Identificação de modelos lineares para dinâmica de elastomassas MEMS utilizando critérios da modelagem caixa preta

• Ano de defesa: 2014
• Autor(a) principal: Moreira, Cícero José Matuella
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Identificação de sistemas; Econometria; Modelos autorregressivos; Elastomassas; Autocorrelação; Modelagem matemática; Ciências Exatas e da Terra
• Link de acesso: http://bibliodigital.unijui.edu.br:8080/xmlui/handle/123456789/2158

Os MEMS (MicroElectroMechanical Systems) fazem parte de uma tecnologia que vem conquistando o mercado mundial. Seu desempenho, confiabilidade e economia de energia são suas principais características. O interesse comercial nesta tecnologia movimenta bilhões de dólares ao ano. Esta crescente demanda de MEMS exige que cada dispositivo seja testado, garantindo a qualidade de todos os dispositivos que vão para o mercado. Porém o custo dos testes é elevado, podendo chegar a 50% do custo dependendo da complexidade da estrutura. Os sensores MEMS, principalmente os de ação inercial, necessitam diversos testes baseados em estímulos físicos. Com a finalidade de reduzir os custos dos testes, a simulação fornecida pela modelagem matemática se apresenta como uma ferramenta de baixo custo. Porém os conhecimentos físicos da escala micrométrica são limitados. Uma alternativa para superar estes problemas é a identificação de sistemas. A identificação é uma técnica não invasiva que obtém o modelo matemático que explica de forma aproximada, a relação de causa e efeito entre dados observados. Por isso, este trabalho propõe o uso da identificação de sistemas para representar o modelo comportamental de MEMS baseados em deformação elástica. São identificados dois conjuntos de modelos: ARX para sistemas sem ruído e ARMAX para sistemas com ruído. Na maioria dos casos os modelos apresentaram desempenho eficiente. Apenas um dos casos do modelo ARMAX apresentou desempenho abaixo do esperado. Os resultados são validados através da análise do desempenho comportamental e análise do erro percentual. Logo, as técnicas utilizadas se mostram práticas e validas na identificação do modelo de um dispositivo MEMS.