Propriedades das Funções de Base Radiais aplicadas à identificação de sistemas dinâmicos não-lineares
|
|
- Bruna Aldeia Amaro
- 6 Há anos
- Visualizações:
Transcrição
1 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, Universidade Federal de Minas Gerais Available at:
2 Propriedades das RBFs Aplicadas à Identificação de Não-Lineares Gladstone Barbosa Alves Orientador: Luis A. Aguirre Co-Orientador: Marcelo V. Corrêa Página 1 de 43 Belo Horizonte, 5 de Fevereiro de 24
3 INTRODUÇÃO Página 2 de 43
4 Sistema: entidade que manipula um ou mais sinais para realizar uma função, produzindo assim novos sinais Modelo matemático: conjunto de hipóteses sobre a estrutura ou o comportamento de um sistema. É uma abstração de um sistema através de equações Identificação de Sistemas: estuda maneiras de modelar e analisar sistemas físicos a partir de observações Página 3 de 43 Sinal de Entrada SISTEMA Sinal de Saída
5 Classificação da identificação Modelagem caixa-branca: estrutura do sistema é totalmente conhecida Significação física Complexidade Equações contínuas, aplicações discretas Modelagem caixa-preta: ausência de conhecimento prévio Aplicações em controle Difícil determinação de estrutura Página 4 de 43 Modelagem caixa-cinza: incorpora informação auxiliar
6 Informação Auxiliar sobre a Estrutura do Sistema Entrada 1 Saída Caixa Preta EQUIVALENTE Entrada Saída Página 5 de 43 Caixa Cinza
7 Motivação Cenário: Dados escassos, ruidosos e locais Conhecimento especialista e testes estáticos disponíveis Incorporação de informação auxiliar: Extensão da faixa de validade dos modelos Parcimônia Simplificação na seleção de estruturas e estimação de parâmetros Interpretabilidade física Página 6 de 43
8 Motivação Funções de base radiais: Separação entre os parâmetros lineares e não-lineares Viabilidade de manipulação analítica Inspiração em resultados anteriores: semelhanças com polinômios NARX Página 7 de 43
9 Objetivo Aplicar informação auxiliar no processo de identificação de sistemas por meio de RBFs. Abordagem: estudo das propriedades relevantes da representação, especialmente características de estado estacionário. Página 8 de 43
10 Estrutura da Apresentação Sistemas dinâmicos e modelagem Funções de base radiais Propriedades das RBFs Conclusões Página 9 de 43
11 Estrutura da Apresentação Sistemas dinâmicos e modelagem Funções de base radiais Propriedades das RBFs Conclusões Página 9 de 43
12 Estrutura da Apresentação Sistemas dinâmicos e modelagem Funções de base radiais Propriedades das RBFs Conclusões Página 9 de 43
13 Estrutura da Apresentação Sistemas dinâmicos e modelagem Funções de base radiais Propriedades das RBFs Influência do polinômio linear Estados estacionários Incorporação de informação auxiliar Conclusões Página 9 de 43
14 Estrutura da Apresentação Sistemas dinâmicos e modelagem Funções de base radiais Propriedades das RBFs Regulador buck Mapa senoidal Aquecedor elétrico Hammerstein Conclusões Página 9 de 43
15 Estrutura da Apresentação Sistemas dinâmicos e modelagem Funções de base radiais Propriedades das RBFs Conclusões Página 9 de 43
16 SISTEMAS DINÂMICOS E MODELAGEM Página 1 de 43
17 e Modelagem Elementos Página 11 de 43
18 Caos em sistemas dinâmicos Página 12 de
19 Reconstrução de dinâmica Imersão y(k) = [y(k), y(k τ),..., y(k (d e 1)τ)] T Teorema de Takens: d e 2D + 1 (condição suficiente para transformação de coordenadas) Página 13 de 43 y(k + T) = f T ( y(k))
20 Reconstrução de dinâmica Caso não-autônomo y(k) = [y(k τ), y(k 2τ),..., y(k lτ) u(k), u(k τ),..., u(k (m 1)τ)] T Teorema de Takens não estabelece critérios para estimação do mapeamento f T Propostas: aproximadores locais e globais Expansão em uma base φ de funções de interesse (T = 1) f( y(k)) = N c w i φ i ( y(k)) i=1 Estimação de w: critério de ajuste aos dados Página 13 de 43
21 FUNÇÕES DE BASE RADIAIS Página 14 de 43
22 Funções de Base Radiais - Uma introdução Formulação geral das RBFs ˆf( y(k 1)) = ŵ + + N c ŵ i φ( y(k 1) c i ) + i=1 n yl â i y(k i) + i=1 N c < N n ul ˆb i u(k i) + e(k), i=1 Página 15 de 43 y(k 1) = [y(k 1)... y(k n y ) u(k 1)... u(k n u )] T
23 : tipos φ φ I II 8 1 u u2 JJ J 4 1 u1 u 2 Página 16 de φ φ u2 1 u1 8 1 u2 1 u1
24 Caracterização das funções de base Página 16 de 43
25 PROPRIEDADES DAS RBFs Página 17 de 43
26 Propriedades das RBFs Influência do polinômio linear Forno elétrico Modelos são validados em regiões de operação diferentes da correspondente aos dados de identificação Modelos RBF Sem polinômio linear: 6 funções Com polinômio linear: uma função Validação estática: simulação para patamares fixos da entrada Página 18 de 43
27 Validação dinâmica e estática Página 19 de 43
28 Discussão Uso dos termos polinomiais lineares permitiu Extensão da faixa de validade Bom desempenho, mesmo com massa de dados pequena Modelo mais parcimonioso Conjectura-se que a ausência desses termos resulta em polarização induzida por dinâmica linear presente nos dados Página 2 de 43
29 y Estados estacionários de RBFs u Pontos fixos: definição y(k) = y(k + i) = ȳ, i Z + Página 21 de 43 (Generalização) Curva estática: escreve a relação entre a saída em estado estacionário ȳ e a respectiva entrada
30 Estados estacionários de RBFs Mapeamento em RBFs ȳ = w + Σ u ū + N c i=1 w iφ( ȳ c i ) (1 Σ y ) = F(ū, ȳ) Sendo ȳ = [ȳ... ȳ ū... ū] T Solução analítica e unicidade: caso ȳ = [ū... ū] T Simulação Página 22 de 43
31 Estabilidade de estados estacionários Formulação λ n y 1 (ū, ȳ)λ ny 1 ny 1(ū, ȳ)λ ny (ū, ȳ) = F d (ū, ȳ) = y(k d) Página 23 de 43
32 Incorporação de informação auxiliar Autovalores invariantes com o estado estacionário (ponto de operação) λ n y a 1 λ n y 1 a ny 1λ a ny = Página 24 de 43
33 Incorporação de informação auxiliar Estado estacionário (ū k, ȳ k ) Com ȳ k ( 1 Σy ) Σu ū k w Φ = Σ w Φ = φ( ȳ k c i ), i = 1, 2,..., N c ȳ k = [ȳ k... ȳ k ū k... ū k ] T Caso mais simples: centros eqüidistantes de (ū k, ȳ k ) Página 24 de 43
34 yb y(k 1) u(k 2) ub u(k 1).2 Página 25 de 43
35 Incorporação de informação auxiliar Estimação dos parâmetros (dados dinâmicos) ˆ θ = arg min ξ T ξ c = Sˆ θ Restrições (geradas em estado estacionário) ŵ ŵ 1 w 1 ŵ 2 Σ w Σ y = ŵ 3 (1) 1 1 ŵ 4 Σ u 1 â 1 â 2 ˆb 1 Página 25 de 43
36 RESULTADOS Página 26 de 43
37 Uso da informação dos pontos fixos Mapas unidimensionais Regulador chaveado buck Mapa senoidal Sistema piloto Aquecedor elétrico Comportamento dos autovalores Sistema de Hammerstein Página 27 de 43
38 Regulador chaveado buck y(k) = αy(k 1) + h(d(k 1))2 βe[e y(k 1)] y(k 1) y(k+1) Página 28 de y(k)
39 Regulador chaveado buck Estrutura dos modelos 2 y(k) = w + w i φ( y(k 1) c i ) + i=1 +a 1 y(k 1) (a) Modelo apenas com centros simétricos (b) Modelo com centros simétricos e parâmetros restringidos (c) Modelo obtido sem uso de informação auxiliar Página 28 de 43
40 Regulador chaveado buck Caso sem ruído (esquerda) com ruído (direita) y(k+1) y(k+1) (a) (b) (c) y(k+1) y(k+1) (d) (e) (f) Página 28 de 43 y(k+1) y(k) y(k+1) y(k)
41 Mapa senoidal x(k) = 1, 2πsen(x(k 1)) y(k+1) Página 29 de y(k)
42 Mapa senoidal Caso 1: imposição do ponto fixo trivial y(k) = 2 w i φ( y(k 1) c i ) + a 1 y(k 1) i=1 Caso 2: aproximação dos pontos fixos nãotriviais (e simétricos) 4 y(k) = w i φ( y(k 1) c i ) + a 1 y(k 1) i=1 (a) Modelo apenas com centros simétricos (b) Modelo com centros simétricos e parâmetros restringidos (c) Modelo obtido sem uso de informação auxiliar Página 29 de 43
43 4 (a) 4 (d) y(k+1) (b) y(k+1) (e) y(k+1) 2 y(k+1) (c) (f) 4 2 Página 3 de 43 y(k+1) y(k+1) y(k) y(k)
44 Mapa senoidal Caso 2: variação da dispersão das funções radiais y(k+1) (a) y(k+1) (b) (c) (d) 4 2 y(k+1) y(k+1) Página 3 de y(k+1) (e) y(k) y(k+1) (f) y(k)
45 4 3 y(k) Dispersão das gaussianas Página 31 de 43 Máximo expoente de Lyapunov Dispersão das gaussianas
46 Aquecedor elétrico VENTILADOR FERRO SOLDA/ TERMOPAR FONTE 12V AMPLIFICADOR VARIVOLT PLACA DE AQUISICAO Página 32 de 43 TRAFO RETIFICADOR/ DIVISOR TENSAO
47 1 (a).8 u t (min).5.4 (b) y t (min).5 Página 33 de y u
48 Aquecedor elétrico Modelo 1: sem uso de informação auxiliar y(k) = 1 w i φ( y(k 1) c i ) + i=1 +a 1 y(k 1) Modelo 2: aproximação de dois pontos conhecidos da curva estática 9 y(k) = w + w i φ( y(k 1) c i ) + i=1 +a 1 y(k 1) Página 33 de 43
49 .9.8 u(k 1) u(k 2) 1.2 Página 34 de u(k 1) u(k 2)
50 .4.35 y t(min.).4 Página 35 de y t(min.)
51 .45.4 y u.45 Página 36 de y u
52 Sistema de Hammerstein Bloco dinâmico linear: G(s) = 1/(τs + 1) Bloco estático não-linear: [ ( ) 1 q(ū) = 1 + R 1 2(ū 1) p].5 (2) Dados de identificação gerados com u, 4 Dados de validação: dinâmica ( u, 7), estática ( u 1) Modelos comparados: com autovalores variantes e invariantes com o ponto de operação Página 37 de 43
53 Página 38 de
54 CONCLUSÕES Página 39 de 43
55 Conclusões e Sugestões Conclusões e contribuições Abordagem das RBFs no contexto de identificação de sistemas, apresentadas como uma representação NARX com possibilidade de ser manipulada analiticamente alcançados quando os centros foram selecionados pelo critério de taxa de redução de erro (ERR) foram superiores aos obtidos com o k-média. Página 4 de 43
56 Conclusões e contribuições É possível aproveitar informação auxiliar nas etapas de seleção de estrutura e estimação de parâmetros de funções de base radiais. Neste estudo foram empregadas informações de estado estacionário: localização de pontos fixos e estados estacionários, e não-variação dos autovalores com o ponto de operação É possível utilizar informação sobre localização de pontos fixos para auxiliar na distribuição de centros candidatos no espaço de reconstrução. Página 41 de 43
57 Pesquisas Futuras Uma vez disponíveis alguns pontos estáticos de um sistema, como selecionar os estados a aproximar pelo método proposto? Uma vez selecionados os pontos a aproximar, como distribuir os centros candidatos que atendam as restrições necessárias? A que distância do ponto fixo, e com qual dispersão? Como expandir os modelos em bases mais complexas, com funções com diferentes dispersões e distâncias dos pontos a impor, elevando as possibilidades de aproximação simultânea de vários pontos estacionários? Página 42 de 43
58 Agradecimentos A Deus! Aos orientadores Aguirre e Marcelo Ao CNPq Aos demais membros da banca: Prof. Roselito Teixeira, Prof. Gustavo Parma e Prof. Leonardo Tôrres Aos amigos do CPDEE e CPH À minha família Página 43 de 43
Método dos Mínimos Quadrados na Identificação de Sistemas LIT.
Método dos Mínimos Quadrados na Identificação de Sistemas LIT. ENGC65: Sistemas de Controle III Departamento de Engenharia Elétrica - DEE Universidade Federal da Bahia - UFBA 14 de abril de 2014 Sumário
Leia mais3 Modelo multivariado para os preços do petróleo e dos derivados
3 Modelo multivariado para os preços do petróleo e dos derivados 3.1 Introdução Na seção anterior foi apresentado o modelo SS padrão juntamente com duas extensões desenvolvidos nesta dissertação: o modelo
Leia maisUniversidade Federal de Minas Gerais
Universidade Federal de Minas Gerais i ii iii iv 1. CONSIDERAÇÃO SOBRE A MODELAGEM DE SISTEMAS...1 1.1. INTRODUÇÃO...1 1.2. ELUCIDÁRIO...2 1.3. MODELAGEM MATEMÁTICA DE SISTEMAS...6 1.4. ASPECTOS DA IDENTIFICAÇÃO
Leia maisIDENTIFICAÇÃO NÃO-LINEAR CAIXA-CINZA: UMA REVISÃO E NOVOS RESULTADOS
IDENTIFICAÇÃO NÃO-LINEAR CAIXA-CINZA: UMA REVISÃO E NOVOS RESULTADOS Marcelo V. Corrêa mcorrea@unilestemg.br Luis A. Aguirre aguirre@cpdee.ufmg.br Curso de Engenharia Elétrica, Centro Universitário do
Leia maisMétodos Não Paramétricos
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.
Leia maisIntrodução à Teoria do Aprendizado
Introdução à Teoria do Aprendizado Carlos Hall Os processos no mundo real são intrinsecamente: dinâmicos (dependem do tempo) não lineares não gaussianos não estacionários com restrições com interações
Leia maisCapítulo 1 - Modelagem Matemática
Capítulo 1 - Modelagem Matemática Prof. Samir Martins UFSJ-CEFET/MG Programa de Pós Graduação em Engenharia Elétrica - PPGEL São João del-rei, 7 de agosto de 2018 1 / 54 Modelagem Matemática Área do conhecimento
Leia maisSUMÁRIO PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3. PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação...
PARTE 1 MODELAGEM, COMPUTADORES E ANÁLISE DE ERROS 3 PT1.1 Motivação... 3 Pt1.2 Fundamentos Matemáticos... 5 Pt1.3 Orientação... 7 CAPÍTULO 1 Modelagem matemática e resolução de problemas de engenharia...10
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 maisMétodos 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 maisDETERMINAÇÃO DO NÚMERO DE TERMOS DE MODELOS POLINOMIAIS: O CRITÉRIO DE INFORMAÇÃO DE AKAIKE MULTIOBJETIVO
DETERMINAÇÃO DO NÚMERO DE TERMOS DE MODELOS POLINOMIAIS: O CRITÉRIO DE INFORMAÇÃO DE AKAIKE MULTIOBJETIVO Samir Angelo Milani Martins, Alípio Monteiro Barbosa, Erivelton Geraldo Nepomuceno GCoM Grupo de
Leia mais6.Elaboração de algoritmos...13
Índice de conteúdos Capítulo 1. Computação Científica...1 1.Definição...1 2.Modelo genérico...2 3.Modelo matemático...2 4.Tipos de modelos matemáticos...3 5.Modelação matemática...5 5.1.Definição (formulação)
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 maisFunções de base em modelos RBF: um estudo de caso na modelagem do sistema de Lorenz
Universidade Federal de Minas Gerais From the SelectedWorks of Gladstone B. Alves 2003 Funções de base em modelos RBF: um estudo de caso na modelagem do sistema de Lorenz Gladstone B. Alves, Universidade
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 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 mais2 Núcleos: suas propriedades e classificações
2 Núcleos: suas propriedades e classificações O objetivo desse capítulo é o de apresentar as funções núcleos (7), suas propriedades (10) e suas classificações (3). 2.1 Núcleos no espaço de Hilbert Um espaço
Leia maisAdriana da Costa F. Chaves. Máquina de Vetor Suporte (SVM) para Classificação Binária 2
Máquina de Vetor Suporte (SVM) para Classificação Binária Adriana da Costa F. Chaves Conteúdo da Apresentação Introdução Máquinas de Vetor Suporte para Classificação binária Exemplos Conclusão Máquina
Leia maisIdentificação de Sistemas
Identificação de Sistemas Possibilita a construção de modelos matemáticos da dinâmica de um sistema a partir de dados obtidos experimentalmente Os modelos matemáticos obtidos são fundamentais para o projeto
Leia maisProjeto de pesquisa realizado no Grupo de Automação Industrial e Controle (GAIC) da Unijuí. 2
COLETA DE DADOS DO TEMPO DE VIDA DE BATERIAS DE LÍTIO ÍON POLÍMERO E DETERMINAÇÃO DA ORDEM DE MODELOS ARX E ARMAX ATRAVÉS DE FUNÇÕES DE AUTOCORRELAÇÃO. 1 Joelson Lopes Da Paixão 2, Airam Sausen 3, Eduardo
Leia maisSUPPORT VECTOR MACHINE - SVM
SUPPORT VECTOR MACHINE - SVM Definição 2 Máquinas de Vetores Suporte (Support Vector Machines - SVMs) Proposto em 79 por Vladimir Vapnik Um dos mais importantes acontecimentos na área de reconhecimento
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 maisMR Simulação. Simulação de Processos em Engenharia dos Materiais
MR 0720 - Simulação Simulação de Processos em Engenharia dos Materiais MR0720 Simulação CRITÉRIO DE APROVEITAMENTO M = Prova única no final do semestre. Prova prática com consulta, realizada com o auxílio
Leia maisCapítulo 10 - Identificação de Sistemas Não Lineares: Algoritmos
Capítulo 10 - Identificação de Sistemas Não Lineares: Algoritmos Prof. Samir Martins UFSJ-CEFET/MG Programa de Pós Graduação em Engenharia Elétrica - PPGEL São João del-rei, 16 de outubro de 2018 1 / 31
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 maisIntrodução ao Curso de Algoritmos Numéricos II /
Introdução ao Curso de Algoritmos Numéricos II / Computação Científica Andrea M. P. Valli, Lucia Catabriga avalli@inf.ufes.br, luciac@inf.ufes.br March 19, 2018 Andrea M. P. Valli, Lucia Catabriga (UFES)
Leia maisEstabilidade Interna. 1. Estabilidade Interna. 2. Análise de Estabilidade Segundo Lyapunov. 3. Teorema de Lyapunov
Estabilidade Interna 1. Estabilidade Interna 2. Análise de Estabilidade Segundo Lyapunov 3. Teorema de Lyapunov 4. Teorema de Lyapunov Caso Discreto pag.1 Teoria de Sistemas Lineares Aula 13 Estabilidade
Leia maisDETECÇÃO DE ESTRUTURAS DE MODELOS NARX POLINOMIAIS: UMA ABORDAGEM INTELIGENTE MULTI-OBJETIVO. Samir Angelo Milani Martins, Erivelton Geraldo Nepomuceno, João Paulo Mendes Figueiredo GCoM Grupo de Controle
Leia maisINSTITUTO TECNOLÓGICO DE AERONÁUTICA
INSTITUTO TECNOLÓGICO DE AERONÁUTICA DIVISÃO DE ENGENHARIA MECÂNICA MP-272: CONTROLE E NAVEGAÇÃO DE MULTICÓPTEROS IV. ESTIMAÇÃO ÓTIMA Prof. Davi Antônio dos Santos (davists@ita.br) Departamento de Mecatrônica
Leia maisControlador Não-Linear Bidirecional de Tempo Ótimo para Veículo Aéreo Não Tripulado
Pontifícia Universidade Católica do Rio Grande do Sul Faculdade de Engenharia Controlador Não-Linear Bidirecional de Tempo Ótimo para Veículo Aéreo Não Tripulado Leandro Pfuller Lisboa Orientador: Aurélio
Leia maisLinearização de Modelos e Teoremas Locais
Modelos e Teoremas Locais Prof. Marcus V. Americano da Costa F o Departamento de Engenharia Química Universidade Federal da Bahia Salvador-BA, 05 de janeiro de 2017. Sumário Introdução => Uma grande parte
Leia maisRedes Neurais. Controladores Neurais. Prof. Paulo Martins Engel. Identificação de Sistemas
Redes Neurais Controladores Neurais Identificação de Sistemas A identificação de sistemas é a abordagem experimental para modelar um processo ou de uma planta dinâmica de parâmetros desconhecidos. A tarefa
Leia maisRedes Neurais. A Rede RBF. Redes RBF: Função de Base Radial. Prof. Paulo Martins Engel. Regressão não paramétrica. Redes RBF: Radial-Basis Functions
Redes RBF: Função de Base Radial Redes Neurais A Rede RBF O LP é baseado em unidades que calculam uma função não-linear do produto escalar do vetor de entrada e um vetor de peso. A rede RBF pertence a
Leia maisPredição de Comportamento de Processos Utilizando Conceitos de Sistemas Dinâmicos
Predição de Comportamento de Processos Utilizando Conceitos de Sistemas Dinâmicos Paulo H. R. Gabriel Rodrigo F. de Mello Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação {phrg,mello}@icmc.usp.br
Leia maisProjeto de pesquisa realizado no Grupo de Automação Industrial e Controle (GAIC) da UNIJUÍ 2
ESTUDO TEÓRICO DA CONSTRUÇÃO DE MODELOS MATEMÁTICOS AUTORREGRESSIVOS E COMPARAÇÃO COM MODELOS ANALÍTICOS PARA A PREDIÇÃO DO TEMPO DE VIDA DE BATERIAS QUE ALIMENTAM DISPOSITIVOS MÓVEIS 1 Alisson Vercelino
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisCampo Elétrico 2 Objetivos:
Campo Elétrico 2 Objetivos: Apresentar a discretização do espaço para a resolução de problemas em coordenadas: Cartesianas; Polar; Aplicar a discretização do espaço para resolução de problemas de campo
Leia maisUso de informação a priori para identificação de um processo de Neutralização de ph em Malha Fechada
Laboratório de Modelagem, Análise e Controle de Sistemas Não-Lineares Departamento de Engenharia Eletrônica Universidade Federal de Minas Gerais Av. Antônio Carlos 6627, 31270-901 Belo Horizonte, MG Brasil
Leia maisUma breve introdução ao Curso de Computação Científica / Algoritmos Numéricos II
Uma breve introdução ao Curso de Computação Científica / Algoritmos Numéricos II Lucia Catabriga luciac@inf.ufes.br March 28, 2017 Lucia Catabriga (UFES) ANII e CC DI/PPGI/PPGEM March 28, 2017 1 / 27 Contextualizando
Leia maisAPLICAÇÃO DE REPRESENTAÇÕES EM BLOCOS INTERCONECTADOS EM IDENTIFICAÇÃO CAIXA-CINZA DE SISTEMAS DINÂMICOS NÃO LINEARES
APLICAÇÃO DE REPRESENTAÇÕES EM BLOCOS INTERCONECTADOS EM IDENTIFICAÇÃO CAIXA-CINZA DE SISTEMAS DINÂMICOS NÃO LINEARES ANA PAULA L. SANTOS*, NÁDIA R. L. MILAGRES*, ALINE A. CAMPOS**, LUCIANA M. MARGOTI**,
Leia maisProjeto de pesquisa realizado no Grupo de Automação Industrial e Controle (GAIC) da UNIJUÍ. 2
COLETA DE DADOS EXPERIMENTAIS DO TEMPO DE VIDA DE BATERIAS DE LÍTIO-ÍON POLÍMERO ATRAVÉS DE UMA PLATAFORMA DE TESTES E MODELAGEM DOS DADOS UTILIZANDO A TEORIA DE IDENTIFICAÇÃO DE SISTEMAS 1 Eduardo Cardoso
Leia maisUNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição
UNIVERSIDADE FEDERAL DO ABC BC1419 Cálculo Numérico - LISTA 1 - Zeros de Funções (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda) 1 Existência e unicidade de zeros; Métodos
Leia mais5 Análise para antenas em espiras inclinadas em relação ao eixo da ferramenta
5 Análise para antenas em espiras inclinadas em relação ao eixo da ferramenta 5.1 Introdução A análise de ferramentas de perfilagem eletromagnética que incorporem antenas em espiras inclinadas em relação
Leia mais3.1 INTRODUÇÃO AOS MODELOS LINEARIZADOS DA COLUNA DE DESTILAÇÃO
Modelagem da coluna de destilação 38 3 MODELAGEM DA COLUNA DE DESTILAÇÃO 3.1 INTRODUÇÃO AOS MODELOS LINEARIZADOS DA COLUNA DE DESTILAÇÃO A coluna de destilação utilizada neste trabalho apresenta uma dinâmica
Leia maisAnálise de Processos ENG 514
Análise de Processos ENG 514 Capítulo 1 Introdução à Modelagem de Processos Prof. Édler Lins de Albuquerque Outubro de 2013 1 Considerações Iniciais Processos e Sistemas da Engenharia Química são Complexos
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 maisPROVAS Ciência da Computação. 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta)
PROVAS Ciência da Computação 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta) Ajuste de Curvas Objetivo Ajustar curvas pelo método dos mínimos quadrados 1 - INTRODUÇÃO Em geral, experimentos
Leia maisUNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
REDES NEURAIS ARTIFICIAIS MÁQUINA DE VETOR DE SUPORTE (SUPPORT VECTOR MACHINES) Prof. Dr. André A. P. Biscaro 1º Semestre de 2017 Introdução Poderosa metodologia para resolver problemas de aprendizagem
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 maisUniversidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais
Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais 1 Introdução Identificação via Mínimos Quadrados Prof. Walter Fetter
Leia maisAPLICAÇÃO DE MODELOS ARX E ARMAX DA TEORIA DE IDENTIFICAÇÃO DE SISTEMAS PARA PREDIÇÃO DO TEMPO DE VIDA DE BATERIAS QUE ALIMENTAM DISPOSITIVOS MÓVEIS 1
APLICAÇÃO DE MODELOS ARX E ARMAX DA TEORIA DE IDENTIFICAÇÃO DE SISTEMAS PARA PREDIÇÃO DO TEMPO DE VIDA DE BATERIAS QUE ALIMENTAM DISPOSITIVOS MÓVEIS 1 Joelson Lopes Da Paixão 2, Airam Teresa Zago Romcy
Leia maisParte 3 - Produto Interno e Diagonalização
Parte 3 - Produto Interno e Diagonalização Produto Escalar: Sejam u = (u 1,..., u n ) e v = (v 1,..., v n ) dois vetores no R n. O produto escalar, ou produto interno euclidiano, entre esses vetores é
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 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 maisControle de Processos Aula: Caractareização de processos por sistemas de 1 a e 2 a ordem mais atraso
107484 Controle de Processos Aula: Caractareização de processos por sistemas de 1 a e 2 a ordem mais atraso Prof. Eduardo Stockler Tognetti Departamento de Engenharia Elétrica Universidade de Brasília
Leia maisControle e Servomecanismos I
Controle e Servomecanismos I Introdução Sistemas de controle com e sem retroalimentação São de enorme importância científica, tecnológica e econômica com aplicações em Telecom, transportes, navegação,
Leia maisPRINCÍPIOS DE COMUNICAÇÃO
PRINCÍPIOS DE COMUNICAÇÃO RUÍDO EM MODULAÇÕES ANALÓGICAS Evelio M. G. Fernández - 2011 Processo Aleatório (ou Estocástico): Função aleatória do tempo para modelar formas de onda desconhecidas. Processos
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 maisMODELAGEM DE PROCESSOS INDUSTRIAIS I
MODELAGEM DE PROCESSOS INDUSTRIAIS I Prof. Pierre Vilar Dantas Turma: 0031-A Horário: 3N Aula 01-01/08/2017 Plano de ensino Professor www.linkedin.com/in/pierredantas/ Bibliografia Bibliografia Garcia,
Leia maisCCI-22 FORMALIZAÇÃO CCI-22 MODOS DE SE OBTER P N (X) Prof. Paulo André CCI - 22 MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO
CCI - MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO Prof. Paulo André ttp://www.comp.ita.br/~pauloac pauloac@ita.br Sala 0 Prédio da Computação -Gregory DEFINIÇÃO Em matemática computacional, interpolar significa
Leia maisRedes Neurais e Sistemas Fuzzy
Redes Neurais e Sistemas Fuzzy Aspectos Temporais Modelagem de sistemas As tarefas que estudamos, classificação e regressão, podem ser vistas como atividades de modelagem de sistemas. As técnicas de modelagem
Leia maisAplicações dos Postulados da Mecânica Quântica Para Simples Casos: Sistema de Spin 1/2 e de Dois Níveis
Aplicações dos Postulados da Mecânica Quântica Para Simples Casos: Sistema de Spin 1/ e de Dois Níveis Bruno Felipe Venancio 8 de abril de 014 1 Partícula de Spin 1/: Quantização do Momento Angular 1.1
Leia mais4 Estado da Arte do Kernel PCA
4 Estado da Arte do Kernel PCA Conforme apresentado no Capítulo 1, o Kernel PCA é uma técnica promissora para auxiliar no processo de ajuste de histórico, devido a sua capacidade de extrair parte da estatística
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 maisEstabilidade. Samir A. M. Martins 1. Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre UFSJ e CEFET MG
Interna Samir A. M. Martins 1 1 UFSJ / Campus Santo Antônio, MG Brasil Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre UFSJ e CEFET MG O que nos espera? Interna 1 em sistemas multivariáveis
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 maisTeoria de Sistemas Lineares I
Teoria de Sistemas Lineares I Prof. Aguinaldo S.e Silva, Universidade Federal de Santa Catarina Observabilidade Conceito dual à controlabilidade. Considere a equação dinâmica de dimensão n, p entradas
Leia maisControle Ótimo - Aula 2 (Exemplos 2, 3 e 4)
Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4) Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Sistemas dinâmicos discretos no tempo O Problema
Leia maisUSO DE UM INDUTOR ELETRONICO PARA OBTENÇÃO EXPERIMENTAL DO CIRCUITO CAÓTICO DE CHUA
USO DE UM INDUTOR ELETRONICO PARA OBTENÇÃO EXPERIMENTAL DO CIRCUITO CAÓTICO DE CHUA Gabriel Satelli de França (PIBIC-EM/CNPq), Elmer Pablo Tito Cari (Orientador), e-mail: gabriel_satelli95@hotmail.com;
Leia maisFF-296: Teoria do Funcional da Densidade I. Prof. Dr. Ronaldo Rodrigues Pelá Sala 2602A-1 Ramal 5785
FF-296: Teoria do Funcional da Densidade I Prof. Dr. Ronaldo Rodrigues Pelá Sala 2602A-1 Ramal 5785 rrpela@ita.br www.ief.ita.br/~rrpela Tema de hoje: Problema de 1 elétron O princípio variacional Função
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 maisUso de Conhecimento Prévio na Identificação de Modelos Polinomiais NARMAX
Cristiano Ribeiro Ferreira Jácome Uso de Conhecimento Prévio na Identificação de Modelos Polinomiais NARMAX Dissertação submetida à banca examinadora designada pelo Colegiado do Programa de Pós-Graduação
Leia maisObservabilidade, Decomposição Canônica
Observabilidade, Decomposição Canônica 1. Observabilidade de Sistemas LIT 2. Dualidade 3. Índices de Observabilidade 4. Decomposição Canônica pag.1 Teoria de Sistemas Lineares Aula 16 Observabilidade Sistemas
Leia maisMétodo dos Mínimos Quadrados
Método dos Mínimos Quadrados Laura Goulart UESB 4 de Abril de 2019 Laura Goulart (UESB) Método dos Mínimos Quadrados 4 de Abril de 2019 1 / 22 Objetivos O Método dos Mínimos Quadrados (MMQ) é uma técnica
Leia maisII. Funções de uma única variável
II. Funções de uma única variável 1 II.1. Conceitos básicos A otimização de de funções de de uma única variável consiste no no tipo mais elementar de de otimização. Importância: Tipo de problema encontrado
Leia maisUNIVASF de Sinais e Sistemas
UNIVASF Análise de Sinais e Sistemas Sistemas Prof. Rodrigo Ramos godoga@gmail.com Sistemas Definição: Entidade que manipula um ou mais sinais para realizar uma função, produzindo, assim, novos sinais.
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 maisSistemas de Controle 1
Pontifícia Universidade Católica de Goiás Escola de Engenharia Sistemas de Controle 1 Cap4 Resposta no Domínio do Tempo Prof. Dr. Marcos Lajovic Carneiro Sistemas de Controle 1 Prof. Dr. Marcos Lajovic
Leia maisG3 de Álgebra Linear I
G3 de Álgebra Linear I 2.2 Gabarito ) Considere a matriz 4 N = 4. 4 Observe que os vetores (,, ) e (,, ) são dois autovetores de N. a) Determine uma forma diagonal D de N. b) Determine uma matriz P tal
Leia maisAlgoritmos de Aprendizado
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Radial Basis Functions (RBFs) Competitive Learning Hopfield Algoritmos de Aprendizado Regra de Hebb Perceptron
Leia maisTema 0: Módulo Inicial Nº de Aulas Previstas (90 m): 18
Planificação Anual Matemática A 0º Ano Ano Lectivo 0/0 Tema 0: Módulo Inicial Nº de Aulas Previstas (90 m): 8 (BLOCOS DE 90M) Revelar espírito crítico, de rigor e confiança nos seus raciocínios. Abordar
Leia maisProf. Fernando Massa Fernandes https://www.fermassa.com/microondas-i.php Sala 5017 E fernando.fernandes@uerj.br Aula 13 Revisão Modelo de elementos distribuídos Modelar a linha em pequenos elementos de
Leia maisCC-226 Aula 03 - Análise de Regressão
CC-226 Aula 03 - Análise de Regressão Carlos Henrique Q Forster - Instituto Tecnológico de Aeronáutica 2008 1 Regressão Linear Simples 11 Descrição do problema de regressão linear simples Relação entre
Leia mais(Ciência de Computadores) 2005/ Diga quais dos conjuntos seguintes satisfazem o Princípio de Boa Ordenação
Álgebra (Ciência de Computadores) 2005/2006 Números inteiros 1. Diga quais dos conjuntos seguintes satisfazem o Princípio de Boa Ordenação (a) {inteiros positivos impares}; (b) {inteiros negativos pares};
Leia maisUniversidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais
Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais Digitalização de Controladores Contínuos 1 Introdução Prof. Walter
Leia mais( ) Aula de Hoje. Introdução a Sistemas Inteligentes. Modelo RBF (revisão) Modelo RBF (revisão)
Introdução a Sistemas Inteligentes ópicos em Redes Neurais III: Redes Neurais RBF ª Parte Prof. Ricardo J. G. B. Campello ICMC / USP Aula de Hoje Revisão de Modelos RBF reinamento de Modelos RBF Estimação
Leia maisMAE125 Álgebra Linear /1 Turmas EQN/QIN
MAE25 Álgebra Linear 2 205/ Turmas EQN/QIN Planejamento (última revisão: 0 de junho de 205) Os exercícios correspondentes a cada aula serão cobrados oralmente na semana seguinte à aula e valem nota Todas
Leia maisSumário. CAPÍTULO 1 Introdução 1. CAPÍTULO 2 Terminologia dos Sistemas de Controle 14
Sumário CAPÍTULO 1 Introdução 1 1.1 Sistemas de controle 1 1.2 Exemplos de sistemas de controle 2 1.3 Sistemas de controle de malha aberta e malha fechada 3 1.4 Realimentação 3 1.5 Características da realimentação
Leia mais3.1 Introdução... 69
Sumário Prefácio Agradecimentos xi xvii 1 EDOs de primeira ordem 1 1.1 Introdução.............................. 1 1.2 Existência e unicidade de soluções................. 6 1.3 A equação linear..........................
Leia maisSistemas Dinâmicos Lineares
Sistemas Dinâmicos Lineares 1. Descrição de sistemas dinâmicos 1.1. Sinais? 1.2. Sistemas? 1.3. Espaço de estados. Resposta do sistema dinâmico 2. Estabilidade de sistemas dinâmicos 2.1. Análise de estabilidade
Leia maisEstudo analítico e numérico do espalhamento acústico
Universidade Federal de São João Del-Rei MG 26 a 28 de maio de 21 Associação Brasileira de Métodos Computacionais em Engenharia Estudo analítico e numérico do espalhamento acústico M.E. Maria 1 ; E.N.M.
Leia maisControle de Processos Aula: Função de transferência, diagrama de blocos, polos e zeros
107484 Controle de Processos Aula: Função de transferência, diagrama de blocos, polos e zeros Prof. Eduardo Stockler Tognetti Departamento de Engenharia Elétrica Universidade de Brasília UnB 2 o Semestre
Leia maisMestrado Integrado em Engenharia Mecânica Aerodinâmica 1º Semestre 2012/13
Mestrado Integrado em Engenharia Mecânica Aerodinâmica 1º Semestre 212/13 Exame de 2ª época, 2 de Fevereiro de 213 Nome : Hora : 8: Número: Duração : 3 horas 1ª Parte : Sem consulta 2ª Parte : Consulta
Leia maisSumário e Objectivos. Mecânica dos Sólidos não Linear Capítulo 2. Lúcia Dinis 2005/2006
Sumário e Objectivos Sumário: Deformações. Sólido Uniaxial. Descrição Lagrangeana e Euleriana. Gradiente de Deformação. Decomposição Polar. Tensores das Deformações de Green e Lagrange. Deformação de Corte.
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 maisProf. Dr. Ronaldo Rodrigues Pelá. 3 de abril de 2013
OSCILAÇÕES FORÇADAS Mecânica II (FIS-6) Prof. Dr. Ronaldo Rodrigues Pelá IEFF-ITA 3 de abril de 013 Roteiro 1 Forçadas Roteiro 1 Resultado M: 66 DP: 0 Conceito N L 3 MB 4 B 7 R 3 I 1 D 5 Roteiro Forçadas
Leia maisTeoria de Sistemas Lineares I
Teoria de Sistemas Lineares I Prof. Aguinaldo S.e Silva Universidade Federal de Santa Catarina Estabilidade Entrada-Saída BIBO Estabilidade Considere o sistema linear SISO invariante no tempo, causal e
Leia maisSistemas lineares. Aula 3 Sistemas Lineares Invariantes no Tempo
Sistemas lineares Aula 3 Sistemas Lineares Invariantes no Tempo SLIT Introdução Resposta de um SLIT Resposta de Entrada Nula Resposta de Estado Nulo Resposta ao Impulso Unitária Introdução Sistemas: Modelo
Leia maisProjeto de iniciação científica desenvolvido na UFFS campus Cerro Largo, PRO-ICT/UFFS 2
ANÁLISE DA ESTABILIDADE DE UM PULVERIZADOR DE POMARES DO TIPO TORRE UTILIZANDO DIAGRAMAS DE BIFURCAÇÃO 1 ANALYSIS OF STABILITY OF A TOWER TYPE ORCHARD SPRAYER USING BIFURCATION DIAGRAMS Nadine Thiele 2,
Leia mais