Orientadores: Wagner Caradori do Amaral, Ricardo Jose Gabrielli Barreto Campello / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T08:36:39Z (GMT). No. of bitstreams: 1 Medeiros_AndersonViniciusde_M.pdf: 896535 bytes, checksum: 48d0d75d38fcbbd0f47f7c49823806f1 (MD5) Previous issue date: 2006 / Resumo: Esta dissertação apresenta uma metodologia para a geração e otimização de modelos fuzzy Takagi-Sugeno (TS) com Funções de Base Ortonormal (FBO) para sistemas dinâmicos não lineares utilizando um algoritmo genético. Funções de base ortonormal têm sido utilizadas por proporcionarem aos modelos propriedades como ausência de recursão da saída e possibilidade de se alcançar uma razoável capacidade de representação com poucos parâmetros. Modelos fuzzy TS agregam a essas propriedades as características de interpretabilidade e facilidade de representação do conhecimento. Enfim, os algoritmos genéticos se apresentam como um método bem estabelecido na literatura na tarefa de sintonia de parâmetros de modelos fuzzy TS. Diante disso, desenvolveu-se um algoritmo genético para a otimização de duas arquiteturas, o modelo fuzzy TS FBO e sua extensão, o modelo fuzzy TS FBO Generalizado. Foram analisados modelos locais lineares e não lineares nos conseqüentes das regras fuzzy, assim como a diferença entre a estimação local e a global (utilizando o estimador de mínimos quadrados) dos parâmetros desses modelos locais. No algoritmo genético, cada arquitetura contou com uma representação cromossômica específica. Elaborou-se para ambas uma função de fitness baseada no critério de Akaike. Em relação aos operadores de reprodução, no operador de crossover aritmético foi introduzida uma alteração para a manutenção da diversidade da população e no operador de mutação gaussiana adotou-se uma distribuição variável ao longo das gerações e diferenciada para cada gene. Introduziu-se ainda um método de simplificação de soluções através de medidas de similaridade para a primeira arquitetura citada. A metodologia foi avaliada na tarefa de modelagem de dois sistemas dinâmicos não lineares: um processo de polimerização e um levitador magnético / Abstract: This work introduces a methodology for the generation and optimization of Takagi-Sugeno (TS) fuzzy models with Orthonormal Basis Functions (OBF) for nonlinear dynamic systems based on a genetic algorithm. Orthonormal basis functions have been used because they provide models with properties like absence of output feedback and the possibility to reach a reasonable approximation capability with just a few parameters. TS fuzzy models aggregate to these properties the characteristics of interpretability and easiness to knowledge representation in a linguistic manner. Genetic algorithms appear as a well-established method for tuning parameters of TS fuzzy models. In this context, it was developed a genetic algorithm for the optimization of two architectures, the OBF TS fuzzy model and its extension, the Generalized OBF TS fuzzy model. Local linear and nonlinear models in the consequent of the fuzzy rules were analyzed, as well as the difference between local and global estimation (using least squares estimation) of the parameters of these local models. Each architecture had a specific chromosome representation in the genetic algorithm. It was developed a fitness function based on the Akaike information criterion. With respect to the genetic operators, the arithmetic crossover was modified in order to maintain the population diversity and the Gaussian mutation had its distribution varied along the generations and differentiated for each gene. Besides, it was used, in the first architecture presented, a method for simplifying the solutions by using similarity measures. The whole methodology was evaluated in modeling two nonlinear dynamic systems, a polymerization process and a magnetic levitator / Mestrado / Automação / Mestre em Engenharia Elétrica

Made available in DSpace on 2016-03-15T19:37:27Z (GMT). No. of bitstreams: 1 Davi de Oliveira Gerardi.pdf: 2216694 bytes, checksum: 5c92a695124c5b7d9e20de8329020701 (MD5) Previous issue date: 2010-08-02 / SIS (susceptible-infected-susceptible) and SIR (susceptible-infectedremoved) epidemiological models based on probabilistic cellular automaton (PCA) are used in order to simulate the temporal evolution of the number of people infected by dengue in the city of Rio de Janeiro in 2007, and to predict the cases of infection in 2008. In the PCA, three different sizes of lattices and two kinds of neighborhoods are utilized, and each time step of simulation is equivalent to one week of real time. A genetic algorithm (GA) is employed to identify the probabilities of the state transition S→I, in order to reproduce the historical series of 2007 related to this disease propagation. These probabilities depend on the number of infected neighbors. Time-varying and constant probabilities are taken into account. These models based on PCA and GA were able of satisfactorily fitting the data from 2007 and making a good prediction for 2008 (mainly about the total number of cases registered during 2008). / Usam-se modelos epidemiológicos SIS (suscetível-infectado-suscetível) e SIR (suscetível-infectado-removido) baseados em autômato celular probabilista (ACP) a fim de simular a evolução temporal do número de pessoas infectadas por dengue, na cidade do Rio de Janeiro em 2007, e de prever os casos de infecção em 2008. No ACP, utilizam-se reticulados de três tamanhos diferentes e dois tipos de vizinhanças, e cada passo de tempo da simulação equivale a uma semana de tempo real. Emprega-se um algoritmo genético (AG) para identificar os valores das probabilidades da transição de estados S→I, de modo a reproduzir a série histórica de 2007 relacionada à propagação dessa doença. Essas probabilidades dependem do número de vizinhos infectados. Probabilidades variantes e invariantes no tempo são consideradas. Esses modelos baseados em ACP e AG foram capazes de fazer um ajuste satisfatório dos dados de 2007 e de fornecerem uma boa previsão para 2008, (principalmente no que diz respeito ao número total de casos registrados em 2008).

Made available in DSpace on 2016-08-17T14:53:03Z (GMT). No. of bitstreams: 1 Jorge Farid Amate.pdf: 1076998 bytes, checksum: 7c54d6bc2833288f1945368aa6976936 (MD5) Previous issue date: 2009-02-06 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / In industrial processes, where parameters estimation and standard recognition are desired, digital filters technology is used to do estimation. The digital filter is responsible for prediction and filtering process. Then, the filter behavior can be analyzed based on performance, gains and others variables linked to the specified model. However, to obtain trusty variables and data to estimate the process in question, a model that represents well the physics plant is needed. To do this, are applied techniques based on Systems Identification where we obtain the ARX, ARMAX, Output-Error and Box-Jenkins models of the electrolytic pot. Results, validation and their analysis, applied in standard recognition, using different structures are presented. / Em processos industriais, onde deseja-se a estimação de parâmetros e reconhecimento de padrões, utiliza-se da tecnologia de filtros digitais para tal fim. O filtro digital é responsável pelo processo de predição e filtragem. Assim, pode-se fazer uma análise do comportamento do filtro baseada no desempenho, ganhos e outras variáveis ligadas ao modelo especificado. Porém, para obtenção de variáveis e dados confiáveis para estimar-se o processo em questão, necessita-se de um modelo que represente bem a planta física. Para isto, são aplicadas técnicas baseadas em Identificação de Sistemas, onde são obtidos os modelos ARX, ARMAX, Output-Error e Box-Jenkins da cuba eletrolítica. São apresentados os resultados, validações dos modelos e análise dos mesmos, aplicados ao reconhecimento de padrões, utilizando-se diferentes estruturas.

Made available in DSpace on 2016-08-17T14:53:10Z (GMT). No. of bitstreams: 1 Bernardo Nogueira Neto.pdf: 936161 bytes, checksum: 8cae25f84e9e07f78244f10040d97213 (MD5) Previous issue date: 2010-06-04 / In this dissertation, we explore the application of the Theory of System Identification to develop a mathematical model that represents the behavior of the electrical current rectifier used to power the traction motors of a locomotive diesel-electric, based on mathematical manipulation of its temperature data. It was developed an ARX model and, using the aid of the computational system identification toolbox of MATLAB ®, simulations were made for estimation and validation of the order of the model that best describes the dynamic response of the physical system. The input and output data of the rectifier are obtained from the direct measurement of the output current of main generator, which is the input, and from the measurement of the temperature on the rectifier, which corresponds to the output. These data are used in developing the mathematical model of the system under study. The goal is to obtain a model that best represents the behavior of the main engine rectifier, allowing control actions to optimize the relation between supplied and required power of locomotive, so that downtime events resulting from self-protection mechanisms against high temperatures during operation of the rectifier in severe operations are minimized. As a result, we have a more advanced and efficient model that allows a strategy to monitoring the equipment at the various points of operation, considering their variation and ensuring a stable and safety locomotive's operation. / Nesta dissertação, aborda-se a aplicação da Teoria de Identificação de Sistemas para escolha de um modelo polinomial, que represente o comportamento do retificador de corrente elétrica, utilizado para suprimento dos motores de tração de uma locomotiva dieselelétrica, a partir da manipulação matemática de seus dados de temperatura. Desenvolve-se um modelo ARX e, com auxílio da ferramenta computacional do toolbox de identificação do MATLAB®, são feitas simulações para estimação e validação da ordem do modelo que melhor descreva a resposta dinâmica do sistema físico. Os dados de entrada e saída do retificador são obtidos a partir da medição direta da corrente de saída do gerador principal, que corresponde à entrada, e da medição da temperatura na bancada retificadora, que corresponde à saída. Estes dados são utilizados na elaboração do modelo matemático do sistema em estudo. Busca-se obter um modelo matemático que represente o comportamento do retificador principal da locomotiva, possibilitando ações de controle para uma melhor otimização entre a potência fornecida e a requerida para tração, de tal forma que os eventos de downtime, decorrentes da atuação da proteção contra altas temperaturas do retificador durante operações em regimes severos, sejam minimizados. Como resultado, tem-se um método mais avançado, eficaz e que possibilita uma estratégia de monitoramento nos diversos pontos de operação do equipamento, considerando suas variações e garantindo uma operação estável e segura do sistema.

Made available in DSpace on 2016-08-17T14:53:12Z (GMT). No. of bitstreams: 1 Pedro Turibe.pdf: 1407215 bytes, checksum: 1301d5c29a7bdde34bd0b2385be26a03 (MD5) Previous issue date: 2006-10-30 / The conception, design and synthesis of a platform to evaluate the performance of the in real time control algorithms is the main focuses of this Master Thesis. For conception purpose, the platform is classi¯ed in structural and functional parts, the structural one is composed of the hardware that are sensors, actuators, controllers and related devices. The functional part is formed by algorithms to manager the platform resources and real time control strategies. The platform is dedicated to the speed control of a direct current motor and the temperature control of an electric furnace. These plants are used to develop methods for real time control, parameter estimation and controller tuning. The parameter estima- tion of the motor and furnace is performed in the platform, the obtained models are used to design the PID controller optimal gains. / Apresenta-se uma metodologia para o projeto de uma plataforma para avaliar o desempenho de algoritmos de controle em tempo real. O sistema é organizado em partes estrutural e funcional; a estrutural é constituída pelos elementos de hardware que são as plantas, sensores, atuadores e controladores; a parte funcional é constituída pelos algoritmos para o gerenciamento dos recursos da plataforma e para controle de sistemas dinâmicos. A plataforma é dedicada ao controle de velocidade de um motor de corrente continua e controle de temperatura de um forno elétrico, estas plantas são utilizadas para o desenvolvimento de métodos e verificação de aplicações de controle em tempo real, estimação de parâmetros e sintonia de ganhos dos controladores. A plataforma é utilizada para o levantamento dos parâmetros do motor e forno. Os modelos das plantas são utilizados para o projeto de controladores do tipo PID que são sintonizados por métodos de otimização.

Redes Bayesianas Dinâmicas (DBNs) são modelos capazes de representar um sistema dinâmico por meio de uma rede complexa que codifica as independências estatísticas condicionais entre os seus estados internos. Entre seus métodos de aprendizagem estrutural a partir de dados, o uso daqueles baseados em teoria de informação têm ganhado bastante espaço nos últimos anos, devido às suas vantages de serem livres de modelo e permitirem uma aprendizagem offline a partir de medidas em múltiplas repetições do experimento. No entanto, resta uma exploração dos paralelos entre a área de aprendizagem de DBNs e aquela interessada em realizar medidas de transferência de informação entre elementos de um sistema neural, principalmente por meio de transferência de entropia (TE). O presente trabalho busca, assim, aproximar estes dois focos de pesquisa, identificando suas equivalências e tratando de alguns dos desafios relacionados à sua implementação em identificação de sistemas neurais. Nota-se que uma das maiores dificuldades relacionadas ao uso de teoria de informação em sistemas multivariados concerne a alta dimensionalidade das funções de distribuição de probabilidade, exigindo grandes quantidades de dados observados simultaneamente. Não obstante, a aplicação de DBNs e transferência de entropia em sistemas de tempo contínuo também envolve considerações sobre a discretização dos sistemas no tempo, o que implica na necessidade de relaxamento da suposição da propriedade de Markov de primeira ordem (presente na definição de DBNs), e leva, assim, à proposta de redes Bayesianas dinâmicas de altas ordens (HO-DBNs). Além de realizar uma revisão das principais propostas para a solução destas dificuldades, o trabalho primeiramente propõe que, sob a suposição de um sistema com elementos se comportando de forma igual, os valores das medidas baseadas em teoria de informação com baixa dimensionalidade podem ser utilizados para a aprendizagem de estruturas de rede. Isso é mostrado a partir do uso de informação mútua par a par para a aprendizagem de redes Bayesianas simuladas com distribuições de probabilidade condicional fixas. No que concerne o uso de HO-DBNs, também se propõe um algoritmo baseado em otimização por enxame de partículas (PSO) para percorrer o espaço de busca de estruturas de HO-DBNs de forma mais eficiente. Em seguida, duas aplicações de modelagem de DBNs com uso de teoria de informação são exploradas na área de sistemas neurais, tendo em vista a obtenção de conhecimento acerca de conectividade funcional e até uma aplicação futura em engenharia bioinspirada. Os desafios apresentados anteriormente são, assim, exemplificados, junto com algumas propostas de solução. A primeira área diz respeito à elicitação de conectividade funcional entre as sub-áreas do hipocampo, no cérebro humano, a partir de dados de ressonância magnética funcional (fMRI) de alta resolução. A partir de uma análise seed-to-voxel em grupo, regiões de interesse (ROIs) são identificadas e um modelo inicial de DBN é proposto, que é coerente com alguns estudos já feitos na literatura. A segunda área de aplicação concerne a conectividade neural do sistema neuromotor do gafanhoto, a partir de gravações intracelulares de potencial sináptico em neurônios sensores, motores e interneurônios, sob estimulação com um fórceps no órgão femoral cordotonal (FeCO). Embora um modelo completo de DBN ainda não seja possível devido à ausência de gravações simultâneas suficientes, os atrasos de transferência de entropia entre o estímulo e a resposta nos neurônios motores são obtidos e integrados a partir de uma análise Bayesiana, dado também um pré-processamento com análise de espectro singular (SSA) que, ao remover a não-estacionariedade do sinal (que se deve a fatores extrínsecos ao sistema), aumentou consideravelmente a quantidade de amostras disponíveis. Tais resultados, ao ajudar a reduzir o espaço de busca de DBNs, também servem para direcionar futuros experimentos e pesquisas na área. / Dynamic Bayesian Networks (DBNs) are models capable of representing a dynamical system by means of a complex network which codifies statistical conditional independencies between their internal states. Among their strucutural learning methods based on data, the use of ones based on information theory are gaining ground in recent years, due to their advantages of being model-free and permitting offline learning from multiple repetitions of an experiment. However, there still remains an exploration of the parallels between the areas of DBN structure learning and those interested in obtaining measures of information transfer between elements of neural systems, mainly through transfer entropy (TE). Thus, the current work seeks to approximate these two foci of research by identifying some of their equivalences and challenges related to their usage in neural systems identification. It is noted that one of the main difficulties related to the use of information theory in multivariate neural systems concerns the high dimensionality of the probability distribution functions, requiring thus great quantities of data observed simultaneously. Furthermore, the application of DBNs and transfer entropy on continuous time systems also involves considerations about their discretization on time, which implies the necessity of relaxing the first order Markov property (instrinsinc to the definition of DBNs), and thus leads to the proposal of high-order dynamic Bayesian networks (HO-DBNs). Besides performing a review on the main proposals for solving these difficulties, this work first proposes that, under the supposition of a system with elements behaving in a similar way, the values of information theory based measures with low dimensions can be employed for learning network structures. This is shown with the use of pairwise mutual information for learning simulated Bayesian networks with fixed conditional probability distributions. And concerning the use of HO-DBNs, an algorithm based on PSO is proposed in order to pass through their search space more efficiently. Next, two applications of DBN modeling with information theory are explored in the field of neural systems, in view of obtaining knowledge about functional connectivity and even of a future application of bioinspired engineering. The challenged presented earlier are then exemplified along with some proposals of solutions. The first field regards the elicitation of functional connectivity between hippocampal subfields on the human brain based of high resolution fMRI data. Starting from a seed-to-voxel group analysis, regions of interest (ROIs) are identified and an initial DBN model is proposed, which is coherent with some studies already conducted in the literature. The second field of application concerns the neural connectivity between the neuromotor system of the locust, based on intracellular synaptic potential recordings on sensory neurons, interneurons and motor neurons under stimulation by a forceps in the femoral chordotonal organ (FeCO). Although a complete DBN model is still not possible due to the absence of sufficient and simultaneous recordings, the transfer entropy delays between stimulus and responses on the motor neuros are obtained and integrated by a Bayesian analysis, given also a pre-processing based on Singular Spectrum Analysis (SSA) which, by removing the nonstationarity characteristics of the signal (which are due to extrinsic factors on the system), considerably increased the number of available samples for learning. Such results, by helping to reduce the search space of DBNs, also direct further experiments and studies on this field.

Orientadores: Paulo Augusto Valente Ferreira, Ely Carneiro de Paiva / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T03:59:44Z (GMT). No. of bitstreams: 1 Faria_BrunoGuedes_M.pdf: 2340545 bytes, checksum: 440ff7a9aa46f5a39514e81423363750 (MD5) Previous issue date: 2005 / Resumo: Nos últimos anos tem-se observado um crescente interesse de empresas e instituições de pesquisa pelo desenvolvimento de veículos robóticos, dotados de diferentes níveis de capacidade de operação autônoma, objetivando a execução de diversas tarefas. Dentro deste contexto o CenPRA, Centro de Pesquisas Renato Archer, propôs o Projeto AURORA. O Projeto AURORA (Autonomous Unmanned Remote mOnitoring Robotic Airship) tem como seu principal objetivo o desenvolvimento de protótipos de veículos aéreos tele-operados, e a obtenção de veículos telemonitorados, através do desenvolvimento de sistemas com graus de autonomia crescentes. Para que se possam agregar níveis crescentes de autonomia ao veículo, é essencial incrementar seu sistema de controle e navegação de maneira gradativa. Por esse motivo o aprimoramento das estratégias de controle do sistema é essencial. Assim, é primordial possuir um modelo fidedigno do sistema físico em questão, pois somente dessa forma é possível elaborar leis de controle e testá-las imediatamente em simulação antes de partir para os ensaios práticos no veículo real. Além disso, um modelo adequado é essencial para a simulação do vôo do dirigível de forma a permitir a análise preliminar de seu comportamento diante de uma nova missão. O principal objetivo deste trabalho é a implementação e validação de metodologias para a identificação do modelo dinâmico longitudinal do dirigível. Foram abordadas três metodologias para a identificação do modelo dinâmico do dirigível: a identificação estacionária, que identifica os coeficientes aerodinâmicos do dirigível a partir de um vôo estacionário, a identificação dinâmica, que identifica esses coeficientes e a dinâmica linearizada do veículo a partir de um vôo com entradas de perturbação conhecidas e, finalmente, a identificação por meio de estratégias evolutivas, que procura otimizar alguns parâmetros do modelo dinâmico. As três metodologias foram testadas, validadas e comparadas através de ensaios de simulação, utilizando-se o simulador do dirigível AS800 do Projeto AURORA / Abstract: In recent years many research institutions and companies have been demonstrating a growing interest in the development of unmanned aerial vehicles with different autonomous operation levels in order to allow for the performance of many types of tasks. Within this context, CenPRA (Renato Archer Research Center) proposed the Project AURORA. Project AURORA (Autonomous Unmanned Remote Monitoring Robotic Airship) aims at the development of unmanned airships remotely operated with a view to the creation of an autonomous flight airship by the incorporation of increasing levels of autonomy. In order to increase the vehicle autonomy level, the development of a proportionally enhanced control and navigation systems is essential. It is extremely important to have a very accurate model of the physical airship system, given that this is the only way to design control laws for the vehicle and test them in simulation before performing actual flight tests. Moreover, an accurate model is essential to predict the vehicle behavior in simulation before any real flight demanding a new type of mission. The definition of identification methodologies for the AS800 airship system identification is the main scope of this work. Three methodologies were considered to allow the airship dynamic model identification: stationary identification, which identifies aerodynamic coefficients from stationary stabilized flight conditions; dynamic identification, which identifies these coefficients and the vehicle linear dynamics from the application of known inputs into the system; and, finally, through evolution strategies, which uses an evolutionary approach for the optimization of the aerodynamic coefficients of the dynamic model. All the methodologies were tested, validated and compared through simulation experiments by using the AS800 airship simulator of the Project AURORA / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: João Marcos Travassos Romano / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-04T07:52:07Z (GMT). No. of bitstreams: 1 Attux_RomisRibeirodeFaissol_D.pdf: 4889703 bytes, checksum: 022efe9d9ffb4a1629612763bc2c2b3d (MD5) Previous issue date: 2005 / Resumo: O objetivo deste trabalho é investigar a aplicação de estruturas não-lineares e de técnicas de otimização baseadas em computação evolutiva a problemas de equalização e identificação de canal. O relato se divide em duas partes: a primeira voltada à análise dos fundamentos do problema de filtragem, e a segunda, à apresentação de novas abordagens para sua solução. A primeira parte, inaugurada pelas noções primordiais de comunicação, abrange os diferentes aspectos do projeto de um filtro. Permeia toda a exposição uma idéia fundamental: o estabelecimento de um paradigma genérico de filtragem adaptativa. Na segunda parte, apresentamos contribuições originais que se encaixam de diversas formas no espírito desse paradigma. Os problemas abordados são: equalização linear cega, equalização e pré-distorção baseadas em redes neurais, identificação cega, identificação de plantas recursivas, busca cega do receptor de máxima verossimilhança e equalização não-linear cega baseada em predição. Tais propostas, além de possuírem um valor intrínseco, podem ser entendidas como um corpus de evidências da validade das idéias unificadoras pertencentes ao arcabouço teórico erigido / Abstract: The objective of this work is to investigate the use of nonlinear structures and optimization techniques based on evolutionary computation in channel equalization and identification problems. The text is structured according to a twofold division: the first part is dedicated to the analysis of the foundations of the filtering problem, and the second, to the exposition of new approaches to its solution. The first part, whose starting point is the primordial idea of communication, encompasses the various aspects of the design of a signal-processing device. The entire explanation is permeated by a fundamental idea: the constitution of a generic paradigm for adaptive filtering. In the second part, a number of original contributions are presented that are related in various ways to the essence of this paradigm. These contributions involve the problems of blind linear equalization, neural network-based equalization and pre-distortion, blind and supervised identification of feedforward and feedback plants, maximum-likelihood sequence estimation and nonlinear blind equalization based on prediction. Such proposals, apart from possessing an intrinsic value, can also be understood as a corpus of evidences of the validity of the unifying ideas belonging to the established theoretical framework / Doutorado / Telecomunicações e Telemática / Doutor em Engenharia Elétrica

Orientador: Celso Pascoli Bottura / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e Computação / Made available in DSpace on 2018-08-31T09:18:30Z (GMT). No. of bitstreams: 1 Serra_GinalberLuizdeOliveira_D.pdf: 2165582 bytes, checksum: a1dad46bc4d817f8d4e6457f60ae9599 (MD5) Previous issue date: 2005 / Resumo: Esta tese apresenta propostas de metodologias para identificação e controle inteligentes. Uma metodologia para identificação de sistemas dinâmicos não-lineares no tempo discreto, baseada tio método de variável instrumental e no modelo nebuloso Takagi-Sugeno, é apresentada. Nesta metodologia, a qual é uma extensão do método de variável instrumental tradicional, as variáveis instrumentais escolhidas, estatisticamente independentes do ruído, são mapeadas em conjuntos nebulosos, particionando o espaço de entrada em sub-regiões, para estimação não-polarizada dos parâmetros do conseqüente dos modelos nebulosos TS em ambiente ruidoso. Um esquema de controle adaptativo gain scheduling baseado em redes neurais, sistemas nebulosos e algoritmos genéticos para sistemas dinâmicos não-lineares no tempo discreto também é apresentado. 0 controlador nebuloso é desenvolvido e projetado com o usa de um algoritmo genético para satisfazer, simultaneamente, múltiplos objetivos. Com o esquema de aprendizagem supervisionada, os parâmetros do controlador nebuloso são usados para projetar um gain scheduler neural para ajuste on-line do controlador nebuloso em alguns pontos de operação do sistema dinâmico / Abstract: This thesis presents proposals of methodologies for intelligent identification and control. A methodology tor nonlinear dynamic discrete time systems identification, based on the instrumental variable method and Takagi-Sugeno fuzzy model, is presented. In this methodology, which is an extension of the standard instrumental variable method, the chosen instrumental variables, estatistically independent of the noise, are mapped into fuzzy sets, partitioning the input space in subregions, for unbiased estimation of Takagi-Sugeno fuzzy model consequent parameters in a noisy environment. A gain scheduling adaptive control design based on neural network, fuzzy systems and genetic algorithms for nonlinear dynamic discrete time systems is also presented. The fuzzy controller is developed and designed by a genetic algorithm to satisfy, simultaneously, multiple objectives. "With the supervised learning scheme, the fuzzy controller parameters are used to design the gain neural scheduler to tune on-line the fuzzy controller in some operation points of the dynamic system / Doutorado / Automação / Doutor em Engenharia Elétrica

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-09-06T13:31:47Z No. of bitstreams: 1 Antonio_José_da_Silva2.pdf: 2564341 bytes, checksum: ff7454362aecf3bf6afd177edfd5c821 (MD5) / Made available in DSpace on 2017-09-06T13:31:47Z (GMT). No. of bitstreams: 1 Antonio_José_da_Silva2.pdf: 2564341 bytes, checksum: ff7454362aecf3bf6afd177edfd5c821 (MD5) Previous issue date: 2009-06-05 / FAPEMA / The Anode effect that occurs in electrolytic smelter pot is responsible for gases such as PFC s. These gases contribute to the greenhouse effect, and in addition jeopardizes its productive capacity. From the voltage (output) and current (input) are estimate ARX and OE models of the electrolytic smelter pot using the Systems Identification Theory, the ARX and OE models of the electrolytic smelter pot are built to represent the steady state operation and the anode effect occurrence. After the simulation are chosen the models with better adjustment to the measure exit. For the selection are used established criteria along the research, the ARX and OE models of electrolytic smelter pot, are built to represent the full state operation of the electrolytic smelter pot. Based on real data and via algebraic properties, the models generate the functions of specific transfer of each model that are validated with real data obtained in the industry, the answer in time, in the convergence frequency and speed are analyzed. From the transfer function is made the representation of the normal stage of operation of the electrolytic smelter pot, and by the properties of the estimate model is made the prediction the anode effect identifying the increase of the voltage in the validation stage. Therefore, this work introduces the investigation of ARX and OE parametric models how better represent the operation of the electrolytic smelter pot to can enable the prediction of the anode effect in the productive process of the aluminum. In this dissertation, we propose the models development in the domain of the continuous and discreet time with a study of her transitory answers and of steady state as well as your answer in frequency of your normal operation and in the phase that precedes the anode effect. / O efeito anódico que ocorre nas cubas eletrolíticas é responsável pela emissão de gases como os PFC s, gases esses, que contribuem para o efeito estufa, além de comprometer sua capacidade produtiva. A partir dos sinais de tensão (saída) e corrente (entrada) são estimados modelos ARX e OE da cuba eletrolítica utilizando a Teoria de Identificação de Sistemas. Após a simulação são escolhidos os modelos com melhor ajuste à saída medida. Para a seleção são utilizados critérios estabelecidos ao longo da pesquisa. Os modelos ARX e OE das cubas eletrolítica, são construídos para representar o pleno estado de funcionamento da cuba. Baseados em dados reais e via propriedades algébricas, os modelos geram as funções de transferência específicas de cada modelo que são validadas com dados reais obtidos na indústria, a resposta no tempo, na freqüência e velocidade de convergência são analisadas. A partir da função de transferência é feita a representação da fase normal de funcionamento da cuba eletrolítica, e pelas propriedades do modelo é feita a predição do efeito anódico identificando o aumento da tensão na fase de validação. Portanto, este trabalho apresenta a investigação de modelos paramétricos ARX e OE que melhor representam o funcionamento da cuba eletrolítica para possibilitar a predição do efeito anódico no processo produtivo do alumínio. Nesta dissertação propomos o desenvolvimento de modelos no domínio do tempo contínuo e discreto com um estudo das suas respostas transitória e de regime permanente assim como sua resposta em freqüência de seu funcionamento normal e na fase que antecede o efeito anódico.