Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / In recent years wind energy is becoming increasingly competitive on the world stage, making their participation in the electricity generation matrix presents a strong growth expectation. This dissertation initially presents an analysis of the behavior of wind at three locations in Northeast Brazil (Maracanau-CE, Petrolina-PE e Parnaiba-PI). In a second step, statistical analyzes are researched to the most appropriate behavior patterns of the observed wind resource in the three localities. In conclusion, the impact of the statistical analyzes used in the production of electricity from wind turbines is identified. In this study,historicaldata of speed and direction of wind collectedare used, during periods of: February 2012 to January 2013, to Maracanau; August 2012 to July 2013, for Parnaiba; and May 2012 to March 2013, for Petrolina. The Weibull distribution is applied to approximate the histograms of wind speed using different horizons of applications (annual, semiannual) and four different numerical methods (Empirical, Momentum, Energy Pattern Factor and Equivalent Energy) for estimation of the form and scale parameters. In addition to evaluating the application of Weibull, other frequency distributions (Normal, Gamma and Log-Normal)are analyzed, in order to obtain the best possible fit. In a last step, with the aid of RETScreen program,annual production of electricity, delivered to the grid from wind turbines,is calculated. The optimum wind speed occurred in Parnaiba (10 and 11 m / s), followed by Petrolina (8 and 9 m / s). Among all different numerical methods that was evaluated, the Equivalent Energy method presented the best performance, unlike the Energy Pattern Factor method, that presented the worst. The Weibull distribution showed good potential for setting wind data in Maracanau and Parnaiba, both located along the coastline. However, based on the wind data recorded, in Petrolina, which is located further inland, the performance was inferior. Among all the different frequency distributions that were verified, only normal distribution had an fit as good as Weibull distribution. Based on the annual electricity production estimation, Parnaiba is the city that has the best potential for energy production. / Nos Ãltimos anos a energia eÃlica tem se tornando cada vez mais competitiva no cenÃrio mundial, fazendo com que sua participaÃÃo na matriz elÃtrica apresente uma forte expectativa de crescimento. A presente dissertaÃÃo apresenta inicialmente uma anÃlise do comportamento do vento em trÃs localidades no Nordeste do Brasil (Maracanaà (CE), Petrolina (PE) e ParnaÃba (PI)); numa segunda etapa, sÃo pesquisadas anÃlises estatÃsticas mais adequadas aos padrÃes de comportamento do recurso eÃlico observado nas trÃs localidades e, concluindo, à identificado o impacto das anÃlises estatÃsticas utilizadas na produÃÃo de eletricidade de aerogeradores. Neste estudo sÃo utilizados dados histÃricos de velocidade e direÃÃo do vento coletados durante os perÃodos de: fevereiro de 2012 - janeiro de 2013 para MaracanaÃ, Agosto de 2012 - Julho de 2013 para ParnaÃba, maio de 2012 - marÃo 2013 para Petrolina. A distribuiÃÃo de frequÃncia de Weibull à aplicada para aproximar os histogramas de velocidade do vento, utilizando diferentes horizontes de aplicaÃÃes (anual, semestral) e quatro diferentes mÃtodos numÃricos (EmpÃrico, Momento, Fator PadrÃo de Energia e Energia Equivalente) para a estimaÃÃo dos parÃmetros de forma e escala. AlÃm de avaliar a aplicaÃÃo de Weibull, sÃo analisadas outras distribuiÃÃes de frequÃncia (Normal, Gama e Log-Normal) objetivando obter o melhor ajuste possÃvel. Numa Ãltima etapa, com o auxÃlio do programa RETScreen,à calculada a produÃÃo de eletricidade anual entregue à rede a partir de aerogeradores. Os melhores valores de velocidade do vento ocorreram em ParnaÃba (10 e 11 m/s), seguido de Petrolina (8 e 9 m/s). Dos diferentes mÃtodos numÃricos avaliados, o mÃtodo de energia equivalente apresentou o melhor desempenho e o mÃtodo fator de padrÃo de energia foi o mÃtodo com o pior desempenho. A distribuiÃÃo de Weibull demonstrou bom potencial para o ajuste de dados de vento em Maracanaà e ParnaÃba, ambas localizadas ao longo do litoral. No entanto, em Petrolina, que està situada mais para o interior, foi verificado um desempenho limitado a partir dos dados de vento registrados. Das diferentes distribuiÃÃes de frequÃncias testadas, apenas a distribuiÃÃo normal apresenta um ajuste aproximado ao que Weibull permite desenvolver. Com base nas estimaÃÃes da produÃÃo de eletricidade anual, ParnaÃba à a cidade que apresenta o melhor potencial para o aproveitamento eolioelÃtrico.

Este estudo analisa a variação dos valores do Índice de Vegetação por Diferença Normalizada (NDVI) na lagoa Itapeva-RS, por meio de imagens Landsat TM5 e ETM+7, compreendendo o período de 1985 a 2010. Para a análise do comportamento espaço-temporal foi utilizado classes de Índice de Vegetação por Diferença Normalizada (NDVI) e Análise por Séries Temporais (TSA) de imagens. Este estudo avalia o comportamento da lagoa com base na influência dos agentes hidrodinâmicos e sua relação com os padrões de distribuição espaço-temporal. Para validação dos padrões observados foram coletadas amostras de água em seis pontos amostrais na lagoa Itapeva para clorofila_a, Totais de Sólidos Suspensos e transparência do disco Secchi. Os resultados foram correlacionados com os valores de NDVI. Os mapas de classes de NDVI gerados após a análise da TSA evidenciaram padrões espaciais e sazonais, considerando a sua dinâmica associada as variáveis ambientais atuantes: os ventos, as chuvas, o período de floração do fitoplâncton, a concentração de clorofila_a, a profundidade da lagoa e a descarga de sedimentos pelos afluentes. Esses padrões espaço-temporais, permitiram estabelecer três grandes compartimentos para a lagoa Itapeva: norte, centro e sul. A série temporal de imagens mostrou que os valores de NDVI aumentam durante os periodos de floração do fitoplâncton no outono e primavera. As medidas in situ, mostraram baixas concentrações de clorofila_a e de Totais de Sólidos Suspensos na lagoa no dia da coleta das amostras. Os resultados gerados a partir da Análise de Séries Temporais de imagens Landsat foram satisfatórios no que se refere ao monitoramento da distribuição espaço-temporal da variação das classes de NDVI. / This study analyzes the variation of the Normalized Difference Vegetation Index (NDVI) in the Itapeva-RS Lake, using Landsat TM5 and ETM + 7 images, from 1985 through 2010. For the analysis of the space-temporal behavior was used Normalized Difference Vegetation Index (NDVI) classes and Temporal Series Analysis (TSA). This study also evaluates of the lake behavior based on the influence of hydrodynamic agents and the relationships on the spatial-temporal distribution pattern. To validate the observed patterns were collected water samples from six points in the Itapeva Lake for clorofila_a, Total suspended solids and Secchi disk transparency. The results were correlated with NDVI values. The NDVI classes maps that were generated from TSA, showed seasonal and spatial patterns considering the dynamics associated with environmental variables that were actuating: winds, rains, the period of phytoplankton bloom, the concentration of clorofila_a, depth of the coastal lake and the discharge of sediment by tributaries. These spatial and temporal patterns, allowed the establishment of three distinctive surfaces in the Itapeva Lake: north, center and south. The temporal series of NDVI values showed that the phytoplankton increases only during the flowering periods in autumn and spring. In situ measures, however, showed low concentrations of Chlorophyll_a and total suspended solids in the coastal lake on the day of sample collection. The results generated from the analysis of time series of Landsat images were satisfactory with regard to the monitoring of spatial and temporal distribution of the variation in NDVI classes.

Orientador: Mauricio Enrique Zevallos Herencia / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-08-11T01:10:13Z (GMT). No. of bitstreams: 1 Santos_BrunoReisdos_M.pdf: 1935776 bytes, checksum: f3579f38b051dcbc18a4a0f79c2d6ab2 (MD5) Previous issue date: 2008 / Resumo: Nesta dissertação é discutido o uso da metodologia de diagnóstico de Influência Local em modelos de séries temporais. Especificamente, serão estudados os modelos autoregressivos de ordem um, os modelos de regressão com erros autoregressivos de ordem um e modelos de longa-memória. As medidas de influência local consideradas são: Inclinação de Billor e Loynes e Curvatura de Cook. As principais contribuições nesta dissertação são duas. Primeiro, a utilização da metodologia de limiares (benchmarks) nos modelos mencionados para determinar se uma observação é influente. Isto permite ter uma ferramenta estatística para identificar pontos influentes a diferença da simples análise exploratória que é o mais comum na literatura. Como segunda contribuição, serão obtidas as expressões para o cálculo das medidas de Inclinação de Billor e Curvatura de Cook nos modelos ARFIMA. Finalmente, as metodologias descritas são ilustradas através de dados simulados e da análise de dados reais / Abstract: This work is about Time Series Diagnostics using Local Influence. Specifically, firstorder autoregressive models, regression models with first-order autoregressive errors and long-memory models are studied. In order to assess Local Influence two statistics are considered: the Slope of Billor and Loynes and Cook¿s Curvature. The main contributions are two. First, apply a methodology based on benchmarks calculated by simulation on the aforementioned models for determining influential observations. This permits to have a statistical tool to identify influential points instead of the simple exploratory analysis, which is the most common device in the literature. Second, expressions for Billor and Loynes Slope and Cook¿s Curvature in ARFIMA models are derived. Finally, all methodologies are illustrated using simulated data and the analysis of real data / Mestrado / Series Temporais / Mestre em Estatística

Os três artigos que compõem esta Tese possuem em comum a utilização de técnicas macroeconométricas para a investigação de problemas específicos. Embora no campo da macroeconometria os modelos do tipo Vetores Auto Regressivos (VAR) costumam ser uma das principais ferramentas utilizadas, muitas vezes precisamos complementar esta abordagem por outras técnicas para extrairmos conclusões mais apropriadas. É justamente isto que acontece com cada um dos artigos desta Tese. No primeir o artigo, foram construídas estimativas para a série do PIB mensal para o Brasil mediante aplicação de modelos de desagregação de séries temporais. Embora o método de estimação destes modelos seja o de mínimos quadrados generalizados (GLS), utilizou-se um modelo VAR para apurar o erro médio de projeção da taxa de inflação associado a cada uma das séries do PIB mensal encontrada para cada método de desagregação temporal empregado. No segundo artigo, foi avaliado se o fenômeno conhecido como price puzzle pode ser explicado pela presença de um canal de custo da política monetária. A investigação econométrica empregada para se verificar a existência de tal canal foi através de estimações, pelo método dos momentos generalizados (GMM), da Curva de Phillips Novo-Keynesiana Híbrida (HNKPC) estendida pela presença do canal de custo. Adicionalmente, ampliou-se a especificação do modelo VAR inicialmente considerado a fim de verificar se, na eventualidade de rejeição da existência do canal de custo para a economia brasileira, problemas de má especificação poderiam ser responsáveis pelo surgimento do price puzzle. Por fim, no terceiro artigo foi investigado se existe, ou não, complementaridade entre os investimentos públicos e privados no Brasil. Partindo de um modelo VAR inicial e efetuandose os testes de cointegração, conclui-se que é possível identificar um processo de mecanismo de correção de erros (VECM) entre o investimento público e privado no país, muito embora existam evidências de que a relação de complementaridade possa ter sofrido enfraquecimento ao longo do tempo. Assim, para verificar tal suspeita, conduziu-se uma análise via modelos de regressão com parâmetros variáveis no tempo (TVP), estimados mediante a aplicação do filtro de Kalman. Em suma, os três artigos desta Tese fornecem uma razoável combinação das principais técnicas macroeconométricas quando aplicadas sobre problemas específicos. / The three articles of this thesis have in common the use of macroeconometric techniques which investigate specific problems. Although in the field of macroeconometrics the VAR models are one of the most popular tools, very often we need to add other techniques to this framework, in order to achieve more appropriate conclusions. That is exactly what is applied to every article of this thesis. In the first article we construct estimates for the monthly GDP of Brazil by applying temporal disaggregation models. Although the method used in these models are the Generalized Least Squares (GLS), we estimate a VAR to find the average forecast error of the inflation rate associated to each of the GDP series found for each method of time-series disaggregation. In the second article, we evaluate if the so-called phenomenon \"price puzzle\" can be explained by the presence of a cost channel of monetary policy. The econometric investigation able to verify the existence of such channel, through the Generalized Method of Moments (GMM), is the Hybrid New -Keynesian Phillips Curve (HNKPC), extended by the presence of the cost channel. In addition, we amplify the specification of the VAR model considered in the beginning, in order to verify whether problems of misspecification could be responsible for the arise of the \"price puzzle\", in the case of rejection of existence of cost channel for the Brazilian economy. Finally, the third article investigates whether private and public investments in Brazil are complements. From an initial VAR model, we apply cointegration tests which are able to reveal that it is possible to identify a process of error correction (VECM) between public and private investment in Brazil, although there is evidence that their relationship has been losing strength over time. Therefore, in order to investigate such suspicion, we conduct an analysis of Time Varying Parameters models (TVP), estimated by a Kalman f ilter. In conclusion, the three articles of this thesis offer a reasonable combination of the main macroeconometric techniques when applied to specific problems.

A taxa de câmbio real dólar é formada em mercados à vista e futuro, operados necessariamente por intermédio de instituições financeiras que lucram tanto na corretagem quanto na posição proprietária de contratos. Essa característica cria um risco moral sobre os interesses de hedgers e intermediadores. Este trabalho investiga através do modelo econométrico do Vetor Autorregressivo VAR, testes de Causalidade e Função Resposta ao Impulso se é possível constatar empiricamente que as instituições financeiras, atuando em conjunto, podem influenciar significativamente a taxa de câmbio real/dólar. As conclusões apontam que o valor dos contratos futuros de dólar exerce grande influência sobre a taxa de câmbio à vista, o que implica em uma necessidade de supervisão constante da autoridade regulador, para coibir possíveis práticas de manipulação. / The Brazilian Real / US Dollar exchange rate is formed both on spot and future markets, operated necessarily by financial institutions; organizations profit both with intermediation and proprietary positions of contracts. Such characteristic incurs a moral hazard concerning hedgers and financial institutions interests. This research uses econometric models such as VAR, causality tests and impulse response function to investigate if financial institutions acting together are able to significantly influence the Real / Dollar exchange rate. The results show that the future exchange rate exercises great influence on the spot rate, reaffirming the necessity of constant supervision on financial institutions by the regulatory authority in order to restrain market manipulation.

Uma previsão de receitas precisa é muito importante para o administrador público na elaboração do orçamento anual, e para isso há a necessidade de se encontrar um modelo, econométrico ou não, que possibilite essa previsão com qualidade. Este trabalho apresenta uma forma inovadora para realizar a combinação de modelos de previsão. Seu objetivo foi criar uma metodologia para a obtenção de pesos para a combinação de modelos baseada no método de otimização de uma carteira de investimentos proposto por Markowitz. Para o estudo, foram utilizadas as estimações de três a cinco previsões individuais de um a cinco passos à frente, com os modelos Box-Jenkins SARIMA (Autorregressivo Integrado de Médias Móveis Sazonal), PLSR (Regressão com Mínimos Quadrados Parciais) e o Método não econométrico de Indicadores, como é denominado internamente na Receita Federal. A utilização da fronteira eficiente de Markowitz, que apresenta os pontos de mínima variância para cada retorno, é semelhante à minimização da variância da combinação, proposta no artigo seminal de Bates e Granger. O risco (desvio padrão), na teoria de portfólio de Markowitz, pode ser definido como a dispersão dos resultados e pode ser decomposto em risco sistemático e risco não sistemático. À medida que a quantidade de pesos das previsões a combinar cresce, a parte não sistemática do risco tende a zero, ficando o risco total representado somente pela parte sistemática. Por outro lado, observou-se que a curva de erros correspondente à fronteira eficiente apresenta quebras estruturais à medida que a quantidade de pesos não-zero varia. Selecionando-se trechos em que a quantidade de pesos é maior, minimiza-se a parte não sistemática, minimizando o erro. Dentro desses trechos selecionados, buscaram-se os pontos de menor erro, sendo a combinação encontrada chamada de Mínimo Erro Prim. O Mínimo Erro Seg foi o resultado da combinação com o menor erro, incluindo-se os trechos com a segunda maior quantidade de componentes diferentes de zero na combinação. Embora, na média, os pontos de Mínimo Erro Seg apresentem menor valor de erro que o Mínimo Erro Prim, como o segundo apresenta menor desvio padrão médio, optou-se pelo Mínimo Erro Prim para o ponto escolhido como a proposta de combinação deste estudo. Esse ponto apresenta resultados sistematicamente melhores que o da simples média, utilizada geralmente como benchmark. / A precise revenue forecast is very important for public administrators to draft an annual report. That is why there is a need to find a model, whether econometric or not, that makes it possible to have a quality forecast. This study proposes an innovative approach to executing a combination of forecasting models. The goal was to create a methodology to obtain weights in order to combine models based on the investment portfolio optimization method proposed by Markowitz. The estimates of three to five individual forecasts from one to five steps ahead were used for the study, with the Box-Jenkins SARIMA (Seasonal Autoregressive Integrated Moving Average) model, the PLSR (Partial Least Squares Regression) model and the non-econometric Method of Indicators, as it is called internally at the Brazilian Federal Revenue Service. The use of Markowitz\'s efficient frontier, which shows the points of minimum variance for each return, is similar to the minimization of the combination variance proposed in the seminal paper by Bates and Granger. The risk (standard deviation) in the Markowitz portfolio theory could be defined as a dispersion of results and could be broken down into systemic risk and non-systemic risk. Insofar as the amount of weights for the forecasts to be combined grows, the non-systemic part of the risks tends to move towards zero, with total risk only being represented by the systemic part. On the other hand, the error curve was found to correspond to the efficient frontier, showing structural breaks insofar as the amount of non-zero weights varies. By selecting parts where there is a greater amount of weights, the non-systemic part is minimized, thus minimizing error. Within these selected parts, the points of least error were sought, with the combination found being called the Prim Minimum Error. The Sec Minimum Error was the result of the combination with the lowest error, including the parts with the second highest amount of components different from zero in the combination. Although on average the Sec Minimum Error points show a lower error value than the Prim Minimum Error, since the second shows a lower standard deviation, the Prim Minimum Error was chosen as the point selected as the combination proposal of this study. This point shows systematically better results than the simple average generally used as a benchmark.

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-22T21:44:00Z (GMT). No. of bitstreams: 1 TrespalaciosPerez_ManuelGuillermo_M.pdf: 4849717 bytes, checksum: 481dc5ddc485327961948561d605b96c (MD5) Previous issue date: 2012 / Resumo: Esta tese apresenta uma contribuição computacional para o método de mínimos quadrados recursivo (MQR) e a sua aplicação às múltiplas séries temporais. O objetivo principal é obter estimativas com menor erro médio final, em comparação com as estimativas resultantes da aplicação do método MQR usual. Os resultados das análises foram obtidos aplicando diferentes modificações e ajustes no modelo de dados de entrada e saída. Estes ajustes procuram ter a quantidade suficiente de dados nas séries temporais de entrada que forneçam a melhor relação com a série temporal de saída. O método desenvolvido usa inicialmente, e de forma independente, o método MQR em duas matrizes geradas pelo modelo de dados de entrada e saída, obtendo assim dois estimadores do mesmo modelo; a primeira matriz é composta pela totalidade dos dados do modelo final e a segunda matriz é gerada por um filtro que utiliza a primeira matriz e a nova observação, filtro especificado no presente trabalho. Os dois estimadores calculados para cada nova observação são comparados aplicando-lhes critérios estabelecidos neste trabalho, gerando assim um terceiro estimador que _e o melhor estimador do modelo de dados de entrada e saída. O método proposto é chamado de método de mínimos quadrados recursivo 3 (MQR3). Finalmente o método MQR3 _e testado com um modelamento de dados de múltiplas séries temporais e seus resultados comparados com os resultados do método MQR. As estatísticas encontradas para diferentes dados de validação mostram estimativas com menor erro médio final para o método MQR3 / Abstract: This thesis presents a computational contribution to the recursive least squares method (RLS) and the application to multiple time series. The main objective is to obtain estimates with lower mean final error, when compared to the estimates resulting from the application of the normal MQR method. The analysis results were obtained by applying different modifications and adjustments to the input and output data model. These adjustments seek to have a sufficient amount of data in the incoming time series to provide the highest ratio with the output time series. The method initially uses, independently, the RLS method in two arrays generated by the input and output data model, thus obtaining two estimators of the same model, the first matrix is composed of all of the data for the final model and the second matrix is generated by a filter that uses the first array and the new observation, filter specified in the present work. The two estimators calculated for each new observation are compared by applying them with criteria established in this work, thereby generating a third which is the best estimator of the input and output model. The proposed method is called recursive least squares method 3 (MQR3). Finally, the method is tested with a MQR3 multiple time series data modeling and the results compared with the results of the RLS method. The statistics found for deferent validation data show estimates with a lower final average error for the MQR3 method / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Luiz Koodi Hotta / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-20T22:42:22Z (GMT). No. of bitstreams: 1 TruciosMaza_CarlosCesar_M.pdf: 13820849 bytes, checksum: 0cc000af0d7cb7cb6ee6c05ef9f3afbd (MD5) Previous issue date: 2012 / Resumo: Mercados financeiros têm mostrado um grande interesse em intervalos de previsão como uma medida de incerteza. Além das previsões do nível, a previsão da volatilidade é importante em várias aplicações em finanças. O modelo GARCH tem sido bastante utilizado na modelagem da volatilidade. A partir deste modelo, outros modelos foram propostos para incorporar outros fatos estilizados, como o efeito de alavancagem. Neste sentido, temos os modelos EGARCH e GJR-GARCH. Os métodos tradicionais de construção de intervalos de previsão para séries temporais geralmente assumem que os parâmetros do modelo são conhecidos e os erros normais. Quando estas suposições não são verdadeiras, o que costuma acontecer na prática, o intervalo de previsão obtido tenderá a ter uma cobertura abaixo da nominal. Nesta dissertação propomos uma adaptação do algoritmo PRR (Pascual, Romo e Ruiz) desenvolvido para obter intervalos de previsão em modelos GARCH, para obter intervalos de previsão em modelos EGARCH e GJR-GARCH. As adaptações feitas são analisadas através de experimentos Monte Carlo e verifica-se que tiveram bom desempenho apresentando valores da cobertura estimada próximos da cobertura nominal. As adaptações propostas assim como o algoritmo PRR são aplicadas para obter intervalos de previsão dos retornos e das volatilidades para a série de retornos da Ibovespa e para a série NYSE COMPOSITE(DJ) da bolsa de valores de Nova Iorque, obtendo em ambos os casos resultados satisfatórios / Abstract: Financial Markets have shown a big interest in forecast intervals (prediction intervals) as a uncertain measure. Besides the level prediction, the prediction of the volatility is very important in many financial applications. The GARCH model, has been very used in volatility modeling. From this model, other have been proposed to incorporate other stylized facts, such as the leverage effect. In this sense, we have the EGARCH and GJR-GARCH models. Traditional methods for constructing predictions intervals for time series generally assume that the model parameters are known and the erros are normal. When these assumptions are not true, that it is very often in practice, the obtained prediction interval, will tend to have a cover under the nominal. In this theses we propose an adaptation of the PRR (Pascual, Romo and Ruiz) algorithm developed to obtain prediction intervals in GARCH models, to obtain prediction intervals in EGARCH and GJR-GARCH models. These adaptations are analized through Monte-Carlo experiments and It was verified that they have a good performance showing estimated cover values close to the nominal cover. The proposed adaptations, such as the PRR algorithm are applied to obtain prediction intervals from the returns and volatilities for the Ibovespa return series and for the New York Stock Exchange NYSE COMPOSITE(DJ) series, obtaining satisfactory results in both cases / Mestrado / Estatistica / Mestre em Estatística

Orientador: Paulo Roberto Gardel Kurka / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-04T14:31:42Z (GMT). No. of bitstreams: 1 AmaroBaldeon_RobertoPedro_D.pdf: 4773363 bytes, checksum: d0f431ee3b99fa29f96a302fb22a01c1 (MD5) Previous issue date: 2004 / Resumo: O trabalho apresenta os modelos de series temporais aplicados na identificação de sistemas mecânicos. A técnica de Máxima Verossimilhança (ML) é aplicada na estimação dos parâmetros dos modelos de series temporais a fim de melhorar a precisão na estimação dos parâmetros modais. O algoritmo de Spliid é usado na estimação de valores iniciais para iniciar o processo iterativo da técnica ML. A performance da técnica ML é verificada simulando um sistema de três graus de h"berdade com duas entradas e duas saídas, é adicionado ruído no sinal de saída a fim de se verificar a eficiência dos modelos de series temporais na presença de ruído estocástico. Dados provenientes de teste de vibração de um protótipo de asa de avião são usados para comparar as técnicas propostas com os resultados obtidos usando o Ideas/Test / Abstract: This work presents the Multivariate Time Series Models in the identification ( mechanica1 systems. The maximum likelihood technique (ML) is applied to estimate tl1 parameters of the time series models in order to improve the precision in the estimation ( modal parameters. The Spliid's algorithm is used to estimate initial values to start tt iterative process of the ML technique. The perfoimance of the ML technique is verified j a three degree fteedom simulated system with two inputs and two outputs. Stochastic noh is added to the outputs in order to verify the performance of time series models when ti output is influenced by stochastic noise. Vibrating test data of a wing prototype is used 1 compare the proposed techniques with the results obtained experimentaly from Ideas/ Test / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutor em Engenharia Mecânica

Many techniques have been developed to analyze time series. Spectral analysis and cycle regression analysis represent two such techniques. This study combines these two powerful tools to produce two new algorithms; the spectral algorithm and the one-pass algorithm. This research encompasses four objectives. The first objective is to link spectral analysis with cycle regression analysis to determine an initial estimate of the sinusoidal period. The second objective is to determine the best spectral window and truncation point combination to use with cycle regression for the initial estimate of the sinusoidal period. The third is to determine whether the new spectral algorithm performs better than the old T-value algorithm in estimating sinusoidal parameters. The fourth objective is to determine whether the one-pass algorithm can be used to estimate all significant harmonics simultaneously.