Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/260491
Type: TESE
Degree Level: Doutorado
Title: Modelagem de sistemas não-lineares por base de funções ortonormais generalizadas com funções internas
Title Alternative: Nonlinear sytems modeling based on ladder-strutured generalized orthonormal basis functions
Author: Machado, Jeremias Barbosa
Advisor: Amaral, Wagner Caradori do, 1952-
Abstract: Resumo: Este trabalho enfoca a modelagem e identificação de sistemas dinâmicos não-lineares estáveis através de modelos fuzzy Takagi-Sugeno (TS) e/ou Volterra, ambos com estruturas formadas por bases de funções ortonormais (BFO), principalmente as bases de funções ortonormais generalizadas (GOBF - Generalized Orthonormal Basis Functions) com funções internas. As GOBF¿s com funções internas modelam sistemas dinâmicos com múltiplos modos através de uma parametrização que utiliza somente valores reais, sejam os polos do sistema reais e/ou complexos. Uma das principais contribuições desta tese concentra-se na proposta da otimização e ajuste fino dos parâmetros destes modelos não-lineares. Realiza-se a identificação dos modelos fuzzy TS-BFO utilizando-se de medidas dos sinais de entrada e saída do sistema a ser modelado. Os modelos fuzzy TS-BFO são inicialmente determinados utilizando-se uma técnica de agrupamento fuzzy (fuzzy clustering) e simplificados por algoritmos que eliminam eventuais redundâncias. Em sequência desenvolve-se o cálculo analítico dos gradientes da saída do modelo TS-BFO em relação aos parâmetros do modelo (polos da BFO, coeficientes da expansão da BFO e parâmetros das funções de pertinência). Utilizando-se técnicas de otimização não-linear e o valor dos gradientes, realiza-se a sintonia fina dos parâmetros dos modelos inicialmente obtidos. Para os modelos de Volterra-GOBF desenvolve-se uma nova abordagem utilizando-se GOBF com funções internas nos kernels dos modelos. São calculados os gradientes analíticos da saída do modelo de Volterra-GOBF, seja com kernels simétricos ou não simétricos, com relação aos parâmetros a serem determinados. Estes valores são utilizados em algoritmos de otimização que possibilitam a obtenção de modelos mais precisos do sistema sem nenhum conhecimento a priori de suas características. Além da identificação de sistemas não-lineares por modelos BFO, abordou-se também, nesta tese, uma nova metodologia para a otimização de modelos lineares BFO no domínio da frequência. Neste contexto, destaca-se como principal contribuição o desenvolvimento, no domínio da frequência, do cálculo analítico dos gradientes da resposta em frequência das funções de Kautz e Laguerre, com relação aos seus parâmetros de projeto. Os valores dos gradientes fornecem a direção de busca dos parâmetros dos modelos em processos de otimização não-linear. Também foram otimizados os modelos GOBF com funções internas, com o cálculo numérico dos seus gradientes, pois, ainda não foi possível estabelecer uma fórmula genérica para o cálculo analítico dos gradientes dos modelos GOBF, de qualquer ordem, em relação aos parâmetros a serem determinados. Exemplos ilustram a aplicação e eficiência dos métodos de identificação e otimização propostos na modelagem de sistemas lineares (domínio do tempo e da frequência) e não-lineares utilizando BFO¿s.

Abstract: This work is concerned with the modeling and identification of stable nonlinear dynamic systems using Takagi-Sugeno fuzzy and Volterra models within the framework of orthonormal basis functions (OBF), mainly ladder-structured generalized orthonormal basis functions (GOBF). The ladderstructured GOBFs allows to model dynamic systems with multiple modes, real and/or complex poles, through a parameterization, which uses only real values. The main contribution of this thesis is the optimization and fine tuning of the parameters of OBF nonlinear models. The GOBF models identification are performed using only input and output measurements. The initial GOBF-TS fuzzy model is obtained using a fuzzy clustering technique and simplified by algorithms that eliminate any redundancies. Next, the analytical calculation of the gradients of GOBF-TS model concerning model parameters (GOBF poles, OBF expansion coefficients and the parameters of membership functions) is developed. A fine tuning of the model parameters is obtained by using a nonlinear optimization technique and the calculated gradients. For Volterra-GOBF models a new approach using kernels with ladder-structured GOBF is also proposed. Furthermore, Volterra-GOBF model optimization, with symmetrical or asymmetrical kernels, using an analytical gradients calculation of the output model regarding their parameters is presented. Following, a new approach for linear OBF models optimization, in frequency domain, is also addressed. In this context, the analytical calculation of the gradients of the Laguerre and Kautz frequency response concerning its parameters is presented The ladder-structured GOBF models optimization, in the frequency domain, is performed using only numerical calculation of its gradients, as it has not yet been possible to derive a generic analytical gradients. Examples illustrate the performance and effectiveness of identification methods proposed here in the modeling and optimization of linear (time domain and frequency) and non-linear systems.
Subject: Dinâmica
Sistemas não-lineares
Identificação de sistemas
Volterra, Equações de
Lógica fuzzy
Language: Português
Editor: [s.n.]
Date Issue: 2011
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
Machado_JeremiasBarbosa_D.pdf2.17 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.