Orientadores: Wagner Caradori do Amaral, Ricardo Jose Gabrielli Barreto Campello / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T00:00:28Z (GMT). No. of bitstreams: 1 Rosa_Alexda_D.pdf: 1534572 bytes, checksum: 9100bf7dc7bd642daebdac3e973c668c (MD5) Previous issue date: 2009 / Resumo: Este trabalho enfoca a modelagem de sistemas não-lineares usando modelos de Volterra com funções de base ortonormal (Orthonormal Basis Functions - OBF). Os modelos de Volterra representam uma generalização do modelo de resposta ao impulso para a descrição de sistemas não-lineares e, em geral, exigem um elevado número de termos para representar os kernels de Volterra. Esta desvantagem pode ser superada representando-se os kernels usando um conjunto de funções ortonormais. O modelo resultante, conhecido como modelo OBF-Volterra, pode ser truncado em um n'umero menor de termos se as funções da base forem projetadas adequadamente. O problema central é como selecionar os polos livres que completamente parametrizam estas funções, particularmente as funções de Kautz e as funções ortonormais generalizadas (Generalized Orthonormal Basis Functions - GOBF). Uma das abordagens adotadas para resolver este problema envolve a minimização de um limitante superior para o erro resultante do truncamento da expansao do kernel. Cada kernel multidimensional é decomposto em um conjunto de bases de Kautz independentes, em que cada base é parametrizada por um par individual de pólos complexos conjugados com a intenção de representar a dinamica dominante do kernel ao longo de uma dimensão particular. Obtem-se uma solução analítica para um dos parâmetros de Kautz, válida para modelos de Volterra de qualquer ordem. Outra abordagem envolve a otimização numerica das bases de funções ortonormais usadas para a aproximação de sistemas dinamicos. Esta estrategia e baseada no cálculo de expressões analíticas para os gradientes da sa?da dos filtros ortonormais com relação aos pólos da base. Estes gradientes fornecem direções de busca exatas para otimizar os pólos de uma dada base ortonormal. As direções de busca, por sua vez, podem ser usadas como parte de um procedimento de otimização para obter o mínimo de uma função de custo que leva em consideração o erro de estimação da saída do sistema. As expressões relativas à base de Kautz e à base GOBF são obtidas. A metodologia proposta conta somente com dados entrada-sa'?da medidos do sistema a ser modelado, isto é, não se exige nenhuma informação prévia sobre os kernels de Volterra. Exemplos de simulação ilustram a aplicação desta abordagem para a modelagem de sistemas lineares e não-lineares, incluindo um sistema real de levitação magnética com comportamento oscilatorio. Por ultimo, estuda-se a representação de sistemas dinâmicos incertos baseada em modelos com incerteza estruturada. A incerteza de um conjunto de kernels de Volterra e mapeada em intervalos de pertinência que definem os coeficientes da expansão ortonormal. Condições adicionais são propostas para garantir que todos os kernels do processo sejam representados pelo modelo, o que permite estimar os limites das incertezas / Abstract: This work is concerned with the modeling of nonlinear systems using Volterra models with orthonormal basis functions (OBF). Volterra models represent a generalization of the impulse response model for the description of nonlinear systems and, in general, require a large number of terms for representing the Volterra kernels. Such a drawback can be overcome by representing the kernels using a set of orthonormal functions. The resulting model, so-called OBF-Volterra model, can be truncated into fewer terms if the basis functions are properly designed. The underlying problem is how to select the free-design poles that fully parameterize these functions, particularly the two-parameter Kautz functions and the Generalized Orthonormal Basis Functions (GOBF). One of the approaches adopted to solve this problem involves minimizing an upper bound for the error resulting from the truncation of the kernel expansion. Each multidimensional kernel is decomposed into a set of independent Kautz bases, in which every basis is parameterized by an individual pair of complex conjugate poles intended to represent the dominant dynamic of the kernel along a particular dimension. An analytical solution for one of the Kautz parameters, valid for Volterra models of any order, is derived. Other approach involves the numerical optimization of orthonormal bases of functions used for approximation of dynamic systems. This strategy is based on the computation of analytical expressions for the gradients of the output of the orthonormal filters with respect to the basis poles. These gradients provide exact search directions for optimizing the poles of a given orthonormal basis. Such search directions can, in turn, be used as part of an optimization procedure to locate the minimum of a cost-function that takes into consideration the error of estimation of the system output. The expressions relative to the Kautz basis and to the GOBF are addressed. The proposed methodology relies solely on input-output data measured from the system to be modeled, i.e., no previous information about the Volterra kernels is required. Simulation examples illustrate the application of this approach to the modeling of linear and nonlinear systems, including a real magnetic levitation system with oscillatory behavior. At last, the representation of uncertain systems based on models having structured uncertainty is studied. The uncertainty of a set of Volterra kernels is mapped on to intervals defining the coefficients of the orthonormal expansion. Additional conditions are proposed to guarantee that all the process kernels to be represented by the model, which allows estimating the uncertainty bounds / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientadores: Wagner Caradori do Amaral, Ricardo Jose Grabrielli Barreto Campello / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T14:19:44Z (GMT). No. of bitstreams: 1 Machado_JeremiasBarbosa_M.pdf: 6477617 bytes, checksum: 3f0c4fec476306e8cc05a7940894b0a0 (MD5) Previous issue date: 2007 / Resumo: o interesse na utilização de algoritmos de controle sofisticados cresce no meio industrial devido à necessidade de melhor qualidade dos produtos produzidos. Uma abordagem que vem ganhando destaque é a utilização de sistemas de controle não-linear que modelam os sistemas por meio de multimodelos lineares. Neste contexto, este trabalho apresenta a modelagem e controle de sistemas não-lineares através de controladores preditivos não-lineares que utilizam multimodelos lineares. Os controladores preditivos baseados em modelos (MBPC - Model Based Predictive Controllers) são controladores cuja principal característica é a utilização de um modelo na determinação de um conjunto de previsões de saída, e a lei de controle é calculada em função destas previsões minimizando-se uma função de custo. O desempenho deste controlador depende da qualidade do modelo utilizado para predição dos sinais de saída. A proposta do trabalho é modelar as não-linearidades do processo sob controle através de modelos fuzzy Takagi-Sugeno - TS com funções de base ortonormal - FBO nos conseqüentes das regras. As FBO's apresentam diversas características conceituais e estruturais de interesse na elaboração dos modelos utilizados nos controladores preditivos, como a ausência de realimentação de saída, o que evita a propagação de erro, além de outras que serão discutidas ao longo deste trabalho. Os parâmetros de um modelo fuzzy TS a serem determinados são os antecedentes das regras, com suas funções de pertinência, e as funções nos conseqüentes das regras, que neste trabalho dar-se-ão de forma automática, sendo os antecedentes das regras obtidos através de agrupamento fuzzy (fuzzy clustering) das amostras de entrada e saída. Para esta tarefa será utilizado o algoritmo de GustafsonKessel. A fim de determinar o número de grupos que irão compor o modelo e, por conseqüência, defil)ir o número de regras e modelos locais, utilizar-se-ão critérios que avaliam a qualidade dos agrupamentos juzzy, como Fuzzy Silhouette, Fuzzy Hipervolume, Average Partition Density e Average Within-Cluster Distance, sendo proposta a combinação dos resultados obtidos em cada um dos critérios. O controle é feito de forma que, para cada modelo local, presente no modelo fuzzy TS-FBO, tem-se um controlador atuando sobre este. As ações de controle locais são combinadas conforme a ativação de cada regra do respectivo modelo local, e a ação de controle global resultante dessa combinação é aplicada ao processo a ser controlado. A abordagem proposta apresenta vantagens estruturais na modelagem e controle de processos nãolineares, quando comparado a outras metodologias de modelagem (como modelos polinomiais NARMAX) e controle, uma vez que esta abordagem é composta de uma estrutura simples com modelos locais lineares (ou afins) formados por FBO's. Para ilustrar o que foi desenvolvido, são apresentadas, no final destes trabalho, implementações na modelagem e controle de processos não-lineares / Abstract: The use of advanced control strategies has been increased in the last years due to the needs of more accurate quality on products. An approach that seems attractive on control and modeling of the nonlinear processes is the use of multiple linear models. In this context, this work presents an altemative approach for modeling and controlling nonlinear processes through nonlinear predictive control (NMBPC) using multi-models. The main characteristic of the Model Based Predictive Controllers is the use of a model for the determination ofthe output predictions. The controllaw is derived based on these output predictions, minimizing a specified cost function. Its performance is directly related to the quality of the model predictor. Therefore, in this work, the process is modeling through Takagi-Sugeno- TS fuzzy models with orthonormal base functions - OBF - on the mIes consequents. OBF' s models present several conceptual and structural characteristics of interest on the elaboration of models predictors, such as, absence of output recursion and feedback of prediction errors, often leading to superior performances over long-range horizon predictions and natural decoupling between multiple outputs; there is no need for previous knowledge about the relevant past terms of the system signals; the representation of a stable system is assuredly stable; tolerance to unmodeled dynamics; ability to deal with time delays. The antecedents ofthe TS fuzzy models are obtained through fuzzy c1ustering ofthe input and output measures. The algorithm of Gustafson-Kessel is used to perform this task. In order to determine the number ofthe local models, clustering validity criteria such as Fuzzy Silhouette, Fuzzy Hipervolume, Average Partition Density e Average Within-Cluster Distance are used. A predictive controller is derived for local model and the global controllaw is obtained by combining each local control law, using the degree of activation of every mIe of the respective local model. The proposed approach presents structural advantages in the modeling and controlling nonlinear process, when compared to other modeling (like polynomial models-NARMAX) and controlling strategies, as this approach is constituted of a simple structure with linear local models using OBF' s. The performance of the proposed strategies is illustrated using some simulated examples / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T16:50:00Z (GMT). No. of bitstreams: 1 Giesbrecht_Mateus_M.pdf: 3904732 bytes, checksum: 55e43903b08b7c8d770f9120fb071c40 (MD5) Previous issue date: 2007 / Resumo: A motivação para este estudo é criar um modelo computacional capaz de prever se o regime de trabalho a que um motor monofásico de indução é submetido implica ou não em um aquecimento que comprometa os materiais isolantes do mesmo. A solução apresentada busca encontrar uma equação a diferenças em que a saída do sistema (temperatura do motor no instante k+1) é calculada como uma combinação linear das entradas (temperatura do motor, valor RMS da corrente e temperatura ambiente no instante k). Para conhecer os coeficientes desta combinação linear, foram realizados alguns ensaios e, a partir de seus resultados, foi aplicado o método dos mínimos quadrados para a obtenção do modelo computacional que representa o sistema. Os resultados computacionais obtidos com o modelo proposto refletem com exatidão o comportamento do sistema real. O modelo desenvolvido também é útil para outras aplicações em que se utilize um motor de indução monofásico em regime intermitente periódico com partida / Abstract: This study motivation was finding a computer-based model that was able to foresee if the duty cycle applied in a single-phase induction motor implies or not in an overheating that can compromise the motor insulation. The solution presented here is based on finding a difference equation in which the system output (motor temperature at time k+1) is calculated as a linear combination of the input (motor temperature, RMS current and ambient temperature at time k). The Mean Square Method was applied to find the coefficients of this linear combination, resulting in the final computational model that represents the system. The computational results found with the proposed model reflect exactly the real system behaviour. This model is also useful to other applications in which a single-phase induction motor during intermittent periodic duty with starting is used. / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-15T23:40:38Z (GMT). No. of bitstreams: 1 RamirezBuitrago_AnaMaria_M.pdf: 759461 bytes, checksum: 2948f7c4d961f0f71c8c3d790e304829 (MD5) Previous issue date: 2010 / Resumo: Neste trabalho apresentamos a modelagem computacional de uma válvula de expansão eletrônica a partir de dados experimentais de entradas e saídas através de modelos no espaço de estado, usando técnicas de subespaços, com objetivo de ter um sistema de refrigeração e ar condicionado eficiente, combinando eletrônica de potência e computação de modo a fornecer uma melhor solução para conservação de energia. A modelagem e a validação são feitas usando uma implementação computacional dos algoritmos de subespaços do espaço de estado. Os resultados apresentados mostram a validade e vantagens da técnica de modelagem realizada / Abstract: This research shows the computational modeling of a electronic expansion valve based on input and output experimental data using Models in State Space and subspace methods. The aim of this work was to obtain an efficient Cooling and Air Conditioning system by the combination of power electronics and computation, as a result, a better solution for energy conservation was obtained. Modeling and validation are made using a computational implementation of subspace methods algorithms in state space. Achieved results show the validity and advantages of the modeling technique implemented / Mestrado / Automação / Mestre em Engenharia Elétrica

A análise modal experimental tem contribuído de forma decisiva para caracterização e solução de problemas de engenharia, relacionados à vibração estrutural. Uma das áreas fundamentais da análise modal experimental é a identificação de sistemas, cujo objetivo é determinar as propriedades dinâmicas de uma estrutura, descritas através das freqüências naturais, fatores de amortecimento e modos de vibrar do sistema em análise. Neste trabalho é realizado um estudo sobre as técnicas paramétricas de identificação de sistemas no domínio do tempo utilizando o modelo auto-regressivo de média móvel vetorial (ARMAV) e o modelo auto-regressivo vetorial (ARV). Em ambos os modelos, os procedimentos de identificação dos parâmetros auto-regressivos, responsáveis pela dinâmica do sistema, são estimados utilizando a aproximação dos mínimos quadrados. A partir desses coeficientes um modelo em espaço de estado do sistema é construído, a fim de estimar os parâmetros modais do sistema dinâmico. A ordem do modelo ARMAV, necessária para determinar as características dinâmicas do sistema, é estimada através do critério de informação Bayesiana (BIC). Para o caso do procedimento baseado no modelo ARV, onde apenas as respostas do sistema são consideradas no processo de identificação, uma nova técnica é proposta para solucionar o problema da identificação da ordem do modelo dinâmico. Essa técnica, baseada na estabilidade das freqüências naturais estimadas em várias identificações, contribuiu também para automação do procedimento de identificação. O desempenho dos algoritmos de identificação utilizando o modelo ARMAV, e o modelo ARV juntamente com a nova metodologia desenvolvida, é verificado através de aplicações a dados provenientes de simulações numéricas e de um ensaio experimental realizado em uma placa de alumínio. / The experimental modal analysis has contribued in a decisive way to characterization and solution of engineering problems, related to structural vibration. One of the fundamental areas of the experimental modal analysis is the mechanical systems identification, whose objective is to identify the dynamic properties of a structure, described through the natural frequencies, damping ratios and mode shapes of the system in analysis. In this work a study is accomplished on the parametric techniques of systems identification in time domain using the Auto-Regressive Moving Average Vector (ARMAV) and the Auto-Regressive Vector (ARV) models. In these models, the procedures of the auto-regressive parameters identification that describes the dynamics of the system are estimated using the least square approach. Trough these coefficients a model in state space is built, in order to identify the modal parameters of the dynamic system. The order of the ARMAV model, necessary to determine the dynamic characteristics of the system, is estimated through Bayesian Information Criterion (BIC). For the procedure based on the model ARV, where only the system responses are considered in the identification process, a new technique is proposed to solve the identification problem of the order of the dynamic model. This technique, based on the stability of the natural frequencies in several identifications, also contributed to automation of the identification procedure. The performance of these identification algorithms using the ARMAV model, and the ARV model together with the new developed methodology, is verified using data from numerical simulations and from an experimental test accomplished in an aluminum plate.

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-12T10:12:12Z (GMT). No. of bitstreams: 1 GiraldoClavijo_David_M.pdf: 8609535 bytes, checksum: 3757243978613825c57c07d4e9b3cae4 (MD5) Previous issue date: 2008 / Resumo: Este estudo apresenta os fundamentos teóricos para modelagem de dados multivariáveis no espaço de estado através de Métodos de Subespaços para Identificação de sistemas lineares invariantes no tempo, discretos no tempo. O trabalho contém alguns conceitos básicos de sistemas dinâmicos, um pouco da história e os elementos de identificação de sistemas, modelos no espaço de estado e modelos estendidos no espaço de estado. Dois Métodos de Subespaços são analisados e tratados, o Multivariable Output-Error State-sPace (MOESP) e o Numerical algorithm for Subspace State-Space System IDentification (N4SID). Modificações nos seus algoritmos são propostas e implementadas. Experimentos com benchmarks são realizados para exemplificar o procedimento de identificação por subespaços e para avaliar os algoritmos modificados. / Abstract: This study presents the theoretical foundations of multivariable data modeling in state space by Subspace Methods for Systems Identification of linear time invariant, discrete time, systems. The work contains some basic concepts of dynamic systems, a little of history and the elements of systems identification, state space models and extended state space models. Two Subspace Methods are analyzed and applied, Multivariable Output-Error State-sPace (MOESP)and Numerical algorithm for Subspace State-Space System IDentification (N4SID). Some modifications then are proposed and implemented. Experiments with benchmarks are realized to show the procedure of Identification by subspace and to evaluate the modified algorithms. / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Janito Vaqueiro Ferreira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-24T20:08:14Z (GMT). No. of bitstreams: 1 MartinezRicardo_DianaMarcela_M.pdf: 3485991 bytes, checksum: 9bd64ce80b2e1c25ed98644d4f52fd64 (MD5) Previous issue date: 2014 / Resumo: Este trabalho tem como objetivo desenvolver um processo de identificação da vazão de gás em um dos equipamentos usados na indústria petrolífera, às bombas centrífugas submersas (BCS) em regime de escoamento multifásico. Estas bombas apresentam falhas frequentes prematuras quando a vazão de gás é alta, as quais ocorrem por falta de informação do tipo de escoamento bifásico presente na bomba no tempo de operação. Por isto estudos de identificação experimental são requeridos nesta área. Neste contexto a presente pesquisa tem seu foco na obtenção de modelos mediante dados experimentais, recompilados diretamente da resposta do sistema que descrevem o comportamento da vazão de gás na planta de interesse, como: vibração, vazão, elevação entre outros. Estes modelos estão baseados na identificação não paramétrica e no algoritmo de aprendizagem de Máquina de Vetores de Suporte (SVM), onde os parâmetros ocultos da máquina de aprendizagem serão obtidos mediante algoritmos genéticos, visando obter modelos mais representativos / Abstract: This work develops a process to identify the flow of gas in one of the equipment used in the oil industry, the electric submersible pump (EPS) under multiphase flow. These pumps feature frequent premature failures when the gas flow is high. That occurs due to lack of information on the type of two ¿ phase flow in the pump in operation time. Experimental studies for this identification are required in this area. In this context, the present research focuses on obtaining models by experimental data collected directly from the system response which describes the behavior of the gas flow on the system of interest such as: vibration, fluid, elevation etc. These models are based on nonparametric identification and in learning algorithm support vector machine (SVM), where the hidden parameters of the learning machine will be obtained by genetic algorithms in order to obtain more representative models / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestra em Engenharia Mecânica

Orientador: Celso Pascoli Bottura / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-22T14:33:30Z (GMT). No. of bitstreams: 1 TobarQuevedo_JohannaBelen_M.pdf: 1682152 bytes, checksum: 0de866f41b4caaf6854d460eab59e9ac (MD5) Previous issue date: 2013 / Resumo: O objetivo principal deste trabalho é propor algoritmos para identificação de series temporais e de sistemas lineares multivariáveis estocásticos variantes no tempo no espaço de estado. Para isto primeiramente investigamos fundamentos teóricos, apresentando alguns conceitos básicos de series temporais, sistemas, elementos de identificação, modelos no espaço de estado e identificação variante no tempo. Dois algoritmos são propostos, analisados e implementados, o que chamamos MOESP-AOKIVAR baseado no MOESP (Multivariable Output-Error State space) e o que chamamos AOKI-VAR baseado no algoritmo proposto por Masanao Aoki. Os algoritmos são avaliados sobre "benchmarks". Finalmente exemplos são apresentados bem como discussões sobre validação, previsão e modelagem de séries temporais e a modelagem de sistemas multivariáveis estocásticos variantes no tempo, esperando contribuir no estudo deste tipo de sinais e sistemas / Abstract: The main objective of this work is to propose algorithms for identifying non-stationary time series and multivariable time-varying linear stochastic systems in the state space. In order first to do this we investigate theoretical foundations, presenting some basic concepts of time series, systems, identification elements, models in state space and time variant identification. Two algorithms are proposed, analyzed and implemented, the one we called MOESP-AOKI-VAR based on the MOESP (Multivariable Output-Error State space) and the one we called AOKI-VAR based on the algorithm proposed by Masanao Aoki. The algorithms are evaluated on "benchmarks". Finally examples are presented as well as discussions about validation, prediction and modeling of stochastic time series and modeling of stochastic time-varying multivariable systems, hoping to contribute to the study of this type of signals and systems / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Eurípedes Guilherme de Oliveira Nóbrega / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-20T08:19:57Z (GMT). No. of bitstreams: 1 Genari_HeloiFranciscoGentil_M.pdf: 1362304 bytes, checksum: c4c7788d0595b23a9e9f97011fa6ed8f (MD5) Previous issue date: 2012 / Resumo: Para cumprir requisitos de segurança, aumentar a vida útil de estruturas e reduzir os custos de manutenção, métodos de detecção de danos e de monitoramento da integridade de estruturas (SHM) têm recebido grande atenção da comunidade científica nas últimas décadas. Neste contexto, várias técnicas diferentes para detecção de danos foram propostas, mas algoritmos eficientes e práticos são ainda temas muito pesquisados. Neste trabalho, estudam-se a métrica cepstral e a métrica por subespaços para a detecção de danos. Essas métricas calculam a distância entre dois modelos autorregressivos (AR). A distância entre os modelos AR, derivados a partir das séries temporais dos sinais de vibrações das estruturas com e sem danos utilizando identificação por subespaços, deve ser correlacionada com a informação do dano, incluindo sua severidade e localização. Assim, as distâncias calculadas utilizando-se as métricas são consideradas indicadores de danos. Para validar os dois indicadores, dois experimentos foram realizados. O primeiro consistiu em três vigas similares de alumínio, uma íntegra e duas contendo falhas simuladas que, juntamente com duas massas de 2.5g e 8.5g, simularam quatro danos diferentes. No segundo experimento, foi utilizada uma placa de alumínio retangular e, com o auxílio de massas de 2.5g, 8.5g e 20g, foram simulados cinco danos com diferentes severidades e localizações. Os resultados dos experimentos indicaram que o cálculo das distâncias entre os modelos AR são eficientes para detecção, análise de severidade e localização de danos / Abstract: To satisfy security requirements, extend life cycle of structures and reduce maintenance costs, damage detection techniques and structural health monitoring (SHM) have received great attention from the scientific community in the last decades. In this context, several different techniques for damage detection have been proposed, but efficient and practical algorithms are yet a major research theme. Cepstral metric and subspace metric for damage detection are studied in this work. These metrics compute the distance between two auto-regressive (AR) models, derived from times series of vibration signals from structures with and without damage, and it should be correlated with information of the damage, including damage location and severity. Thus, the distances calculated using these metrics are considered damage indicators. To validate both indicators, two experiments were performed. The first one consisted of three similar beams, a healthy one and two with simulated damages, which, together with two masses of 2.5g e 8.5g, simulated four different damages. In the second experiment, it was used an rectangular aluminum plate with aid of three masses of 2.5g, 8.5g and 20g to simulate five damages with different severities and locations. The results of experiments indicated that the calculation of distances between AR models are effective for the detection, analysis of severity and location of damages / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador: Basilio Ernesto de Almeida Milani / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T02:32:56Z (GMT). No. of bitstreams: 1 VargasLara_JoseMaria_D.pdf: 1539805 bytes, checksum: cb3f1db3ea06ddceb5dac7d0f33c587c (MD5) Previous issue date: 2005 / Resumo: Este trabalho trata da síntese de um controlador preditivo adaptativo, baseado em modelos reduzidos obtidos mediante identificação orientada para controle preditivo. A metodologia proposta envolve duas áreas importantes para o sucesso do experimento de identificação. Na primeira, projeto de sinais de excitação, é mostrado como sinais de excitação pseudo-aleatórios multi-níveis podem ser projetados para atender com eficácia requisitos que sinais de excitação relevantes para controle devem satisfazer. Na segunda, modelagem de preditores, é abordada a modelagem por identificação de preditores de horizonte estendido. O objetivo central da metodologia proposta é o controle da remoção de matéria nitrogenada de uma planta de tratamento de esgotos por lodos ativados com pré-desnitrificação. A metodologia é aplicada para controlar a concentração de amônia mediante o controle do set-point de oxigênio dissolvido. A metodologia também é aplicada para o controle da concentração de nitrato no reator desnitrificante. Os controladores são avaliados em um estudo de simulação, mostrando a eficácia da metodologia proposta para o controle das concentrações de amônia e nitrato / Abstract: This work deals with the synthesis of an adaptive predictive controller, based on reduced models obtained via identification oriented to predictive control. The methodology proposed involves two important areas for the success of the identification experiment. In the first one, excitation signal design, it is shown how pseudo-random multilevel signals can be designed to effectively satisfy the requirements that excitation signals relevant for control should satisfy. In the second, predictor modelling, the identification of long-range horizon predictors is approached. The main objective of the proposed methodology is the control of the nitrogen removal in an predenitrifying activated sludge wastewater treatment plant. This methodology is applied to control the ammonium concentration in the denitrifying reactor. The controllers are evaluated in a simulation study, showing the effectiveness of the proposed methodology to control ammonium and nitrate concentrations / Doutorado / Automação / Doutor em Engenharia Elétrica