Repositório Digital

A- A A+

Aplicação do CEKF na estimação de parâmetros em modelo dinâmico

.

Aplicação do CEKF na estimação de parâmetros em modelo dinâmico

Mostrar registro completo

Estatísticas

Título Aplicação do CEKF na estimação de parâmetros em modelo dinâmico
Autor Schweinberger, Cristiane Martins
Orientador Trierweiler, Jorge Otávio
Data 2009
Nível Mestrado
Instituição Universidade Federal do Rio Grande do Sul. Escola de Engenharia. Programa de Pós-Graduação em Engenharia Química.
Assunto Controle de processos químicos
Modelos matemáticos
Processos químicos : Otimização
Resumo Dado a larga aplicação dos modelos matemáticos, a procura pelo aprimoramento dos métodos de identificação de modelos sempre é bem vinda. Foi em cima disto que se desenvolveu o presente trabalho. Considerando a problemática de que os distúrbios desconhecidos nas entradas comprometem a qualidade da estimação dos parâmetros, se estudou a estimação combinada com o estimador de estados CEKF (Constrained Extended Kalmam Filter). Isto porque se supôs que com o emprego do CEKF o efeito do distúrbio desconhecido seria reduzido. Para tanto, se tomou um caso de estudo de seis tanques esféricos interligados e formam simulados dados experimentais computacionalmente. Foi escolhido um ponto de operação para a estimação com base na estimabilidade dos parâmetros. Antes da estimação os dados experimentais foram filtrados. Para a estimação dos parâmetros foi elaborada uma metodologia iterativa, caracterizada pelos três procedimentos: (1) estimação dos parâmetros, (2) ajuste de função objetivo: possibilidade de incorporar as derivadas medidas, bem como os estados e derivadas estimados pelo CEKF e (3) melhoria dos dados com a passagem do CEFK. Em outras palavras, a metodologia desenvolvida consiste em estimações de parâmetros seqüenciais acompanhadas com a melhoria progressiva dos dados devido à aplicação do CEKF. Para o estudo de caso tomado foi perceptível a melhoria na estimação dos parâmetros, tornando interessante a continuidade do estudo que foi iniciado no presente trabalho.
Abstract Given the wide application of mathematical models, the demand for improvement of methods of identification of models is always welcome. It was upon this that has developed in this work. Considering the problem of the unknown disturbances in the inputs affect the quality of the estimation of parameters, we studied the estimation combined with the estimator states CEKF (Extended Constrained Filter Kalmar). This is because it was assumed that with the use of CEKF the effect of unknown disturbance would be reduced. As such, it took a case study of six spherical tanks interconnected to form simulated experimental data computationally. Was chosen an operating point for the estimation based on the estimated parameters. Before estimating the experimental data were filtered. For the estimation has been elaborated iterative methodology, characterized by three procedures: (1) parameter estimation, (2) adjustment of the objective function: the possibility of incorporating the derived measures, and states and derive the estimated CEKF and (3 ) improvement of data with the passage of CEFK. In other words, the methodology consists of sequential estimation of parameters together with the gradual improvement of data due to application of CEKF. For the case study was taken a noticeable improvement in the estimation of parameters, makes it interesting to continue the study that was initiated in this work.
Tipo Dissertação
URI http://hdl.handle.net/10183/18599
Arquivos Descrição Formato
000730970.pdf (1.589Mb) Texto completo Adobe PDF Visualizar/abrir

Este item está licenciado na Creative Commons License

Este item aparece na(s) seguinte(s) coleção(ões)


Mostrar registro completo

Percorrer



  • O autor é titular dos direitos autorais dos documentos disponíveis neste repositório e é vedada, nos termos da lei, a comercialização de qualquer espécie sem sua autorização prévia.
    Projeto gráfico elaborado pelo Caixola - Clube de Criação Fabico/UFRGS Powered by DSpace software, Version 1.8.1.