Made available in DSpace on 2015-04-14T13:56:09Z (GMT). No. of bitstreams: 1 400805.pdf: 595405 bytes, checksum: 3428750384be823e541e4f5bcb4130e4 (MD5) Previous issue date: 2008-02-29 / Esta disserta??o aborda o problema de an?lise de estabilidade robusta de sistemas lineares discretos sujeitos a atraso de transporte e incertezas param?tricas que podem aparecer de forma racional na representa??o por espa?o de estados do sistema. As condi??es de estabilidade s?o baseadas em funcionais de Lyapunov-Krasovskii e s?o obtidas atrav?s da aplica??o de decomposi??es n?o lineares de fun??es vetoriais racionais. As condi??es de estabilidade propostas podem ser dependentes e independentes do atraso e s?o expressas atrav?s de desigualdades matriciais lineares (ou LMIs).

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-06-10T00:04:44Z No. of bitstreams: 1 LeandroLuttianeDaSilvaLinhares_TESE.pdf: 2400561 bytes, checksum: 3693662adcc0c23b5063f51b23d9b6c5 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-06-10T22:50:22Z (GMT) No. of bitstreams: 1 LeandroLuttianeDaSilvaLinhares_TESE.pdf: 2400561 bytes, checksum: 3693662adcc0c23b5063f51b23d9b6c5 (MD5) / Made available in DSpace on 2016-06-10T22:50:22Z (GMT). No. of bitstreams: 1 LeandroLuttianeDaSilvaLinhares_TESE.pdf: 2400561 bytes, checksum: 3693662adcc0c23b5063f51b23d9b6c5 (MD5) Previous issue date: 2015-09-03 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / O grande interesse pela identifica??o n?o linear de sistemas din?micos deve-se, principalmente, ao fato de que uma grande quantidade dos sistemas reais s?o complexos e precisam ter suas n?o linearidades consideradas para que seus modelos possam ser utilizados com sucesso em aplica??es, por exemplo, de controle, predi??o, infer?ncia, entre outros. O presente trabalho analisa a aplica??o das redes Fuzzy Wavelet Neural Network (FWNN) na identifica??o de sistemas n?o lineares sujeitos a ru?dos e outliers. Esses elementos, geralmente, influenciam no procedimento de identifica??o, ocasionando interpreta??es err?neas em rela??o ao comportamento din?mico do sistema. A FWNN combina, em uma ?nica estrutura, a capacidade de tratar incertezas da l?gica fuzzy, as caracter?sticas de multirresolu??o da teoria wavelet e as habilidades de aprendizado e generaliza??o das redes neurais artificiais. Normalmente, o aprendizado dessas redes ? realizado por algum m?todo baseado em gradiente, tendo o erro m?dio quadr?tico como fun??o de custo. Este trabalho avalia a substitui??o dessa tradicional fun??o por uma medida de similaridade da Teoria da Informa??o, denominada correntropia. Esta medida de similaridade permite que momentos estat?sticos de ordem superior possam ser considerados durante o processo de treinamento. Por esta raz?o, ela se torna mais apropriada para distribui??es de erro n?o gaussianas e faz com que o treinamento apresente menor sensibilidade ? presen?a de outliers. Para avaliar esta substitui??o, modelos FWNN s?o obtidos na identifica??o de dois estudos de caso: um sistema real n?o linear, consistindo em um tanque de m?ltiplas se??es, e um sistema simulado baseado em um modelo biomec?nico da articula??o do joelho humano. Os resultados obtidos demonstram que a utiliza??o da correntropia, como fun??o custo no algoritmo de retropropaga??o do erro, torna o procedimento de identifica??o utilizando redes FWNN mais robusto aos outliers. Entretanto, isto somente pode ser alcan?ado a partir do ajuste adequado da largura do kernel gaussiano da correntropia. / The great interest in nonlinear system identification is mainly due to the fact that a large amount of real systems are complex and need to have their nonlinearities considered so that their models can be successfully used in applications of control, prediction, inference, among others. This work evaluates the application of Fuzzy Wavelet Neural Networks (FWNN) to identify nonlinear dynamical systems subjected to noise and outliers. Generally, these elements cause negative effects on the identification procedure, resulting in erroneous interpretations regarding the dynamical behavior of the system. The FWNN combines in a single structure the ability to deal with uncertainties of fuzzy logic, the multiresolution characteristics of wavelet theory and learning and generalization abilities of the artificial neural networks. Usually, the learning procedure of these neural networks is realized by a gradient based method, which uses the mean squared error as its cost function. This work proposes the replacement of this traditional function by an Information Theoretic Learning similarity measure, called correntropy. With the use of this similarity measure, higher order statistics can be considered during the FWNN training process. For this reason, this measure is more suitable for non-Gaussian error distributions and makes the training less sensitive to the presence of outliers. In order to evaluate this replacement, FWNN models are obtained in two identification case studies: a real nonlinear system, consisting of a multisection tank, and a simulated system based on a model of the human knee joint. The results demonstrate that the application of correntropy as the error backpropagation algorithm cost function makes the identification procedure using FWNN models more robust to outliers. However, this is only achieved if the gaussian kernel width of correntropy is properly adjusted.

Made available in DSpace on 2015-03-03T15:15:23Z (GMT). No. of bitstreams: 1 AntonioMF.pdf: 5580410 bytes, checksum: cf8e01854d7d827d05dd7a75902c3375 (MD5) Previous issue date: 2008-07-11 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Difusive processes are extremely common in Nature. Many complex systems, such as microbial colonies, colloidal aggregates, difusion of fluids, and migration of populations, involve a large number of similar units that form fractal structures. A new model of difusive agregation was proposed recently by Filoche and Sapoval [68]. Based on their work, we develop a model called Difusion with Aggregation and Spontaneous Reorganization . This model consists of a set of particles with excluded volume interactions, which perform random walks on a square lattice. Initially, the lattice is occupied with a density p = N/L2 of particles occupying distinct, randomly chosen positions. One of the particles is selected at random as the active particle. This particle executes a random walk until it visits a site occupied by another particle, j. When this happens, the active particle is rejected back to its previous position (neighboring particle j), and a new active particle is selected at random from the set of N particles. Following an initial transient, the system attains a stationary regime. In this work we study the stationary regime, focusing on scaling properties of the particle distribution, as characterized by the pair correlation function ?(r). The latter is calculated by averaging over a long sequence of configurations generated in the stationary regime, using systems of size 50, 75, 100, 150, . . . , 700. The pair correlation function exhibits distinct behaviors in three diferent density ranges, which we term subcritical, critical, and supercritical. We show that in the subcritical regime, the particle distribution is characterized by a fractal dimension. We also analyze the decay of temporal correlations / Na Natureza ? muito comum ocorrerem processos de difus?o. Muitos sistemas complexos, tais como: col?nias microbianas, agregados coloidais, difus?o de fluidos e migra??es populacionais, s?o compostos de um n?mero muito grande de unidades similares que formam estruturas fractais. Recentemente, um novo estudo destes sistemas foi introduzido por Filoche e Sapoval [68]. Baseado neste trabalho, n?s desenvolvemos um modelo chamado "Difus?o com Agrega??o e Reorganiza??o Espont?nea". Este modelo consiste em um conjunto de part?culas que interagem por meio da exclus?o de volume quando realizam caminhadas aleat?rias em uma rede quadrada. Inicialmente, a rede ? preenchida com uma densidade p = N/L2 de part?culas distribu?das em posi??es distintas escolhidas aleatoriamente. Uma das part?culas ? escolhida ao acaso para se tornar uma part?cula ativa. Esta part?cula executa caminhadas aleat?rias at? visitar um s?tio ocupado por uma part?cula j. Quando a part?cula ativa salta sobre o s?tio ocupado pela part?cula j ? re etida e retorna para a posi??o anterior, e uma nova part?cula ativa ? escolhida aleatoriamente no conjunto de N part?culas contidas na rede. Ap?s um transiente, o sistema alcan?a um regime estacion?rio. Neste trabalho, n?s estudamos este regime estacion?rio, atentando para as propriedades de escala da distribui??o de part?culas que ? caracterizada por uma fun??o de correla??o de pares ?(r). Em seguida, calculamos a m?dia sobre uma sequ?ncia de configura??es geradas nesse regime, usando sistemas de tamanhos L igual a 50, 75, 100, 150, . . . , 700. A fun??o de correla??o de pares exibe comportamentos distintos em tr?s regimes diferentes de densidades, que n?s definimos como regime subcr?tico, cr?tico e supercr?tico. N?s mostramos que no regime subcr?tico, a distribui??o de part?culas ? caracterizada por uma dimens?o fractal. N?s tamb?m analisamos o decaimento das correla??es temporais

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2015-09-28T20:12:49Z No. of bitstreams: 1 RodrigoSiqueiraMartins_TESE.pdf: 3898946 bytes, checksum: 0606c73d62c01f99eaf21d5af3faf852 (MD5) / Approved for entry into archive by Elisangela Moura (lilaalves@gmail.com) on 2015-10-01T13:50:44Z (GMT) No. of bitstreams: 1 RodrigoSiqueiraMartins_TESE.pdf: 3898946 bytes, checksum: 0606c73d62c01f99eaf21d5af3faf852 (MD5) / Made available in DSpace on 2015-10-01T13:50:44Z (GMT). No. of bitstreams: 1 RodrigoSiqueiraMartins_TESE.pdf: 3898946 bytes, checksum: 0606c73d62c01f99eaf21d5af3faf852 (MD5) Previous issue date: 2014-06-27 / A detec??o e o diagn?stico de falhas, ou seja, descobrir como, onde e porque as falhas acontecem, ? uma importante ?rea de estudo desde que o homem passou a ser substitu?do pelas m?quinas. No entanto, nenhuma t?cnica estudada at? hoje consegue resolver em definitivo o problema. As diferen?as em sistemas din?micos, sejam eles lineares, n?o lineares, variantes ou invariantes no tempo, com redund?ncia f?sica ou mesmo anal?tica dificultam as pesquisas no sentido de obter uma solu??o ?nica. Neste trabalho, ser? apresentada uma t?cnica de detec??o e diagn?sticos de falhas (FDD) em sistemas din?micos utilizando observadores de estado em conjunto com outras ferramentas de maneira a criar um FDD h?brido. Um observador de estado modificado ser? utilizado para a cria??o de um res?duo que permita a detec??o e tamb?m o diagn?sticos de falhas. Um banco de assinaturas de falhas ser? criado a partir de recortes utilizando ferramentas estat?sticas e por fim uma aproxima??o usando erro m?dio quadr?tico (MSE) servir? de infer?ncia e auxiliar? no estudo do comportamento das falhas e no diagn?stico das mesmas, ainda que na presen?a de ru?dos. Essa metodologia ser? ent?o aplicada a uma planta did?tica de tanques acopladas e outra com instrumenta??o industrial com fim de validar o sistema. / The detection and diagnosis of faults, ie., find out how , where and why failures occur is an important area of study since man came to be replaced by machines. However, no technique studied to date can solve definitively the problem. Differences in dynamic systems, whether linear, nonlinear, variant or invariant in time, with physical or analytical redundancy, hamper research in order to obtain a unique solution . In this paper, a technique for fault detection and diagnosis (FDD) will be presented in dynamic systems using state observers in conjunction with other tools in order to create a hybrid FDD. A modified state observer is used to create a residue that allows also the detection and diagnosis of faults. A bank of faults signatures will be created using statistical tools and finally an approach using mean squared error ( MSE ) will assist in the study of the behavior of fault diagnosis even in the presence of noise . This methodology is then applied to an educational plant with coupled tanks and other with industrial instrumentation to validate the system.

Made available in DSpace on 2014-12-17T14:56:07Z (GMT). No. of bitstreams: 1 DanielGVF_DISSERT.pdf: 2881772 bytes, checksum: 5236953fb6bb70560393eeeaa01f96f9 (MD5) Previous issue date: 2012-08-31 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico / The control, automation and optimization areas help to improve the processes used by industry. They contribute to a fast production line, improving the products quality and reducing the manufacturing costs. Didatic plants are good tools for research in these areas, providing a direct contact with some industrial equipaments. Given these capabilities, the main goal of this work is to model and control a didactic plant, which is a level and flow process control system with an industrial instrumentation. With a model it is possible to build a simulator for the plant that allows studies about its behaviour, without any of the real processes operational costs, like experiments with controllers. They can be tested several times before its application in a real process. Among the several types of controllers, it was used adaptive controllers, mainly the Direct Self-Tuning Regulators (DSTR) with Integral Action and the Gain Scheduling (GS). The DSTR was based on Pole-Placement design and use the Recursive Least Square to calculate the controller parameters. The characteristics of an adaptive system was very worth to guarantee a good performance when the controller was applied to the plant / As ?reas de controle, automa??o e otimiza??o contribuem para a melhoria dos processos utilizados pelas ind?strias, permitindo uma linha de produ??o r?pida, aprimorando a qualidade do produto final e reduzindo os custos de produ??o. Boas ferramentas para o desenvolvimento de pesquisas nestas ?reas s?o as plantas did?ticas, pois proporcionam um contato direto com equipamentos semelhantes ou at? mesmo usados no setor industrial. Em vista dessas capacidades, o objetivo deste trabalho ? modelar e controlar uma planta did?tica que consiste de um sistema de controle de processo para vaz?o e n?vel com instrumenta??o industrial. Com o modelo ? poss?vel construir um simulador capaz de permitir estudos a respeito do funcionamento do sistema, sem os gastos com a opera??o do processo real. ? o caso de experimentos com controladores, que podem ser testados diversas vezes antes de serem efetivamente utilizados no processo real. Dentre os diversos tipos de controladores existentes, foi dado foco aos de tipo adaptativo, principalmente ao auto-sintoniz?vel direto (Direct Self-Tuning Regulator DSTR) com a??o integral e ao controlador com Escalonamento de Ganho (Gain Scheduling GS). O controlador DSTR foi projetado com base no m?todo de posicionamento de p?los e teve seus par?metros calculados atrav?s da t?cnica dos m?nimos quadrados recursivos. As caracter?sticas dos sistemas adaptativos foram de grande valia para garantir um desempenho satisfat?rio dos controladores, quando aplicados ? planta