Detalhes bibliográficos
| Ano de defesa: |
2010 |
| Autor(a) principal: |
Lotufo, Francisco Antonio [UNESP] |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://hdl.handle.net/11449/105335
|
Resumo: |
Este trabalho apresenta uma metodologia para desenvolvimento de sensores virtuais capazes de inferir variáveis de processos altamente não lineares e variantes no tempo. A metodologia proposta emprega modelagem nebulosa de sistemas dinâmicos complexos, em que a parte antecedente das regras emprega a técnica de agrupamento (clusterização) de Gustafson-Kessel (product space clustering), e os parâmetros da parte conseqüente das regras são estimados utilizando-se o algoritmo dos mínimos quadrados recursivos, com fator de esquecimento variável. O algoritmo proposto foi avaliado por meio de um modelo virtual implementado em ambiente Matlab®/Simulink® para o processo de neutralização de pH, amplamente utilizado pela literatura técnico-científica para investigação de algoritmos de identificação, controle de processos e simulação de sistemas não lineares e variantes no tempo. O algoritmo de identificação nebulosa proposto e implementado neste trabalho, utilizado como sensor virtual de pH, forneceu resultados muito coerentes, quando comparado com outras técnica de modelagem da literatura, no tocante ao tempo de resposta, erro de predição, capacidade de adaptação e número de amostras necessárias à fase de treinamento |
