Identificação de Sistemas Dinâmicos 1º Sem. 2012 Adolfo Bauchspiess Laboratório de Automação e Robótica Departamento de Engenharia Elétrica Faculdade de Tecnologia Universidade de Brasília
Identificao de Sistemas Dinmicos1 Sem. 2012
Adolfo Bauchspiess
Laboratrio de Automao e RobticaDepartamento de Engenharia Eltrica
Faculdade de TecnologiaUniversidade de Braslia
Sumrio
I. IntroduoII. Sinais e Sistemas Dinmicos III. Algoritmos
a. Mtodos Determinsticos
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos
b. O Estimador de Mnimos Quadradosc. Estimadores no polarizadosd. Estimadores Recursivos
IV. Identificao na Prticaa. Processo Trmicob. Nvel de Lquido 2 Ordemc. Nvel de Lquido 4 Ordem
V. Concluses2
1 - INTRODUO
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos3
I - Introduo
Modelos: Caixa Branca Caixa Preta
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos
Caixa Preta Caixa Cinza
Identificao de Sistemas
4
Sinais e Sistemas
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos5
Sinais:u - entrada (varivel manipulada)y sada (varivel controlada)w perturbao mensurvelv perturbao no mensurvel
Exemplo Conforto Trmico
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos6
Sinais:u ar condicionado, calefaoy temperaturaw temperatura externav radiao solar
Sistema:
Exemplo Processo de nvel
Sistema:Sinais:u qi1, vazo [cm3/s]y nvel [cm]w qi3v ?
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos7
v ?
Exemplo Helicptero
Sistema:Sinais:u motoresy posio e orientaow ?v vento
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos8
Principais Etapas numa Identificao
Coleta de dados Escolha da representao matemtica
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos
Escolha da representao matemtica Determinao da estrutura Estimao dos parmetros Validao
9
II SINAIS
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos10
E SISTEMAS DINMICOS
II. Sinais e Sistemas Dinmicos
Sistemas dinmicos lineares invariantes no tempo
Breve reviso de conceitos vistos em Anlise Dinmica Linear, Controle Dinmico e Controle Digital
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos11
invariantes no tempo Sistemas discretos Sistemas no-lineares Sistemas a parmetros distribudos Paradigmas de controle de sistemas dinmicos
Tipos de Modelos
Estticos x Dinmicos Discretos x Contnuos Autnomos x No autnomos
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos
Autnomos x No autnomos Monovariveis x Multivariveis Determinsticos x Estocsticos Paramtricos x No paramtricos
12
Sistemas lineares invariantes no tempo
Princpio da superposio Funo de transferncia
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos13
Todos os sistemas reais so no lineares: Saturao Zona-Morta Dependncia do ponto de operao etc
Sistemas Discretos
Amostragem Transformada Z Computadores, CLPs, Microcontroladores & etc
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos14
Identificao de Sistemas utiliza amostras dos sinais
Sistemas LTI discretos
SistemaDiscretoSistema
Continuo
u(t) y(t) u(kT) y(kT)
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos15
=
=
=
=
===
0
00
)()(
,...2,1,0),()()()()()(
t
t
kc
ciaTransferndeFunoqkhqH
tktukhtydtuhty
Obs: q-1 operador deslocamento unitrioz freqncia discreta
Sistemas a Parmetros Distribudos
Fenmenos de Transporte Exemplo: Transferncia de Calor 2
2
2
2
tK
x
=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos16
Simulao da velocidade do vento em Modelica, por Felgner, ASIM2002
Modelo Paramtrico x Modelo No P.
15,01)( 2 ++
+=
ss
ssH Modelo Paramtrico
10Bode Diagram
Modelo No Paramtrico: Resp. Impulso
Modelo No Paramtrico: Diagrama de Bode
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos17
0 5 10 15 20 25-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2Impulse Response
Time (seconds)
A
m
p
l
i
t
u
d
e
-40
-30
-20
-10
0
M
a
g
n
i
t
u
d
e
(
d
B
)
10-2 10-1 100 101 102-135
-90
-45
0
45
P
h
a
s
e
(
d
e
g
)
Frequency (rad/s)
Modelo Discreto
6065,08828,03319,0056,1)( 2 +
=
zz
zzH Modelo Paramtrico Discreto
Modelo No Paramtrico: Resp. pulso
Modelo No Paramtrico: Diagrama de Bode
10Bode Diagram
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos18
0 5 10 15 20 25-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2Impulse Response
Time (seconds)
A
m
p
l
i
t
u
d
e
-10
-5
0
5
M
a
g
n
i
t
u
d
e
(
d
B
)
10-2 10-1 100 101-180
-135
-90
-45
0
P
h
a
s
e
(
d
e
g
)
Frequency (rad/s)
Perturbaes
Sistema Discreto
v (t)
y (t)u(t)20 30 40 50 60 70 80 90
10
15
20
25
30
35
40Temperatura lado Sul - Kaiserslautern 4-7 Jul 2003
t/horas
T
e
m
p
e
r
a
t
u
r
a
/
C
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos19
)()()()(0
tvktukgtyk
+=
=
Sistema Discreto
Causas: rudo de medida, entradas no controlveis
20 30 40 50 60 70 80 9022
23
24
25
26Temperatura sala de conferencias - Kaiserslautern 4-7 Jul 2003
t/horas
T
e
m
p
e
r
a
t
u
r
a
/
C
Ex. Temperatura medida com rudo
Caracterizao de perturbaes
{ })(
)()()(0
brancorudote
ktekhtvk
=
=
0 10 20 30 40 50 60 70 80 90 100-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
a)
0.3
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos20
{ }
),0()()),,0(;,)(
1,0)()1s
1)(:
)(
NtebnormalodistribuiNradeprobabilidcomrte
adeprobabilidcomtea
sHExemplos
brancorudote
=
=
+=
b)
0 10 20 30 40 50 60 70 80 90 100-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
Covarincia
:
0)()()(:0
=
==
=
inciavarCo
ktEekhtEvMdiak
Assumindo e(t) com mdia 0 e varincia ,
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos21
)()()(:
)()(
)()()(
)()()()()()(
0
00
00
=
=
=
=
=
=
=
=
=
tvtEvRvprocessodoinciavarCo
khkh
stshkh
stektEeshkhtvtEv
v
s
sk
sk
Funes de Transferncia
)()(
)()(
)()()()()()()()()(
1
1
111
zkgzG
qkgqG
tuqGtuqkgtuqkgktukgty
k
k
k
k
k
k
k
k
k
=
=
=
===
=
=
=
=
=
Resposta do sistema
Funes de Transf.
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos22
)()()(
)()(0
1
teqHtv
zkhqHk
k
k
=
=
=
=
)()()()()( teqHtuqGty +=
Funes de Transf.
Resposta perturbao
Sistema Discreto
Filtro do rudo branco
v (t)
y (t)u(t)
e(t)
Resposta no domnio da freqncia
( ))(argcos)()( ii eGteGty +=SistemaContinuo
u(t)=cos(t)=Re(eit)
( )ttupara
Periodograma{ }
1
,...2,1),2(:
)(1)(:
,...2,1),(
pi
N
N
t
tiN
NkkN
UDiscretaFourierdedaTransforma
etuN
UFourierdedaTransforma
NttufinitaSequncia
=
=
=
=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos24
21
2
1
2
2/
2/1
2
)(:
)()2(:
)2(1)(:
)(
pi
pipi
N
N
t
N
kN
N
Nk
ktN
i
N
UmaPeriodogra
tukN
UParseval
ekN
UN
tuinversaDFT
DFTN
==
=
=
=
Propriedades do Periodograma
)()()()()2(
*
pi
NN
NN
UUrealtuse
UUadeperiodicid
=
=+
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos25
)()()( NN UUrealtuse =
Exemplos
=
=
===
seno
paraANU
sNNNcomtAtu
N
,0,
4)(
,/2,cos)(
0
22
000
pi
0 10 20 30 40 50 60 70 80 90 100-1
-0.5
0
0.5
1
y
1
Input and output signals
0 10 20 30 40 50 60 70 80 90 100-1
-0.5
0
0.5
1
Time
u
1
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos26
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-50
-40
-30
-20
-10
0
10
20
Normalized Frequency (pi rad/sample)
P
o
w
e
r
/
f
r
e
q
u
e
n
c
y
(
d
B
/
r
a
d
/
s
a
m
p
l
e
)
Power Spectral Density Estimate via Periodogram
10-2 10-1 100 101 10210-10
10-5
100
105
y
1
Periodogram
10-2 10-1 100 101 10210-5
100
105
Frequency (rad/s)
u
1
Sinal Peridico
=
=+=
+=
eAN
tu
sNNNNtutuN
Nr
Nitrr
1)(
],,1[),()(2/
12/
/2
0
00
0
0
0pi
0 10 20 30 40 50 60 70 80 90 100-1
0
1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-60
-40
-20
0
20
40
Normalized Frequency (pi rad/sample)
P
o
w
e
r
/
f
r
e
q
u
e
n
c
y
(
d
B
/
r
a
d
/
s
a
m
p
l
e
)
Power Spectral Density Estimate via Periodogram
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos27
===
= =
+=
seno
Nr
Nk
seAsU
etuN
Acom
N
r
N
N
t
Nitrr
Nr
,02
,...1,0,2,)(
)(1
0
0
22
1
/2
0
12/0
00
0
pi
pi
0 10 20 30 40 50 60 70 80 90 100-1
0
1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-60
-50
-40
-30
-20
-10
0
10
20
Normalized Frequency (pi rad/sample)
P
o
w
e
r
/
f
r
e
q
u
e
n
c
y
(
d
B
/
r
a
d
/
s
a
m
p
l
e
)
Power Spectral Density Estimate via Periodogram
Filtro ou Sistema Dinmico: Transformada de Fourier
SistemaContinuo
w(t)
{ } { }
=
=
=
1)(1)(
)()()(
)()(
N
t
tiN etsN
S
twqGts
estvelteestritamensistemaumporosrelacionadsotwets
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos28
=
=
=
+=
=
1
1
)(,2)(
)()()()(
)(1)(
tG
GwN
NNi
N
N
t
tiN
kgkCcomN
CCRonde
RWeGS
etwN
W
Processos Estocsticos
Uma seqncia de variveis aleatrias com uma pdf conjunta
Definies:
mdiatExtm == )()(
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos29
( )( )
( ) ( ) arinciavtxEttRtxVarcruzadacorrelaotytExtR
arinciavcotmtxtmtxEttCcorrelaotxtExtR
mdiatExtm
x
Tyx
Txxx
Tx
x
==
==
==
==
==
)(),( )()()( )(
)()()()( ),()()( )(
)()(
2
21
221121
21
Estacionariedade
x(t) estacionrio no sentido amplo (WSS) se:
=
==)(),(
)(2121 ttRttR
ttetanconsmtm
xx
xx
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos30
ioestacionrmaisnoctetuqGtEy = )()()()(
Processos quasi-estacionrios
=
=
=
=
)(),(1lim
),(),()()()2)()()()1
1s
N
tsN
ss
ss
RttRN
e
CrtRrtRrstEstCtmtmtEs
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos31
Se s(t) um processo estacionrio, ento satisfaz 1 e 2.Se s(t) determinstico ento:
)()()(1lim)2
)()1
1 s
N
tN
RtstsN
Cts
=
=
Exemplo
N
t
ticodeterminsoestocstictutxtsgeralem
NuN
tutuN
finitaenergiatemts
)()()(
01)()(1)(
2
21
+
+=
=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos32
uxux
ux
s
s
N
t
mmRRt-stsEmmtsE
tRstsEctemtsEiaestacionrquasiSituao
NE:Notao
ticodeterminsoestocstic
2)()()()()(
)()()()(
(.)1lim(.)1
++=
+=
=
==
=
+
=
Espectro de Potncia
Para um processo quasi-estacionrio:
))(()()(
=
=
RdeFourierdedaTransformaeRe xixix
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos33
( ))()(4
)(
)cos(2
)(cos)cos(1lim)(
)cos()(:
00
2
0
2
100
0
++=
==
=
=
Ae
AtAtA
NR
tAtxSenoidalSinalExemplo
ix
N
tNx
Espectro de processo estacionrio
)0,max(
0
0000
)()()()(
)()(
)()()()()()()()()(
k
iivv
s
sksk
khkheeR
khkh
stshkhstektEeshkhtvtEv
==
=
==
=
=
=
=
=
=
=
=
101
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos34
2
2
0 0
)(
)0,max(
)()(
)()()(
)()(
iv
iik
s k
is
ki
k
ik
eH
eHekhesh
ekhekh
=
==
=
=
=
=
=
Espectro de um processo estocstico descrito por
v(t) = H(q) e(t),
onde a seqncia de variveis aleatrios {e(t)} tem mdia 0 e covarincia
10-2 10-1 100
100
Exemplo: Processo estacionrio
Periodograma x Espectro
0
0.5e(t) seqncia de variveis aleatrias
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-50
-40
-30
-20
-10
0
10
Normalized Frequency (pi rad/sample)
P
o
w
e
r
/
f
r
e
q
u
e
n
c
y
(
d
B
/
r
a
d
/
s
a
m
p
l
e
)
Power Spectral Density Estimate via Periodogram
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos3510
-2 10-1 100 10110-2
10-1
100
101
102
103
w/[rad/s]
Spectro de H(q)=(1 + .5 q-1)/(1 -1.5 q-1 + .7 q-2)
0 10 20 30 40 50 60 70 80 90 100-0.5
0 10 20 30 40 50 60 70 80 90 100-4
-2
0
2
4v(t) sinal estocstico v(t) = H(q)*e(t)
Exemplo: Processo estacionrio
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-70
-60
-50
-40
-30
-20
-10
0
10
20
Normalized Frequency (pi rad/sample)
P
o
w
e
r
/
f
r
e
q
u
e
n
c
y
(
d
B
/
r
a
d
/
s
a
m
p
l
e
)
Power Spectral Density Estimate via Periodogram
0
0.5e(t) seqncia de variveis aleatrias
Periodograma x Espectro
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos36
0 100 200 300 400 500 600 700 800 900 1000-0.5
0 100 200 300 400 500 600 700 800 900 1000-4
-2
0
2
4v(t) sinal estocstico v(t) = H(q)*e(t)
10-2 10-1 100 10110-2
10-1
100
101
102
103
w/[rad/s]
Spectro de H(q)=(1 + .5 q-1)/(1 -1.5 q-1 + .7 q-2)
Sinal misto: determinstico + estocstico
{ }{ }
)()()()()()(
)(,0,)()()(
)()()(
v
u
tvtuEtutuEtstsE
espectroemdiaoestocstictvespectrotico,determinstu
tvtuts
+=
+=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos37
)()()(
.0)()()()(
)()()()(
vus
vu
tutvEpoisRR
tvtvEtutvE
+=
=
+=
++
Periodograma x Espectro de Potncia
)()(lim
,0,
4)(
?2
0
22
ixNN
N
eX
seno
paraNAX
=
=
Resultado, para s(t) quasi-estacionrio:
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos38
)(.)(
)()()()(lim 2
odistribuicomoiaConvergncsuavementesuficientefunotodapara
ddSE sNN
pi
pi
pi
pi
=
"")("")(
:.
2
comportadabemfunoumaeerrticafunoumaS
Obs
is
N
Espectro
Motivao:
O espectro uma propriedade de segunda ordem dos sinais.
Descreve apenas certos aspectos do sinal, , no entanto
suficiente para caracterizar vrias propriedades relacionadas
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos39
=
=
ixyi
xy eRe )()(
Espectro cruzado
suficiente para caracterizar vrias propriedades relacionadas
identificao de sistemas dinmicos.
Espectro de sinais filtrados
)}({)()()()}({
ioestacionrquasitstwqGtsioestacionrquasitw
=
Sistema
w(t) s(t)
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos40
)()()()()()( 2
w
isw
w
is
eG
eG
=
=
Modelo para sistemas com sadas ruidosas
Gu y
e
Rudo
H
v
Rudo branco
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos41
quasi-estacionrio Sada
{ }{ }
)()()()()()()(
)()()(
)()()()()(
22
u
iyu
iu
iy
u
eG
eHeG
inciavardebrancorudoteespectrorio,estacionquasitu
teqHtuqGty
=
+=
+=
Relaes fundamentais emIndentificao de SistemasMtodos de correlao
MODELOS DE SISTEMAS LTI
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos42
Modelo Completo
Gu y
e
H
ve PDFfcomrudote
sadatyentradatu
teqHtuqGty
+=
)(.)()()()(
)()()()()(
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos43
Gy
d
k
k
k
k
D
teqHtuqGty
adoParametrizModelo
qkhqHqkgqG
+=
+==
=
=
)(),()(),()(
)(1)()()(11
Conjunto de ModelosEstrutura
Modelos de Funes de Transferncia
tentubtubntyatyaty
tuqBtyqAgenaeentradacomgressivoeutoARX
b
a
bn
an
)()(...)1()(...)1()(
)()()()()(
1
1
+++=
+++
XRA
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos44
[ ]
AH
ABGHeGuyelomodopara
qbqbqB
qaqaqA
brancorudoumtebbaa
bb
a
a
ba
n
n
n
n
nn
1,
...)(...1)(
)(,
11
11
11
==+=
++=
+++=
=
LL
ARMAX
ntectecte
ntubtubntyatyaty
tuqBteqCtyqAgenaeentradacomMvelMdiagressivoeutoARMAX
b
a
bn
an
++++
++
=+++
)(...)1()()(...)1(
)(...)1()(
)()()()()()()(
1
1
XRA
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos45
[ ]
ACH
ABGHeGuyelomodopara
qcqcqC
qbqbqB
qaqaqA
ccbbaa
ntectecte
c
c
bb
a
a
cba
c
n
n
n
n
n
n
nnn
cn
==+=
+++=
++=
+++=
=
++++
,
...1)(...)(
...1)(
)(...)1()(
11
11
11
111
1
LLL
Estrutura equao de erro
)()(1)()()()(
)(
teqD
tuqBtyqA
ARARXoumvelmdiacomoerroErrodeEquaoModelo
+=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos46
)()()()()()()(
)()()()()()(
teqDqC
tuqBtyqA
ARARMAX
teqD
tuqBtyqA
+=
+=
Modelo OE Erro de sada
[ ])()(
11=
+=
ffbb
teuFB
ty
OEModelo
fb nn LL
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos47
1,
)(Pr
==
=
HFBG
uFB
typassoumdeeditor
Preditor OE
),()()()()(
)()()()(
twtuqFqB
ty
tetwteuFB
ty
OEModelo
==
+=+=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos48
[ ]
)(),(
),()(
),(),1()()1(),()(
ktyktwrealidadena
ttyeditorPr
ntwtwntutut
qF
T
Tfb
=
=
= LL
Estrutura Box-Jenkins
)()()()()(
)()( teqDqC
tuqFqB
ty
ARMAouJenkinsBox
+=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos49
...)()()()()(
)()()(...
)()()()()()()(
)()()(
teqDqC
tuqFqB
tyqA
aindagenricoMais
tyqC
qDqCtu
qFqCqBqD
ty
+=
+=
Estrutura Espao de Estados
)()(
)()()()()()()()()()1(
CA
tvtxCtyttuBtxAtx
pxnnxn
+=
++=+
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos50
)()()(
)()(
)(
1221
RvEREvvRE
sadaderudotvoperturbat
cosbranassumidosgeralmenterudodescomponenteDuas
TTT===
Projeto do sinal de entrada
Sinais mais utilizados:
- Degrau- Seqncia Binria Pseudo-Randmica (PRBS)- Processo ARMA- Sinais peridicos: soma de senides
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos51
- Sinais peridicos: soma de senides
- Condies para excitao suficiente
- Degenerao do projeto do sinal de entrada
- Relao entre PRBS & rudo branco
- Propriedades no domnio da freqncia destes sinais
Exemplos de sinal de entrada
Entrada degrau
=
senot
tu0
01)(
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos52
Seqncia binria pseudo-randmica
sinal peridico chaveamento entre dois nveis, segundo um certo padro nveis a, perodo = M
III ALGORITMOS
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos53
III.a ALGORITMOS
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos54
MTODOS DETERMINSTICOS
MTODOS
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos55
NO PARAMTRICOS
Mtodos no paramtricos
Mtodos no domnio do tempo Resposta ao impulso Resposta ao degrau
Anlise da correlao / tempo
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos56
Anlise da correlao / tempo Mtodos no domnio da freqncia Teste da senide Anlise da correlao / freqncia Anlise de Fourier Anlise Espectral
Definio do problema
0)(
)()(*)()()()()(
,
0
0
temamplitudedepulsotupara
tvtugtytvtuqGty
temponoiantevarinelinearestvelSistema
+=
=
+=
+=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos57
)()()( 0 tvtgty +=
Mtodos no domnio do tempo estimam g0
Mtodos no domnio da freqncia estimam G0(ei)
Critrios
)()()
0)()()0,)()()
0
0 piii
tgtgc
ttgtgbT
eGeGa
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos58
)()(sup)
)()()
0
00
ii
t
eGeGd
tgtgc
=
Ex. Processo de 2 Ordem
No h tratamento especfico ao rudo Relao Sinal/Rudo deve ser alta!
14,01)(: 2 ++
=
sssGEx
2 n
A
degrauaorespostadapartirA
=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos59
)(12
2
2
22
2
22
/21
;;
)(1
1)(
2)(:
TTdnd
n
d
t
nn
n
eBB
T
A
tsene
ty
ss
AsGModelo
=
==
=
=
++=
pi
Ex. Processo de 2 Ordem
14,01)(: 2 ++
=
sssGEx
)(1
1)(
2)(:
2
22
2
=
++=
tsene
ty
ss
AsGModelo
degrauaorespostadapartirA
d
t
nn
n
062,13762,0062,1)( 2 ++
=
sssG
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos60
1;1825,0;03,1:
/21
;;
)(12
2
22
===
=
==
=
Agrficodo
eBB
T
A
n
TTdnd
n
pi
Ex. Processo de 2 Ordem
14,01)(: 2 ++
=
sssGEx
062,13762,0062,1)( 2 ++
=
sssG
1.4
1.6
Step Response
gg__hat
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos61
0 5 10 15 20 25 300
0.2
0.4
0.6
0.8
1
1.2
Time (sec)
A
m
p
l
i
t
u
d
e
III.b ALGORITMOS
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos62
O ESTIMADOR DE MNIMOS QUADRADOS
O Estimador de Mnimos Quadrados
Sistema de equaes sobredeterminado
yy
TT XXXX=
=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos63
y
y
TT
TT
XXX
XXX
1][ =
=
Matriz pseudo-inversa
Modelos ARX e o mtodo dos Mnimos Quadrados
)(...)1()(...)1()(
)(...)1()(...)1()(
11
11
mtubtubntyatyaty
mtubtubntyatyaty
mn
mn
++=
+=+++
Um problema Arqutipo
Modelo:
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos64
[ ][ ]
)()|(
)(
)()1()()1()(11
tty
ty
mtutuntytyt
bbaa
T
T
T
Tmn
=
=
=
=
)
LL
LL
Notao Compacta:
Vetores:
Estimativadependente dos parmetros
O Estimador de Mnimos Quadrados
{ }
==
=
NT
NN
NN
N
ttytytyZV
ZV
NyNuyuZ
22 ))()((1))|()((1),(
),(min
)()()1()1(
LDados do Processo:
Funo de custo de
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos65
=
=
==
=
=
=
==
N
t
N
t
TN
NN
NNN
ttN
tyttt
ZVdd
ZV
ttyN
tytyN
ZV
1
1
1
11
)()()()(
0),(
),(minarg
))()(())|()((),(
)
)
MMQ:
Funo de custo deerro quadrado:
Ex.: Equao a diferenas de 1a ordem
=+
)1()1()(
1
tbutayty
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos66
=
)1()()1()(
)1()1()1()1()1()1( 1
2
2
tutytuty
tututytutyty
ba
N
N)
Ex.: Equao a diferenas de 1a ordem
7408.01728.0)(
7408.01728.0)(
303
7408.01728.0)(
32)( 1.0
=
=
==
= +
==
zzg
zzg
NN
zzg
ssgc T
))
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos670 0.5 1 1.5 2 2.5 30
0.2
0.4
0.6
0.8
1
7408.07408.0 zz
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.20
0.2
0.4
0.6
0.8
1
Ex.: Equao a diferenas de 1a ordemy=y+0.1rand()
5996.02854.0)(
7123.02031.0)(
5395.02357.0)(
300303
7408.01728.0)(
32)(
300303
1.0
=
=
=
===
= +
==
zzg
zzg
zzg
NNN
zzg
ssgc T
))
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos68
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.20
0.2
0.4
0.6
0.8
1
5996.07123.05395.0 zzz
0 0.5 1 1.5 2 2.5 30
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5 10 15 20 25 300
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Ex.: Equao a diferenas de 1a ordemu = sin(2t)y = y + 0.1rand()
7428.01718.0)(
300
7408.01728.0)(
32)(
300
1.0
=
=
= +
==
zzg
N
zzg
ssgc T
)
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos69
7428.0z
0 5 1 0 1 5 2 0 2 5 3 0-1
-0 .8
-0 .6
-0 .4
-0 .2
0
0 .2
0 .4
0 .6
0 .8
1
Regresso Linear
[ ][ ]
)()1()()1()(
)(...)1()(...)1()(
11
11
mtutuntytyt
bbaa
mtubtubntyatyaty
T
Tmn
mn
=
=
++=
LL
LL
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos70
)()|( tty T=) Regresso Linear:Calcular y utilizando os valores passados contidos em
y funo linear dos parmetros em
Modelo ARX:Auto-Regressivo y depende de valores passados de yX entrada eXterna (u), varivel eXgena
^
^
^
Polarizao do Estimador MQ
Polarizao (bias)Modelo:
[ ] TTAA == 1, y = ][Eb
+= kekky T )()1()(
)()()( kekyky i += Variveis aleatrias
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos71
=
+=
sregressoredosdependequematrizumaAA , yey
][][][])([
)]([][
AeEIAEAeEIAE
eAEAEb
+=+=+=
=
y
b=0 =0 =0
Estimadores No Polarizados
EMQ - Estimador estendindo de mnimos quadrados GMQ Estimador de mnimos quadrados generalizado VI Estimador das variveis instrumentais
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos72
MTODOS
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos73
DE ESTIMAO DE PARMETROS
Princpios subjacentes de mtodos de estimao de parmetros
{ }
.
|)(
)(
*
futurassadasaspredizerdemaneiraumaelomodCada
elosmoddeconjuntoDparmetrosdevetorD
adosparametrizelosmodd
=
MM
M
M
M
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos74
),(),())],,(1[):
)(),()(),()(:
)))|(:)(:
11
qGqH(q,WqH(q,Wcom
teqHtuqGtyadiantepassoumdepreditoroPara
)(q,W(q,WtypreditorcomolinearFiltro
uy
uy
==
+=
+=M
Princpios subjacentes de mtodos de estimao de parmetros
[ ]
parmetrosdeestimaodemtodoumDZ
mapeamentoOdadosdevetorNuNyuyuyZ
NN
N
.
)(),(),...,2(),2(),1(),1(
=
M
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos75
NtparacalculadoserpodeerroconhecidoZPara
prediodeerrotytytcandidatoelomodumdeAvaliao
N,...2,1
)|()(),(:
**
=
=
Minimizao do erro de predio
:
,...2,1),,()(),(:?""
.,
,...2,1),|()(),( **
F
N
N
NormaNttqLtestvellinearFiltragem
prediodeerroograndeQuo
noouqudrticaemnormaqualquerporAvaliadoemerrodevetorNttytyt
==
==
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos76
),(minarg)(:
.,(.)
)),((1),(
:
1
NN
NNN
N
tF
NN
ZVZ
parmetrosdeEstimador
positivaetipicamentescalarfunoumaonde
tN
ZV
Norma
==
= =
l
l
PEMPrediction-error
Identification Methodse.g.: LS, ML
III.d Estimadores Recursivos
Estimao em batelada Estimao seqencial Estimao recursiva
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos77
Estimao recursiva
Estimao off-line Estimao on-line Estimao em tempo real
III. Estimadores Recursivos
Seja o sistema
Algoritmo recursivo
RkekeEcomkeky T ==+= )](cov[,0)]([),()(
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos
Algoritmo recursivo
78
+= kTk kky )1()(
))(( 11 += kTkkkk kyK M
Inovao
Aplicao: Controle Adaptativo
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos79
)( t
.)( temponovarianteestvelsistemaumtKrcontroladoO
PARTE IV
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos80
IDENTIFICAO NA PRTICAa) Processo Trmico
b) Nvel de Lquido 2 Ordemc) Nvel de Lquido 4 Ordem
PARTE IV
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos81
a) PROCESSO TRMICO
Processo Trmico
Experimento de Controle de Digital
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos82
Processo Trmico
Viso Esquemtica
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos83
Processo Trmico
Identificao Process Model1. ident2. Carregar os sinais de u,y3. Remover a mdia
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos84
3. Remover a mdia4. Selecionar faixas: [identificao, validao]5. Process Models6. Estimate: P1D, P1, P2, P2D, P2DZ,...7. Model Output
Processo TrmicoModelo de Processo
1)(1
1
eK
sTK
sP
sT
p
p
d
+=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos85
...
)1)(1()1()(2
)1)(1()(2
21
21
sTsTesTK
sDZP
sTsTeK
sDP
pp
sTzp
pp
sTp
d
d
++
+=
++=
Identificao do Processo Trmico
0 0.5 1 1.5 2 2.5 3 3.5 4
x 104
20
30
40
50
60
y
1
Input and output signals
150
200
250
300
u
1
Sinais medidos~9h30
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos86
0 0.5 1 1.5 2 2.5 3 3.5 4
x 104
100
150
Time
0 0.5 1 1.5 2 2.5 3 3.5
x 104
-10
0
10
y
1
Input and output signals
0 0.5 1 1.5 2 2.5 3 3.5
x 104
-100
0
100
Time
u
1
Procedimento:
- Excluir transio p/ P.O.- Conjunto de Identificao- Conjunto de Validao- Subtrair mdia
Identificao do Processo TrmicoFit:P2DZ: 93.43P3DZ: 93.42P1: 87.66P2D: 86.9
-2
0
2
4Measured and simulated model output
P3DZP1P2DP2DZdata Measured and simulated model output
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos87
2 2.2 2.4 2.6 2.8 3 3.2
x 104
-10
-8
-6
-4
Time
2.4 2.42 2.44 2.46 2.48 2.5 2.52 2.54 2.56
x 104
-8
-6
-4
-2
0
2
Time
P3DZP1P2DP2DZdata
Identificao do Processo Trmico
-8
-6
-4
-2
0
2
4Measured and simulated model output
P2Ddata
Fit:
)1)(1()1()(2
)1)(1()(2
21
21
sTsTesTK
sDZP
sTsTeK
sDP
pp
sTzp
pp
sTp
d
d
++
+=
++=
P2D
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos88
2 2.2 2.4 2.6 2.8 3 3.2-10
-8
2 2.2 2.4 2.6 2.8 3 3.2
x 104
-10
-8
-6
-4
-2
0
2
4
Time
P2DZdata
Fit:P2D: 86.9P2DZ: 93.43
P2DKp = 0.084231 Tp1 = 116.15 Tp2 = 0.001 Td = 0
P2DZKp = 0.091263 Tp1 = 308.19 Tp2 = 41.164 Td = 4.8147 Tz = 200.4
P1 !!
)1( 1sTK
p
p
+
Identificao do Processo Trmico
)1)(1()1()(2
21 sTsTesTK
sDZPpp
sTzp
d
++
+=
Kp = 0.091263 Tp1 = 308.19 Tp2 = 41.164 Temperatura Ambiente
u
yid
y_real
ZOH
Scope
Sat0-1023
30.5
uid
PRBS1s
0.60.091/40
1/40
Delay 5 segy
Zero ? Influncia do meio ambiente !
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos89
Tp2 = 41.164 Td = 4.8147 Tz = 200.4
Ambiente
1s
1/300
1/300
0.4
0.5 1 1.5 2 2.5 3
x 104
35
40
45
50
55
t/[seg]
iddata
PARTE IV
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos90
b) NVEL DE LQUIDO2 ORDEM
Identificao em Malha FechadaProcesso de Nvel 2 Ordem
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos91
Identificao em Malha FechadaProcesso de Nvel 2 Ordem
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos92
Identificao em Malha FechadaProcesso de Nvel 2 Ordem
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos93
Identificao em Malha FechadaProcesso de Nvel 2 Ordem
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos94
0 1000 2000 3000 4000 5000 6000 7000-5
0
5
10
15
t/[seg]
r
,
h
2
/
[
c
m
]
2000 2100 2200 2300 2400 2500 2600 2700 2800 2900 30008
10
12
14
t/[seg]
r
,
h
2
/
[
c
m
]
Identificao em Malha FechadaProcesso de Nvel 2 Ordem
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos95
Identificao em Malha FechadaProcesso de Nvel 2 Ordem
||)( 2112211 hhkhhsignqdtdh
A ir =
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos96
222112212 ||)( hkhhkhhsign
dtdhAr =
Identificao Malha Aberta x Malha Fechada?
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos97
Experimento de 3h30:
Malha fechada OKuid=idinput(12600,'PRBS',[0 0.025],[-.5 .5]);
Malha aberta -> seria necessrio aumentar muito o tempo do experimento!!
8600 8800 9000 9200 9400 9600 9800 1000010.44
10.46
10.48
10.5
10.52
10.54
10.56
t/[seg]
h
2
,
h
2
m
a
/
[
c
m
]
Identificao Pequenos Sinais?
0.2
0.4
0.6
0.8
h
2
/
[
c
m
]
valores normalizados
0,11
0 200 400 600 800 1000 1200 1400 1600 1800 20000
2
4
6
8
10
12
14
t/[seg]
h
2
/
[
c
m
]
valores absolutos
0,113
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos98
uid=idinput(12600,'PRBS',[0 0.025],[-.5 .5]);
0 200 400 600 800 1000 1200 1400 1600 1800 2000-0.6
-0.4
-0.2
0
0.2
t/[seg]
h
2
/
[
c
m
]
13
1050 1100 1150 1200 1250 1300
-0.4
-0.2
0
0.2
0.4
0.6
t/[seg]
h
2
/
[
c
m
]
valores normalizados
0,113
Taxa de AmostragemTeorema de Nyquist
REGRA: 5 a 8 amostras durante o tempo de subida.
Em geral melhor realizar o experimento numa taxa mais altae posteriormente decimar o sinal.
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos99
uid=idinput(12600,'PRBS',[0 0.025],[-.5 .5]);
1050 1100 1150 1200 1250 1300
-0.4
-0.2
0
0.2
0.4
0.6
t/[seg]
h
2
/
[
c
m
]
valores normalizados
0,113
Considerar a operao em malha fechada.
Identificao em Malha Fechada
KKppspps
KKsRsY Ts
2
-
p
+ )( + e
)()(
++=10
15
pK ))(( 21 pspsKe Ts
++
Identificao em Malha Fechada:
Malha Aberta:
-Processo muito lento-Ponto de Operao?
21212
-
+ )( + e
)()(
ppsppsK
sUsY Ts
+=
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos100
KKppsppssR p21212
+ )( + )( ++
0.007676 + 0.05741 + 0.0073637e
)()(
2
-4.7
sssRsY s
=
segTsegT 164,35;19,48 21 ==
0 1000 2000 3000 4000 5000 6000 7000-5
0
5
10
t/[seg]
r
,
h
2
/
[
c
m
]
2000 2100 2200 2300 2400 2500 2600 2700 2800 2900 30008
10
12
14
t/[seg]
r
,
h
2
/
[
c
m
]
~2hem M.F.! 0,0061)+0,0513)(+(
0,0002945e)()( -4,7
sssUsY s
=
0,0003123+0,05741+0,0002945e
)()(
2
-4,7
sssUsY s
=
Kp=25, P.O.=12cm, PRBS, Banda [0 0,025]
PARTE IV
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos101
c) NVEL DE LQUIDO4 ORDEM
LEARn
Laboratorio de Ensino de Automao Remoto da UnB
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos
Processo de Nvel de Lquido 4 Ordem
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos103
Processo de Nvelsqrt
sqrt
sqrt
[t uid]sinal PRBS
r2
r1
1s
h2
1s
h1Zero-OrderHold
Scope1
Scope
Saturaodo atuador
10Ponto de
Operao
1/A2
k2
k12
k1
10 1/A1
|u|
|u|
|u|
simout
2WS -amostragem
uniforme
h2
h2
h1
h1h1
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos104
sqrt
sqrt
sqrt
sqrt
r4
r3
r2
r
1s
h4
1s
h3
k23
k34
k4
k3
1/A4
1/A3
|u|
|u|
|u|
|u| h4
h4h4
h3
Processo de Nvel de LquidoLinearizao em Ponto de Operao (u, y)P1: r = 10; h1=19,1; h2=11,7; h3=7,31; h4=3,87 P2: r = 30; h1=84,3; h2=51,9; h3=32,3; h4=17,1
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos105
In1Out1
Subsystem
Scope
Saturaodo atuador
30Ponto de
Operao
4simout
2WS -amostragem
uniforme
[t uid]
ref
u
u
r y
Linearizao em Ponto de Operao (u, y)P1: r = 10; h1=19,1; h2=11,7; h3=7,31; h4=3,87 P2: r = 30; h1=84,3; h2=51,9; h3=32,3; h4=17,1
005)-8.453e 0.007496s (s 0.001432) 0.07416s (s008-2.1978e
)()(
:2 22 ++++=
sUsYP
Pole-Zero Map
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
-
1
)
0.005
0.01
0.0002536) + 0.02073s (s 0.005785) + 0.151s (s007-2.0446e
)()(
:1 22 ++=
sUsYP
Pole-Zero Map
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
-
1
)
0.005
0.01
0.015
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos106
Real Axis (seconds-1)
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
-0.04 -0.035 -0.03 -0.025 -0.02 -0.015 -0.01 -0.005 0-0.01
-0.005
0
0 500 1000 15000
0.05
0.1
0.15
0.2
0.25From: u To: y
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
Real Axis (seconds-1)
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
-0.08 -0.07 -0.06 -0.05 -0.04 -0.03 -0.02 -0.01 0-0.015
-0.01
-0.005
0
0 100 200 300 400 500 6000
0.05
0.1
0.15
0.2From: u To: y
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
Linearizao Analtica em P.O.P1: r = 10; h1=19,1; h2=11,7; h3=7,31; h4=3,87 P2: r = 30; h1=84,3; h2=51,9; h3=32,3; h4=17,1
0.002796)+(s 0.01031)+(s 0.0287)+(s 0.03976)+(s008-2.1982e
0.5
1Pole-Zero Map
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
-
1
)
0.00588)+(s 0.02168)+(s 0.06036)+(s 0.08362)+(s007-2.0448e
0.5
1Pole-Zero Map
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
-
1
)
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos107
-0.04 -0.03 -0.02 -0.01 0-1
-0.5
0
Real Axis (seconds-1)
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
0 500 1000 1500 2000 25000
0.2
0.4
0.6
0.8Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
-0.1 -0.08 -0.06 -0.04 -0.02 0-1
-0.5
0
Real Axis (seconds-1)
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
0 200 400 600 800 1000 12000
0.1
0.2
0.3
0.4Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
Identificao em P.O. (em Malha Fechada)uid=idinput(10000,'PRBS',[0 0.05],[-1 1]) P2: r = 30; h1=84,3; h2=51,9; h3=32,3; h4=17,1
n4s4 Best Fit = 97,62 0.001025) + 0.06255s + (s^2 0.002666)+(s 0.01119)+(s0.2038) + 0.5737s - (s^2 0.2757)+(s 007-3.6002e
)()(
=
sUsY
Step Response
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos108
-0.03 -0.02 -0.01 0-8
-6
-4
-2
0
2
4
6
8x 10-3 Pole-Zero Map
Real Axis (seconds-1)
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
-
1
)
0 500 1000 1500 2000 25000
0.1
0.2
0.3
0.4
0.5
0.6
0.7From: u1
T
o
:
y
1
0 500 1000 1500 2000 2500
From: v@y1Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
Identificao em MF
pK ))()()(( 4321 pspspspsK
++++
Malha Aberta: asasasas
KsUsY
++=
012
23
34
+ + )()(
5
10
15
20
25
30
data1u
y
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos109
segTsegT 164,35;19,48 21 ==
Aberta:
Malha Fechada: KKasasasas
KKsRsY
asasasassU
p
p
+++=
++
012
23
34
0123
+ + )()(
+ + )(
In1Out1
Subsystem
Scope
Saturaodo atuador
10Ponto de
Operao
4ymf
2WS -amostragem
uniforme
[t uid] ref
u
u
r y
0 5000 10000 150000
,8367,3,443,24;10 === yur
007-6.534e s 0.0001593 s 0.009214 s 0.1722 s007-2.068e
)()(
: 234 ++++=
sUsY
analtico
Identificao em P.O. - Malha Aberta
uid=idinput(10000,'PRBS',[0 0.05],[-1 1]) P2: r = 30; h1=84,3; h2=51,9; h3=32,3; h4=17,1
n4s4 Best Fit = 95,630.1151) + 0.3814s - (s^2 0.2777)+(s 007-6.7775e)(
=
sY
[t uid]
sinal PRBS
In1Out1
Subsystem
Scope1
Scope
Saturaodo atuador
51.6022
Ponto de
Operao
simout
2WS -amostragem
uniforme
u
u
y
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos
n4s4 Best Fit = 95,63
110
0.002808)+(s 0.01034)+(s 0.02876)+(s 0.03914)+(s0.1151) + 0.3814s - (s^2 0.2777)+(s 007-6.7775e
)()(
=
sUsY
0 500 1000 1500 2000 25000
0.1
0.2
0.3
0.4
0.5
0.6
0.7From: u1
T
o
:
y
1
0 500 1000 1500 2000 2500
From: v@y1Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e
-0.3 -0.2 -0.1 0 0.1 0.2 0.3
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
From u1
T
o
y
1
Identificao P.O. Control Design Linear AnalysisP2: u = 51.6; h1=84,3; h2=51,9; h3=32,3; h4=17,1
zpk(Model_sys2)
Modelo Analtico:
0.002809)+(s 0.01032)+(s 0.02881)+(s 0.03972)+(s008-2.198e
)()(
=
sUsY
0.002796)+(s 0.01031)+(s 0.0287)+(s 0.03976)+(s008-2.1982e
)()(
=
sUsY
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos
uid=idinput(10000,'PRBS',[0 0.01],[-1 1]):n4s4: Fit 98.55 zpk(d2c(n4s4)
111-0.04 -0.035 -0.03 -0.025 -0.02 -0.015 -0.01 -0.005 0-1
-0.5
0
0.5
1Pole-Zero Map
Real Axis (seconds-1)
I
m
a
g
i
n
a
r
y
A
x
i
s
(
s
e
c
o
n
d
s
-
1
)
0.02969)+(s 0.01025)+(s 0.002816)+0.03846)(s+(s0.8185) + 1.054s - (s^2 0.7369)+(s 008-3.6168e
)()(
=
sUsY
0 500 1000 1500 20000
0.1
0.2
0.3
0.4
0.5
0.6
t/[seg]
Lin.Ident.
V Concluses
Teoria j bem estabelecida Dificuldades Prticas
Principal Ferramenta: MMQ e variantes
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos112
Principal Ferramenta: MMQ e variantes Arte na escolha de:
estrutura, taxa de amostragem, algoritmos etc
Algoritmos Recursivos
Sistemas no-lineares
Referncias1) Aguirre, L.A. (2007): Introduo Identificao de Sistemas, 3a ed, Editora UFMG2) Lennart Ljung (1999): System Identification - Theory For the User, 2nd ed, PTR Prentice Hall, Upper Saddle River, N.J. 3) Landau, I.D; Zito, G. (2006): Digital Control Systems; Design, Identification and Implementation, Springer.
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos113
Design, Identification and Implementation, Springer.4) Haykin, S. (2001): Redes Neurais Princpios e Prtica, 2 Ed., Ed. Bookman5) Rossiter, J. A. (2003): Model-based predictive control: a practical approach, CRC press.6) MatLab - Control System Toolbox, System Identification Toolbox, Model Predictive Control Toolbox7) www.periodicos.capes.gov.br
FIM
Contato:Prof. Adolfo BauchspiessTel. +55 61 3107 5571adolfobs AT lara unb brhttp://lara.unb.br/~adolfo
ABauchspiess LARA/UnB Identificao de Sistemas Dinmicos114
Endereo:Sala B1-34/18 (Caixa Postal 04386)Departamento de Engenharia Eltrica - ENE/FT/UnB Campus Universitrio Darcy Ribeiro - Asa Norte70904-970 Braslia-DF BRASIL
Pgina da Disciplina Identificao de Sistemas Dinmicos:http://lara.unb.br/~bauchspiess/index.php?option=com_content&view=article&id=69&Itemid=68