTICO V (m/) V (m/) V (m/) φ (º) θ (º) ψ (º) Um eundo expermento, denomnado cao emdnâmco, fo realzado para verfcar e a calbração do bae ofrera aluma deradação, uando exte um movmento de attude. ete expermento a mea de 3 exo fo confurada de manera a rar o exo de yaw (unada) a uma velocdade contante de 6 /. Coletou-e medda de pouco ma de 4 revoluçõe (25) a uma taxa de 2Hz, ncando a coleta uando o ânulo de unada etava a 6. ete cao, em relação ao cao completamente etátco, o fltro FKSP fo almentado com medda do ânulo de unada varando a 6 /. A Fura 4 motra a converênca do ba do acelerômetro e derva do ro, alcançada em meno de um mnuto. ete cao, o FKSP apreentou erro mlare ao da Tabela 3 para a taxa de 2 Hz, e perf de "ba" e derva mlare ao cao etátco. Para o cao etátco, foram realzada outra mulaçõe com o objetvo de verfcar o mpacto do erro temátco b e na precão da etmatva, em vára tuaçõe: a b cao 1: Parâmetro nulo ( ba, e b ), com nteração pura e mple da euaçõe dferenca, com condção ncal exata; cao 2: Parâmetro contante com ba e b aumndo valore obtdo pelo FKSP, com nteração pura e mple da euaçõe dferenca, com condção ncal exata; cao 3: Parâmetro contante nulo ( ba, e b ), com o FKSP em etmar ete parâmetro; cao 4: Parâmetro contante com ba e b aumndo valore obtdo pelo FKSP, e mantdo contante no FKSP (etado conte em poção, velocdade e attude). A Tabela 4 fornece o reultado deta tuaçõe. O valore de referênca a erem comparado ão: r 23, S, 314,148239, 641,23m; v ; θ. O reultado motram claramente ue a nteração pura e mple da euaçõe (1-4) de naveação (cao 1)
6 conderando erro temátco nulo ( b, e b ) leva a um erro fnal de centena de km para IMU-MMS. Para o cao 2, onde ete erro temátco ( b ˆ, b ˆ a a ) foram prevamente etmado pelo FKSP, a nteração mple da euaçõe de naveação conderando ete valore contante levou a erro tremendamente menore ue o cao 1, ma com erro poconal fnal de cerca de 25km, e erro razoável na componente Lete de velocdade. O cao 3, aumndo ba, e b, não etmado pelo FKSP, o erro ão conderado acetáve em poção e velocdade, porém a attude etá deradada e rá dervar ao lono do tempo, endo ncluve por ue o cao 2. o cao 4, aumndo ( b ˆ a, b ˆ ) contante e não etmado, o erro etão em níve acetáve em toda a varáve de etado. TABLA 4 AÁLIS RROS O FKSP O CASO STÁTICO Varáve Cao 1 Cao 2 Cao 3 Cao 4 Lattude (º) Lont. (º) Alttude (m) Vn (m/) Ve (m/) Vd (m/) Roll (º) Ptch (º) Headn (º) A concluõe deta mulaçõe etão de acordo com a expectatva, ou eja, é neceáro levar em conta o erro temátco, eja etmando-o prevamente, ou etmando-o conjuntamente no FKSP. O autore crêem ue ete erro ba e b devem er parte do etado a er etmado em ualuer fltro projetado para naveação, uando IMU com tecnoloa MMS. ta abordaem torna o fltro robuto também para varaçõe loca da IMU onde em reme de trabalho dferente ete erro tenham a contrbução de derva no tempo, fator de ecala e dealnhamento, amplfcado. VI. COCLUSÕS te trabalho decreveu expermento para realzação de alnhamento etátco e em-dnâmco em tempo real de uma IMU de baxo cuto baeada em tecnoloa MMS. O nfraetrutura prncpal contu em uma mulador dnâmco de alta precão de 3 exo ue foe referencada e alnhada na dreçõe (norte, lete, para baxo). A IMU-MMS então fo alnhada paralelamente a ete exo, e o dado foram coletado em taxa de 2Hz e de 133Hz. Uma abordaem, ue ua o fltro de Kalman ma-ponto (FKSP), fo deenvolvda para procear o dado e evtaram a necedade de computar a matrz Jacobana, fornecendo etmatva muto contente do fltro. O reultado motraram uma repota rápda do fltro tanto em tuaçõe etátca (IMU completamente parada) como em condçõe em-dnâmca (IMU ó com movmento rotaconal). O trabalho futuro envolvem campanha ma lona para avalar a robutez e a tolerânca à falha do fltro, reme dnâmco crítco, e alnhamento OTF ( On The Fly ou em pleno vôo). VII. AGRACIMTOS O autore deejam aradecer o revore anônmo pelo comentáro crítco e excelente uetõe dada para aprmoramento dete trabalho. m função dete, o trabalho ofreu profunda revão e ncorporação de novo reultado. RFRÊCIAS [1] Kua, H.K. and Lope, R.V.F. and nwoeerer, W., "xpermental tatc calbraton of an IMU (Inertal Meaurement Unt) baed on MMS." XIX Conre of Mechancal nneern - COBM 27, Brala, F, Brazl, 5-9 ovember 27, Accepted. [2] Farrel, Jay A. and Barth, Matthew 1998, The Global Potonn Sytem & Inertal avaton, ew York, Y, McGraw-Hll. [3] Crobow, 27, IMU Uer Manual Model IMU3CC, IMU4CC, IMU4C. Revon B, February 27, ocument [4] Maybeck, P. S., 1979, Stochatc Model, tmaton and Control, Academc Pre, ew York. [5] Brown, R. G. and Hwan, P. Y. C., 1996, Introducton to Random Snal and Appled Kalman Fltern, John Wley & Son, ew York. [6] Berman, G. J., 1977, Factorzaton Method for crete Seuental tmaton, Academc Pre, ew York. [7] Juler, S.J. and Uhlmann, J.K., 1997, A ew xtenon of thee Kalman Flter for onlnear Sytem. Internatonal Sympoum on Aeropace/efene Senn, Smulaton and Control, SPI, [8] Juler, S.J. and Uhlmann, J.K., and urrant-whyte, H.F., 2, A new method for the nonlnear tranformaton of mean and covarance n flter and etmator. I Tranacton on Automatc Control, Vol. 45, Iue 3, p [9] Juler, S.J. and Uhlmann, J.K., 24, Uncented Fltern and onlnear tmaton. Proceedn of the I, Vol. 92, o. 3. [1] Mra, P. and ne, P., 21, "Global Potonn Sytem: Snal, Meaurement and Performance", Gana- Jamuna Pre, Lncoln
3 Seleção de Variáveis Baseada em Informação Mútua sob Distribuição de Informação Uniforme (MIFS-U)
3 Seleção de Varáve Baeada em nformação Mútua ob trbução de nformação Unforme MFS-U 3.1 Seleção de Varáve de Entrada para Problema de Clafcação A eleção de varáve de entrada deempenha um mportante papel
Leia maisNAVEGAÇÃO USANDO UNIDADE INERCIAL DE BAIXO CUSTO (IMU MEMS) E RECEPTOR GPS COM APLICAÇÃO DO FILTRO DE KALMAN SIGMA PONTO
AVGAÇÃO USAO UIA ICIAL BAIXO CUSTO (IMU MMS) CPTO GPS COM APLICAÇÃO O FILTO KALMA SIGMA POTO Walter woegerer*, Hélo Kot Kuga*, Paulo Gácomo Mla* eumo - te trabalho apreeta um método de tegração da formaçõe
Leia mais4.1.1 A Importância da incorporação do Plano Amostral na inferência estatística
25 4 Metodologa 4.1 A Modelagem de Regreão Múltpla A regreão lnear múltpla tem o propóto de etabelecer uma relação entre a varável dependente (y) e k-1 varáve ndependente: x 1, x 2, x 3,..., x k-1, onde
Leia maisFísica Experimental 1 - FEP113 Prova Final - 28/06/2 007
Fíca Epermental - FEP3 Prova Fnal - 8/06/ 007 Aluno: n o UP: Cada aluno pode conultar lvremente o materal de que dpõe. Note que a pontuação máma deta prova oma,5 e que, por outro lado, o tempo é eíguo
Leia maisPROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO
PROBABILIDADE E ESTATÍSTICA UNIDADE IV - MEDIDAS DE DISPERSÃO OU VARIAÇÃO 0 INTRODUÇÃO A medda de varação ou dperão, avalam a dperão ou a varabldade da eqüênca numérca em anále, ão medda que fornecem nformaçõe
Leia maisser modeladas como redes lineares de dois acessos (figura 4.1);
4 Repota em emfrequênca Funçõe de de Tranferênca n A rede de nteree, para o etudo deenvolvdo na dcplna, podem er modelada como rede lneare de do aceo fgura 4.; V V o T Fgura 4. Rede lnear de do aceo. na
Leia maisExercícios de cisalhamento puro e flexão simples - prof. Valério SA Universidade de São Paulo - USP
Exercíco de calhamento puro e flexão mple - prof. Valéro S Unverdade de São Paulo - USP São Paulo, dezembro de 05.. etrutura de contenção eta ubmetda a uma ação de empuxo do olo, onde a dtrbução é lnear
Leia maisLABORATÓRIOS DE FÍSICA 2018/2019
Eperênca : Medda Epermenta Objetvo: Introdução à medda epermenta. Erro epermenta. Introdução: Medr é comparar uma grandeza com outra da mema epéce que e toma como undade. Eta comparação pode er feta dretamente,
Leia maisorientação torque e b r s e s B (fixo no corpo ou molécula) S (fixo no espaço)
Dcplna: SComLMol e 0 0 xx 0 yy 0 0 0 zz e r B (fxo no corpo ou molécula) S (fxo no epaço) xx yx zx xy yy zy xz yz zz e l Ae A Al A orentação torque vel.angular mom.angular Onde A é uma matrz de rotação
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisPROBABILIDADE ESTATÍTICA
I- INTRODUÇÃO. DEFINIÇÕES. ESTATÍSTICA: A Etatítca refere-e à técnca pela qua o dado ão "coletado", "organzado", "apreentado" e "analado". Pode-e dvdr a cênca Etatítca em do grupo de etudo:. Etatítca Decrtva:
Leia mais6. Modelagem numérica com o programa Abaqus
6. Modelagem numérca com o programa Abaqu Ete capítulo apreenta o reultado obtdo com a modelagem numérca, realzada com o programa Abaqu em dua (2D) e trê (3D) dmenõe. Ete reultado e referem à condçõe do
Leia maisPara quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.
Etatítca Aplcada à Educação Antono Roque Aula 5 Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que
Leia maisTeste Intermédio I (45%)
0 Anále de Dado e Probabldade º Semetre 00-007 Fernando Brto Soare Cáta Fernande Pedro Chave Tete Intermédo Data: 7 de Outubro de 00, 7:00 Duração: hora ota: A utlzação de máquna centífca e gráfca ó erá
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia mais5 Materiais e Métodos
5 Matera e Método O modo de formular um Problema de Roteamento de Veículo tem mpacto dreto no deempenho de algortmo de olução, bem como a caracterítca do problema nfluencam a pobldade de olução. Deta forma,
Leia maisEcologia Geral Riqueza e Diversidade de Espécies
Ecologa Geral Rqueza e Dverdade de Epéce Prof. Wllam Cota Rodrgue Pó-Doutor em Entomologa/Ecologa Unverdade Severno Sombra Tranparênca Extra I 1 Conceto A dverdade de epéce refere-e à varedade de epéce
Leia maisMODELO RECEPTOR MODELO RECEPTOR MODELO RECEPTOR. Princípio do modelo:
MODELO RECEPTOR Não modela a dspersão do contamnante. MODELO RECEPTOR Prncípo do modelo: Atacar o problema de dentfcação da contrbução da fonte em ordem nversa, partndo da concentração do contamnante no
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia mais3 Confiabilidade de Estruturas
3 Confabldade de Etrutura 3.1. Introdução Um proeto etrutural deve levar em conderação a ncerteza nerente à varáve envolvda, que podem er: ncerteza obre a ntendade e a dtrbução da carga permanente e acdenta;
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia maisEletroquímica 2017/3. Professores: Renato Camargo Matos Hélio Ferreira dos Santos.
Eletroquímca 2017/3 Professores: Renato Camargo Matos Hélo Ferrera dos Santos http://www.ufjf.br/nups/ Data Conteúdo 07/08 Estatístca aplcada à Químca Analítca Parte 2 14/08 Introdução à eletroquímca 21/08
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia mais1º Exame de Mecânica Aplicada II
1º Exame de Mecânca Aplcada II Este exame é consttuído por 4 perguntas e tem a duração de três horas. Justfque convenentemente todas as respostas apresentando cálculos ntermédos. Responda a cada pergunta
Leia mais7 Tratamento dos Dados
7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r
Leia maisAgenda Aula 2 Parte 1
Aula Parte 1 Anále de Correlação: Coefcente de Pearon Prof. Cear Aleandre de Souza Materal deenvolvdo em conjunto com a Profa. Adrana Back Noronha Vana EAD0655 Técnca Etatítca de Projeção Agenda Aula Parte
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisModelação Matemática de Sistemas Físicos
SS-TSS odelação atemátca de Stema Fíco 5 odelação atemátca de Stema Fíco Para o tema repreentado na fgura, aumndo delocamento apena na vertcal e um comportamento lnear do elemento do modelo, obtenha: X()
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia maisRealimentação negativa em ampliadores
Realmentação negatva em ampladores 1 Introdução necessdade de amplfcadores com ganho estável em undades repetdoras em lnhas telefôncas levou o Eng. Harold Black à cração da técnca denomnada realmentação
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisMETODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO
Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento
Leia maisO problema da determinação da atitude através da observação de dois vetores uma descrição do algoritmo TRIAD... Resumo. Abstract
O problema da determnação da attude atravé da obervação de do vetore uma decrção do algortmo RIAD... O problema da determnação da attude atravé da obervação de do vetore uma decrção do algortmo RIAD e
Leia mais4 Modulação por código de pulsos (PCM-Pulse Code Modulation)
Engª de Stema e Informátca Fundamento de Telecomuncaçõe 4/5 4 Modulação por códgo de pulo (PCM-Pule Code Modulaton) Nete capítulo remo a tranmão de na analógco atravé da modulação por códgo de pulo. A
Leia maisExperiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Leia maisEletroquímica 2012/3. Professores: Renato Luiz Fernando.
Eletroquímca 01/3 Profeore: Renato Luz Fernando http://www.ufjf.br/nup/ DIA/MÊS ASSUNTO 19/nov Etatítca aplcada à Químca Analítca Parte 6/nov Introdução à Eletroquímca 03/dez Equlíbro na Eletroquímca 10/dez
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisUtilização do Método de Função Energia em Estudos de Estabilidade de Tensão
UNIVERSIDADE FEDERAL DE ITAJUBÁ PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Luz Frederco Borge Vaconcelo Utlzação do Método de Função Energa em Etudo de Etabldade de Tenão Tee ubmetda ao Programa
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia mais2 Aproximação por curvas impĺıcitas e partição da unidade
Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta
Leia mais13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL
3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude
Leia mais5 Implementação do Controle
5 Implementação do Contole Depo de te explcado o conceto obe o moto de ndução, e apeentado o flto de Kalman etenddo e o flto quadátco, eá apeentada a mplementação do algotmo paa etma a velocdade do moto
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisLaboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos
Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro
Leia maisCQ110 : Princípios de FQ
CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia maisUNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA
UNVRSDAD D SÃO PAULO SOLA POLÉNA Departamento de ngenhara de trutura e Geotécnca URSO BÁSO D RSSÊNA DOS ARAS FASÍULO Nº Flexão reta H. Brtto.00 FLXÃO RA ) Quadro geral da flexão Uma barra etá ujeta a flexão
Leia maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisFUNDAMENTOS DE ROBÓTICA. Modelo Cinemático de Robôs Manipuladores
FUNDMENTOS DE ROBÓTIC Modelo Cnemátco de Robôs Manpuladores Modelo Cnemátco de Robôs Manpuladores Introdução Modelo Cnemátco Dreto Modelo Cnemátco de um Robô de GDL Representação de Denavt-Hartenberg Exemplos
Leia maisMODELOS DE REGRESSÃO NÃO LINEARES
M. Mede de Olvera Excerto da ota peoa obre: MODELOS DE REGRESSÃO NÃO LINEARES Obervação No modelo de regreão dto leare, a varável depedete é exprea como fução lear do coefcete de regreão. É rrelevate,
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisÂngulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)
4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisAnálise de influência
Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...).
Leia maisUNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira
UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisEletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisControle de qualidade do ajustamento recursivo no software GPSeq
ítulo: Controle de qualdade do ajutamento reuro no oftware GPSeq Wagner Carrupt Mahado INRODUÇÃO (1 de 2) Poonamento om GPS φ PD dt Ion rop Orb = ρ + dt + + + + PD + = Amb f ρ + Orb Ion + + φ rop ( ) (
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisFlambagem. Cálculo da carga crítica via MDF
Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisRepresentação e Descrição de Regiões
Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são
Leia maisElectromagnetismo e Óptica
Electromagnetsmo e Óptca aboratóro - rcutos OBJETIOS Obter as curvas de resposta de crcutos do tpo sére Medr a capacdade de condensadores e o coefcente de auto-ndução de bobnas por métodos ndrectos Estudar
Leia maisOTIMIZAÇÃO DO ATENDIMENTO DE CARGAS DE SUBESTAÇÕES UTILIZANDO ALGORITMOS GENÉTICOS
OTIMIZAÇÃO DO ATENDIMENTO DE CARGAS DE SUBESTAÇÕES UTILIZANDO ALGORITMOS GENÉTICOS 2 GERALDO C. CORREA, HEITOR S. LOPES. Centro Federal de Educação Tecnológca do Paraná Programa de pó-graduação em Engenhara
Leia mais3 Definição automática de carregamento ótimo
3 Defnção automátca de carregamento ótmo A formulação ncal mostrada neste capítulo fo feta por Sérgo Álvares Maffra[11] e parte da mplementação fo feta por Anderson Perera, tendo sofrdo algumas modfcações
Leia maisGabarito para a prova de 1º Ano e 8ª serie (atual 9º Ano)
Gabarto para a prova de 1º Ano e 8ª sere (atual 9º Ano) 1. t t c F 5 3 9 ; t c 451 3 5 9 o ; tc 33 C ΔS. a) Δ t 5 s V 4, 1 mnuto possu 6 s, portanto, dos 5 s temos: 8 mnutos (equvale a 48 s) e sobram segundos.
Leia maisEstabilidade para Pequenas Perturbações e Dimensionamento de Estabilizadores. Mestrado em Engenharia Electrotécnica e de Computadores _
Etabldade para Pequena Perturbaçõe e Dmenonamento de Etablzadore Metrado em Engenhara Electrotécnca e de Computadore _ Dnâmca e Etabldade de Stema de Energa J. A. Peça Lope Conceto Teórco Repreentação
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisANÁLISE MATRICIAL DE ESTRUTURAS DE BARRAS PELO MÉTODO DE RIGIDEZ
ANÁISE MATRICIA DE ESTRUTURAS DE BARRAS PEO MÉTODO DE RIGIDEZ A análse matrcal de estruturas pelo método de rgdez compreende o estudo de cnco modelos estruturas báscos: trelça plana, trelça espacal, pórtco
Leia maisRadiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)
Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,
Leia maisTrabalho e Energia. Curso de Física Básica - Mecânica J.R. Kaschny (2005)
Trabalho e Energa Curso de Físca Básca - Mecânca J.R. Kaschny (5) Lembrando nosso epermento de queda lvre... z z 1 v t 1 z = z - v t - gt ( ) z- z v = g = t Contudo, se consderarmos obtemos: v z z 1 t
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia mais5 Validação dos Elementos
5 Valdação dos Elementos Para valdar os elementos fntos baseados nas Wavelets de Daubeches e nas Interpolets de Deslaurers-Dubuc, foram formulados dversos exemplos de análse lnear estátca, bem como o cálculo
Leia mais2ª PARTE Estudo do choque elástico e inelástico.
2ª PARTE Estudo do choque elástco e nelástco. Introdução Consderemos dos corpos de massas m 1 e m 2, anmados de velocdades v 1 e v 2, respectvamente, movmentando-se em rota de colsão. Na colsão, os corpos
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca
Leia maisSC de Física I Nota Q Nota Q2 Nota Q3 NOME: DRE Teste 1
SC de Físca I - 2017-2 Nota Q1 88888 Nota Q2 Nota Q3 NOME: DRE Teste 1 Assnatura: Questão 1 - [3,5 pontos] Uma partícula de massa m se move sobre uma calha horzontal lsa com velocdade constante de módulo
Leia maisOTIMIZAÇÃO DE CONFIGURAÇÃO DE TRELIÇAS SUJEITAS A RESTRIÇÕES DE ALINHAMENTO DE NÓS
OTIMIZAÇÃO DE CONFIGURAÇÃO DE TRELIÇAS SUJEITAS A RESTRIÇÕES DE ALINHAMENTO DE NÓS Marco A. M. Vecc Unverdade Federal de Mna Gera, Dept o de Engenhara de Etrutura Av. Contorno, 842 2º andar 30110-060 Belo
Leia maisMÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL
CIRCUITOS ELÉTRICOS Método de Análse: Análse Nodal Dscplna: CIRCUITOS ELÉTRICOS Professor: Dr Marcos Antôno de Sousa Tópco MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL Referênca bbloráfca básca:
Leia mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia mais4 Sistemas de partículas
4 Sstemas de partículas Nota: será feta a segunte convenção: uma letra em bold representa um vector,.e. b b Nesta secção estudaremos a generalzação das les de Newton a um sstema de váras partículas e as
Leia maisIntrodução às Medidas em Física a Aula
Introdução às Meddas em Físca 4300152 8 a Aula Objetvos: Experênca Curvas Característcas Meddas de grandezas elétrcas: Estudar curvas característcas de elementos resstvos Utlzação de um multímetro Influênca
Leia maisUNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO
UNIDADE IV MEDIDAS DE DISPERSÃO OU VARIAÇÃO Conteúdo Programátco Cálculo da varânca Cálculo e nterpretação do Devo-padrão VARIÂNCIA E DESVIO-PADRÃO A medda de varação ou dperão, avalam a varabldade da
Leia maisModelação e Simulação Problemas - 4
Modelação e Simulação - Problema Modelação e Simulação Problema - P. Para cada uma da funçõe de tranferência eguinte eboce qualitativamente a repota no tempo ao ecalão unitário uando empre que aplicável)
Leia maisModelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia mais