Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
AVANADO
entrada sada
Processo
Tcnicas de
Identificao
Modelo matemtico
do processo
Etapas
Planejamento Experimental
o sinal de entrada deve excitar todos os modos do sistema
um bom mtodo de identificao deve ser insensvel s
caractersticas do sinal de entrada
Seleo da Estrutura do Modelo
pode ser feita a modelagem usando leis fsicas
a modelagem pode ser do tipo caixa preta, quando no se
tem nenhum conhecimento sobre o processo
pode ser caixa cinza, quando se tem algum conhecimento
Estimao de Parmetros
baseada em: dados de entrada e sada do processo, uma
classe de modelos e um critrio
Validao
verificao da adequao do modelo escolhido
Lao de Identificao
conhecimento
a priori
Planejamento
Experimental
Dados
Conjunto de
modelos
Critrio
Avaliao do modelo
* O modelo pode ser
deficiente devido a:
- falha do procedimento
No OK revisar numrico
Validao - critrio mal escolhido
- conjunto de modelos
OK inapropriado
usar - dados no informativos
Procedimentos
Diferentes procedimentos para a gerao do
sinal de entrada, medio da sada e
armazenamento dos dados:
Teste de resposta ao degrau
Teste de resposta em freqncia
Off-line
On-line
Procedimentos
Identificao de um processo pelo teste de
resposta ao degrau:
mdulo fase
ESTIMADOR
y(k) a1 y(k 1) a 2 y(k 2) ... a n y(k n) b1u(k 1) b 2 u(k 2) ... b m u(k m) e(k)
Mtodo dos Mnimos Quadrados
Supondo que foram feitas N medidas de entrada e sada:
u(0), u(1),...., u(N) y(0), y(1),...., y(N)
Definindo:
a1
a
2
y(1) e(1) y(0) y(1 n ) u (0) u (1 m)
a n y ( 2) e(2) y(1)
y( 2 n ) u (2 m)
Y e u (1)
X
b1
b y ( N ) e ( N ) y( N 1) y( N n ) u ( N 1 u ( N m)
2
b
m
Tem-se: Y X e
Exemplo
Y X e
Mtodo dos Mnimos Quadrados
Problema a ser resolvido:
Dados Y e X, obter
Soluo: utilizar mtodo dos mnimos quadrados.
Escolher que minimize a funo erro J:
N
J e 2 (k ) e T e
k 1
J Y X Y X
T
J
Mnimo quando: 0
Y T Y Y T X T X T Y T X T X 0 2X T Y 2X T X 0
X T X X T Y
1
Mtodo dos Mnimos Quadrados
X X X Y
1 yr
T T Min
yp
Observaes:
A soluo existe se (XTX)-1, a chamada pseudo-
inversa, for no-singular
A seqncia escolhida de entradas {u(k)} deve
garantir a existncia da no-singularidade
Se no houver a presena de incertezas (rudos)
podemos achar em N=n+m passos
A matriz X cresce a medida que N cresce
Exemplo
y(k ) 0.8y(k 1) u (k 1)
1 0
X
1 0 1 0 1 1 1
Y XTX
1.8 1 1 1 1 1 1 1 2
2 1
X X
T 1
1 1
a 2 1 0 1 1 0.8
b 1 1 1 1 1.8 1.0
Propriedades Estatsticas do
Estimador
X T X X T e
1
E E E X X X T E{e}
T 1
Mas E{e} 0
Logo:
E
Propriedades Estatsticas do
Estimador
2) Covarincia
E
T
E
T
X X
1 T
X e X X T
1
X e
T
T
X X X Eee XX X
T 1 T T T 1
X X 2 I
T 1
Assim,
Ento, lim 0
N
Propriedades Estatsticas do
Estimador
Concluso:
Se
E e Nlim
0
Ento quando N
O estimador consistente
Mtodo dos Mnimos
Quadrados Recursivo
Ideal para aplicaes on-line em sistemas
com parmetros constantes e desconhecidos
y(1) y(0) y(1 n ) u (0) u (1 m) e(1)
y(2) y(1) y( 2 n ) u (1) u (2 m) e(2)
y ( N ) y( N 1) y( N n ) u ( N 1) u ( N m) e ( N )
y(N 1) y(N) y(N 1 n) u(N) u(N 1 m) e(N 1)
Generalizando, temos:
Y( N) X( N) E( N)
y( N 1) x ( N 1) e( N 1)
T
Mtodo dos Mnimos
Quadrados Recursivo
Considerando: Z(I) Z I
J sabemos que:
N X TN X N 1
X TN YN PN X TN YN
YN
N 1 X TN 1X N 1
1
X TN 1
y N 1
1
XN YN
T
N 1
X N x N 1
X T
N x N 1
x TN 1 y N 1
N 1 X TN X N x N 1 x TN 1 X
1 T
N YN x N 1 y N 1
Mtodo dos Mnimos
Quadrados Recursivo
Lema de Inverso de Matrizes:
Sejam Anxn
bnx1, cnx1
A, (A+bcT) matrizes no-singulares
Ento:
A bc T 1
A 1 c A b A 1bcA 1
1 T 1 1
Mtodo dos Mnimos
Quadrados Recursivo
Definindo:
PN 1 X X N x N 1 x
T
N
T
N 1
1
A X TN X N , b x N 1 , c T x TN 1
Temos que:
PN1 X X N
T
N
1
1 x T
N 1 X T
N XN 1
x N1 X X
1
T
N N 1
x N1 x TN1 X TN X N
1
PN 1 I 1 x T
N 1 PN x N 1 1
PN x N 1 x TN 1 PN
Mtodo dos Mnimos
Quadrados Recursivo
Assim:
N1 PN1 X TN YN x N1 y N1
N 1 I 1 x TN 1 PN x N 1 1
PN x N 1 x TN 1 PN X TN YN x N 1 y N 1
N 1 PN X TN YN PN x N 1 y N 1 1 x TN 1 PN x N 1 1
PN x N 1 x TN 1PN X TN YN x N 1 y N 1
N 1 N 1 x TN 1 PN x N 1 1 x
1 T
N 1
PN x N 1 PN x N 1 y N 1 PN x N 1 x TN 1 PN X TN YN PN x N 1 x TN 1 PN x N 1 y N 1
N 1 N 1 x TN 1 PN x N 1
1
PN x N 1 1 x TN 1 PN x N 1 y N 1 x TN 1 PN X TN YN x TN 1 PN x N 1 y N 1
N 1 N 1 x TN 1 PN x N 1 1
PN x N 1 y N 1 x TN 1 N
Mtodo dos Mnimos
Quadrados Recursivo
Assim:
N
K 1 x T P x
N 1 N N 1 1
PN x N 1
N 1
N K N y N 1 x T
N 1 N
P N 1
I K x T
N N 1 PN
Em que:
x TN 1 y( N) y( N n 1) u ( N) u ( N m 1)
k X Tk X k X Tk Yk Pk X X k
1 T 1
k
2) 0 arbitrrio
P0 I
Pk P 1
k 1 xkx k
T 1
Pk1 Pk12 x k1x Tk1
1
Pk P 1
k 2 x k 1 x T
k 1 xkx k
T 1
Pk P 1
0 x 1 x .... x k 1 x
T
1
T
k 1 xkx k
T 1
Pk Po1 X Tk X k 1
Seleo de P0 e 0
Yk 1
k Pk x Tk Yk
k Pk X Tk 1
x k
y k
k Pk X Tk 1 Yk 1 x k y k
Yk 2
k Pk X Tk 2 x k 1
x y
k k
y k 1
k Pk X T0 Y0 x 1 y1 .... x k y k
k Pk P01 0 X Tk Yk
Seleo de P0 e 0
Concluso:
Para P0 I ( grande) e 0 arbitrrio:
k Pk X Tk Yk Pk X Tk X k
1
P01 0
+1
-1
Mtodo dos Mnimos
Quadrados Recursivo com Fator de
Esquecimento
Utilizado para sistemas variantes no tempo;
A idia dar um maior peso aos dados
mais atuais;
Deve-se ter um cuidado na escolha do fator
de esquecimento;
Alternativamente, pode-se utilizar outros
mtodos como o reset da matriz de
covarincia.
Mtodo dos Mnimos
Quadrados Recursivo com Fator de
Esquecimento
Definindo:
N
J N N k e 2 (k ) N 1 e 2 (1) N 2 e 2 (2) .... e 2 ( N 1) e 2 ( N)
k 1
N N 1
e(1) N2
e(2) e( N)
T
J N E TN E N
N X TN X N
1
X TN YN
Mtodo dos Mnimos
Quadrados Recursivo com Fator de
Esquecimento
N 1
J N 1 N 1 k e 2 (k )
k 1
N 1 N 1
e(1) N2
e(2) e( N) e( N 1)
T
E N
Assim, E N 1
e( N 1)
Mtodo dos Mnimos
Quadrados Recursivo com Fator de
Esquecimento
YN X N E N
y xT e
N 1 N 1 N 1
N 1 X TN 1 X N 1
1
X TN 1 YN 1
1
X N YN
N 1
X TN x N 1
X T
N x N 1
x T y
N 1 N 1
N 1 X TN X N x N 1 x TN 1 X
1 T
N YN x N 1 y N 1
Mtodo dos Mnimos
Quadrados Recursivo com Fator de
Esquecimento
Definindo:
PN 1 X TN X N x N 1 x TN 1
1
N 1 N K N y N 1 x N 1 N
T
0 1
1
PN 1 I K N x TN 1 PN
Usualmente entre 0.995 e 1
Seleo da Estrutura do Modelo
A seleo da estrutura de um modelo, no
caso de sistemas monovariveis limita-se
determinao da ordem do modelo e a
determinao do atraso de transporte;
A partir desta afirmao surge um
compromisso entre a capacidade de
representao da dinmica essencial do
sistema e um nmero adequado de
parmetros que possibilite menor esforo
para o processamento dos algoritmos de
identificao e controle;
Seleo da Estrutura do Modelo
Definindo: 1 N
J N y(k 1) x Tk 1 k
2
N k 1
AIC N ln J N 2p