Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/14004
Files in This Item:
File Description SizeFormat 
accacioferreiradossantosneto.pdf2.94 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Honório, Leonardo de Mello-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4319412527458142pt_BR
dc.contributor.advisor-co1Oliveira, Edimar José de-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9587439089642912pt_BR
dc.contributor.referee1Pinto, Milena Faria-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/9537851345288279pt_BR
dc.contributor.referee2Bortoni, Edson da Costa-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0936619055402651pt_BR
dc.contributor.referee3Oliveira, Leonardo Willer de-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/9223644407644508pt_BR
dc.contributor.referee4Marcato, André Luis Marques-
dc.contributor.referee4Latteshttp://lattes.cnpq.br/1033215067775319pt_BR
dc.creatorSantos Neto, Accacio Ferreira dos-
dc.creator.Latteshttp://lattes.cnpq.br/8751432580163548pt_BR
dc.date.accessioned2022-05-02T18:37:05Z-
dc.date.available2022-05-02-
dc.date.available2022-05-02T18:37:05Z-
dc.date.issued2021-12-23-
dc.identifier.doihttps://doi.org/10.34019/ufjf/te/2021/00109-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/14004-
dc.description.abstractIt is known that in running water activities or when exposed to winds and waves, the Autonomous Surface Vehicles (ASVs) are exposed to the most challenging scenarios. Under these conditions, knowledge of a robust mathematical model is a fundamental aspect for adjusting the control system. Therefore, it is a basic premise to achieve safety and performance in uncertain scenarios. In this context, this work presents a new identification methodology based on the use of multiple identification signals. In this perspective, the identification experiment is composed of optimized APRBS-type signals. These are designed to excite different samples around the initial estimation of the system and are optimized by an approach composed of the Particle Swarm Optimization (PSO) and the Interior-Point Method (IPM). Through this artifice, we seek to expand the excitation capacity of the experiment and, therefore, provide the estimation of more robust and reliable parametric models. To verify the effectiveness of the methodology, a catamaran-type ASV modeling problem was chosen. The results showed high similarity between the estimated models and the real vessel at all stages, including the various validation tests. Therefore, demonstrating the applicability of the proposed method and its ability to produce more robust and reliable parametric models.pt_BR
dc.description.resumoSabe-se que em atividades de água corrente ou quando expostos a ventos e ondas, os Veículos Autônomos de Superfície (VASs) estão expostos aos cenários mais desafiadores. Nessas condições, o conhecimento de um modelo matemático robusto é um aspecto fundamental para o ajuste do sistema de controle. Constituindo, portanto, premissa básica para alcançar segurança e desempenho nos cenários de incertezas. E neste contexto que este trabalho apresenta uma nova metodologia de identificação a partir do uso de múltiplos sinais de identificação. Nesta perspectiva, o experimento de identificação é composto por múltiplos sinais otimizados do tipo Amplitude-modulated PseudoRandom Binary Signal (APRBS). Estes são projetados para excitar distintas amostras no torno da estimação inicial do sistema e são otimizados por uma topologia composta pelo Particle Swarm Optimization (PSO) e Método dos Pontos-Interiores (MPI). Através deste artifício busca-se ampliar a capacidade de excitação do experimento e, portanto, proporcionar a estimação de modelos paramétricos mais robustos e confiáveis. Para verificar a eficácia da metodologia, um problema de modelagem do VAS do tipo catamarã foi escolhido. Os resultados demostraram alta similaridade entre os modelos estimados e a embarcação real em todas as etapas, inclusive nos diversos testes de validação. Portanto, demonstrando a aplicabilidade do método proposto e sua capacidade de produzir modelos paramétricos mais robustos e confiáveis.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentFaculdade de Engenhariapt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectVeículos autônomos de superfíciept_BR
dc.subjectIdentificação de sistemaspt_BR
dc.subjectProjeto de sinais de identificaçãopt_BR
dc.subjectEstimação paramétrica robustapt_BR
dc.subjectOtimizaçãopt_BR
dc.subjectAutonomous surface vehiclespt_BR
dc.subjectSystem identificationpt_BR
dc.subjectIdentification signals designpt_BR
dc.subjectRobust parameter estimationpt_BR
dc.subjectOptimizationpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
dc.titleMetodologia de estimação paramétrica robusta aplicada a um veículo autônomo de superfíciept_BR
dc.typeTesept_BR
Appears in Collections:Doutorado em Engenharia Elétrica (Teses)



This item is licensed under a Creative Commons License Creative Commons