Na modelagem caixa branca obtém-se um modelo para um processo a partir do equacionamento dos fenômenos físicos/químicos envolvidos. Estes modelos são para- metrizados, mas os valores dos parâmetros utilizados muitas vezes são desconhecidos. Nestes casos ´e necessário efetuar um procedimento de identificação paramétrica o que representa um problema altamente desafiador, com muitas questões teóricas e práticas em aberto, quando os parâmetros aparecem de forma n˜ao linear no modelo. O objetivo deste trabalho ´e apresentar e estudar um método capaz de determinar se uma estrutura de modelo predeterminada pode ser identificada e que possa ser utilizado em conjunto com algum outro método de identificação, para identificar o sistema. O método que será apresentado é baseado em álgebra diferencial e é conhecido como algoritmo de Ritt. O algoritmo de Ritt transforma uma estrutura de modelo polinomial predeterminada em regressões lineares nos parâmetros a partir das quais pode-se utilizar os métodos dos mínimos quadrados ou variáveis instrumentais para identificar o sistema. Apresentaremos alguns estudos de caso e faremos a análise de identificabilidade para cada um deles. Em alguns casos identificaremos o sistema e estudaremos a consistência e precisão das estimativas. / In white box modeling we obtain a model for a process from the equations of the physical/chimical phenomena involved. These models are parameterized, but the parameters used are often unknown. In these cases it is necessary to perform a parametric identification procedure which represents a highly challenging problem, with many theoretical and practical open questions when the parameters are non- linears in the model. The aim of this work is to present and study a method able to determine whether a predetermined model structure can be identified and that can be used in conjunction with another identification method to identify the system. The method that will be presented is based on differential algebra and is known as Ritt algorithm. The Ritt’s algorithm transforms a predetermined model structure in linear regression in the parameters from which one can use the least squares method or instrumental variables to identify the system. We will present some case studies and realise the analysis of identifiability for each case. For some cases we will identify the system, and then present a study for the consistency and precision of the estimates.
Identifer | oai:union.ndltd.org:IBICT/oai:www.lume.ufrgs.br:10183/75874 |
Date | January 2012 |
Creators | Rui, Rafael |
Contributors | Bazanella, Alexandre Sanfelice |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0124 seconds