Upload
internet
View
109
Download
4
Embed Size (px)
Citation preview
EE-240/2007 – Métodos Baseados em Modelos
set 2007
12 set 2007Métodos baseados
em Modelos
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Modelo:
“Representação das características essenciais do sistema em estudo”
Estado
MedidasOu
Saída
Entrada ouExcitação
)Ms()v(DuCxy
)Ha()Gw(Bux)AA(x
kkkkk
kkkk1k
Ruído deEstado
Ruído deMedida
Falha deAtuador
Falha deSensor
FalhaInterna
EE-240/2007 – Métodos Baseados em Modelos
set 2007
k1nknk11k uy...yy
knk
2nk2k
1nk1k
yx
yx
yx
k1kn
1nk2
nk1
n1k
3k
21k
2k
11k
uxxxx
xx
xx
EE-240/2007 – Métodos Baseados em Modelos
set 2007
k1kn
1nk2
nk1
n1k
3k
21k
2k
11k
uxxxx
xx
xx
k
nk
1nk
2k
1k
12n1nnn
1k
1n1k
21k
11k
u
0
0
0
x
x
x
x
1000
0100
0010
x
x
x
x
A B
EE-240/2007 – Métodos Baseados em Modelos
set 2007
kk
kk1k
Cxy
BuAxx
12n1nn
1000
0100
0010
A
0
0
0
B 1000C
k1nknk11k uy...yy
ou
Obs: • Transformada Z Função de Transferência• u = Delta de Kronecker Resposta Pulso
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Como utilizar Modelos noPrognóstico de Falhas?
Observadores de Estado
IdentificaçãoParamétrica
Equaçõesde Paridade
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Observadores de Estado(ou Estimadores de Estado)
)xCCx(LBuBu)xx(Axx kkkkkk1k1k
)xx)(LCA(xx kk1k1k
kk
kk1k
Cxy
BuAxx
Planta:
kk
kkkk1k
xCy
)yy(LBuxAx
Observador:
( – )
ke1ke
unitáriodisconovaloresepossuiéLCAse0ek
EE-240/2007 – Métodos Baseados em Modelos
set 2007
kkk
kkk1k
vx100y
w
1
1
1
u
0
0
1
x
5.110
74.001
12.000
x
Exemplo:
9.0
62.0
112.0
L
E-valores do observador em 0.1 e 0.2 (mult 2)
EE-240/2007 – Métodos Baseados em Modelos
set 2007
EE-240/2007 – Métodos Baseados em Modelos
set 2007
kkk yyy~
EE-240/2007 – Métodos Baseados em Modelos
set 2007
EE-240/2007 – Métodos Baseados em Modelos
set 2007
kkk yyy~
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Exemplo:
kkk
kkk1k
vx125
100y
w
1
1
1
u
0
0
1
x
5.110
74.001
12.000
x
9.0
62.0
112.0
L
E-valores do observador em 0.1 e 0.2 (mult 2)
Observador utilizando
apenas 1ky
EE-240/2007 – Métodos Baseados em Modelos
set 2007
EE-240/2007 – Métodos Baseados em Modelos
set 2007
amareloy~
magentay~
2k
1k
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Falha A Falha B
EE-240/2007 – Métodos Baseados em Modelos
set 2007
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Equações de Paridade
kk
kk1k
Cxy
BuAxx
Sem falhas:
1ikk1i
ki
ik
1kkk2
1k1k2k2k
kk1k1k
kk
CBuBuCAxCAy
CBuCABuxCACBuCAxCxy
CBuCAxCxy
Cxy
EE-240/2007 – Métodos Baseados em Modelos
set 2007
ik
2k
1k
k
2i1i
k
1i
2
ik
2k
1k
k
u
u
u
u
0CBBCABCA
00CBCAB
000CB
0000
x
CA
CA
CA
C
y
y
y
y
Y T Q U
QUTxY k
0WT.q.tW
0WQUWY:r
EE-240/2007 – Métodos Baseados em Modelos
set 2007
kkk
kkk1k
vx100y
w
1
1
1
u
0
0
1
x
5.110
74.001
12.000
x
Exemplo:
W = [-0.12 0.74 -1.5 1.0]
275.151.15.1
51.15.11
5.110
100
T
EE-240/2007 – Métodos Baseados em Modelos
set 2007
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Resíduo
EE-240/2007 – Métodos Baseados em Modelos
set 2007
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Resíduo
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Identificador
kk UYE ,ˆ
SistemaParcialmenteConhecido
ku ky
kkk wCxfx ,1
kkk vGxHy
kw
Identificação Paramétrica
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Dados: qy Rp ,,
Taentecorrespondy
Obter: um estimador g, tal que g( y ) se aproxime de T
1. Estimador:
1,yp 2,yp
y
Exemplo:
a
ayse
ayseyg
2
1)(
Identificação Paramétrica
EE-240/2007 – Métodos Baseados em Modelos
set 2007
LSE
2. Estimador Não - Polarizado:
dpgygE yR,)(
Exemplo: Seja ),0(~ INe
eAy
mínimosejaAyquetalyg2ˆ)(ˆ Obter
yAAA
yAAA
AAAyyyd
d
AyAyd
d
Ayd
d
TT
TT
TTTT
T
1
ˆ
2
ˆ
022
02
0
0
EE-240/2007 – Métodos Baseados em Modelos
set 2007
eAAAEAAAAE
eAAAAAAAE
eAAAAE
yAAAEygE
poispolarizadonãoéyAAA
TTTT
TTTT
TT
TT
TT
11
11
1
1
1
)()(
)()(
)()(
)()(
,ˆ
3. Teorema de Gauss-Markov:
LSE é ótimo na classe de estimadores lineares não-polarizados
covˆcov,EquetalBy
EE-240/2007 – Métodos Baseados em Modelos
set 2007
covˆcov,EquetalBy
T
TT
T
T
T
BB
BBeeE
EeABEeABE
EByEByE
EEE
IBA
BAE
BeEBAE
eABE
ByE
E
))()()((
))((
))((cov
)(
EE-240/2007 – Métodos Baseados em Modelos
set 2007
covˆcov,EquetalBy
1
11
11
11
1
1
1
)(
)()(
)()(
)()(
])ˆ[ˆ])(ˆ[ˆ(ˆcov
)(
)()(
)(
ˆ]ˆ[ˆ
AA
AAAAAA
AAAeeEAAA
AAAeeAAAE
EEE
eAAA
eAAAA
yAAA
E
T
TTT
TTTT
TTTT
T
TT
TT
TT
EE-240/2007 – Métodos Baseados em Modelos
set 2007
covˆcov,EquetalBy
TT BBAA
covˆcov1
ˆcov~~
)(~~
)()(~
)()(~~~
)(~
)(~
cov
1
1111
11
T
TT
TTTTTTTT
TTTTT
T
BB
AABB
AAAAAABAAAAAABBB
AAABAAAB
BB
0~
,
~
1
1
AAAABAAB
IBAComo
AAABBSeja
TT
TT
0
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Matriz deInformação
de Fisher
4. Limitante Inferior de Cramér-Rao: 1)(cov Myg
onde
),(log),(log ypypEm y
jy
iij
dpg
ouygE
polarizadonãoégComo
yRm ),()(
)(
,(.)
i
yRi
dpgm ),()(
ijse
ijse
1
0
EE-240/2007 – Métodos Baseados em Modelos
set 2007
IpgE
Idppg
Idpg
y
yyR
yR
m
m
),(log)(
),(),(log)(
),()(
0),(log
0),(),(log
0),(
1),(
y
yR y
R y
R y
pE
dpp
dp
dp
m
m
m
Por outro lado,
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Ty
T
y
pg
p
g
E ),(log
),(log
cov
),(log yp
g
Se então,
1
1
11
cov
0cov
0cov
0cov
cov
Mg
Mg
M
I
MI
IgMI
MI
Ig
EE-240/2007 – Métodos Baseados em Modelos
set 2007
5. Eficiência: g(y) é dito ser eficiente se 1)(cov Myg
6. Teorema: eficienteéyAAAyg TT 1ˆ
1ˆcov
AAT
AyAyp T
my 2
1exp
2
1),(
2/
AyAym
p Ty 2
12log
2),(log
AAAeeAEM
eAyAAAp
TTT
TTTy
),(log
1ˆcov M
EE-240/2007 – Métodos Baseados em Modelos
set 2007
7. Propriedades do LSE:
eficienteéyAAAyg TT 1ˆ e não polarizado
8. Identificação de Modelos ARMAX:
kmkmknknkk euuyyy 1111
N
n
n
n
m
n
mNNnNN
mnnn
mnnn
mnnn
N
n
n
n
e
e
e
e
uuyy
uuyy
uuyy
uuyy
y
y
y
y
2
1
1
1
11
2121
11
101
2
1
y = A + e
EE-240/2007 – Métodos Baseados em Modelos
set 2007
1. Lema de Inversão de Matrizes:
1111111 AbcAbAcAbcA TTT
2. Estimação Recursiva:
1111
N
NTN
N
N
N
e
E
a
A
y
YmedidasN
11
1
111
ˆN
NT
TN
NTN
NT
TN
NN y
Y
a
A
a
A
a
A
11
1
111
ˆN
NN
TNT
N
NN
TNN y
YaA
a
AaA
111
111ˆ
NNNTN
TNNN
TNN yaYAaaAA
NTNN
TNNNNN YAAAondeAYmedidasN 1)(ˆˆ,,
Identificação Paramétrica Recursiva
EE-240/2007 – Métodos Baseados em Modelos
set 2007
1 NTNN AAP
T
N
NN a
AA
11
111
1
11
1111
T
NNNTNT
N
NT
TN
NN
TNN aaAA
a
A
a
AAAP
1111111 AbcAbAcAbcA TTT
1111
111
TNNN
TNNN
TNN aaPaaAAP
NTNNNNN
TNN PaaPaPaP 11
1111
111
11
1
NN
NNTN
N aPaPa
K
NTNNN PaKIP 111
EE-240/2007 – Métodos Baseados em Modelos
set 2007
111
111ˆ
NNNTN
TNNN
TNN yaYAaaAA
1111ˆ
NNNTNNN yaYAP
NTNNNNN
TNNN PaaPaPaPP 11
1111 1
1111
11111
111
111
1
1ˆ
NNNTNNNNN
TNNNN
NTNN
TNNNNN
TNN
TNNN
yaPaaPaPayaP
YAPaaPaPaYAP
NTNNN YAP 1
1111
1
NN
NNTN
N aPaPa
K
NTNNNNN ayK ˆˆˆ1111
EE-240/2007 – Métodos Baseados em Modelos
set 2007
NTNNNNN ayK ˆˆˆ1111
111
11
1
NN
NNTN
N aPaPa
K
NTNNN PaKIP 111
mNNnNNTN uuyya 111
NmNmNnNnNN euuyyy 1111
Identificador
kk UYE ,ˆ
SistemaParcialmenteConhecido
ku ky
ke
Tmn 11
3. Identificação de Modelos ARX:
EE-240/2007 – Métodos Baseados em Modelos
set 2007
kkk
kkk1k
vx100y
w
1
1
1
u
0
0
1
x
5.110
74.001
12.000
x
Exemplo:
k1nkkk1k u00.1y12.0y74.0y50.1y
EE-240/2007 – Métodos Baseados em Modelos
set 2007
EE-240/2007 – Métodos Baseados em Modelos
set 2007
k1nkkk1k u00.1y12.0y74.0y50.1y
EE-240/2007 – Métodos Baseados em Modelos
set 2007
EE-240/2007 – Métodos Baseados em Modelos
set 2007
Muito Obrigado!