Estudo de identificação por sub-espaços e aplicação a um processo industrial.

• Ano de defesa: 2004
• Autor(a) principal: Miranda Borjas, Santos Demetrio
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Chemical processes; Discrete systems; Identificação de sistemas; Mathematical models; Modelos matemáticos; Processos químicos; Sistemas discretos; System identification
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-17102024-150713/

Neste trabalho se pesquisou a identificação por sub-espaços para modelos de sistemas lineares invariantes no tempo em espaço de estados operando em tempo discreto. Dentro destes métodos se estudou o caso determinístico, estocástico e combinação determinístico-estocástica. O caso determinístico foi aplicado a um processo industrial típico, a saber, um tanque para mistura. Foram usados três algoritmos para identificar tal processo: Algoritmo 1, N4SID e PEM. Foram gerados modelos MIMO em espaço de estados em tempo discreto, lineares, invariantes no tempo e seus resultados foram comparados. Percebe-se que um modelo linear pode aproximar um processo não linear dentro de uma determinada faixa de operações. O critério de Akaike forneceu a ordem do modelo (n=2). A comparação do desempenho foi feita mediante validação cruzada para cada algoritmo, fazendo-se uso de critérios de desempenho. Para o caso acadêmico (sem ruído nos dados coletados), o Algoritmo 1, que foi originalmente projetado para identificar sistemas determinísticos, apresentou melhor desempenho. Dos três algoritmos, o PEM foi o mais lento. O modelo do Algoritmo 1 obtido é observável, controlável e assintoticamente estável em uma determinada faixa de operação. Para os casos com ruído, os resultados dos modelos PEM e N4SID foram muito similares, mas o tempo de processamento foi maior para o modelo PEM.