Orientador: Aurelio Ribeiro Leite de Oliveira / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-06T01:00:20Z (GMT). No. of bitstreams: 1 Probst_RoyWilhelm_M.pdf: 553863 bytes, checksum: a1307892a77da1b88d7536dd9027a4c3 (MD5) Previous issue date: 2006 / Resumo: Os métodos de pontos interiores primais-duais de trajetória central e preditor-corretor são desenvolvidos para o problema de minimização das perdas na geração e transmissão do pré-despacho DC de um sistema de potência hidrotêrmico e a estrutura matricial resultante explorada obtendo uma implementação eficiente. No pré-despacho de sistemas hidrotêrmicos, as usinas hidroelétricas têm uma meta a cumprir em um determinado dia, estabelecida pelo planejamento de longo prazo. As usinas termoelétricas, por sua vez, apresentam restrições de rampa, pois necessitam de um determinado tempo tanto para aumentar quanto para reduzir sua produção de energia. A implementação dos métodos de pontos interiores é testada em estudos de casos com sistemas IEEE / Abstract: The central path and the predictor-corrector primal-dual interior points methods are developed for the generation and transmission losses optimization problem for a DC power flow model in a hydrothermal power system and the resulting matrix structure is exploited leading to an efficient implementation. In short term hydrothermal scheduling, the hydro generating units need to satisfy daily targets, established by long-term scheduling models. The thermal generating units have ramp constraints because they need a certain amount of time to change de level of power delivery. Case studies with the developed interior point implementation for IEEE power systems are presented. / Mestrado / Pesquisa Operacional / Mestre em Matemática Aplicada

Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-08T18:46:56Z (GMT). No. of bitstreams: 1 Oliveira_PatriciaCandiotoMigliari_D.pdf: 1584587 bytes, checksum: 8622cb86aacfe987908422e98c40d2c8 (MD5) Previous issue date: 2007 / Resumo: O trabalho envolveu modelo estruturado adaptado de um modelo estruturado de crescimento para processo de fermentação contínua realizado em um bioreator do tipo torre com células imobilizadas para produção de etanol. O modelo estruturado utilizado inclui equações de balanço para as rotas metabólicas fermentativa e respiratória, assim como termos cinéticos para o efeito de inibição pelo etanol, substrato e saturação celular no pellet. Os parâmetros cinético do modelo estruturado foram otimizados através da metodologia desenvolvida por Rivera (2005) onde envolve a aplicação de Algoritmo Genético, Planejamento Fatorial Fracionário proposto por Plackett Burman (1946) e Algoritmo Quasy Newton. Os resultados obtidos na simulação do modelo utilizando os parâmetros otimizados por esta metodologia representou de forma efetiva o modelo. A otimização do processo teve inicio com a Análise de Superfície de Resposta, que consistiu em um planejamento fatorial em estrela de dois níveis (-1 e +1) com um ponto central. A metodologia por Superfície de Resposta mostrou-se uma ferramenta poderosa para otimização preliminar das variáveis operacionais no sentido de que seus resultados foram usados como estimativas iniciais para o procedimento formal de otimização, SQP (Programação Quadrática Sucessiva). Esta metodologia de Superfície de resposta possibilita visualização do comportamento das variáveis que se quer otimizar, identificando a região do ponto ótimo, o que não é possível pelo método SQP. A metodologia SQP foi implementada com sucesso no modelo determinístico, obtendo as melhores condições de operação para as variáveis manipuláveis / Abstract: The work involved adapted of a structured model of growth structured model for process of continuous fermentation accomplished in a bioreator of the type tower with immobilized cells for etanol production. The used structured model includes reaction rate equations for the respiratory and glicolitic metabolic pathways, as well as kinetic terms for the inhibition effect for the etanol, substrate and cellular saturation in the pellet. The kinetic of the structured model parameters went optimized through to methodology developed by Rivera (2005) where it involves the application of Genetic Algorithm, methodology of Plackett¿Burman (1946) and Algorithm Quasi Newton. The results obtained in the simulation of the model using the parameters optimized for this methodology represented in an effective way the model. The optimization of the process had I begin with the Analysis of Surface of Answer, that consisted of a planning fatorial in star of two levels (-1 and +1) with a central point. The methodology for Surface of Answer a powerful tool was shown for preliminary optimization of the operational variables in the sense that its results were used as initial estimates for the formal procedure of optimization, SQP. This methodology of answer Surface facilitates visualization of the behavior of the variables that if that otimizar, identifying the area of the great point, what is not possible for the method SQP. The methodology SQP was implemented with success in the model deterministic, obtaining the best operation conditions for the variables manipulated. / Doutorado / Desenvolvimento de Processos Químicos / Doutor em Engenharia Química

Made available in DSpace on 2016-08-17T16:54:33Z (GMT). No. of bitstreams: 1 Tese Cristiane Cristina.pdf: 4404224 bytes, checksum: a68e5757bedc2d3d341a5937f100fe1f (MD5) Previous issue date: 2013-07-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In adaptive filtering many adaptive filter are based on the mean square error method (MSE). These filters were developed to improve convergence spedd with a lower misadjustment. The least mean square (LMS) and the recursive least square (RLS) algorithms have been the hallmark of adaptive filtering. In this work we develop adaptive algorithms based on the even powers of the error inspired in the recursive lest square (RLS) algorithm. Namely recursive nom quadratic (RNQ) algorithm. The ideas is based on Widrow s least mean square fourth (LMF) algorithm. Fisrt we derive equations based on a singal even power of the error in order to obtain criterions that guarantee convergence. We also determine equations that measure the misadjustment and the time constant of the adaptive process of the RNQ algorithm. We work also, toward making the algorithm less sensitive to the size of the error in na alternative direction, by proposing a cost function which is a sum of the even powers of the error. This second approach bring the error explicitly to the RLS algorithm formulation by proposing a new cost function that preserves the measnsquare-error (MSE) solution, but allows for the exploitation of higher order moments of the error to speedup the converge of the algorithm. The main goal this work is to create form first principles (new cost functions ) a mechanism to include instantaneous error information in the RLS algorithm, make it track better, and allow for the design of the forgetting factor. As we will see the key aspecto of our approach is to include the error in the Kalman gain that effectively controls the speed of adaptation of the RLS algorithm. / Em filtragem adaptativa, vários filtros são baseados no método do erro quadrático médio (do inglês, MSE- mean squared error ) e muitos desses foram desenvolvidos para obter uma convergência rápida com um menos desajuste. Os algoritmos mínimos quadrático médio (do inglês, LMS- least mean square ) e mínimos quadrados recursivos (do inglês, RLS- recursive least square ) foram um marco em filtragem adaptativa. Nesse trabalho apresentamos o desenvolvimento de uma família de algoritmos adaptativos baseados nas potências pares do erro, inspirado na dedução do algoritmo RLS padrão. Chamaremos esses novos algoritmos de recursivo não-quadrático (RNQ). A ideia básica é baseada na função de custo apresentada por Widrow no algoritmo mínimo quarto médio ( do inglês, LMF least mean square fourth). Inicialmente derivamos equações baseados em uma potência par do erro para obter critérios que garantam a convergência. Determinamos também, equações que definem o desajuste e o tempo de aprendizagem do processo de adaptação do algoritmo RNQ baseado em potência para arbitrária. Trabalhamos também, no sentido de tornar o algoritmo menos sensível ao tamanho do erro numa direção alternativa, propondo uma função de custo baseado na soma das potências pares do erro. Essa segunda abordagem torna explícito o papel do erro na formulação do RLS ao propor uma nova função de custo que preserve a solução MSE, mas permite a utilização dos momentos de alta ordem do erro para aumentar a velocidade de convergência do algoritmo. O principal objetivo do nosso trabalho é criar a partir dos primeiros princípios (novas funções de custo) um mecanismo para incluir informações de erro instantâneo no algoritmo RLS e torná-lo um seguidor melhor. Assim, o aspecto-chave dessa nova abordagem é incluir o erro no ganho de Kalman que controla efetivamente a velocidade de adaptação do algoritmo de RLS.

O problema de minimização com restrições lineares e importante, não apenas pelo problema em si, que surge em várias áreas, mas também por ser utilizado como subproblema para resolver problemas mais gerais de programação não-linear. GENLIN e um método eficiente para minimização com restrições lineares para problemas de pequeno e médio porte. Para que seja possível a implementação de um método similar para grande porte, é necessário ter um método eficiente, também para grande porte, para projeção de pontos no conjunto de restrições lineares. O problema de projeção em um conjunto de restrições lineares pode ser escrito como um problema de programação quadrática convexa. Neste trabalho, estudamos e implementamos métodos esparsos para resolução de problemas de programação quadrática convexa apenas com restrições de caixa, em particular o clássico método Moré-Toraldo e o \"método\" NQC. O método Moré-Toraldo usa o método dos Gradientes Conjugados para explorar a face da região factível definida pela iteração atual, e o método do Gradiente Projetado para mudar de face. O \"método\" NQC usa o método do Gradiente Espectral Projetado para definir em que face trabalhar, e o método de Newton para calcular o minimizador da quadrática reduzida a esta face. Utilizamos os métodos esparsos Moré-Toraldo e NQC para resolver o problema de projeção de GENLIN e comparamos seus desempenhos / The linearly constrained minimization problem is important, not only for the problem itself, that arises in several areas, but because it is used as a subproblem in order to solve more general nonlinear programming problems. GENLIN is an efficient method for solving small and medium scaled linearly constrained minimization problems. To implement a similar method to solve large scale problems, it is necessary to have an efficient method to solve sparse projection problems onto linear constraints. The problem of projecting a point onto a set of linear constraints can be written as a convex quadratic programming problem. In this work, we study and implement sparse methods to solve box constrained convex quadratic programming problems, in particular the classical Moré-Toraldo method and the NQC \"method\". The Moré-Toraldo method uses the Conjugate Gradient method to explore the face of the feasible region defined by the current iterate, and the Projected Gradient method to move to a different face. The NQC \"method\" uses the Spectral Projected Gradient method to define the face in which it is going to work, and the Newton method to calculate the minimizer of the quadratic function reduced to this face. We used the sparse methods Moré-Toraldo and NQC to solve the projection problem of GENLIN and we compared their performances

Neste trabalho propomos uma abordagem que utiliza o método de barreira modificada/penalidade para a resolução de problemas restritos gerais de otimização. Para isso, foram obtidos dados teóricos, a partir de um levantamento bibliográfico, que explicitaram os métodos primal-dual barreira logarítmica e método de barreira modificada. Nesta abordagem, as restrições de desigualdade canalizadas são tratadas pela função barreira de Frisch modificada, ou por uma extrapolação quadrática e as restrições de igualdade do problema através da função Lagrangiana. A implementação consiste num duplo estágio de aproximação: um ciclo externo, onde o problema restrito é convertido em um problema irrestrito, usando a função Lagrangiana barreira modificada/penalidade; e um ciclo interno, onde o método de Newton é utilizado para a atualização das variáveis primais e duais. É apresentada também uma função barreira clássica extrapolada para a inicialização dos multiplicadores de Lagrange. A eficiência do método foi verificada utilizando um problema teste e em problemas de fluxo de potência ótimo (FPO). / In this paper, we propose an approach that utilizes the penalty/modified barrier method to solve the general constrained problems. On this purpose, theoretical data were obtained, from a bibliographical review, which enlightened the logarithmic barrier primal-dual method and modified barrier method. In this approach, the bound constraints are handled by the modified log-barrier function, or by quadratic extrapolation and the equality constraints of the problem through Lagrangian function. The method, as implemented, consists of a two-stage approach: an outer cycle, where the constrained problem is transformed into unconstrained problem, using penalty/modified barrier Lagrangian function; and an inner cycle, where the Newton\'s method is used for update the primal and dual variables. Also, it is presented a classical barrier extrapolated function for initialization of Lagrange multipliers. The effectiveness of the proposed approach has been examined by solving a test problem and optimal power flow problems (OPF).

Métodos de controle preditivo têm encontrado grande aceitação industrial, principalmente devido a sua capacidade de fazer respeitar restrições operacionais, o que reduz o número de paradas de emergências de um sistema. No entanto, suas aplicações em geral têm sido voltadas a sistemas estritamente estáveis e de dinâmica lenta. Neste trabalho, é implementada uma lei de controle preditivo no espaço de estados para um helicóptero de três graus de liberdade com duas variáveis de entrada. A dinâmica do sistema é não-linear, de 6a ordem, com amortecimento muito pequeno. Linearizando-se um modelo físico nominal em torno de um ponto de equilíbrio, obteve-se um modelo de predição marginalmente estável. A implementação em tempo real envolve a solução de um problema de Programação Quadrática a cada período de amostragem de 50ms. Os resultados experimentais são empregados para estudar o efeito de alterações nos horizontes de predição e controle, bem como para ilustrar a capacidade do controlador em fazer respeitar restrições de saída. Por fim, a lei de controle é alterada com a inclusão de um Filtro de Kalman para estimar as velocidades angulares do helicóptero e, assim, melhorar o desempenho da malha de controle.

A formulation of impedance control for redundant manipulators is developed as a particular case of an optimal control problem. This formulation allows the planning and design of an impedance controller that benets from the stability and eficiency of an optimal controller. Moreover, to circumvent the high computational costs of computing an optimal controller, a sub-optimal feedback controller based on the state-dependent Ricatti equation (SDRE) approach is developed. This approach is then compared with the quadratic programming (QP) control formulation, commonly used to resolve redundancy of robotic manipulators. Numerical simulations of a redundant planar 4-DOF serial link manipulator show that the SDRE control formulation offers superior performance over the control strategy based QP, in terms of stability, performance and required control effort. / Uma formulação do controle de impedância para manipuladores redundantes é desenvolvida como um caso particular de um problema de controle ótimo. Essa formulação permite o planejamento e projeto de um controlador de impedância que se beneficia da estabilidade e eficiência de um controlador ótimo. Para evitar lidar com os elevados custos computacionais de se computar um controlador ótimo, um controlador em malha fechada sub-ótimo, baseado na abordagem das equações de Ricatti dependentes de estado (SDRE), é desenvolvido. Essa abordagem é comparada com a formulação de um controlador baseado em programação quadrática (QP), usualmente utilizado para resolver problemas de redundância em manipuladores robóticos. Simulações numéricas de um manipulador serial plano de quatro graus de liberdade mostram que o controlador baseado em SDRE oferece performance superior em relação a um controlador baseado em programação quadrática, em termos de estabilidade, performance e esforço de controle requerido do atuador.

A formulation of impedance control for redundant manipulators is developed as a particular case of an optimal control problem. This formulation allows the planning and design of an impedance controller that benets from the stability and eficiency of an optimal controller. Moreover, to circumvent the high computational costs of computing an optimal controller, a sub-optimal feedback controller based on the state-dependent Ricatti equation (SDRE) approach is developed. This approach is then compared with the quadratic programming (QP) control formulation, commonly used to resolve redundancy of robotic manipulators. Numerical simulations of a redundant planar 4-DOF serial link manipulator show that the SDRE control formulation offers superior performance over the control strategy based QP, in terms of stability, performance and required control effort. / Uma formulação do controle de impedância para manipuladores redundantes é desenvolvida como um caso particular de um problema de controle ótimo. Essa formulação permite o planejamento e projeto de um controlador de impedância que se beneficia da estabilidade e eficiência de um controlador ótimo. Para evitar lidar com os elevados custos computacionais de se computar um controlador ótimo, um controlador em malha fechada sub-ótimo, baseado na abordagem das equações de Ricatti dependentes de estado (SDRE), é desenvolvido. Essa abordagem é comparada com a formulação de um controlador baseado em programação quadrática (QP), usualmente utilizado para resolver problemas de redundância em manipuladores robóticos. Simulações numéricas de um manipulador serial plano de quatro graus de liberdade mostram que o controlador baseado em SDRE oferece performance superior em relação a um controlador baseado em programação quadrática, em termos de estabilidade, performance e esforço de controle requerido do atuador.

The low complexity of IIR adaptive filters (AFs) is specially appealing to realtime applications but some drawbacks have been preventing their widespread use so far. For gradient based IIR AFs, adverse operational conditions cause convergence problems in system identification scenarios: underdamped and clustered poles, undermodelling or non-white input signals lead to error surfaces where the adaptation nearly stops on large plateaus or get stuck at sub-optimal local minima that can not be identified as such a priori. Furthermore, the non-stationarity in the input regressor brought by the filter recursivity and the approximations made by the update rules of the stochastic gradient algorithms constrain the learning step size to small values, causing slow convergence. In this work, we propose IIR performance enhancement strategies based on hybrid combinations of AFs that achieve higher convergence rates than ordinary IIR AFs while keeping the stability. / A baixa complexidade dos filtros adaptativos (FAs) IIR é atrativa para aplicações em tempo real, mas certos inconvenientes têm impedido sua ampla utilização até agora. Para os FAs baseados no gradiente descendente, condições operacionais adversas suscitam problemas de convergência em cenários de identificação de sistemas: pólos subamortecidos ou agrupados, submodelagem ou sinais correlacionados originam superfícies de erro onde a adaptação desacelera em grandes planícies ou para em mínimos locais sub-ótimos que não podem ser identificados como tais a priori. Além disso, a não-estacionaridade do regressor de entrada causada pela recursividade do filtro e as aproximações feitas pelas regras de atualização dos algoritmos de gradiente estocástico restringem o passo de aprendizado a valores pequenos, retardando a convergência. Neste trabalho, propomos estratégias de aprimoramento de desempenho baseadas em combinações híbridas e estáveis de FAs que alcançam taxas de convergências mais altas do que FAs IIR comuns.

Orientador: Prof. Dr. Sinuê Dayan Barbero Lodovici / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Matemática, 2014. / O objetivo principal deste texto é apresentar o teorema de Hopf 3.16 nos espaços R3, H3 e S3, resultado clássico sobre superfícies com curvatura média constante (CMC). Antes disto, apresentamos alguns conceitos importantes de Geometria Diferencial, entre eles o Teorema de Gauss-Bonnet 2.13 e o Teorema de Hadamard 2.36. Por fim, de maneira breve, enunciamos o teorema de Hopf em espaços produto (H2XR e S2XR). / The main objective of this paper is to present the Hopf's theorem (3.16) in spaces R3, H3 and S3, a classical result on surfaces with constant mean curvature (CMC). Before this, we present some important concepts of Differential Geometry, including the Gauss- Bonnet Theorem (2.13) and Hadamard's Theorem (2.36). Finally, and briefly, we state the Hopf's theorem in product spaces (H2XR and S2XR).