Página 1 dos resultados de 18005 itens digitais encontrados em 0.046 segundos

Comparação de Métodos Diretos e de Dois-Passos na identificação de sistemas em malha fechada.; Comparison between direct and two-step methods in closed-loop system identification.

Alves, Vitor Alex Oliveira
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 22/02/2011 PT
Relevância na Pesquisa
65.87%
A Identificação de Sistemas em Malha Fechada possui considerável apelo prático, uma vez que oferece maior segurança durante a coleta experimental de dados e ao mesmo tempo, em linhas gerais, proporciona a construção de modelos mais adequados para servir de base ao projeto de sistemas de controle. Esta Tese apresenta, como um de seus principais objetivos, a comparação dos Métodos Diretos aplicados à Identificação em Malha Fechada com a classe dos Métodos de Dois-Passos, que se enquadram na abordagem de Identificação Conjunta Entrada/Saída. Complementando esta comparação, propõe-se um novo algoritmo em Dois-Passos, a Dupla Filtragem. As propriedades de convergência deste método são analisadas em detalhe. O desempenho alcançado pelos modelos identificados pelos Métodos Diretos e com o uso dos Métodos de Dois-Passos aqui considerados a saber, Filtragem-u (VAN DEN HOF; SCHRAMA, 1993), Filtragem-y (HUANG; SHAH, 1997) e Dupla Filtragem são comparados em uma abordagem estatística por meio da aplicação de Simulações de Monte Carlo. Também se propõe uma variante ao método da Filtragem-u, proporcionando duas formas distintas de descrever a função de sensibilidade da saída associada ao processo sob estudo (FORSSELL; LJUNG...

Identificação de sistemas através do método assintótico.; System identification through the asymptotic method.

Misoczki, Rodolfo
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 04/10/2011 PT
Relevância na Pesquisa
65.88%
A Identificação de Sistemas é uma das técnicas utilizadas para se obter a representação matemática de um sistema. Diversos métodos podem ser aplicados para se obter um modelo matemático através da identificação de sistemas, entre eles o método de identificação assintótico, também chamado de ASYM (Zhu, 1998). Este trabalho propõe aplicar o método de identificação assintótico em sistemas SISO para a obtenção de modelo de sistemas ditos caixa-preta e avaliar o seu desempenho buscando também o melhor detalhamento do método. Os modelos obtidos foram avaliados de acordo com sua nota calculada através do método ASYM, através da comparação do índice de ajuste fit para autovalidação e validação cruzada e pela variância dos parâmetros dos modelos. O método ASYM é exaustivamente testado para sua avaliação. Entre os testes realizados neste trabalho destacam-se dois experimentos tipo Monte-Carlo com mais de quinhentas identificações e a aplicação do método em uma planta real. Os testes comprovaram a viabilidade da aplicação do método assintótico na identificação de sistemas SISO do tipo caixa-preta com excelente desempenho para estruturas ARMAX.; System Identification is one of the techniques used to obtain the mathematical representation of a system. Several methods can be applied to obtain a mathematical model by the system identification...

Identificação e controle de um veículo submersível autônomo sub-atuado.; Identification and control of a sub-actuated autonomous underwater vehicle.

Cutipa Luque, Juan Carlos
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 22/06/2012 PT
Relevância na Pesquisa
55.81%
O presente trabalho apresenta a descrição de um modelo matemático completo em seis graus de liberdade para um Veículo Submersível Autônomo (VSA) sub-atuado. Desenvolveram-se métodos de identificação de sistemas para identificar o modelo não linear do veículo. A fim de evitar problemas de divergência na estimação de parâmetros hidrodinâmicos do modelo, usou-se o método de transformação paramétrica. Usou-se o filtro estendido de Kalman como estratégia para o processo de estimação de parâmetros quando ruídos de natureza gaussiana estavam presentes no modelo e nas medidas. Com o objetivo de estimar um maior número de parâmetros de uma só vez, empregou-se o método de máxima verossimilhança. Os experimentos mostraram que o filtro de Kalman responde bem à estimação de parâmetros específicos, porém, divergiu facilmente à estimação de múltiplos parâmetros. Uma alternativa que apresentou melhor desempenho foi o método de máxima verossimilhança. Testaram-se manobras circulares e de zig-zags para a obtenção de dados do veículo. Para os ensaios experimentais, utilizou-se o VSA sub-atuado do Laboratório de Veículos Não Tripulados (LVNT) do Departamento de Engenharia Mecatrônica da Escola Politécnica da Universidade de São Paulo. Validou-se o modelo identificado mediante o simulador do veículo. Numa segunda etapa...

System identification and active vibration control of a flexible structure

de Abreu, Gustavo Luiz C. M.; da Conceicao, Sanderson M.; Lopes, Vicente; Brennan, Michael John; Santana Alves, Marco Tulio
Fonte: Abcm Brazilian Soc Mechanical Sciences & Engineering Publicador: Abcm Brazilian Soc Mechanical Sciences & Engineering
Tipo: Artigo de Revista Científica Formato: 386-392
ENG
Relevância na Pesquisa
55.81%
Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP); Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq); Processo FAPESP: 08/05129-3; The aim of this paper is to illustrate the active control of vibration of a flexible structure using a model-based digital controller. The state-space model of the system is derived using a system identification technique known as the Observer/Kalman Filter Identification (OKID) method together with Eigensystem Realization Algorithm (ERA). Based on the measured response of the structure to a random input, an explicit state-space model of the equivalent linear system is determined. The model is used in a Linear Quadratic Regulator (LQR) to control the first two modes of vibration of a cantilever beam using a piezoelectric actuator/sensor pair. Experimental results demonstrate the efficacy of the proposed approach.

Identificação dinamica longitudinal de um dirigivel robotico autonomo; Methodologies definition and validation for the longitudinal dynamic identification of an unmanned robotic airship

Bruno Guedes Faria
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 28/02/2005 PT
Relevância na Pesquisa
55.87%
Nos últimos anos tem-se observado um crescente interesse de empresas e instituições de pesquisa pelo desenvolvimento de veículos robóticos, dotados de diferentes níveis de capacidade de operação autônoma, objetivando a execução de diversas tarefas. Dentro deste contexto o CenPRA, Centro de Pesquisas Renato Archer, propôs o Projeto AURORA. O Projeto AURORA (Autonomous Unmanned Remote mOnitoring Robotic Airship) tem como seu principal objetivo o desenvolvimento de protótipos de veículos aéreos tele-operados, e a obtenção de veículos telemonitorados, através do desenvolvimento de sistemas com graus de autonomia crescentes. Para que se possam agregar níveis crescentes de autonomia ao veículo, é essencial incrementar seu sistema de controle e navegação de maneira gradativa. Por esse motivo o aprimoramento das estratégias de controle do sistema é essencial. Assim, é primordial possuir um modelo fidedigno do sistema físico em questão, pois somente dessa forma é possível elaborar leis de controle e testá-las imediatamente em simulação antes de partir para os ensaios práticos no veículo real. Além disso, um modelo adequado é essencial para a simulação do vôo do dirigível de forma a permitir a análise preliminar de seu comportamento diante de uma nova missão. O principal objetivo deste trabalho é a implementação e validação de metodologias para a identificação do modelo dinâmico longitudinal do dirigível. Foram abordadas três metodologias para a identificação do modelo dinâmico do dirigível: a identificação estacionária...

Estudo de métodos de identificação multivariável baseados em subespaços aplicados ao monitoramento da integridade de estruturas; Study of subspace-based identification methods applied to structural health monitoring

Nilson Roberto Inocente Junior
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 29/07/2011 PT
Relevância na Pesquisa
55.83%
O monitoramento da integridade de estruturas, também referido na literatura pelo termo Structural Health Monitoring (SHM), é um campo multidisciplinar de pesquisa que abrange técnicas, tecnologias e métodos que permitam um diagnóstico contínuo e inteligente da integridade de estruturas mecânicas. O desenvolvimento de estruturas mecânicas com maior durabilidade, maior segurança e menor custo de manutenção são as principais razões que justificam o investimento na pesquisa e desenvolvimento nessa área, por diversos setores da indústria e de serviços. Neste trabalho é estudada a aplicação de técnicas de identificação multivariável baseadas em subespaços, juntamente com geração e análise de resíduos de paridade como ferramentas para a realização da detecção de danos em estruturas mecânicas, o que representa a base de todo o procedimento de um diagnóstico estrutural completo. A realização deste trabalho envolveu a construção de uma bancada experimental para análise de danos em elementos de placa, com múltiplos sensores e atuadores. Como um dos passos principais deste trabalho também esteve o desenvolvimento de um método de identificação por subespaços com segmentação espectral, o que viabilizou uma melhoria na qualidade e redução no custo computacional da identificação da estrutura. Além disso...

Propostas imuno-inspiradas para identificação de sistemas e realização de séries temporais multivariáveis no espaço de estado; Immuno-inspired approaches for state space multivariable system identification and time series realization

Mateus Giesbrecht
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 30/02/2013 PT
Relevância na Pesquisa
65.76%
Nesta tese é descrito como alguns problemas relacionados à identificação de sistemas discretos multivariáveis, à realização de séries temporais discretas multivariáveis e à modelagem de séries temporais discretas multivariáveis, podem ser formulados como problemas de otimização. Além da formulação dos problemas de otimização, nesta tese também são apresentadas algumas propostas imuno-inspiradas para a solução de cada um dos problemas, assim como os resultados e conclusões da aplicação dos métodos propostos. Os métodos aqui propostos apresentam resultados e performance melhores que aqueles obtidos por métodos conhecidos para solução dos problemas estudados, e podem ser aplicados em problemas cujas condições não sejam favoráveis para aplicação dos métodos conhecidos na literatura.; In this thesis it is described how some problems related to multivariable system identification, multivariable time series realization and multivariable time series modeling, can be formulated as optimization problems. Additionally, in this thesis some immune-inspired methods to solve each problem are also shown, and also the results and conclusions resultant from the application of the proposed methods. The performance and the results obtained with the methods here proposed are better than the results produced by known methods to solve the studied problems and can be applied even if the problem conditions are not suitable to the methods presented in the literature.

Intelligent techniques for system identification and controller tuning in pH process

Valarmathi,K.; Devaraj,D.; Radhakrishnan,T. K.
Fonte: Brazilian Society of Chemical Engineering Publicador: Brazilian Society of Chemical Engineering
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/03/2009 EN
Relevância na Pesquisa
65.78%
This paper presents an application of Artificial Neural Network (ANN) and Genetic Algorithm (GA) for system identification for controller tuning in a pH process. In this paper, the ANN based approach is applied to estimate the system parameters. Once the variations in parameters are identified frequently, GA optimally tunes the controller. The simulation results show that the proposed intelligent technique is effective in identifying the parameters and has resulted in a minimum value of the Integral Square Error, peak overshoot and minimum settling time as compared to conventional methods. The experimental results show that their performance is superior and it matches favorably with the simulation results.

Application of time-delay neural and recurrent neural networks for the identification of a hingeless helicopter blade flapping and torsion motions

Marques,F. D.; Souza,L. de F. Rodrigues de; Rebolho,D. C.; Caporali,A. S.; Belo,E. M.; Ortolan,R. L.
Fonte: Associação Brasileira de Engenharia e Ciências Mecânicas - ABCM Publicador: Associação Brasileira de Engenharia e Ciências Mecânicas - ABCM
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/06/2005 EN
Relevância na Pesquisa
55.83%
System identification consists of the development of techniques for model estimation from experimental data, demanding no previous knowledge of the process. Aeroelastic models are directly influence of the benefits of identification techniques, basically because of the difficulties related to the modelling of the coupled aero- and structural dynamics. In this work a comparative study of the bilinear dynamic identification of a helicopter blade aeroelastic response is carried out using artificial neural networks is presented. Two neural networks architectures are considered in this study. Both are variations of static networks prepared to accomodate the system dynamics. A time delay neural networks (TDNN) for response prediction and a typical recurrent neural networks (RNN) are used for the identification. The neural networks have been trained by Levemberg-Marquardt algorithm. To compare the performance of the neural networks models, generalization tests are produced where the aeroelastic responses of the blade in flapping and torsion motions at its tip due to noisy pitching angle are presented. An analysis in frequency of the signals from simulated and the emulated models are presented. In order to perform a qualitative analysis, return maps with the simulation results generated by the neural networks are presented.

System identification and active vibration control of a flexible structure

Abreu,Gustavo Luiz C. M. de; Conceição,Sanderson M. da; Lopes Jr.,Vicente; Brennan,Michael John; Alves,Marco Túlio Santana
Fonte: Associação Brasileira de Engenharia e Ciências Mecânicas - ABCM Publicador: Associação Brasileira de Engenharia e Ciências Mecânicas - ABCM
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/01/2012 EN
Relevância na Pesquisa
55.81%
The aim of this paper is to illustrate the active control of vibration of a flexible structure using a model-based digital controller. The state-space model of the system is derived using a system identification technique known as the Observer/Kalman Filter Identification (OKID) method together with Eigensystem Realization Algorithm (ERA). Based on the measured response of the structure to a random input, an explicit state-space model of the equivalent linear system is determined. The model is used in a Linear Quadratic Regulator (LQR) to control the first two modes of vibration of a cantilever beam using a piezoelectric actuator/sensor pair. Experimental results demonstrate the efficacy of the proposed approach.

System identification for robust control

Zhang, Huipin
Fonte: Universidade Rice Publicador: Universidade Rice
ENG
Relevância na Pesquisa
55.84%
In the design of a robust control system, one needs a nominal model together with a quantitative bound on the uncertainty that results from under-modeling and disturbances. In this thesis we do not intentionally seek a nominal model and a quantitative bound, instead, the uncertainty is directly parameterized so that the resulting uncertain model family can be characterized by means of a real parameter vector with at most unit length. This is an innovative approach to the control-oriented system identification, since it is not in accordance with the general philosophy of robust identification. However, it is applicable to the robust synthesis problem by taking advantage of a convex parameterization of robust controllers that simultaneously stabilize the uncertain models in the family. The robust performance problem becomes tractable since it can be converted into a quasi-convex optimization problem with Linear Matrix Inequality (LMI) constraints. The relation between the optimal robust performance and the uncertainty is studied by analyzing the explicit bounds of the maximal robust margin. Model (in)validation is a complement to system identification. In our approach it is an integral ingredient of the process of obtaining robust control-oriented system models. A single model is not invalidated if it is inside the ellipsoid...

Support vector method for robust ARMA system identification

Rojo-Álvarez, José Luis; Martínez-Ramón, Manel; Prado-Cumplido, Mario de; Artés-Rodríguez, Antonio; Figueiras-Vidal, Aníbal R.
Fonte: IEEE Publicador: IEEE
Tipo: info:eu-repo/semantics/publishedVersion; info:eu-repo/semantics/article Formato: application/pdf
Publicado em /01/2004 ENG
Relevância na Pesquisa
65.84%
This paper presents a new approach to auto-regressive and moving average (ARMA) modeling based on the support vector method (SVM) for identification applications. A statistical analysis of the characteristics of the proposed method is carried out. An analytical relationship between residuals andSVM-ARMA coefficients allows the linking of the fundamentals of SVM with several classical system identification methods. Additionally, the effect of outliers can be cancelled. Application examples show the performance of SVM-ARMA algorithm when it is compared with other system identification methods.

Non-linear System Identification with Composite Relevance Vector Machines

Camps-Valls, Gustavo; Martínez-Ramón, Manel; Rojo-Álvarez, José Luis; Muñoz-Marí, Jordi
Fonte: IEEE Publicador: IEEE
Tipo: info:eu-repo/semantics/acceptedVersion; info:eu-repo/semantics/article Formato: application/pdf
Publicado em /04/2007 ENG
Relevância na Pesquisa
65.76%
Nonlinear system identification based on relevance vector machines (RVMs) has been traditionally addressed by stacking the input and/or output regressors and then performing standard RVM regression. This letter introduces a full family of composite kernels in order to integrate the input and output information in the mapping function efficiently and hence generalize the standard approach. An improved trade-off between accuracy and sparsity is obtained in several benchmark problems. Also, the RVM yields confidence intervals for the predictions, and it is less sensitive to free parameter selection

Modeling and model identification of autonomous underwater vehicles

Alberti, Jose
Fonte: Monterey, California: Naval Postgraduate School Publicador: Monterey, California: Naval Postgraduate School
Tipo: Tese de Doutorado
Relevância na Pesquisa
55.79%
Approved for public release; distribution is unlimited; As autonomous underwater vehicles (AUVs) are deployed in more complex operational scenarios (e.g., multi-vehicle operations or information gathering in cluttered littoral zones), accurate control of these platforms is of particular importance. However, the design of accurate controllers and these complex systems in general require accurate models. This research is focused on the identification of rigid body and hydrodynamic modeling parameters of the THAUS (a modified SeaBotix vLBV300) and the Hydroid REMUS100 AUVs. A hydrodynamic model is adopted that accounts for vehicle-specific properties, including symmetry and anticipated flow properties. An experimental setup, based on a quadrifilar pendulum, is developed to measure the moments of inertia of the vehicle. System identification techniques, based on Recursive Least Squares estimation with modifications for learning the parameters of dynamic systems, are applied in two approaches to learn the parametric models of the platforms: an individual channel excitation approach and a free decay pendulum test. The former is applied to THAUS, which can excite the system in individual channels in four degrees of freedom. These results are verified in the free decay pendulum setup...

State-space modeling, system identification and control of a 4th order rotational mechanical system

Anderson, Jeremiah P.
Fonte: Monterey, California: Naval Postgraduate School Publicador: Monterey, California: Naval Postgraduate School
Tipo: Tese de Doutorado Formato: xxii, 93 p. : ill. ;
Relevância na Pesquisa
65.83%
Approved for public release, distribution unlimited; In this thesis, a 4th order rotational mechanical plant provided by Educational Control Products is modeled from first principles and represented in state-space form. Identification of the state-space parameters was accomplished using the parameter estimation function in Matlab's System Identification Toolbox utilizing experimental input/output data. The identified model was then constructed in Simulink and the accuracy of the identified model parameters was studied. The open loop stability of the plant, as well as its controllability and observability were analyzed to determine the applicability of a pole placement control strategy. Based on the results of this analysis, a full state variable feedback controller was investigated to place the system's poles such that a rotational disk would perfectly track a step angle input with less than five percent overshoot and have less than a one second settling time, with no steady-state error. A refinement of this controller, to include an observer to estimate the system states, was also investigated. Finally, the results of this work are summarized and presented as a series of laboratories applicable to a course in state-space design.; US Navy (USN) author.

System Identification Methods For Reverse Engineering Gene Regulatory Networks

WANG, ZHEN
Fonte: Quens University Publicador: Quens University
Tipo: Tese de Doutorado
EN; EN
Relevância na Pesquisa
65.83%
With the advent of high throughput measurement technologies, large scale gene expression data are available for analysis. Various computational methods have been introduced to analyze and predict meaningful molecular interactions from gene expression data. Such patterns can provide an understanding of the regulatory mechanisms in the cells. In the past, system identification algorithms have been extensively developed for engineering systems. These methods capture the dynamic input/output relationship of a system, provide a deterministic model of its function, and have reasonable computational requirements. In this work, two system identification methods are applied for reverse engineering of gene regulatory networks. The first method is based on an orthogonal search; it selects terms from a predefined set of gene expression profiles to best fit the expression levels of a given output gene. The second method consists of a few cascades, each of which includes a dynamic component and a static component. Multiple cascades are added in a parallel to reduce the difference of the estimated expression profiles with the actual ones. Gene regulatory networks can be constructed by defining the selected inputs as the regulators of the output. To assess the performance of the approaches...

Forecasting Hospital Emergency Department Visits for Respiratory Illness Using Ontario's Telehealth System: An Application of Real-Time Syndromic Surveillance to Forecasting Health Services Demand

PERRY, ALEXANDER
Fonte: Quens University Publicador: Quens University
Tipo: Tese de Doutorado Formato: 8189225 bytes; application/pdf
EN; EN
Relevância na Pesquisa
55.87%
Background: Respiratory illnesses can have a substantial impact on population health and burden hospitals in terms of patient load. Advance warnings of the spread of such illness could inform public health interventions and help hospitals manage patient services. Previous research showed that calls for respiratory complaints to Telehealth Ontario are correlated up to two weeks in advance with emergency department visits for respiratory illness at the provincial level. Objectives: This thesis examined whether Telehealth Ontario calls for respiratory complaints could be used to accurately forecast the daily and weekly number of emergency department visits for respiratory illness at the health unit level for each of the 36 health units in Ontario up to 14 days in advance in the context of a real-time syndromic surveillance system. The forecasting abilities of three different time series modeling techniques were compared. Methods: The thesis used hospital emergency department visit data from the National Ambulatory Care Reporting System database and Telehealth Ontario call data and from June 1, 2004 to March 31, 2006. Parallel Cascade Identification (PCI), Fast Orthogonal Search (FOS), and Numerical Methods for Subspace State Space System Identification (N4SID) algorithms were used to create prediction models for the daily number of emergency department visits using Telehealth call counts and holiday/weekends as predictors. Prediction models were constructed using the first year of the study data and their accuracy was measured over the second year of data. Factors associated with prediction accuracy were examined. Results: Forecast error varied widely across health units. Prediction error increased with lead time and lower call-to-visits ratio. Compared with N4SID...

A low complexity frequency-domain approach to SIMO system identification

Wang, Song; Manton, Jonathan
Fonte: Institute of Electrical and Electronics Engineers (IEEE Inc) Publicador: Institute of Electrical and Electronics Engineers (IEEE Inc)
Tipo: Conference paper
Relevância na Pesquisa
65.79%
With a rapidly changing channel in mobile communications, there is a scarcity of data samples, posing a challenge to reliable system identification. To address the problem, this paper presents a low complexity frequency-domain approach to blind single-inp

System identification and control of a 3D truss structure using PLID and LQG

Vallone, Phillip
Fonte: Rochester Instituto de Tecnologia Publicador: Rochester Instituto de Tecnologia
Tipo: Tese de Doutorado
EN_US
Relevância na Pesquisa
55.91%
This thesis deals with the experimental application of a system identification tech nique called pseudo-linear identification (PLID). PLID is a discrete-time, multi-input, multi-output (MEMO), state space, simultaneous parameter estimator and one step ahead state predictor of linear time invariant systems. No measurements are assumed perfect under PLED; that is the inputs and outputs are allowed to have zero mean white gaussian (ZMWG) additive noise. Furthermore, the states are also assumed to have additive ZMWG noise. Like most system identification techniques, PLED requires the system to be completely controllable and observable under the given actuator and sensor suite. The only firm assumption made on model structure is that the transfer function be strictly proper; that is, the frequency response is bounded and tends towards zero as frequency is in creased to infinity. Pole and zero locations are not confined; indeed, unstable systems can be identified, and furthermore, they can be controlled because PLED provides simultaneous one step ahead state predictions. Developed by Hopkins et. al. in 1988 [1], this method has seen little application (due in part to its youth); however, it is shown in the following pages to be a powerful technique for performing state space system identification...

COMPARISON OF FREQUENCY RESPONSE AND NEURAL NETWORK TECHNIQUES FOR SYSTEM IDENTIFICATION OF AN ACTIVELY CONTROLLED STRUCTURE

GÓMEZ PIZANO,DANIEL
Fonte: DYNA Publicador: DYNA
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/12/2011 EN
Relevância na Pesquisa
65.88%
System identification methodsare generally used to obtain the dynamic properties of structural systems. The dynamic properties are used for various purposes, such as model updating, structural health monitoring, and control synthesis. This paper presents the identification of an actively controlled structure with an active mass damper based on input-outputrelationships.The input signals include accelerations in the base of the structure and control force inputs while the output signals are the accelerations of the structure due to the inputs. In this paper, the system identification using frequency response functions iscompared with non-linear relationships obtained by using artificial neural networks (ANN) for bothasingle-input, single-output, and multiple-inputsingle-output (MISO) system. The results indicate that for the MISO structural system,the ANN technique providesa more accurate identification than identifications obtained with frequency responsemethods.