1 |
Modeling and control of The DC-DC Buck-Boost converter using parametric identification techniques / Modelagem e controle do conversor CC-CC Buck-Boost usando tÃcnicas paramÃtricas de identificaÃÃoGabriel Ribeiro Bezerra 16 April 2015 (has links)
CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / This work presents procedures for modeling a Buck-Boost converter based on offline parametric identification techniques, with employment of black box and gray box models. For the identification of the control-to-output-voltage transfer function, the nonlinear Hammerstein model is employed, a particularly interesting structure to identify DC-DC converters for its ability to incorporate nonlinear static characteristic aside from the dynamic behavior of the plant. The identification of the mentioned transfer function is achieved from input and output data, obtained in simulations. In order to identify transfer function parameters, a restricted least squares algorithm is used. As for the identification of the control-to-inductor-current transfer function, a linear black box first order model is considered, with its parameters being determined from systemâs frequency response. In order to show the modelâs utility, a control system is designed based on the identified expressions. The control system employed is the digital version of type 3 compensator for the voltage loop and type 2 compensator for the current loop, both operating under or logics. The identification results of the system presented excellent agreement between the obtained parametric models and the converterâs behavior, showing the reliability of the identification techniques employed in this work. Furthermore, the control system designed from the identified transfer functions presented good performance, providing stability and quick disturbance rejection, bolstering the validity of parametric identification methods applied to the Buck-Boost converter. / Este trabalho apresenta procedimentos para a modelagem de um conversor Buck-Boost com base em tÃcnicas de identificaÃÃo paramÃtricas offline com emprego de modelos matemÃticos tipo caixa preta e caixa cinza. Para a identificaÃÃo da funÃÃo de transferÃncia que relaciona a tensÃo de saÃda e a razÃo cÃclica, à empregado o modelo nÃo linear de Hammerstein, estrutura particularmente interessante para aplicaÃÃo em identificaÃÃo de conversores CC-CC por incorporar a caracterÃstica estÃtica nÃo linear da planta de forma dissociada ao seu comportamento dinÃmico. A identificaÃÃo da funÃÃo de transferÃncia citada à feita a partir de dados de entrada e saÃda do sistema, medidos em simulaÃÃo. Para determinaÃÃo dos parÃmetros da funÃÃo de transferÃncia que relaciona a tensÃo de saÃda e a razÃo cÃclica, à utilizado um algoritmo de mÃnimos quadrados nÃo recursivo com restriÃÃes. Quanto à identificaÃÃo da funÃÃo de transferÃncia que relaciona a corrente no indutor e a razÃo cÃclica, à empregado um modelo caixa preta linear de primeira ordem, sendo os parÃmetros de tal modelo determinados a partir da resposta em frequÃncia do sistema. Visando mostrar a utilidade dos modelos paramÃtricos, à realizado um projeto de controle com base nas expressÃes identificadas. O sistema de controle adotado à a versÃo digital de um compensador tipo 3 para a malha de tensÃo e de um compensador tipo 2 para a malha de corrente, que operam de forma alternada segundo a lÃgica ou. Os resultados de identificaÃÃo do sistema apresentam uma excelente concordÃncia entre os modelos paramÃtricos obtidos e o comportamento do conversor, mostrando a confiabilidade das tÃcnicas de identificaÃÃo empregadas nesse trabalho. Adicionalmente, o sistema de controle projetado a partir das funÃÃes de transferÃncia estimadas apresentou bom desempenho, garantindo estabilidade e rÃpida rejeiÃÃo a distÃrbios, reforÃando a validade dos mÃtodos de identificaÃÃo paramÃtrica aplicados ao conversor Buck-Boost.
|
2 |
Machine Learning Techniques for Large-Scale System ModelingLv, Jiaqing 31 August 2011 (has links)
This thesis is about some issues in system modeling: The first is a parsimonious
representation of MISO Hammerstein system, which is by projecting the multivariate
linear function into a univariate input function space. This leads to the so-called
semiparamtric Hammerstein model, which overcomes the commonly known “Curse
of dimensionality” for nonparametric estimation on MISO systems. The second issue
discussed in this thesis is orthogonal expansion analysis on a univariate Hammerstein
model and hypothesis testing for the structure of the nonlinear subsystem. The generalization
of this technique can be used to test the validity for parametric assumptions
of the nonlinear function in Hammersteim models. It can also be applied to approximate
a general nonlinear function by a certain class of parametric function in the
Hammerstein models. These techniques can also be extended to other block-oriented
systems, e.g, Wiener systems, with slight modification. The third issue in this thesis is
applying machine learning and system modeling techniques to transient stability studies
in power engineering. The simultaneous variable section and estimation lead to a
substantially reduced complexity and yet possesses a stronger prediction power than
techniques known in the power engineering literature so far.
|
3 |
Machine Learning Techniques for Large-Scale System ModelingLv, Jiaqing 31 August 2011 (has links)
This thesis is about some issues in system modeling: The first is a parsimonious
representation of MISO Hammerstein system, which is by projecting the multivariate
linear function into a univariate input function space. This leads to the so-called
semiparamtric Hammerstein model, which overcomes the commonly known “Curse
of dimensionality” for nonparametric estimation on MISO systems. The second issue
discussed in this thesis is orthogonal expansion analysis on a univariate Hammerstein
model and hypothesis testing for the structure of the nonlinear subsystem. The generalization
of this technique can be used to test the validity for parametric assumptions
of the nonlinear function in Hammersteim models. It can also be applied to approximate
a general nonlinear function by a certain class of parametric function in the
Hammerstein models. These techniques can also be extended to other block-oriented
systems, e.g, Wiener systems, with slight modification. The third issue in this thesis is
applying machine learning and system modeling techniques to transient stability studies
in power engineering. The simultaneous variable section and estimation lead to a
substantially reduced complexity and yet possesses a stronger prediction power than
techniques known in the power engineering literature so far.
|
4 |
Nonlinear Electrical Compensation For The Coherent Optical OFDM SystemPan, Jie 17 December 2010 (has links)
No description available.
|
5 |
Controle preditivo n?o linear baseado no modelo de Hammerstein com prova de estabilidadeCasillo, Danielle Simone da Silva 27 March 2009 (has links)
Made available in DSpace on 2014-12-17T14:54:52Z (GMT). No. of bitstreams: 1
DanielleSSC.pdf: 1582089 bytes, checksum: 60ca15361e82c560b730f3d2c8f4b062 (MD5)
Previous issue date: 2009-03-27 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The Predictive Controller has been receiving plenty attention in the last decades, because the need to understand, to analyze, to predict and to control real systems has been quickly growing with the technological and industrial progress. The objective of this thesis is to present a contribution for the development and implementation of Nonlinear Predictive Controllers based on Hammerstein model, as well as to its make properties evaluation. In this case, in the Nonlinear Predictive Controller development the time-step linearization method is used and a compensation term is introduced in order to improve the controller performance. The main motivation of this thesis is the study and stability guarantee for the Nonlinear Predictive Controller based on Hammerstein model. In this case, was used the concepts of sections and Popov Theorem. Simulation results with literature models shows that the proposed approaches are able to control with good performance and to guarantee the systems stability / O Controle Preditivo tem recebido muita aten??o nas ?ltimas d?cadas, visto que a necessidade de compreender, analisar, predizer e controlar sistemas reais tem crescido rapidamente com o avan?o tecnol?gico e industrial. O objetivo desta tese ? apresentar uma contribui??o para o desenvolvimento e implementa??o de Controladores Preditivos N?o lineares baseado no modelo de Hammerstein, bem como fazer uma avalia??o de suas propriedades. Neste caso, no desenvolvimento do Controlador Preditivo N?o Linear utiliza-se o m?todo de lineariza??o por degrau de tempo e ? introduzido um termo de compensa??o a fim de melhorar o desempenho do mesmo. A principal motiva??o desta tese ? o estudo e a prova da estabilidade para o Controlador Preditivo N?o Linear baseado no modelo de Hammerstein. Para isso utilizou-se os conceitos de setores e Crit?rio de Popov. Testes de simula??o com modelos da literatura mostram que as abordagens propostas s?o capazes de controlar com um bom desempenho e garantir a estabilidade dos sistemas
|
6 |
Estima??o e compensa??o de n?o linearidades inerentes aos atuadores dos processos industriaisCerqueira, Auciomar Carlos Teixeira de 16 December 2009 (has links)
Made available in DSpace on 2014-12-17T14:08:38Z (GMT). No. of bitstreams: 1
AuciomarCTC_DISSERT.pdf: 1704122 bytes, checksum: fe303bbcf110f6668682831da2f3480d (MD5)
Previous issue date: 2009-12-16 / The oscillations presents in control loops can cause damages in petrochemical industry. Canceling, or even preventing such oscillations, would save up to large amount of dollars. Studies
have identified that one of the causes of these oscillations are the nonlinearities present on industrial process actuators. This study has the objective to develop a methodology for removal of the harmful effects of nonlinearities. Will be proposed an parameter estimation method to Hammerstein model, whose nonlinearity is represented by dead-zone or backlash. The estimated parameters will be used to construct inverse models of compensation. A simulated level system was used as a test platform. The valve that controls inflow has a nonlinearity. Results and describing function analysis show an improvement on system response / As oscila??es presentes nas malhas de controle podem causar preju?zos ? ind?stria petroqu?mica. Anular, ou at? mesmo amenizar tais oscila??es, acarretaria em uma grande economia. Estudos identificaram que um dos causadores destas oscila??es s?o as n?o linearidades presentes nos atuadores dos processos industriais. O presente trabalho tem como objetivo desenvolver uma metodologia para cancelamento dos efeitos nocivos destas n?o linearidades. Ser? proposto um m?todo de estima??o de par?metros para o modelo de Hammerstein, cuja n?o linearidade ? representada pela zona-morta ou pela folga. Os par?metros estimados ser?o usados na constru??o de modelos inversos de compensa??o. Utilizou-se um sistema de n?vel simulado como plataforma de testes, o qual possui uma v?lvula de controle de fluxo da vaz?o de entrada com
uma n?o linearidade associada. Resultados e a an?lise por fun??o descritiva mostram a melhoria do comportamento da sa?da do processo
|
7 |
Analise da distorção musical de guitarras eletricas / Analysis of the musical distorsion of electric guitarsWerneck, Nicolau Leal 31 August 2007 (has links)
Orientador: Furio Damiani / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-11T03:06:29Z (GMT). No. of bitstreams: 1
Werneck_NicolauLeal_M.pdf: 1556046 bytes, checksum: 677310006250588d7e6a0fb0eedfc170 (MD5)
Previous issue date: 2007 / Resumo: Existem diversos problemas ligados à análise de sinais musicais que podem se beneficiar de um conhecimento mais detalhado da estrutura dos sinais gerados pelos diferentes instrumentos. Entre eles se destaca a compressão de sinais baseada em áudio estruturado, onde o codificador determina a partir de um sinal parâmetros para reproduzí-lo com um sintetizador inspirado em modelos físicos dos instrumentos. Para realizar este tipo de análise e síntese é necessário conhecermos as características físicas dos instrumentos e dos sinais produzidos. Este conhecimento é ainda útil para auxiliar no desenvolvimento de instrumentos e outros equipamentos utilizados por músicos para obter o timbre desejado. Esta dissertação apresenta experimentos realizados com uma guitarra elétrica para revelar a dinâmica não-linear de suas cordas e seu filtro linear associado, comparação de sinais gravados com resultados esperados por modelos matemáticos da forma de onda, e ainda uma proposta de uma potencial técnica para a medição de parâmetros para um modelo matemático de um circuito de distorção musical, além de uma maneira de se mapear um par destes parâmetros para um espaço de maior significado psicoacústico / Resumo: Existem diversos problemas ligados à análise de sinais musicais que podem se beneficiar de um conhecimento mais detalhado da estrutura dos sinais gerados pelos diferentes instrumentos. Entre eles se destaca a compressão de sinais baseada em áudio estruturado, onde o codificador determina a partir de um sinal parâmetros para reproduzí-lo com um sintetizador inspirado em modelos físicos dos instrumentos. Para realizar este tipo de análise e síntese é necessário conhecermos as características físicas dos instrumentos e dos sinais produzidos. Este conhecimento é ainda útil para auxiliar no desenvolvimento de instrumentos e outros equipamentos utilizados por músicos para obter o timbre desejado. Esta dissertação apresenta experimentos realizados com uma guitarra elétrica para revelar a dinâmica não-linear de suas cordas e seu filtro linear associado, comparação de sinais gravados com resultados esperados por modelos matemáticos da forma de onda, e ainda uma proposta de uma potencial técnica para a medição de parâmetros para um modelo matemático de um circuito de distorção musical, além de uma maneira de se mapear um par destes parâmetros para um espaço de maior significado psicoacústico / Mestrado / Eletrônica, Microeletrônica e Optoeletrônica / Mestre em Engenharia Elétrica
|
8 |
Modelo de histerese para ferrites de potênciaSousa, Leonardo Cheles January 2018 (has links)
Orientador: Prof. Dr. Luiz Alberto Luz de Almeida / Coorientador: Prof. Dr. Carlos Eduardo Capovilla / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Elétrica, Santo André, 2018. / O trabalho apresenta uma extensao da limitacao estatica Loop Proximity (..2..) do modelo de histerese para incorporar a componente reversivel de magnetizacao dependente de taxa para modelar nucleos de ferrite de energia e, possivelmente, materiais ferromagneticos baseados em ferro e niquel para aplicacoes de baixa frequencia. O modelo proposto e baseado em a combinacao do modelo estatico (..2..) com um filtro discreto dinamico linear de uma resposta de impulso infinita. Dois casos em que a histerese depende da frequencia de excitacao apresentada usando dados sinteticos para validar a capacidade do modelo para representar o comportamento de nucleos fisicos reais. A tecnica de otimizacao por enxames de particulas e empregada como um metodo para estimacao de parametros no resultado modelo estatico-dinamico nao linear. Os resultados da simulacao sao apresentados indicando que trouxemos a comunidade eletronica de potencia um modelo de nucleo promissor e alternativo para componentes magneticos usado em fontes de energia renovaveis. / We present an extension of the static Limiting Loop Proximity ..2.. hysteresis model to incorporate reversible magnetization and rate-dependency to model power ferrite cores and, possibly, ferromagnetic materials based on iron and nickel for low-frequency applications. The proposed model is based on the combination of the ..2.. static model with a dynamical discrete linear filter of an infinite impulse response. Two cases where the hysteresis depends on the excitation frequency are presented using synthetic data to validate de capacity of the model to behave as real physical cores. The particle swarm optimization is employed as a method for parameter estimation in the resulting nonlinear static-dynamic model. Simulation results are presented indicating that we brought to the power electronic community apromising and alternative core model for magnetic components used in renewable power sources.
|
9 |
Simulace analogových hudebních efektů pomocí nelineárních filtrů / Simulation of analogue audio effecs using the nonlinear filtersOtoupalík, Petr January 2010 (has links)
This thesis deals with a simulation of analogue audio effects using the nonlinear models that replace the analogue nonlinear devices in discrete domain. The thesis describes Volterra system model and simplified Volterra system model that can be realized in two ways, either Wiener model, or Hammerstein model. The method for the analysis and modeling of audio and acoustic nonlinear systems is presented in this thesis. This method allows through knowledge of the input swept-sine signal and the response of the analogue nonlinear system to the input signal to determine the coefficients of the discrete nonlinear system. This allows simulating the analogue nonlinear system in discrete domain. The method was first tested and then used successfully for simulation of the analogue nonlinear system in discrete domain. Concretely, it was simulated a musical guitar effect of the type of distortion. Last part of this thesis is devoted a description of VST technology and an implementation of VST plug-in module, which realizations Hammerstein model.
|
10 |
[pt] CONTROLE PREDITIVO BASEADO EM MODELO NÃO LINEAR APLICADO A UMA COLUNA DESPROPANIZADORA / [en] NONLINEAR MODEL PREDICTIVE CONTROL APPLIED TO A DEPROPANIZER COLUMNANA CAROLINA GUIMARAES COSTA 30 September 2020 (has links)
[pt] Este trabalho tem como objetivo estudar estratégias de Controle Preditivo baseado em Modelo Não-Linear (NMPC) aplicadas a uma coluna de destilação despropanizadora simulada. Essas colunas são empregadas em unidades de processamento de gás natural (UPGNs) para a separação do produto propano do butano. Colunas de destilação possuem características particularmente desafiadoras sob o ponto de vista de controle, como: não-linearidades, grandes constantes de tempo, atraso, restrições de variáveis e inversão do sinal de ganho estático. Como as medidas de composição frequentemente possuem atrasos e
dados esparsos, os sistemas de controle convencionais não são capazes de controlar a composição diretamente e possuem dificuldade em manter os produtos dentro das especificações. Contudo, controladores baseados em modelo possuem a habilidade de prever a composição através do modelo interno do processo, além de serem capazes de lidar com restrições. Na literatura, nenhuma aplicação do modelo de Hammerstein modificado para coluna de destilação ou para sistemas multivariáveis foi encontrada, sendo esta uma novidade. Desta forma, foram estudadas três estratégias de controle: controle
PID tradicional, NMPC com modelo de Hammerstein modificado (H-NMPC) e NMPC com modelo por Redes Neurais (NN-NMPC). O sistema estudado foi identificado de forma a se obter valores numéricos adequados aos parâmetros dos modelos. A identificação dos parâmetros dos modelos e os algoritmos de
NMPC foram implementados no ambiente MATLAB. A coluna de destilação foi simulada usando o Aspen Plus Dynamics. Como resultado, o H-NMPC teve o melhor desempenho de controle ao rastrear diferentes trajetórias de referência, a desacoplar as variáveis controladas e a rejeitar os distúrbios. Além disso, esta
apresentou maior rapidez computacional comparado com a estratégia NNNMPC. / [en] This work aims to study strategies of Nonlinear Model Predictive Control (NMPC) applied to a simulated depropanizer distillation column. These columns are used in natural gas processing units (NGPUs) for the separation of the product propane from butane. Distillation columns have particularly challenging
features from the control point of view, such as: nonlinearities, large time constants, delay, variable constraints and static gain signal inversion. Because compositional measures often have delays and sparse data, conventional control systems are not able to control composition directly and have difficulty keeping
products within specifications. However, model-based controllers predict composition through the internal process model, besides being able to handle constraints. In the literature, no applications of the modified Hammerstein model for distillation column or multivariable systems was found, so this is a novelty.
Therefore, three control strategies were studied: traditional PID control, NMPC with modified Hammerstein model (H-NMPC) and NMPC with neural network model (NN-NMPC). The studied system was identified in order to obtain adequate numerical values of the model parameters. The model identification and the
NMPC algorithms were implemented in the MATLAB environment. The distillation column was simulated using Aspen Plus Dynamics. As a result, the H-NMPC provided better control performance for different setpoint tracking, control variables decoupling, and disturbance rejection. Furthermore, it presented faster
computational speed compared to NN-NMPC.
|
Page generated in 0.1933 seconds