Identificação não-paramétrica de sistemas mecânicos usando filtros de Kautz

• Main Author: Scussel, Oscar
• Other Authors: Silva, Samuel da
• Format: Others
• Language: Portuguese
• Published: Universidade Estadual do Oeste do Parana 2017
• Subjects: identificação desistemas; funções de resposta ao impulso (IRFs); método das covariância; funções ortogonais de Kautz (OKFs); otimização multi-objetivo; system identifi; cation; Impulse Response Functions (IRFs); covariance cethod; Orthogonal Kautz Functions (OKFs); multi-objective optimization; CIENCIAS EXATAS E DA TERRA:MATEMATICA:GEOMETRIA E TOPOLOGIA:SISTEMAS DINAMICOS
• Online Access: http://tede.unioeste.br:8080/tede/handle/tede/1066

Made available in DSpace on 2017-07-10T17:11:44Z (GMT). No. of bitstreams: 1 DISSERTACAO OSCAR SCUSSEL.pdf: 4301786 bytes, checksum: 8a64e99e73bc5e4478b9e5077d78baed (MD5) Previous issue date: 2013-03-04 === Impulse Response Functions (IRFs) are important in many engineering applications, mainly in structural dynamics and modal analysis involving experimental modal tests. These IRFs can be identified through several methods. Among these, the classical covariance method is one of the most used and it is based on the sum of convolution from the correlation functions between input and output signals known. However, this method is limited because it employs a large number of samples and has drawbacks related to over parametrization. In this sense, this work presentes and review the covariance method expanded in the ortonormal basis Kautz functions, because this alternative way allows to avoid these drawbacks. In order to ilustrate the procedure an algorithm with multiple objective functions to obtain the optimal poles of the Kautz filter is shown. The results are provided through three degree-of-freedom mechanical system simulated and experimental data in a beam to show the advantages, drawbacks, simplicity and efficiency of the proposed approach. === As funções de resposta ao impulso (IRFs) exercem papel de destaque na identificação de sistemas reais quando têm-se o conhecimento dos dados de entrada/saída do sistema. Essas IRFs são relevantes em muitas aplicações de Engenharia, especialmente em análise modal experimental de estruturas. Dentre os métodos para obtenção dessas IRFs, destaca-se o clássico método das covariâncias baseado na soma de convolução das funções de correlação entre os sinais de entrada e saída conhecidos. No entanto, esse método é limitado quando são coletadas muitas amostras e possui algumas desvantagens como efeitos de sobreparametrização. Neste sentido, este trabalho apresenta e revisa o método das covariâncias expandido na base ortonormal de Kautz para aplicações em identificação de sistemas mecânicos, pois essa forma alternativa permite evitar esses efeitos de sobreparametrização. Para obter os pólos ótimos dos filtros de Kautz, emprega-se um algoritmo multi-objetivo. Os resultados são verificados através de um sistema mecânico com três graus de liberdade e em dados experimentais a partir de uma viga na condição livre-livre no qual verificam-se as vantagens, desvantagens, simplicidade e eficiência do método proposto.