Qualquer tarefa motora ativa se dá pela ativação de uma população de unidades motoras. Porém, devido a diversas dificuldades, tanto técnicas quanto éticas, não é possível medir a entrada sináptica dos motoneurônios em humanos. Por essas razões, o uso de modelos computacionais realistas de um núcleo de motoneurônios e as suas respectivas fibras musculares tem um importante papel no estudo do controle humano dos músculos. Entretanto, tais modelos são complexos e uma análise matemática é difícil. Neste texto é apresentada uma abordagem baseada em identificação de sistemas de um modelo realista de um núcleo de unidades motoras, com o objetivo de obter um modelo mais simples capaz de representar a transdução das entradas do núcleo de unidades motoras na força do músculo associado ao núcleo. A identificação de sistemas foi baseada em um algoritmo de mínimos quadrados ortogonal para achar um modelo NARMAX, sendo que a entrada considerada foi a condutância sináptica excitatória dendrítica total dos motoneurônios e a saída foi a força dos músculos produzida pelo núcleo de unidades motoras. O modelo identificado reproduziu o comportamento médio da saída do modelo computacional realista, mesmo para pares de sinal de entrada-saída não usados durante o processo de identificação do modelo, como sinais de força muscular modulados senoidalmente. Funções de resposta em frequência generalizada do núcleo de motoneurônios foram obtidas do modelo NARMAX, e levaram a que se inferisse que oscilações corticais na banda-beta (20 Hz) podem influenciar no controle da geração de força pela medula espinhal, comportamento do núcleo de motoneurônios até então desconhecido. / Any active motor task is accomplished by the activation of a motor unit population. However, due to many ethical and technical difficulties the synaptic input to the motoneurons cannot be measured in humans. For these reasons realistic computational models of a motoneuron nucleus and the innervated muscle fibers have an important role in the study of the human control of muscles. However such models are complex and their mathematical analysis is difficult. In this text a system identification approach of a realistic motor unit nucleus model is presented with the objective of obtaining a simpler model capable of representing the transduction of the motor unit nucleus inputs into the muscle force signal associated to that nucleus. The system identification was based on an orthogonal least squares algorithm to find a NARMAX model, the input being the net dendritic excitatory synaptic conductance of the motoneurons and the output being the muscle force signal produced by the motor unit nucleus. The identified model output reproduced the mean behavior of the output from the realistic computational model even for input-output signal pairs not used during the identification process, such as sinusoidally modulated output muscle force signals. Generalized frequency response functions of the motoneuron nucleus were obtained from the identified NARMAX model, and led to an inference that cortical oscillations in the beta band (20 Hz) can affect force control by the spinal cord, an unknown motoneuron nucleus behavior until now.

As atividades sócio-econômicas vêm provocando alterações nocivas ao meio ambiente que atualmente assumem proporções mundiais. Graças à maciça utilização de combustíveis fósseis para a geração de energia e às crescentes práticas de desmatamento e queimadas das florestas, a concentração de dióxido de carbono (CO2) na atmosfera vem aumentando drasticamente. Como este gás é o principal responsável pelo efeito estufa, ele tem grande importância nos estudos e na mitigação do aquecimento global. Para justificar o seqüestro de carbono como um dos caminhos para ajudar na solução deste problema, muitos estudos vêm sendo realizados para avaliar os efeitos nas plantas de uma maior concentração desse gás. As câmaras de topo aberto (OTC, do inglês, open top chambers) são estruturas propícias para tais estudos, pois permitem o controle da concentração de CO2 interno sem que outros fatores climáticos como temperatura, umidade e luminosidade sejam demasiadamente alterados. Este trabalho teve como objetivo o desenvolvimento de um sistema para controlar o nível de CO2 no interior de uma OTC. Em termos de instrumentação eletrônica, foram instalados um sensor de CO2 e uma válvula proporcional, integrados a uma placa de aquisição de dados. Um modelo linear relacionando o CO2 na câmara ao sinal elétrico aplicado à válvula proporcional foi obtido aplicando-se técnicas de Identificação de Sistemas aos dados experimentais coletados com o processo operando em malha aberta. Este modelo foi utilizado no projeto de um controlador com compensação de tempo morto, baseado na estrutura de um preditor de Smith. O desempenho do sistema projetado foi analisado através de simulações, antes de implementá-lo na forma de um instrumento virtual. Os testes mostraram que o sistema manteve a concentração de CO2 na câmara próxima do valor de referência (720 ± 35 ppm) mesmo diante de distúrbios externos criados propositadamente durante os ensaios. / The harmful changes to the environment caused by socio-economic activities are now spread worldwide. Due to the massive use of fossil fuels for energy generation, to the increase in deforestation and forest burning, the carbon dioxide (CO2) concentration in the atmosphere has drastically increased. As this gas is the main responsible for the greenhouse effect, it has great importance for the studies and the mitigation of global warming. In order to justify carbon sequestration as an alternative to help solve this problem, many studies have been conducted to evaluate the effect of a greater concentration of this gas on plants. Open-top chambers (OTCs) are well suited for such studies, because they allow the control of the internal CO2 concentration without significantly modifying other environmental factors such as temperature, humidity and luminosity. This work aimed to develop a system to control the CO2 level inside an OTC. In terms of electronic instrumentation, a CO2 sensor and a proportional valve, integrated to a data acquisition board, were used. A linear model relating CO2 in the chamber to the electric signal applied to the proportional valve was obtained applying System Identification techniques to the experimental data collected from the process operating in open-loop mode. This model was used in the project of a controller with dead time compensation, based on the Smith Predictor structure. The performance of the projected system was analyzed through simulations, before implementing it in the form of a virtual instrument. The tests showed that the system kept the CO2 concentration of the chamber near the set-point (720 ± 35 ppm) even in the presence of external disturbances purposely created during the experiments.

Durante a operação de um controlador MPC, a planta pode ir para outro ponto de operação principalmente pela decisão operacional ou pela presença de perturbações medidas/não-medidas. Assim, o modelo do controlador deve ser adaptado para a nova condição de operação favorecendo o controle sob as novas condições. Desta forma, as condições ótimas de controle podem ser alcançadas com a maior quantidade de modelos identificados e com um controlador adaptativo que seja capaz de selecionar o melhor modelo. Neste trabalho é apresentada uma metodologia de controle adaptativo com identificação on-line do melhor modelo o qual pertence a um conjunto previamente levantado. A metodologia proposta considera um controlador em duas camadas e a excitação do processo através de um sinal GBN na camada de otimização com o controlador em malha fechada. Está sendo considerada a validação deste controlador adaptativo através da comparação dos resultados com duas diferentes técnicas Controlador MMPC e Identificação ARX, para a comprovação dos bons resultados desta metodologia. / During the operation of a MPC, the plant can change the operation point mainly due to management decision or due to the presence of measured or unmeasured disturbances. Thus, the model of the controller must be adapted to improve the control in the new operation conditions. In such a way, a better control policy can be achieved if a large number of models are identified at the possible operation points and it is available an adaptive controller that is capable of selecting the best model. In this work is presented a methodology of adaptive control with on-line identification of the most adequate model which belongs to a set of models previously obtained. The proposed methodology considers a two-layer controller and process excitation by a GBN signal in the LP optimization layer with the controller in closed loop mode. It is also presented the adaptive controller validation by comparing the proposed approach with two different techniques - MMPC and ARX Identification, to confirm the good results with this new methodology to the adaptive controller.

Este trabalho apresenta um novo algoritmo para a estimação de frequências e amortecimentos de vibrações, baseado em aproximantes de Padé, a partir da análise de sinais temporais oriundos de estruturas de grande porte. O algoritmo se baseia nas propriedades de convergência dos aproximantes de Padé, que garantem a existência de pólos que representam corretamente as componentes senoidais do sinal, e numa peculiar distribuição de pólos e zeros espúrios que decorrem da sobre-determinação do aproximante. O comportamento estatístico do algoritmo é estudado através de experimentos numéricos e sua aplicação em um caso real é feita. / This work introduces a novel estimation technique for vibration frequency and damping estimation, based on Padé approximants, and using time series taken from large structures. The algorithm is based on convergence properties of Padé approximants that assures the existence of real poles representing the sinusoidal components of the signal, and a remarkable distribution of stray poles and zeros, resulting from the approximant overdetermination. Its statistical behavior is analyzed through numerical experiments and an application for a real structure is provided as example.

Submitted by Gustavo Nascimento (gustavo.diniz@ufcg.edu.br) on 2018-02-02T12:22:34Z No. of bitstreams: 1 MARIÂNGELA DA SILVA ARAÚJO EMERENCIANO - TESE PPGEQ 2014.pdf: 2549347 bytes, checksum: 4f7d187e940acf4a6dcad840f1d5c392 (MD5) / Made available in DSpace on 2018-02-02T12:22:34Z (GMT). No. of bitstreams: 1 MARIÂNGELA DA SILVA ARAÚJO EMERENCIANO - TESE PPGEQ 2014.pdf: 2549347 bytes, checksum: 4f7d187e940acf4a6dcad840f1d5c392 (MD5) Previous issue date: 2014-12-17 / Capes / Os processos industriais são sistemas multivariáveis (MIMO) que consistem de múltiplas variáveis de entrada e múltiplas variáveis de saída, onde a interação entre essas variáveis é uma característica inerente desses processos. A identificação do modelo nesse tipo de processo é uma etapa importante na implementação do sistema de controle, principalmente quando se trata de controladores MPC, os quais incorporam um modelo explícito do processo. O procedimento de identificação realizado neste trabalho propõe uma abordagem diferente da que se tem visto na literatura. Enquanto o mais comum é estimular as variáveis manipuladas, a nova abordagem proposta visa estimular o processo a partir de perturbações nos setpoints das variáveis controladas, em malha fechada, com o intuito de se obter uma melhor avaliação dos efeitos das variáveis controladas e manipuladas. A proposta deste trabalho é comparar duas estratégias de controle: uma estratégia de controle clássico e uma estratégia de controle multivariável baseado em modelo (MPC). O estudo de caso é uma coluna de separação propeno/propano de alta pureza com recompressão de vapor. Quando comparado o controle descentralizado com o controle MPC, observa-se que o MPC apresenta melhores resultados, afirmação esta, baseada nos valores do índice de desempenho IAE (Integral Absolute Error) para as duas propostas analisadas. / Industrial processes are multivariable systems (MIMO) consisting of multiple input variables and multiple output variables, where the interaction between these variables is an inherent characteristic of these processes. The model identification in this type of process is an important step in the implementation of the control system, especially when it comes to MPC controllers, which incorporate an explicit process model. The identification procedure performed in this research proposes a different approach to what has been seen in the literature. While the most common is to stimulate the manipulated variables, the proposed new approach aims to stimulate the process from disturbances in the setpoints of the controlled variables, closed loop, in order to obtain a better assessment of the effects of controlled and manipulated variables. The purpose of this study is to compare two control strategies: A classic control strategy and a multivariable control strategy based on model (MPC). The case study is a column separation of propylene / propane with high purity vapor recompression. When compared with the decentralized control the MPC control, it is observed that the MPC performs better, this statement, based on the values of IAE performance index (Integral Absolute Error) for the two proposals analyzed.

Submitted by Emanuel Varela Cardoso (emanuel.varela@ufcg.edu.br) on 2018-08-13T20:10:08Z No. of bitstreams: 1 RAFAEL BEZERRA CORREIA LIMA – TESE (PPGEEI) 2016.pdf: 2251289 bytes, checksum: 6f67fd056817aec7bcfe50d4eaf21187 (MD5) / Made available in DSpace on 2018-08-13T20:10:08Z (GMT). No. of bitstreams: 1 RAFAEL BEZERRA CORREIA LIMA – TESE (PPGEEI) 2016.pdf: 2251289 bytes, checksum: 6f67fd056817aec7bcfe50d4eaf21187 (MD5) Previous issue date: 2016-09-20 / Nesse trabalho são apresentadas contribuições na área de identificação de sistemas representados em espaço de estados. É proposta uma metodologia completa para estimação de modelos que representem as principais dinâmicas de proessos industriais. O fluxo natural dos procedimentos de identificação consiste da coleta experimental dos dados, seguido pela esolha dos modelos candidatos e da utilização de um critério de ajuste que selecione o melhor modelo possível. Nesse sentido é proposta uma metodologia para estimativa de modelos em espaço de estados, utilizando excitações pulsadas. A abordagem desenvolvida combina algoritmos precisos e eficientes com experimentos rápidos, adequados a ambientes industriais. O projeto das excitações é realizado em tempo real, por meio de informações coletadas em um curto experimento inicial, baseado em uma única oscilação de uma estrutura realimentada por um relé. Esse mecanismo possibilita uma estimativa preliminar do atraso e da constante de tempo dominante do sistema. O método de identificação proposto é baseado na teoria de realizações de Kalman. É apresentada uma reformulação do problema de realizações clássico, para comportar sinais de entrada pulsados. Essa abordagem se mostra computacionalmente e cliente, assim como apresentar resultados semelhantes aos métodos de benchmark. A técnica possibilita também a estimativa de atrasos de transporte e a inserção de conhecimentos prévios por meio de um problema de otimização com restrições via LMI Linear Matrix Inequalities. Em muitos casos, somente as caraterísticas principais dos sistema são relevantes em um projeto de sistema de controle. Portanto é proposta uma técnica para obtenção de modelos de primeira ordem com atraso, a partir da redução de modelos balanceados em espaço de estados. Por fim, todas as contribuições discutidas nesse trabalho de teses não validadas em uma série de plantas experimentais em salas de laboratório. Plantas essas, projetadas e construídas com o intuito de emular o cotidiano operacional de instalações industriais reais. / This work introduces contributions related to the field of systems identification of state space models. It is proposed a complete methodology for model estimation that encompasses the main dynamics of industrial processes. The natural flux of the identification procedures rests on the the empirial colletion of data followed by the choice of candidate models and posterior use of an adjusting criteria that drafts the best model among the on tenders. In this sense, a new methodology is proposed for models estimation in state spaces using pulsed excitation signal. The developed approach combines accurate and efficient algorithms with quick experiments whose are suitable for the industrial environment. The excitation design is performed in real time by means of information colleted in a short initial experiment based in an single oscillation of a relay feedback. This mechanism allows a preliminary estimation of both delay and time on stant prevalent in the system. The identification method proposed is based on Kalman's realization theory. The thesis introduces a reformulation of the classic realization problem so it an admit pulsed input signals. This approachs how it self as computationally efficient as well as provides similar results compared to those obtained when performing the benchmark methods. More over, the techniallows the transport delay estimation and insertion of prior knowledge by means of an optimization problem with restritions via linear matrix in equalities restritions. In many cases only the characteristics of the main system are relevant in control systems design. Therefore a technique for the attainment first order models with time delay based on balanced states space models redution. Lastly all the contributions provided along the thesis are discussed and validated in a series of pilot scale plants, designed and built to emulate the operational cycle in real industrial plants.

Esta tese foca no problema de estimação de estado e de identificação de parâametros para modelos afins por partes. Modelos afins por partes são obtidos quando o domínio do estado ou da entrada do sistema e particionado em regiões e, para cada região, um submodelo linear ou afim e utilizado para descrever a dinâmica do sistema. Propomos um algoritmo para estimação recursiva de estados e um algoritmo de identificação de parâmetros para uma classe de modelos afins por partes. Propomos um estimador de estados Bayesiano que utiliza o filtro de Kalman em cada um dos submodelos. Neste estimador, a função distribuição cumulativa e utilizada para calcular a distribuição a posteriori do estado assim como a probabilidade de cada submodelo. Já o método de identificação proposto utiliza o algoritmo EM (Expectation Maximization algorithm) para identificar os parâmetros do modelo. A função distribuição cumulativa e utilizada para calcular a probabilidade de cada submodelo a partir da medida do sistema. Em seguida, utilizamos o filtro de Kalman suavizado para estimar o estado e calcular uma função substituta da função likelihood. Tal função e então utilizada para identificar os parâmetros do modelo. O estimador proposto foi utilizado para estimar o estado do modelo não linear para vibrações causadas por folgas. Foram realizadas simulações, onde comparamos o método proposto ao filtro de Kalman estendido e o filtro de partículas. O algoritmo de identificação foi utilizado para identificar os parâmetros do modelo do jato JAS 39 Gripen, assim como, o modelos não linear de vibrações causadas por folgas. / This thesis focuses on the state estimation and parameter identi cation problems of piecewise a ne models. Piecewise a ne models are obtained when the state domain or the input domain are partitioned into regions and, for each region, a linear or a ne submodel is used to describe the system dynamics. We propose a recursive state estimation algorithm and a parameter identi cation algorithm to a class of piecewise a ne models. We propose a Bayesian state estimate which uses the Kalman lter in each submodel. In the this estimator, the cumulative distribution is used to compute the posterior distribution of the state as well as the probability of each submodel. On the other hand, the proposed identi cation method uses the Expectation Maximization (EM) algorithm to identify the model parameters. We use the cumulative distribution to compute the probability of each submodel based on the system measurements. Subsequently, we use the Kalman smoother to estimate the state and compute a surrogate function for the likelihood function. This function is used to estimate the model parameters. The proposed estimator was used to estimate the state of the nonlinear model for vibrations caused by clearances. Numerical simulations were performed, where we have compared the proposed method to the extended Kalman lter and the particle lter. The identi cation algorithm was used to identify the model parameters of the JAS 39 Gripen aircraft as well as the nonlinear model for vibrations caused by clearances.

Esta tese foca no problema de estimação de estado e de identificação de parâametros para modelos afins por partes. Modelos afins por partes são obtidos quando o domínio do estado ou da entrada do sistema e particionado em regiões e, para cada região, um submodelo linear ou afim e utilizado para descrever a dinâmica do sistema. Propomos um algoritmo para estimação recursiva de estados e um algoritmo de identificação de parâmetros para uma classe de modelos afins por partes. Propomos um estimador de estados Bayesiano que utiliza o filtro de Kalman em cada um dos submodelos. Neste estimador, a função distribuição cumulativa e utilizada para calcular a distribuição a posteriori do estado assim como a probabilidade de cada submodelo. Já o método de identificação proposto utiliza o algoritmo EM (Expectation Maximization algorithm) para identificar os parâmetros do modelo. A função distribuição cumulativa e utilizada para calcular a probabilidade de cada submodelo a partir da medida do sistema. Em seguida, utilizamos o filtro de Kalman suavizado para estimar o estado e calcular uma função substituta da função likelihood. Tal função e então utilizada para identificar os parâmetros do modelo. O estimador proposto foi utilizado para estimar o estado do modelo não linear para vibrações causadas por folgas. Foram realizadas simulações, onde comparamos o método proposto ao filtro de Kalman estendido e o filtro de partículas. O algoritmo de identificação foi utilizado para identificar os parâmetros do modelo do jato JAS 39 Gripen, assim como, o modelos não linear de vibrações causadas por folgas. / This thesis focuses on the state estimation and parameter identi cation problems of piecewise a ne models. Piecewise a ne models are obtained when the state domain or the input domain are partitioned into regions and, for each region, a linear or a ne submodel is used to describe the system dynamics. We propose a recursive state estimation algorithm and a parameter identi cation algorithm to a class of piecewise a ne models. We propose a Bayesian state estimate which uses the Kalman lter in each submodel. In the this estimator, the cumulative distribution is used to compute the posterior distribution of the state as well as the probability of each submodel. On the other hand, the proposed identi cation method uses the Expectation Maximization (EM) algorithm to identify the model parameters. We use the cumulative distribution to compute the probability of each submodel based on the system measurements. Subsequently, we use the Kalman smoother to estimate the state and compute a surrogate function for the likelihood function. This function is used to estimate the model parameters. The proposed estimator was used to estimate the state of the nonlinear model for vibrations caused by clearances. Numerical simulations were performed, where we have compared the proposed method to the extended Kalman lter and the particle lter. The identi cation algorithm was used to identify the model parameters of the JAS 39 Gripen aircraft as well as the nonlinear model for vibrations caused by clearances.

A identificação para controle é baseada especificamente na construção de modelos matemáticos a partir de dados experimentais, cuja finalidade é encontrar uma relação entre um conjunto de entradas e saídas de um processo dinâmico. Estes modelos são de fundamental importância para o projeto de controladores em processos industriais. No presente trabalho é realizada a identificação e o desenvolvimento do sistema de controle para uma planta piloto de neutralização de pH. O procedimento de identificação é baseado na coleta de dados reais do processo de neutralização de pH, operando em malha fechada. A estimativa dos modelos é realizada de duas formas: (1) estimar modelos que representem o comportamento de todo o sistema, incluindo os controladores PID do processo e (2) estimar modelos do processo com os dados coletados dos sinais de controle e as variáveis de saída do processo. Com os modelos do processo estimados projeta-se uma estratégia de controle MPC (Model Predictive Control), envolvendo dois esquemas de controle. O primeiro esquema calculará os set points ótimos que ingressarão nas malhas do processo. O segundo esquema calculará os sinais de controle ótimos que ingressarão diretamente no processo. O tipo de controlador MPC adotado é o QDMC (Quadratic Dynamic Matrix Control), permitindo restringir os sinais de entrada e saída do processo. A avaliação destes esquemas de controle é realizada mediante a mudança do set point das malhas do processo e a influência de perturbações. As perturbações são baseadas no aumento da vazão do ácido que ingressa no reator. / Identification for control system is based specifically on the mathematical models construction from experimental data, whose aim is to find a relationship between a set of inputs and outputs of a dynamic process. These models are fundamentally important for the industrial processes controllers design. In this work is performed the identification and development of the control system for a pH neutralization pilot plant. The identification procedure is based on the real data collected from pH neutralization process, operating in closed loop. The models estimation is performed in two forms: (1) estimating models that represent all system behavior, including process PID controllers and (2) estimating process models with collecting data of the control signals and process output variables. The process models parameters estimation is performed with the algorithms studied in Chapter 4. With the estimated process models is a MPC (Model Predictive Control) control strategy was designed, creating two control schemes. First scheme will compute the optimal set points that will enter to the process-loops. The second scheme will compute the optimal control signals that will enter to the process. The type of MPC controller adopted is a QDMC (Quadratic Dynamic Matrix Control), allowing restriction of the input and output signals. The control schemes evaluation is performed by changing the set point of the process-loops and the disturbance influence. This disturbance is based on acid flow increased that enters the reactor.

O atrito em válvulas e a sintonia inadequada de controladores são duas das maiores causas de degradação no desempenho das malhas de controle que incluem tais dispositivos. Assim como modelos de atrito são necessários para diagnosticar o mau funcionamento das válvulas ou para compensar os efeitos indesejáveis causados pelo atrito, modelos de processos são de fundamental importância para o projeto de controladores. Este trabalho estende métodos existentes para estimar parâmetros de modelos de atrito e processo, de modo que uma estrutura não-linear é adotada para representar o processo. O procedimento é baseado em dados de operação em malha fechada. Os algoritmos de estimação desenvolvidos são testados com dados simulados e gerados por uma plataforma híbrida (composta por uma válvula real e por uma planta simulada de neutralização de pH), a partir da qual avaliam-se as influências de perturbações, da magnitude do sinal de teste e da sintonia do controlador nos modelos estimados. Os resultados demonstram que o nível de atrito é corretamente quantificado, assim como bons modelos para o processo são estimados em diversas situações. Além disso, a extensão proposta apresenta vantagens significativas em relação a outros métodos, como: (1) maior exatidão na quantificação do nível de atrito, principalmente para processos em que as não-lineares sejam mais severas e (2) estimativas razoáveis do comportamento estático não-linear. / The friction in control valves and inadequate controller tuning are two of the major sources of performance degradation in control loops that include such devices. As friction models are needed to diagnose abnormal valve operation or to compensate such undesirable effects, process models play an essential role in controller design. This work extends existing methods that jointly identify the friction and process model parameters, so that a nonlinear structure is adopted to represent the process model. The procedure is based on data from closed-loop experiments. The developed estimation algorithms are tested with data from simulations and generated by a hybrid setup (composed of a real valve and a simulated pH neutralization process), in which the influences of the process disturbances, of the excitation signal magnitude and of the controller tuning on estimated models are investigated. The results demonstrate that the friction is accurately quantified, as well as good process models are estimated in several situations. In addition, the proposed extension presents significant advantages in relation to other methods, such as: (1) greater accuracy for friction quantification, especially for highly nonlinear processes and (2) reasonable estimates of the nonlinear steady state characteristics.