Proposta de Identificação de Sistemas Dinâmicos Não Lineares Baseada em Modelo Nebuloso Takagi-Sugeno Inverso: Uma Abordagem Direta no Contexto do Espaço de Estados
Adriano Mendes Magalhães1; Ginalber Luiz de Oliveira Serra2
1 UFMA; 2 IFMA
Baixar PDF doi:10.20906/CPS/CBA2018-1064
Resumo
Este artigo apresenta uma proposta de modelo nebuloso como estimador para dinâmica inversa de sistemas não lineares. O modelo proposto será do tipo Takagi-Sugeno, e realizará a combinação nebulosa de submodelos lineares obtidos de dados experimentais, localizados em torno de pontos de operação. Cada submodelo está matematicamente definido no contexto do espaço de estados com observador, cujos parâmetros serão estimados por meio da metodologia de identificação do observador de Kalman (do inglês Observer Kalman Identification - OKID). Tanto os pontos de operação quanto os subconjuntos de dados serão obtidos a partir do particionamento do espaço de dados de treinamento, utilizando o algoritmo de agrupamento nebuloso de Gustafson-Kessel e a metodologia de projeção e extensão cilíndrica. Assim uma formulação matemática que descreve a metodologia do modelo proposto, bem como os resultados das aplicações experimentais da metodologia serão apresentados.
Palavras-chave: Identificação inversa em batelada; OKID; sistemas não lineares; modelos nebulosos Takagi-Sugeno