Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-05-02T22:45:42Z
No. of bitstreams: 1
PedroYochinoriGushiken_DISSERT.pdf: 3706178 bytes, checksum: dc201d9731df110652d243e6cf760cf1 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-05-07T21:32:10Z (GMT) No. of bitstreams: 1
PedroYochinoriGushiken_DISSERT.pdf: 3706178 bytes, checksum: dc201d9731df110652d243e6cf760cf1 (MD5) / Made available in DSpace on 2018-05-07T21:32:10Z (GMT). No. of bitstreams: 1
PedroYochinoriGushiken_DISSERT.pdf: 3706178 bytes, checksum: dc201d9731df110652d243e6cf760cf1 (MD5)
Previous issue date: 2018-01-31 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Neste trabalho mostramos a técnica de estimação de parâmetros para plantas lineares
invariantes no tempo conhecida como adaptação de segundo nível baseada em múltiplos
modelos de identificação por regressão linear, tanto para o caso de uma planta de ordem
1 quanto para o caso de uma planta de ordem n onde apenas a entrada e a saída da planta
estão disponíveis para medição (SISO). Propomos uma modificação na lei adaptativa da
adaptação de segundo nível baseada no acúmulo de informações do transitório. Em todos
os casos verificamos por simulação que as estimativas entregues pela adaptação de
segundo nível convergem muito mais rapidamente para os valores corretos que as estimativas
entregues por modelos de identificação individuais e que a modificação proposta
aumenta a velocidade e suaviza a convergência das estimativas. Aplicamos a adaptação
de segundo nível com base em modelos de identificação por regressão linear atualizados
pelo método do gradiente ao problema do controle adaptativo por modelo de referência
(MRAC) de uma planta SISO de ordem 1 e ao caso de uma planta de ordem n e grau
relativo unitário, este caso com o gradiente normalizado. Resultados de simulação mostram
que o sinal de controle gerado com adaptação de segundo nível produz melhores
resultados de rastreamento do modelo de referência quando comparada aos modelos de
identificação individuais. Além disso, comparamos o MRAC indireto baseado em adaptação
de segundo nível ao Controle Adaptativo por Modelo de Referência e Estrutura
Variável (VS-MRAC). / In this dissertation we demonstrate the concept of second level adaptation as a parameter
estimation method based on multiple linear regression identification models for the
case of a plant of order unity, and the case of a plant of order n with single input and
output available for measurement (SISO). We propose a modified form of the adaptive
law for second level adaptation based on integration of transient information. In all cases
simulation studies show that the estimates reach their true values faster with second level
adaptation compared to individual identification models and that the proposed modification
is even faster and also smoother in this regard. We apply second level adaptation
based on linear regression identification models updated through the gradient method to
the problem of model reference adaptive control (MRAC) in the case of an order 1 plant
and the case of an order n and relative degree one SISO plant, in this case with normalized
gradient method. Simulation results show that the control signal generated with second
level adaptation yields better results of model reference tracking compared to individual
identification models. We also compare the indirect MRAC based on second level adaptation
to the variable structure model reference adaptive control (VS-MRAC) scheme.
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/25104 |
Date | 31 January 2018 |
Creators | Gushiken, Pedro Yochinori |
Contributors | 10829741453, Oliveira, Josenalde Barbosa de, 02515280498, Silva Júnior, Francisco das Chagas da, 03503428496, Araújo, Aldayr Dantas de |
Publisher | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO, UFRN, Brasil |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0015 seconds