NOVA ESTRUTURA DE CONTROLADORES COM VRFT CONSTRUDA UTILIZANDO BASES DE FUNES

ORTONORMAIS
MIRIAM R. BENINCA, GUSTAVO H. C. OLIVEIRA. , GIDEON V. LEANDRO
Departamento de Engenharia Eltrica, Universidade Federal do Paran
Centro Politcnico, Jardim das Amricas
Curitiba, Paran, Brasil
CEP: 81531-990
E-mails: miriambeninca@hotmail.com, gustavo@eletrica.ufpr.br,
gede@eletrica.ufpr.br
Abstract The Virtual Reference Feedback Tuning (VRFT) design is a non-iterative method that intents to identify a controller
from one set of data collected from plant. Although it is a good alternative for controller design, it minimizes parameters in a pre-
defined structure of controller. It means that this class of controller must be assign precisely, otherwise the feedback system does
not respond as a reference model. This paper generalizes this control structure by adapting the orthonormal basis functions (OBF)
in order to improve the VRFT theory and applicability. Simulation results are presented to illustrate the effectiveness compared
between conventional VRFT and OBF-VRFT.
Keywords Orthonormal basis functions, Laguerre method, Virtual Feedback Reference Tuning, Data-based controller design.
Resumo O projeto de controladores pela referncia virtual chamado Virtual Reference Feedback Tuning (VRFT) um mtodo
no iterativo que tem por objetivo obter um controlador a partir de um conjunto de dados de entradas e sadas da planta. Apesar
de ser um mtodo rpida para projeto de controladores, ele fundamentalmente minimiza parmetros do controlador baseado em
uma estrutura fixa, pr-determinada, o que compromete a resposta do sistema quando realimentado e aumenta os erros quando
comparados com um modelo de referncia. Este trabalho generaliza a escolha de uma estrutura de controladores atravs da teoria
de bases de funes ortonormais (BFO) a fim de condicionar o mtodo VRFT a obter maior aplicabilidade. Alguns resultados de
simulao so apresentados afim de ilustrar a preciso do mtodo proposto comparado ao tradicional.
Palavras-chave Bases de funes ortonormais, Bases de Laguerre, Referencia Virtual, Projeto de Controle baseado em dados.
1 Introduo
A ideia fundamental da teoria de controle alte-
rar o comportamento dinmico de um sistema e aten-
der certos requisitos de desempenho. Em muitos
casos o controlador projetado conforme um modelo
matemtico cuja preciso fundamental para que o
sistema real se comporte conforme planejado.
Com o objetivo de atingir requisitos mais rgidos
e controlar sistemas cada vez mais complexos, desde
os anos 90 muitos mtodos foram desenvolvidos para
projetar o controlador sem conhecimento prvio do
modelo do processo, mas somente com dados de
entrada e sada coletados da planta. Desta forma, as
tcnicas de projeto de controladores baseados em
dados tm por objetivo principal utilizar o montante
de informao coletado para ajustar os parmetros de
estruturas previamente determinadas a fim de atender
os requisitos de desempenho do sistema (Guardabas-
si & Savaresi, 2000; Huusom et al, 2011).
Dentre os mtodos de projeto de controladores
baseados em dados, o chamado Virtual Reference
Feedback Tuning, ou VRFT, possui a grande vanta-
gem de trabalhar somente com um conjunto de dados
da planta, ou seja, uma nica interveno para expe-
rimentos. Proposto inicialmente por (Guardabassi &
Savaresi, 2000), este mtodo vem sendo amplamente
estudado desde ento. Dentre os vrios trabalhos,
pode-se destacar os de (Campi et al, 2002; Lecchini
et al, 2002; Sala, 2007; Campestrini et al, 2011; Cu-
nha & Bazanella, 2012; Bazanella et al, 2012). Al-
guns trabalhos no contexto nacional so (Campestri-
ni, 2010; Neuhaus, 2012).
O mtodo VRFT se caracteriza por ter como ob-
jetivo identificar um controlador para uma planta a
fim de que o comportamento em malha fechada seja
o mais prximo possvel de um modelo de referncia.
A definio dessa referncia uma vantagem do
VRFT frente s tcnicas tradicionais em que as espe-
cificaes de controlador so dadas empiricamente
ou escolhidas de forma simples, porm limitada
(Campestrini, 2010).
Dessa forma, pode-se dizer que dois dados inici-
ais de projeto so necessrios no mtodo VRFT: Um
conjunto de entrada e sada da planta (experimento) e
o comportamento desejado da planta em malha fe-
chada (modelo referncia). Os dados de entrada e
sada so resultados de um nico experimento reali-
zado que consiste em perturbar o processo com uma
entrada conhecida e observar a resposta resultante na
varivel de sada.
Apesar de apresentar a vantagem de poder ser
parametrizado linearmente o mtodo de VRFT
extremamente dependente da classe de modelos
escolhida para representar o controlador cujos par-
metros sero selecionados usando um procedimento
de identificao de sistemas (Campi et al, 2002),.
Assim, surgem casos em que classe de controladores
escolhida no pertence classe de controladores
ideal, pois no se conhece a priori a estrutura da
Anais do XX Congresso Brasileiro de Automtica
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
2170


planta que est sendo controlada. Os parmetros do
modelo estimado para o controlador podem conver-
gir, porm a resposta em malha fechada fica aqum
do especificado.
Por outro lado, dentre as estruturas de modelos
para sistemas lineares estveis em malha aberta des-
tacam-se os modelos formados por bases de funes
ortonormais (BFO) (Heuberger, 2005). Conforme
descrito em (Campello et al, 2007), tal estrutura de
modelo tem algumas vantagens sobre os mtodos
convencionais para identificao de sistemas linea-
res. i) desacoplamento natural das mltiplas sadas
em modelos multivariveis e a um conjunto de pro-
priedades estatsticas favorveis estimao numri-
ca daqueles modelos lineares nos parmetros via
algoritmo de mnimos quadrados; ii) No necess-
rio conhecer os termos passados relevantes dos sinais
de E/S do sistema, cujo procedimento de determina-
o no trivial, particularmente no caso no linear;
dentre outras. A aplicao de modelos OBF em sis-
temas de controle descrita em (Wang & Cluett,
2000; Wang, 2010; Oliveira et al, 2007). Alguns
trabalhos no contexto nacional so (Oliveira, 1997;
Da Rosa, 2009; Campello, 2002; Machado, 2011;
Maestrelli, 2010; Reginato, 2008) e referncias in-
clusas.
Neste contexto, este artigo contm uma proposta
de uso modelos com estrutura formada por bases de
funes ortonormais na parametrizao de controla-
dores com projeto baseado em VRFT para sistemas
lineares. Pretende-se com isso diminuir a sensibilida-
de do projeto VRFT frente seleo prvia da estru-
tura do controlador.
Neste artigo, aborda-se o mtodo VRFT para sis-
temas lineares, porm, conforme descrito por (Sava-
resi & Guardabassi, 1998; Nijmeijer & Savaresi,
1998; Guardabassi & Savaresi, 2001; Kansha, 2008)
este mtodo tambm pode ser aplicado em sistemas
no lineares.
Este trabalho est estruturado conforme apresen-
tado a seguir. Na Seo 2, descrevem-se os funda-
mentos do mtodo de projeto VRFT. Na Seo 3,
descreve-se a identificao de parmetros de modelos
lineares usando bases de funes ortonormais. Na
Seo 4, tem-se a proposta de controlador com estru-
tura formada por BFO e projeto VRFT. Na Seo 5,
apresentam-se exemplos de simulao da estratgia
proposta e, finalmente, na Seo 6, o artigo conclu-
do.
2 A Representao via VRFT
2.1 O projeto VRFT clssico
O VRFT um mtodo no iterativo que consiste
em minimizar uma funo objetivo com o objetivo
de encontrar parmetros de um controlador a fim de
obter um modelo realimentado que se comporte igual
a um modelo de referncia.
Assume-se que o modelo da planta desconhe-
cido e que somente se tem um conjunto de entradas e
sadas coletado em um experimento, alm de um
modelo de referencia que contm a dinmica deseja-
da para o sistema em malha fechada, ( ). O
objetivo do mtodo determinar um controlador com
estrutura () e parmetros , de modo que o siste-
ma em malha fechada se aproxime ao mximo do
modelo pr-especificado, ( )
Assim, o mtodo VRFT resolve um problema de
identificao de sistemas em tempo discreto confor-
me descrito na Figura 1, onde o modelo de refern-
cia, ( ) descreve o desempenho desejado de uma
planta () com controlador ( ). Nesta mesma
figura, () e () so, respectivamente, valores de
entrada e sada conhecidos e () a sada de refern-
cia virtual obtida atravs do inverso do modelo de
referncia

( ) e ().






Figura 1. Sistema de controle com realimentao
unitria, sendo

( ) o inverso da dinmica dese-

jada.

Desta forma, baseado no sinal de sada do pro-
cesso, (), obtm-se um sinal de referncia () tal
que minimize o erro entre () e ( ). Sendo

() e () a transformada Z de () e () res-
pectivamente, tem-se:

( )

() ( ) (1)
onde:

( )
( )()
( )()
(2)

O sinal () no existe na realidade, ele uma
referncia conhecida como virtual e somente utili-
zada para gerar os sinais simulados a partir de ()
sem a atuao do controlador.
Supondo que () no conhecido e que so-
mente uma sequncia de entradas e sadas foi coleta-
da da planta, o objetivo obter parmetros de uma
estrutura predeterminada ( ) em que o sistema
de controle realimentado se comporte conforme a
referncia desejada, o modelo ( )
Dado uma medida de sinal ()
()
da planta,
o sinal de referncia correspondente dado pela
Equao (3) conforme mostrado na Figura (2):

()
() ()
()

( )
() ( )
+

-
+

+
()
()
Anais do XX Congresso Brasileiro de Automtica
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
2171

()

( )() (3)



Figura 2. Modelo inverso do comportamento deseja-
do da planta dado por

( ).

O mtodo VRFT define as sadas
()

como a sada desejada quando o sinal

de referncia for ()

. Como consequncia,
o erro dado por () () (). Como os
valores de erro, (), e a entrada da planta para dada
sada (), (), so conhecidos, o sistema se reduz
a um problema de identificao de um modelo din-
mico no qual, se a entrada for () ento a sada ser
() (Campi et al, 2002; Bazanella et al,2008).
Sendo ( ) a funo de transferncia da Figu-
ra (2), se o sistema for alimentado com qualquer
sinal de referncia (), sua sada ser ( )()
(Kansha et al, 2008). Ento, a condio necessria
para que o sistema de malha fechada tenha a mesma
funo de transferncia do modelo de referncia
que a sada dos dois sistemas seja a mesma para um
dado () Portanto, a identificao do controlador
reduz-se a minimizar o problema:

()
()

() ( )()

(4)

Uma vez definida a referncia virtual (),
possvel visualizar que o sistema se torna um pro-
blema no linear de identificao de sistemas linea-
res. Como em todo problema de identificao de
sistemas, deseja-se definir uma estrutura de modelo
C que contm modelos especficos () dados por
vetores de parmetros pertencentes a

, de forma
que (Ljung, 1999):

C* = {()

(5)

Assim, determinar a estrutura ou classe do con-
trolador um dos desafios do projeto VRFT. Em
diversos trabalhos como os de (Neuhaus,2012; Chiu,
2008; Guardabassi & Savaresi, 2000; Campestrini,
2010) a estrutura dos controladores foi determinada
previamente na etapa de experimentos. Em todos os
trabalhos citados, o modelo do controlador foi para-
metrizado baseado em uma estrutura pr-definida,
conforme dado pela Equao (6):

( )

(), (6)

sendo ()

()

()

()

() um
vetor linear de funes de transferncias de tempo
discreto e o vetor de parmetros a ser estimado.

Ou seja, para um controlador PI, a classe de contro-
ladores ( ) dada por:

( )

(7)

ou ainda, no caso de um PID:

( )

( )
(8)

Nas situaes em que o controlador assumido
previamente e este no contempla o controlador
ideal, pode-se ocorrer mau condicionamento numri-
co e/ou o controlador calculado pode no atender o
desempenho desejado.
Assim, a fim de minimizar os erros devidos a
uma estrutura fixa de controlador, prope-se neste
trabalho uma nova estrutura para definir o controla-
dor, visando melhorar os resultados do problema de
identificao associados sem a necessidade de inter-
venes sucessivas e/ou do conhecimento prvio da
planta pelo projetista.
3 As bases de funes ortonormais (BFO)
Ao longo da ltima dcada houve o desenvolvi-
mento de tcnicas novas com o objetivo de generali-
zar as bases de funes ortonormais estudadas por
Wiener e Laguerre nos anos 30 (Heuberger et al,
2005). O objetivo obter classes de funes racio-
nais para sistemas lineares ou dinmicos lineariz-
veis (Heuberger et al, 2005; Oliveira et al, 2011;
Oliveira et al, 2012). Sendo um modelo desconheci-
do, a sada do processo descrita como a soma pon-
derada das sadas das funes de base ortonormal, ou
seja, cada funo que forma a base definida por um
polo. Tal polo escolhido a partir de um conheci-
mento a priori da dinmica da planta ou atravs de
mtodos desenvolvidos para seleo tima dos par-
metros da base. Como exemplo cita-se os trabalhos
de (Reginato, 2007; Silva, 2000).
A principal forma de se determinar modelos di-
nmicos atravs das bases de funes ortonormais
atravs da resposta impulso do sistema. Porm esse
desenvolvimento possvel somente para sistemas
dinmicos estveis com resposta impulso somvel
(Campello et al, 2007). De outra forma, necessrio
estimar os coeficientes das bases (

) atravs de
algoritmos de estimao linear como, por exemplo, o
mtodo dos mnimos quadrados (Campello et al,
2007; Aguirre, 2007).
Assim, seja um processo SISO, linear e causal,
com memria finita descrito por sua funo de trans-
ferncia ():

() ()() (9)

()
()

( )
Anais do XX Congresso Brasileiro de Automtica
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
2172


ou seu somatrio de convoluo:

() ( )()

(10)

onde () e () so a entrada e sada de um sinal
de tempo discreto, respectivamente.
Caso a resposta impulso da planta possua ener-
gia finita, isto , se:

()

(11)

ento () pode ser representada como uma srie de
funes ortonormais na forma:

()

()

(12)
onde:

()

()
(13)

e

() uma base de funes ortonor-

mais e

so os parmetros do desenvolvimento da
srie de ()

Assim, a sada () para uma entrada () :

()

()()

(14)

Aplicando a transformada Z, obtm-se:

()

()

() (15)

O objetivo do mtodo aproximar a srie de
funes ortonormais resposta impulso do sistema e
consequentemente obter a funo de transferncia
desse processo.
Diferentes bases de funes ortonormais podem
ser utilizadas a fim de que seja construda a dinmica
do sistema em um formato de funo racional, dado
um polo real ou um termo de polos reais e conjuga-
dos (Campello et al, 2007; Oliveira et al, 2011).
Assim, seja

) a funo de transferncia de
uma base de sries ortonormais dada pela Equao
(16).

) (

(16)
sendo

representam os polos da base e

seus
polos conjugados.

Caso seja considerado um polo nico e real para
todas as bases de funes ortonormais, a equao
acima se torna:

(17)
Essas funes de base so chamadas de funes
de Laguerre. (Wang & Cluett, 2000; Wang, 2009;
Oliveira et al, 2011).
Como em toda srie de funes, ocorre neste ca-
so erros de truncamento, assim, para dada funes,
o erro :

()

()

(18)

Ou seja, a relao entre o sinal de entrada e sada
dado por:

()

()

()
(19)

ou ainda:
()

()
(20)

onde () o sinal de controle, () o sinal de
sada e

() a sada da i-ssima funo

).

Quando o nmero de funes aumentado (para
um mesmo valor p) a dinmica do processo mais
bem identificada. Outra observao que, caso o
valor do polo seja diferente, o nmero de funes
necessrias se altera, o que justifica uma escolha
apropriada do valor de (Wang, 2009).


4 Estrutura de Controlador Utilizando Bases De
Funes Ortonormais
Como demonstrado na seo 2, um controlador
ideal definido pela tcnica do VRFT aquele cujo
sistema em malha fechada se comporta como o mo-
delo de referncia, dado por (), ou ainda, aquele
que descreve a entrada da planta () dada uma
entrada (), tal que:

() () () (21)

sendo () dado por:

Anais do XX Congresso Brasileiro de Automtica
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
2173


()

()() (22)

e () a sada da planta dado ().
Dessa forma, assumido que o conjunto de da-
dos iniciais (entrada e sada) formado pela resposta
impulso da planta (

) e dado que:

()

)() (23)

ento () um impulso e () ser a resposta im-
pulso de

).

Conforme seo 2 assume-se que () possui
memria finita, logo o erro em regime permanente
zero,
Ento a resposta impulso () pode tambm ser
descrita por uma base de funes ortonormais da
seguinte forma:

()

()

()

(25)

ou ainda:

()

()

() (26)

()

()

()
(27)
e por fim:

()

()()
(28)

possvel ento descrever () atravs das ba-
ses de funes ortonormal e obter a funo de trans-
ferncia de

(), ou ainda ().

5 Exemplos de Simulao
Nesta seo ser demonstrada efetividade da
proposta apresentada neste trabalho atravs de um
exemplo de simulao, analisando o projeto de con-
troladores VRFT clssico e com a estrutura BFO.
Dois casos sero analisados.
No primeiro, utilizada a tcnica do VRFT pa-
dro com estrutura de controlador fixa e o contro-
lador ideal no pertence a classe de controladores
escolhida
No segundo caso, utilizada a estrutura de bases
de funes ortonormais obtidas atravs da resposta
impulso (), conforme explanado da seo 4.
O objetivo validar a nova forma de determinar
o controlador para tcnica do VRFT em um caso
onde o procedimento clssico apresenta problemas.
Os dados do processo esto baseados em (Neuhaus,
2012).
Conforme Figura (1), define-se seguinte funo
de transferncia do sistema a ser controlado:
()
( )
( )( )

(29)


Tambm conforme Figura (1), o sinal de pertur-
bao () definido aleatrio com desvio padro 1
e mdia 0 e filtrado por (), dado por:

()

( )

(30)


Por fim, necessrio definir o comportamento
desejado do sistema () e, no caso do projeto cls-
sico do VRFT, uma classe de controladores ( ),
que neste caso no contempla a estrutura do contro-
lador ideal.

()

( )

(31)


Classe do controlador (no pertencente):

( )

( )

(32)


Nas Figuras (4) e (5) mostrado, respectivamen-
te, o comportamento do sistema quando o controla-
dor ideal no pertence classe escolhida e o erro de
aproximao entre as respostas degrau da referncia
() e o sistema projetado.


Figura 4. Resultado da aplicao de um controlador
que no pertence classe do controlador ideal. Res-
posta do modelo de referncia (linha contnua) e
sistema projetado pelo mtodo clssico (linha trace-
jada).

0 10 20 30 40 50 60 70 80
0
0.2
0.4
0.6
0.8
1
1.2
Tempo (s)
A
m
p
l
i
t
u
d
e
Anais do XX Congresso Brasileiro de Automtica
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
2174



Figura 5. Erro entre modelo de referncia e sistema
em malha fechada na presena do controlador que
no pertence classe do controlador ideal.

Dada a classe de controlador escolhida, Equao
(32), o controlador obtido dado por:

()

( )

(33)


Nesta simulao, notvel o mau comportamen-
to da planta frente ao desejado. Assim, na segunda
etapa de simulaes utilizado o mtodo BFO para
determinao da estrutura do controlador.
Desta forma, atravs das funes de Laguerre
aproximou-se a sada (), a fim de obter o controla-
dor (). Para tanto, foram utilizadas sete funes,
com polo de 0.09. O nmero de funes e o polo
foram definidos a ttulo de testes do sistema propos-
to. No objetivo de este trabalho apresentar uma
forma de predeterminar tais parmetros, porm, co-
mo destacado na seo 4, podem-se destacar alguns
trabalhos que tratam da estimao tima de . Dentre
eles, pode-se destacar (Oliveira & Silva, 1995).
Como visto na seo 4, utilizado na estimao
do controlador via BFO a resposta impulso (). Na
Figura (6) e (7) so mostradas a sada () real e
estimada via BFO e o erro de aproximao entre as
curvas, respectivamente.
O erro mximo de estimao (L) foi de 0.0074,
com energia residual calculada de

, dada
por V ( )() (Wang & Cluett, 2000). Sendo
os coeficientes obtidos conforme:

{

Figura 6. Sada () real (linha contnua) e estimada
(linha tracejada) via BFO de Laguerre. N=7.


Figura 7. Erro de aproximao da sada impulso ()
com estrutura BFO.

As sadas do sistema em malha fechada com es-
trutura de controlador estimada pelo sinal () via
BFO e controlador dado pelo mtodo tradicional,
com estrutura fixa, so:


0 10 20 30 40 50 60 70 80
0
0.005
0.01
0.015
0.02
0.025
Tempo (s)
A
m
p
l
i
t
u
d
e
0 2 4 6 8 10 12 14 16 18 20
-2
-1.5
-1
-0.5
0
0.5
1
1.5
Tempo (s)
A
m
p
l
i
t
u
d
e


0 2 4 6 8 10 12 14 16 18 20
0
1
2
3
4
5
6
x 10
-5
Amplitude
A
m
p
l
i
t
u
d
e
0 10 20 30 40 50 60 70 80
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Tempo (s)
A
m
p
l
i
t
u
d
e


Anais do XX Congresso Brasileiro de Automtica
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
2175


Figura 8. Sadas do sistema em malha fechada com
controlador dado pelo mtodo VRFT clssico (linha
tracejada), pela estrutura BFO (linha pontilhada) e
sada de referncia (linha contnua).

possvel observar que o controlador baseado
em dados obtido pelo mtodo de referncia virtual
(VRFT) porm com estrutura dada pela aplicao das
bases de funes ortonormais consegue se adaptar ao
controlador ideal com grande eficincia como pode
observado na Figura (8).
O erro entre as respostas degrau do sistema em
malha fechada projetado via VRFT clssico e BFO
em relao sada de referencia so mostrados na
Figura (9). importante salientar que, nesta figura o
erro entre o modelo de referencia () obtido pelo
mtodo VRFT com controlador de estrutura BFO
est multiplicado 100 vezes para melhor visualiza-
o.

Figura 8. Erro de aproximao do controlador defini-
do por classe (linha tracejada) e controlador BFO
(linha contnua).
6 Concluso
O objetivo proposto neste trabalho apresentar
uma tcnica que generalize a estrutura do controlador
determinado via mtodo de referncia virtual contri-
buindo para o desenvolvimento e aplicabilidade dos
mtodos de referncia virtual e identificao baseada
em dados, assim como outros trabalhos que se desta-
caram nos ltimos anos nestas reas.
Neste contexto, como observado no item 4, a de-
terminao do controlador atravs do mtodo de
funes de bases ortonormais se mostrou eficiente e
pode-se afirmar que cumpriu seu propsito. A apli-
cabilidade de tal mtodo grande j que sua nica
condio a necessidade de respostas impulso com
memria finita.
Agradecimentos
Os autores agradecem a Fundao Araucria e
CNPQ pelo apoio financeiro.
Referncias Bibliogrficas
Aguirre, L. Introduo Identificao De Sistemas
Tcnicas Lineares E No-Lineares Aplicadas A
Sistemas Reais. 3.Ed. Ed. Belo Horizonte:
UFMG, (2007). 730p. ISBN 85-704- 1584-2.
Bazanella, A. S., Campestrini, L. & Eckhard, D.
Data-Driven Controller Design the H2 Ap-
proach. 1st.ed. Netherlands: Springer, 2012.
Campestrini, L. et al (2011). Virtual Reference Feed-
back Tuning For Non-Minimum Phase Plants.
Automatica, Londres, V. 47, N. 8, P.17781784.
Campestrini, L. Contribuies para mtodos de con-
trole baseados em dados obtidos em apenas um
experimento. Porto Alegre: UFRGS, 2010. Ori-
ginalmente Apresentada Como Tese De Douto-
rado, Universidade Federal Do Rio Grande Do
Sul, 2010.
Campello, R.J.G.B., Oliveira, G.H.C.. & Amaral,
W.C. (2007). Identificao E Controle De Pro-
cessos Via Desenvolvimentos Em Sries Orto-
normais. Parte A: Identificao. SBA Controle
& Automao Sociedade Brasileira de Automa-
tica, Natal, V. 18, P. 323336.
Campello, R.J.G.B. Arquiteturas e Metodologias
para Modelagem e Controle de Sistemas Com-
plexos utilizando Ferramentas Clssicas e Mo-
dernas. Campinas: UNICAMP, 2002. Original-
mente Apresentada Como Tese De Doutorado,
Universidade Estadual de Campinas, 2002.
Campi, M. C., Lecchini, A. & Savaresi, S. M. (2002).
Virtual Reference Feedback Tuning: A direct
Method for the Design of Feedback Controllers.
Automatica, Londres, V. 38, N. 8,P. 13371346.
Cunha, M. F. F. & Bazanella, A.S. (2012). Virtual
Reference Feedback Tuning with Dead Zone
Compensation. Anais do XIX CBA. Campina
Grande, P.1093 1099.
Da Rosa, A. Identicao de Sistemas No-Lineares
Usando Modelos de Volterra Baseados em Fun-
es Ortonormais de Kautz e Generalizadas.
Campinas: NICAMP, 2009. Originalmente
Apresentada Como Tese De Doutorado, Univer-
sidade Estadual de Campinas, 2009.
Guardabassi, G. O., & Savaresi, S. M. Virtual Refer-
ence Direct Designmethod: An O7-Line Ap-
proach To Data-Based Control System Design.
IEEE Transactionson Automatic Control, 45(5),
954959, 2000.
Guardabassi, G. O., & Savaresi, S. M. Approximate
Linearization Via Feedback: An Overview. Sur-
vey Paper On Automatica, 37(1),115, 2001.
Heuberger, P.,Hof, P.V.D. & Wahlberg, B.(2005)
Modelling And Identification With Rational Or-
0 10 20 30 40 50 60 70 80
0
0.005
0.01
0.015
0.02
0.025
Tempo (s)
A
m
p
l
i
t
u
d
e


Anais do XX Congresso Brasileiro de Automtica
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
2176


thogonal Basis Functions. Springer-Verlag,
Londres.
Kansha, Y., Hachimoto, Y. & Chiu, M. (2008). New
results on VRFT design of PID controller.
Chemical Engineering Research and Design, N.
86, P. 925931.
Lecchini, A.,Campi,M.C & Savaresi,S.M. (2002).
Virtual Reference Feedback Tuning For Two
Degree Of Freedom Controllers. International
Journal Of Adaptive Control And Signal Proces-
sing, 16 355-371.
Ljung, L. (1999). System Identification: Theory for
the user. 2ed Prentice Hall,Inc.
Machado, J.B. Modelagem de Sistemas No-lineares
por Base de Funes Ortonormais Generalizadas
com Funes Internas, 2011. Campinas:
UNICAMP, 2011. Originalmente Apresentada
Como Tese De Doutorado, Universidade Esta-
dual de Campinas, 2011.
Maestrelli, R. Funes Ortonormais em Tempo Con-
tnuo com Seleo timadas Dinmicas do Mo-
delo na Identificao de Sistemas no Domnio da
Frequncia, 2010. Curitiba. Originalmente Apre-
sentada Como Dissertao De Mestrado, UFPR.
Neuhaus, T. Projeto De Controladores No Lineares
Utilizando Referncia Virtual. Porto Alegre:
UFRGS, 2012. Originalmente Apresentada Co-
mo Dissertao De Mestrado, UFRGS, 2012.
Oliveira, G. H. C. Controle preditivo para processos
com incertezas estruturadas baseado em series
de funes ortonormais. Campinas: UNICAMP,
1997. Originalmente Apresentada Como Tese
De Doutorado, Universidade Estadual de Cam-
pinas, 1997.
Oliveira, G. H. C. et al. (2011). An Introduction To
Models Based On Laguerre, Kautz And Other
Related Orthonormal Functions Part I: Linear
And Uncertain Models. International Journal Of
Modelling, Identification And Control, V. 14, N.
1/2, P. 121-132.
Oliveira, G. H. C. et al. (2012). An introduction to
models based on Laguerre, Kautz and other re-
lated orthonormal functions: Part II nonlinear
models. International Journal Of Modelling,
Identification and Control, V. 16, P. 1-14.
Oliveira & Silva, T. A. M. (1995) On the determina-
tion of the optimal pole position of Laguerre fil-
ters. IEEE Transactions on Signal Processing, v.
43, n. 9, p. 20792087.
Reginato, B. C. and Oliveira, G. H. C. (2007). Gen-
eralized orthonormal basis functions poles by us-
ing particle swarm optimization, Proc. of the Eu-
ropean Control Conference (ECC), Greece.
Reginato, B.C. Ambiente Computacional para Identi-
ficao no Domnio do Tempo e da Frequncia
usando Bases de Funes Ortonormais. Curitiba:
PUC-PR, 2008. Originalmente Apresentada
Como Dissertao De Mestrado, Pontifcia Uni-
versidade Catlica do Paran, 2008.
Tufa, L.D. & Ramasamy, M. (2012). System Identi-
fication Using Orthonormal Basis Filter. Fron-
tiers in Advanced Control Systems 253-276.
Savaresi, S. M. & Guardabassi, G. M. (1998). Ap-
proximate I=O Feedback Linearization Of Dis-
crete-Time Non-Linear Systems Via Virtual In-
put Direct Design. Automatica, 34(6), 715722.
Silva, T. O. (2000). Optimal pole conditions for
Laguerre and two-parameter Kautz models: A
survey of known results, Proc. of the IFAC
Symposium on System Identification (SYSID),
USA.
Wang, L. Model Predictive Control System Design
and Implementation Using MATLAB. Londres.
Springer-Verlag. (2009). ISBN 978-1-84882-
330-3.
Wang, L. & Cluett, W.R. From Plant Data to Pro-
cess Control. Ideas for Process Identification and
PID Design. New York, NY. Taylor and Francis.
(2000). ISBN 0-7484-0701-4.
Anais do XX Congresso Brasileiro de Automtica
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
2177