Orientador: Robson Pederiva / Dissertação (mestrado) -Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-12T18:23:14Z (GMT). No. of bitstreams: 1 Sanches_FabioDalmazzo_M.pdf: 633170 bytes, checksum: a1620e7b33649f4441407be8d0f78500 (MD5) Previous issue date: 2008 / Resumo: Este trabalho apresenta uma metodologia de identificação dos parâmetros de rigidez e amortecimento dos mancais de rolamento de um sistema mecânico rotativo. O método proposto é baseado na equação matricial de Ljapunov e na representação do sistema na forma de espaço de estados. Através da definição de correlações, inserida na equação matricial, monta-se um estimador que relaciona os parâmetros físicos do sistema com as matrizes de correlações das variáveis medidas no domínio do tempo, não sendo necessário o conhecimento da excitação. O objetivo do trabalho é fazer um estudo teórico da aplicação dessa metodologia de identificação em sistemas reais. São feitas simulações considerando-se um sistema rotativo de vinte graus de liberdade excitado aleatoriamente, caso estático, e por desbalanceamento em diversas freqüências de rotação e de características de mancal. Os resultados numéricos demonstram que o método proposto é robusto e viável, podendo ser aplicado na identificação de uma máquina real / Abstract: This work presents an identification methodology of stiffness and damping parameters of rolling bearings in a rotor-bearing system. The proposed method is based on Ljapunov matrix equation and state space representation. Through the definition of correlations used in matrix equation, it is possible to generate an algorithm that relates system physical parameters to the correlation matrixes of the measured variables in time domain without the knowledge of the external input forces. The purpose of this work is to make a theoretical study of the viability of this methodology used in real systems. Simulations were performed considering a rotating system with twenty degrees of freedom excited by random forces, system at rest, and by unbalance forces considering several rotation frequencies and bearing characteristics. The numerical results show the proposed method is feasible and it can be used to identify real machines / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientadores: Paulo Sergio Graziano Magalhães, Euripedes Guilherme Oliviera Nobrega / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-12T02:52:52Z (GMT). No. of bitstreams: 1 Lopes_GracoTognozzi_D.pdf: 1123646 bytes, checksum: 2b05ae5a06b22aa551339011d7ef89ab (MD5) Previous issue date: 1999 / Doutorado

Orientador: Alberto Luiz Serpa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-23T23:04:02Z (GMT). No. of bitstreams: 1 ArizaZambrano_WilliamCamilo_M.pdf: 5789145 bytes, checksum: 151f5e3ef1780d5448a7073b85b4715f (MD5) Previous issue date: 2013 / Resumo: Este trabalho tem como objetivo principal o estudo de um método de controle baseado no uso de redes neurais artificiais aplicado ao problema de controle de vibrações em estruturas flexíveis. Este trabalho centra-se no estudo do esquema de controle inverso-direto, que consiste em identificar a dinâmica inversa da planta através de uma rede neural artificial para ser usada como controlador. Três exemplos de aplicação foram resolvidos utilizando-se controladores projetados com o método inverso-direto. A primeira aplicação é o controle de vibrações em uma estrutura mecânica de parâmetros concentrados. O segundo exemplo de aplicação é o controle de vibrações de uma placa engastada em uma de suas extremidades. Neste caso, a placa engastada foi modelada utilizando-se o método de elementos finitos. No seguinte exemplo, o modelo da placa usado no exemplo anterior foi reduzido, deixando apenas os primeiros modos de vibração. No último exemplo tratou-se o problema de controle não colocado das vibrações em uma placa engastada. Os resultados foram analisados a partir da resposta temporal e da resposta em frequência do sistema em malha fechada. Para comparar os resultados obtidos utilizando-se o método de controle baseado em redes neurais artificiais, os exemplos citados anteriormente foram também resolvidos utilizando-se o método de controle ??. Os resultados obtidos demonstram que o método de controle baseado em modelo inverso usando redes neurais foi eficaz na resolução deste tipo de problema / Abstract: The goal of this work is to study a control method based on artificial neural networks applied to the vibration control of flexible structures problem. This work focuses in the direct-inverse control scheme which consists of identifing the inverse dynamics of the plant through an artificial neural network to be used as the controller. Three application examples using the direct-inverse method were solved. The first application is the vibration control in a mechanical structure of concentrated parameters. The second application example is the vibration control of a cantilever plate. The cantilever plate was modeled using the finite elements method. In the third example, a reduction of the cantilever plate model was made. In the last example a non-collocated control problem of vibration in a cantilever plate was treated. The results of the scheme were evaluated according to the temporal response and the frequency response of the closed-loop system. In order to compare the results obtained using the control method based on artificial neural networks, the previous examples were also solved using the ?? control method. The obtained results show that the control method based on inverse model using neural networks was effective in solving this kind of problem / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador: Eurípedes Guilherme de Oliveira Nóbrega / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-18T21:47:12Z (GMT). No. of bitstreams: 1 InocenteJunior_NilsonRoberto_M.pdf: 4529986 bytes, checksum: b2f87d6e91f48c6ad7f200beee40d1b7 (MD5) Previous issue date: 2011 / Resumo: O monitoramento da integridade de estruturas, também referido na literatura pelo termo Structural Health Monitoring (SHM), é um campo multidisciplinar de pesquisa que abrange técnicas, tecnologias e métodos que permitam um diagnóstico contínuo e inteligente da integridade de estruturas mecânicas. O desenvolvimento de estruturas mecânicas com maior durabilidade, maior segurança e menor custo de manutenção são as principais razões que justificam o investimento na pesquisa e desenvolvimento nessa área, por diversos setores da indústria e de serviços. Neste trabalho é estudada a aplicação de técnicas de identificação multivariável baseadas em subespaços, juntamente com geração e análise de resíduos de paridade como ferramentas para a realização da detecção de danos em estruturas mecânicas, o que representa a base de todo o procedimento de um diagnóstico estrutural completo. A realização deste trabalho envolveu a construção de uma bancada experimental para análise de danos em elementos de placa, com múltiplos sensores e atuadores. Como um dos passos principais deste trabalho também esteve o desenvolvimento de um método de identificação por subespaços com segmentação espectral, o que viabilizou uma melhoria na qualidade e redução no custo computacional da identificação da estrutura. Além disso, também foram estudadas técnicas de fusão dos dados de sinais dos sensores, visando melhoria na robustez da detecção. Os principais resultados obtidos neste trabalho servirão de base para o desenvolvimento de um sistema inteligente de diagnóstico estrutural em tempo real / Abstract: Structural Health Monitoring (SHM) is a multidisciplinary research field, which covers techniques, technologies and methods which are essential to perform a continuous and intelligent diagnosis about mechanical structure integrity. The development of structures with improved durability, improved operational safety and reduced maintenance cost are the main reasons that justify the investments in research and development in this area, by a numerous amount of industrial and services sectors. In this work, the application of multivariable identification subspace-based identification techniques with parity residue generation and analysis are studied as tools to perform structural damage detection, which is the basis of a complete structural diagnosis procedure. The realization of this work involved the construction of an experimental workbench to detect damages in plate elements, equipped with multiple sensors and actuators. The development of a subspace-based identification method with spectral segmentation that made possible to improve the quality and to reduce the computational cost of system identification was one of the major steps achieved in this work. Also, some data fusion techniques were studied, aiming to perform a more robust detection. The main results obtained in this work will be the basis to develop an intelligent and real-time structural diagnosis system / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica

Orientador: Flávio Vasconcelos da Silva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-20T15:14:24Z (GMT). No. of bitstreams: 1 Franco_IvanCarlos_D.pdf: 30656846 bytes, checksum: 73b0216f94ce7393fb51d78cc6e4ea7f (MD5) Previous issue date: 2012 / Resumo: Os sistemas de refrigeração estão presentes em diferentes ramos da indústria e caracterizam-se como grandes consumidores de energia com considerável comportamento não-linear. Inúmeros trabalhos vêm sido desenvolvidos para promover a redução dos gastos energéticos e a minimização dos efeitos das não-linearidades nestes sistemas. A aplicação da automação e do controle de processos, particularmente o uso de técnicas avançadas de controle, são estratégias amplamente utilizadas para esta finalidade. O Controle Preditivo baseado em Modelos (MPC) é capaz de estabilizar processos onde há não-linearidades, sendo promissora a sua aplicação em sistemas de refrigeração. Neste trabalho, foi desenvolvido um SIStema de MOnitoramento e Controle Avançado para Refrigeração (SISMOCAR) capaz de monitorar, em tempo real, através da comunicação OPC (OLE for Process Control), todas as variáveis envolvidas no ciclo de refrigeração e também realizar o controle das variáveis de interesse. Modelos Takagi-Sugeno (SISO) para a predição das temperaturas de evaporação (Te) e do fluido secundário (Tp) foram desenvolvidos e validados, a partir da técnica ANFIS (Adaptative Network based Fuzzy Inference Systems), com análise de desempenho baseado no cálculo do VAF (Variance accounted for). Os modelos Takagi-Sugeno validados foram utilizados como base para Controladores Preditivos, mais especificamente um Controlador Preditivo Generalizado (GPC). Os controladores GPC's foram desenvolvidos sem restrições na função objetivo da ação do controlador. Foram projetados diferentes controladores preditivos para diferentes regras locais (Regras Fuzzy), sendo a ação global do controlador a integração ponderada dos modelos locais. Foram desenvolvidos três diferentes controladores: GPC1 (controle da temperatura de evaporação utilizando modelo de predição da Te em função da frequência do compressor); GPC2 (controle da temperatura do propilenoglicol utilizando modelo de predição da Tp em função da frequência do compressor) e GPC3 (controle da temperatura do propilenoglicol utilizando o modelo de predição da Tp em função da frequência da bomba do evaporador). Os testes realizados para rastreamento do set-point (±1 °C), com carga térmica constante de 3000 W, mostraram-se satisfatórios sendo os melhores desempenhos apresentados pelos controladores GPC1 e GPC2 onde o desvio da variável controlada em relação ao set point, dos respectivos controladores, ficou em torno de ± 0,3 °C / Abstract: Refrigeration systems can be found in many different branches of industry and are characterized as great energy consumers with considerable non-linear behavior. Several studies have been developed to promote the reduction of energy costs and to minimize the effects of nonlinearities in these systems. The use of automation and process control, particularly the use of advanced control techniques, is a widely used strategy for this purpose. The Model Predictive Control (MPC) is capable of stabilizing processes in which there are nonlinearities, and it is a promising application in refrigeration systems. In this work, a System for Monitoring and Advanced Control in Refrigeration (SISMOCAR) was developed using OPC (OLE for Process Control) communication. This feature allowed beyond real time monitoring for all variables involved in the refrigeration cycle, the control of the relevant variables. Furthermore, to predict the evaporating (Te) and the secondary fluid (Tp) temperatures, Takagi-Sugeno models (SISO) were developed and validated using the ANFIS (Adaptive Network-based Fuzzy Inference Systems) technique, with performance analysis based on the VAF (Variance accounted for) calculation. The validated Takagi-Sugeno models were used as basis for Predictive Controllers, specifically using Generalized Predictive Controller (GPC) strategy. The GPC controllers were developed without constraints in the objective function of the controller action. Different predictive controllers were designed for different local rules (Fuzzy Rules), being the weighted integration of the local models the controller global action. Three different controllers were developed: GPC1 (evaporating temperature control using the Te predictive model as a function of compressor frequency); GPC2 (control of propylene glycol temperature using the Tp predictive model as a function of compressor frequency) and GPC3 (control of propylene glycol temperature using the Tp predictive model as a function of the frequency of the evaporator pump). The tests performed for the set-point tracking (± 1 °C), with constant thermal load of 3000 W, were considered satisfactory and best performances were those obtained by GPC1 and GPC2 controllers, in which the controlled variable was around ± 0,3 °C / Doutorado / Sistemas de Processos Quimicos e Informatica / Doutor em Engenharia Química

Orientador : Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-02T20:42:35Z (GMT). No. of bitstreams: 1 Meleiro_LuizAugustodaCruz_D.pdf: 3017963 bytes, checksum: 67b1e2c0a578e7ab914632ffc45e0387 (MD5) Previous issue date: 2002 / Doutorado

Orientador: Paulo Roberto Gardel Kurka / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-07-24T15:32:08Z (GMT). No. of bitstreams: 1 Mathias_MauroHugo_D.pdf: 7532948 bytes, checksum: 3f7d919ebab4f2d9d68fbf29915d517a (MD5) Previous issue date: 1998 / Resumo: Esta tese trata do estudo de teorias, estratégias e metodologias de identificação de sistemas aplicado à análise de sinais de estruturas mecânicas. A abordagem do problema de identificação no contexto das áreas afins de análise de sinais, análise de séries temporais e análise modal é também discutida no trabalho. O enfoque central da pesquisa consiste em aplicar técnicas paramétricas do domínio do tempo na análise modal de estruturas mecânicas. Os procedimentos de identificação adotados descrevem o sistema estrutural através de modelos derivados do método Auto Regressivo de Médias Móveis (ARMA), correlacionando os parâmetros modais e coeficientes do modelo. Testes de simulação foram desenvolvidos para demonstrar as características dos métodos de identificação estudados. Finalmente um modelo modal experimental foi desenvolvido. Os parâmetros modais identificados do modelo foram estabelecidos a partir dos sinais de excitação e resposta medidos na estrutura através do procedimento experimental / Abstract: This thesis is related to system identification theories, strategies and methodologies applied to signal analysis of mechanical structures. The approach of the identification problem in the setting of signal analysis, time series models and modal analysis was also discussed in the work. The central subject of the research is outlined on the use of parametric time domain techniques applied to mechanical structural modal analysis. The identification procedures describes the structural system by models derived from an Auto Regressive Moving Average method (ARMA), highlighting the relations between modal parameters and model coefficients. Simulated test cases have been developed to demonstrate the characteristics of the identification methods studied. Finally an experimental modal model has been developed. The identified modal parameters were established from the excitation and response signals measured on the structures through the experimental test / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutor em Engenharia Mecânica

Orientadores: Euripedes Guilherme de Oliveira Nobrega, Fernando Jose Von Zuben / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Enhegenharia Mecanica / Made available in DSpace on 2018-07-25T20:23:56Z (GMT). No. of bitstreams: 1 NinaHuallpa_Belisario_D.pdf: 3512265 bytes, checksum: 82015cca74d28070ac6c88fec3015059 (MD5) Previous issue date: 1999 / Resumo: Métodos de detecção e diagnóstico de falhas têm sido muito estudados ultimamente, como resultado da demanda por sistemas de maior confiabilidade. Neste trabalho, adotam-se métodos de inteligência computacional, em uma configuração que faz uso de redes neurais artificiais e lógica nebulosa para a monitoração de sistemas dinâmicos representados por modelos de estado adequadamente dimensionados. Os parâmetros do modelo de estado são estimados recursivamente utilizando uma rede neural recorrente do tipo Hopfield, à qual foram adicionados mecanismos de otimização. As saídas do estimador são sintomas submetidos a um módulo de pré-diagnóstico, o qual discrimina perturbações nos valores identificados para os parâmetros, detectando a falha. Um terceiro módulo é utilizado para executar o diagnóstico propriamente dito, através de um método de inferência baseado em lógica nebulosa. A base de conhecimento é determinada a partir da interpretação de grafos direcionados e sinalizados, que relacionam os parâmetros físicos aos parâmetros do modelo de estado. Além de simulações em diversos sistemas lineares invariantes no tempo, a configuração foi testada também em sistemas variantes no tempo e com não-linearidades suaves, incluindo sistemas artificiais e do mundo real. Os resultados obtidos permitem concluir que os métodos desenvolvidos podem ser aplicados com sucesso a diversos tipos de sistemas dinâmicos / Abstract: Fault detection and diagnosis methods have been intensively studied lately, as a result of the demand for systems of greater reliability. In this work, computational intelligence methods were adopted, in a configuration that uses artificial neural networks and fuzzy logic for monitoring dynamic systems represented by state-space models of adequate dimension. The parameters of the model are recursively estimated using a Hopfield-type recurrent neural network, endowed with additional optimization mechanisms. The outputs of the estimator are taken as symptoms submitted to a pre-diagnostic module, in order to establish the nominal reference parameter values. A third module is used to implement the diagnosis itself, based on a fuzzy inference method. The knowledge base is determined by means of a signed directed graph, that represents the relations among the physical parameters and the parameters of the state-space model. Besides several simulations using time-invariant linear systems, the configuration was also tested in the presence of time-varying dynamics and smooth nonlinearities including artificial and real world systems. The results guide to the conclusion that the developed methods can be successfully applied to a wide range of dynamic systems / Doutorado / Doutor em Engenharia Mecânica

Orientadores: João Mauricio Rosário, Didier Dumur / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-22T07:43:59Z (GMT). No. of bitstreams: 1 RinconArdila_LizKatherine_D.pdf: 34773968 bytes, checksum: a0a6769d12cd82525097b60b095e82b4 (MD5) Previous issue date: 2013 / Resumo: Esta tese de doutorado apresenta o estudo do comportamento dinâmico para máquinas-ferramenta CNC (Controle Numérico Computadorizado) com ênfase na implementação do sistema de controle, a fim de melhorar o desempenho desse dispositivo, possibilitando assim a obtenção de maiores velocidades de funcionamento com precisão de operação. O estudo do comportamento dinâmico do sistema foi baseado na modelagem dinâmica do dispositivo CNC, através de um modelo tipo MIMO (Múltiplas Entradas- Múltiplas Saídas), não linear, invariante no tempo, constituído pelo modelo do sistema mecânico, elétrico, eletrônico e controle. O modelo é fundamentado no estudo dos torques estático, dinâmico e de perturbações, incluindo a dinâmica não linear ocorrida pelos efeitos de atrito dos componentes, variação inercial e forças de perturbação. O modelo final é definido mediante a aplicação de uma estratégia proposta de identificação e estimação de parâmetros dinâmicos do dispositivo CNC real. A estratégia é baseada na estimação de parâmetros através de modelos de referência e método de otimização não linear. O sistema de controle proposto é constituído pelos níveis de geração de movimentos, controle e compensação, diagnóstico e otimização. O nível de controle utiliza estratégias de controle PID, controle preditivo generalizado (GPC) e controle preditivo robusto (GPCR). O nível de compensação é configurado pelos controladores em feedforward utilizando modelos de atrito e variação inercial. Finalmente, a validação e testes são realizados inicialmente através da implementação de um simulador virtual de dispositivo CNC, com posterior validação experimental em um dispositivo com arquitetura de supervisão e controle aberto disponível no Laboratório de Automação e Robótica da UNICAMP / Abstract: This doctoral thesis presents the dynamic behavior for CNC (Computer Numerical Control) Machine Tool with emphasis on the control system, for the purpose of improving the machine's performance, by obtaining high operation's velocity with precision. This study was based on the dynamic modeling by means of MIMO (multiple-input and multiple-output), nonlinear, and invariant time model, constituted by mechanical, electrical, electronics and control models. The model is based on the study of static, dynamic, and perturbation torques, and includes the nonlinear dynamic caused by the effects of friction in the components, inertial variation and perturbation's force. The final model is defined through the application of a strategy proposed by the identification and parameters estimation, in order to obtain the actual CNC machine's values. The strategy is formed by the parameters estimation by means of reference models and nonlinear optimization methods. The control architecture proposed is composed of the following levels: movement generator, control and compensation, diagnosis and optimization. The level of control applies strategies of PID control, generalized predictive control (GPC) and robust predictive control (GPCR). The level of compensation is configured by the feedforward controls, which utilize the friction and inertial variation models. Finally, the validation and tests are developed initially through the implementation of a virtual simulator of CNC machine tool, with the latter experimental validation in device with supervision and open architecture control, available in UNICAMP / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutora em Engenharia Mecânica

Orientador: Wagner Caradori do Amaral, Ricardo José Gabrielli Barreto Campello / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-18T18:57:59Z (GMT). No. of bitstreams: 1 Braga_MarcioFeliciano_M.pdf: 1946648 bytes, checksum: 782ab3e1f3a89e6527c7b9c090b00ac0 (MD5) Previous issue date: 2011 / Resumo: Enfoca-se a modelagem de sistemas não-lineares usando modelos de Volterra com bases de funções ortonormais (Orthonormal Basis Functions - OBF) distintas para cada direção do kernel. Os modelos de Volterra constituem uma classe de modelos polinomiais não-recursivos, modelos sem realimentação da saída. Tais modelos são parametrizados por funções multidimensionais, chamadas kernels de Volterra, e representam uma generalização do bem conhecido modelo de resposta ao impulso (FIR) para a descrição de sistemas não-lineares. Como os modelos de Volterra não possuem realimentação do sinal de saída, um número elevado de parâmetros é necessário para representar os kernels de Volterra, especialmente quando o comportamento não-linear do sistema depende fortemente do sinal de saída. No entanto, é possível contornar esta desvantagem por descrever cada kernel por meio de uma expansão em bases de funções ortonormais (OBF). Resultando num modelo que, em geral, possui um número menor de termos para representar o sistema. O modelo resultante, conhecido como modelo OBF-Volterra, pode ser truncado em um número menor de termos se as funções da base forem projetadas adequadamente. O problema reside na questão de como selecionar os polos livres que completamente parametrizam estas funções de forma a reduzir o número de termos a serem utilizados em cada base. Uma abordagem já utilizada envolve a otimização numérica das bases de funções ortonormais usadas para a aproximação de sistemas dinâmicos. Esta estratégia é baseada no cálculo de expressões analíticas para os gradientes da saída dos filtros ortonormais com relação aos polos da base. Estes gradientes fornecem direções de busca exatas para otimizar 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. Esta abordagem considerou apenas os modelos lineares e não-lineares cujas direções dos kernels foram todas parametrizadas por um mesmo conjunto de polos. Neste trabalho, estes resultados foram estendidos de forma a permitir o uso de uma base independente para cada direção dos kernels. Isto permite reduzir ainda mais o erro de truncamento quando as dinâmicas dominantes do kernel ao longo das múltiplas direções são diferentes entre si. As expressões dos gradientes relativas à base de Kautz e à base GOBF são obtidas recursivamente o que permite uma redução no tempo de processamento. Esta metodologia utiliza somente dados de entrada-saída medidos do sistema a ser modelado, isto é, não exige nenhuma informação prévia sobre os kernels de Volterra. Exemplos de simulação ilustram a aplicação dessas abordagens para a modelagem de sistemas não-lineares. Por último, apresentam-se resultados referentes à identificação robusta de modelos não-lineares sob a hipótese de erro desconhecido mas limitado, cujo objetivo é definir os limites superior e inferior dos parâmetros de modelos (intervalos de pertinência paramétrica). É analisado o caso em que se tem informação somente sobre a incerteza na saída do sistema, fornecendo-se o cálculo dos limitantes das incertezas para modelos OBF-Volterra. Estuda-se também os processos que possuem incerteza estruturada, i.e., os parâmetros do modelo, ou os kernels de Volterra, são definidos por meio de intervalos de pertinência e a ordem do modelo é conhecida. Apresenta-se uma solução exata para este problema, eliminando restrições impostas por metodologias anteriores / Abstract: It focuses in the modeling of nonlinear systems using Volterra models with distinct orthonormal basis functions (OBF) to each kernel direction. The Volterra models are a class of nonrecursive polynomial models, models without output feedback. Such models are parameterized by multidimensional functions, called Volterra kernels, they represent a generalization of the well-known impulse response model and are used to describe nonlinear systems. As the Volterra models do not have output feedback, it is required a large number of parameters to represent the Volterra kernels, especially when the nonlinear behavior strongly depends of the output signal. However, such drawback can be overwhelmed by describing each kernel by un expansion in orthonormal basis functions (OBF). Resulting in a model that, in general, requires fewer parameters to represent the system. The resulting model, so-called OBF-Volterra, can be truncated into fewer terms if the basis functions are properly designed. The underlying problem is how to select de free-design poles that fully parameterize these functions in order to reduce the number of terms to be used in each bases. An approach, already used, involves the numeric optimization of orthonormal bases of function used for approximation of dynamic systems. This strategy is based on the computation of analytical expressions for the gradient of the orthonormal filters output with respect to the basis poles. Such gradient provides exact search directions for optimizing the poles of a given orthonormal basis. The search direction can, in turn, be used as part of an optimization procedure to locate the minimum of a cost-function that takes into consideration the estimation error of the system output. Although, that approach took in count only the linear models and nonlinear models which kernels directions were parameterized by a single set of poles. In this work, these results are extended in such a way to allows a use of an independent basis to each kernel direction. It can reduce even more the truncation error when dominant dynamics of the kernel are different along its directions. The gradient expressions to Kautz and GOBF bases are obtained in a recursive way which allows reducing the time processing. This 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 nonlinear systems. At last, it is presented some results about robust identification of nonlinear models under the hypothesis of unknown but bounded error, whose aim is to define the upper and lower bounds of the model parameters (parameter uncertainty interval). It is analyzed the case where the information available is about the uncertainty in the system output signal, providing the calculation for the uncertainty intervals to OBF-Volterra models. The process having structured uncertainty, i.e., the models parameters, or the Volterra kernels, are defined by intervals and the model order is known, is also studied. An exact solution to this problem is developed, eliminating restrictions imposed by previous approach / Mestrado / Automação / Mestre em Engenharia Elétrica