Título: | Identificação de sistemas dinâmicos lineares : métodos paramétricos e não paramétricos |
Autor(es): | Bittencourt, Marcelo Castro |
Orientador(es): | Oliveira, Flávia Maria Guerra de Sousa Aranha |
Assunto: | Identificação de sistemas Sistemas dinâmicos Análise espectral |
Data de apresentação: | Jul-2007 |
Data de publicação: | 8-Jun-2010 |
Referência: | BITTENCOURT, Marcelo Castro. Identificação de sistemas dinâmicos lineares: métodos paramétricos e não paramétricos. 2007. 76 f. Monografia (Bacharelado em Engenharia Elétrica)-Universidade de Brasília, Brasília, 2007. |
Resumo: | A identificação de sistemas é uma ferramenta para se obter modelos de sistemas a partir de dados de entrada e saída. Ela se torna muito útil em casos que o sistema é muito complexo e fica muito difícil de se determinar um modelo a partir leis físicas conhecidas. O modelo obtido não é necessariamente um modelo analítico, como por exemplo, nos métodos não paramétricos, onde o resultado é normalmente obtido em forma de gráficos que dão uma boa noção do comportamento dinâmico do sistema. Já nos métodos paramétricos, o resultado obtido é um vetor de parâmetros de estruturas de modelos previamente definidas. Geralmente, vários modelos são estimados e uma comparação entre eles deve ser feita para se escolher qual deles será usado. O presente estudo tem como objetivo auxiliar a implementação de um curso prático sobre identificação de sistemas na graduação de Engenharia Elétrica da UnB e para isso são apresentados os métodos da análise transitória, análise de correlação, análise de freqüência e análise espectral, que são classificados como métodos de identificação não paramétricos, e implementados exemplos que demonstram suas características como, por exemplo, a sensibilidade ao ruído. São apresentadas também as estruturas de modelos paramétricos mais citadas na literatura e alguns métodos de estimação de seus parâmetros. Por ultimo, são discutidas questões práticas encontradas no processo de identificação de sistemas como, por exemplo, a escolha do sinal de entrada, a escolha da ordem do modelo e a validação do modelo estimado. |
Abstract: | System identification can be defined as the application of a set of techniques with the objective to build models of a dynamic system based on measured data. It is very useful in cases in which the system function is difficult to describe by known physical laws. The model obtained is not necessarily a mathematical model. In some methods, like the nonparametric ones, the result is a graph that cannot be used for simulation directly, but gives an insight into the behavior of the system. Other methods such as parametric identification are techniques to estimate parameters in given model structures. Basically, it is matter of finding (by numerical search) the numerical values of the parameters that give the best agreement between the model’s (simulated or predicted) output and the measured one. This study presents nonparametric methods like transient analysis, correlation analysis, frequency analysis and spectral analysis. Those methods are considered in some examples to show their characteristics. Many commom parametric model structures are also presented as well as techniques to estimate their parameters. Finally, some practical aspects are considered such as the choice of input signal, choice of the model structure and model validation. |
Informações adicionais: | Monografia (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2007. |
DOI: | http://dx.doi.org/10.26512/2007.07.TCC.988 |
Aparece na Coleção: | Engenharia Elétrica
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.