[pt] COMPARAÇÃO DE MÉTODOS LINEARES E NÃO-LINEARES PARA IDENTIFICAÇÃO DE SISTEMAS COM MATERIAIS PIEZOELÉTRICOS E TRANSMISSÃO ACÚSTICA

[en] COMPARISON OF LINEAR AND NONLINEAR METHODS FOR SYSTEMS IDENTIFICATION WITH PIEZOELECTRIC MATERIALS AND ACOUSTIC TRANSMISSION

[pt] DANIEL PEREIRA DA COSTA

[pt] REDE NEURAL ARTIFICIAL

[pt] IDENTIFICACAO NAO-LINEAR

[pt] TRANSMISSAO PIEZOACUSTICA

[pt] ESTRUTURAS INTELIGENTES

[en] ARTIFICIAL NEURAL NETWORKS

[en] NONLINEAR IDENTIFICATION

[en] PIEZOACOUSTIC TRANSMISSION

[en] SMART STRUCTURES

[pt] Materiais piezoelétricos são materiais capazes de produzir uma corrente elétrica quando submetidos a um estresse mecânico. Por outro lado, esses materiais são fisicamente deformados quando um campo elétrico é aplicado sobre eles. Nesse trabalho, os piezoelétricos são usados para a aquisição de dados através de um túnel acústico e assim aplicar técnicas de identificação de sistemas para o processo de modelagem do sistema. Este trabalho tem como objetivo a identificação de um sistema de transmissão acústica através de métodos de identificação de sistemas caixa-preta. Em especifico, são usados os modelos lineares AutoRegressive with eXogenous inputs (ARX) e AutoRegressive Moving Average with eXogenous inputs (ARMAX) e modelos baseados em redes neurais do tipo Nonlinear AutoRegressive with eXogenous inputs (NARX). Esse projeto engloba todas as etapas de um processo de identificação de sistemas, desde a aquisição dos dados até a obtenção dos resultados. Os resultados obtidos são comparados com o modelo ARX e com o modelo ARMAX. A conclusão da predição mostra que o melhor resultado se obteve com o modelo ARMAX.

[en] Piezoelectric materials are materials capable of producing an electric current when subjected to mechanical stress. On the other hand, these materials are physically deformed when an electric field is applied to them. In this work, piezoelectrics are used for data acquisition through an acoustic tunnel and thus apply systems identification techniques to the system modeling process. This work aims to identify an acoustic transmission system through black box system identification methods. Specifically, the AutoRegressive with eXogenous Inputs (ARX) and AutoRegressive Moving Average with eXogenous Inputs (ARMAX) linear models and Nonlinear AutoRegressive with eXogenous Inputs (NARX) model with artificial neural network structure are used. This project encompasses all stages of a systems identification process, from data acquisition to results. The results obtained are compared with the ARX model and the ARMAX model. The prediction conclusion shows that the best result was obtained with the ARMAX model.

HELON VICENTE HULTMANN AYALA

2019-12-13

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=46365@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=46365@2

https://doi.org/10.17771/PUCRio.acad.46365