Defesa Pública da Tese de Doutorado da Mestra em Engenharia Elétrica CRISTIANE SILVA GARCIA
Data: 25/05/2021 – terça-feira
Horário: 14h00min
A defesa será realizada através da plataforma Mconf-UFRGS com acesso pelo link: https://mconf.ufrgs.br/webconf/00009898
Link alternativo, em caso de falha do principal: https://meet.google.com/iox-ckbb-gdx
Banca Examinadora:
Prof. Dr. Julio Elias Normey Rico – Programa de Pós-Graduação em Engenharia de Automação e Sistemas – UFSC
Prof. Dr. Celso José Munaro – Departamento de Engenharia Elétrica – UFES
Profª Drª Lucíola Campestrini – PPGEE – UFRGS
Presidente da banca/Orientador: Prof. Dr. Alexandre Sanfelici Bazanella – PPGEE-UFRGS
Título da tese: “CONTRIBUIÇÕES PARA O MÉTODO VIRTUAL REFERENCE FEEDBACK TUNING”
Resumo:
“Em métodos de controle baseados em dados o ajuste dos parâmetros do controlador é realizado diretamente a partir dos dados coletados, sem a necessidade de estimar um modelo para o processo. Dentre os métodos propostos na literatura, o Virtual Reference Feedback Tuning (VRFT) talvez seja o método não iterativo mais empregado para realizar o ajuste dos parâmetros de um controlador de modo a atingir um desempenho em malha fechada predeterminado. Contudo, a qualidade da estimativa dos parâmetros com este método é afetada quando: há presença de ruído nos sinais coletados, empregam-se controladores de ordem reduzida, ou os dados são coletados de um experimento pouco informativo. Assim, o presente trabalho propõe soluções para esses três problemas. Para o caso ruidoso, o problema do VRFT é formulado com as soluções de mínimos quadrados Data Least Squares (DLS) e Constrained Total Least Squares (CTLS). Na solução CTLS considerou- se não apenas controladores com parametrização linear, mas também controladores com polos e zeros livres, permitindo mais flexibilidade na escolha da estrutura do controlador. Para o caso de controladores de ordem reduzida, são propostos filtros para a solução CTLS, permitindo sua aplicação nesse caso. No caso em que os dados são coletados de um experimento pouco informativo, como dados de operação, por exemplo, a utilização de todo o conjunto de dados não necessariamente melhora a estimativa dos parâmetros, nem o desempenho em malha fechada. Portanto, no presente trabalho foram adaptados para o método VRFT dois critérios de seleção de subconjuntos muito informativos de dados, presentes na literatura de identificação de sistemas. Todas as contribuições propostas são ilustradas através de simulações.
Palavras-chave: Controle baseado em dados, soluções de mínimos quadrados, pro- blemas de erros nas variáveis, VRFT, critérios de seleção de intervalos muito infor- mativos.”
