Universidade Federal do Amazonas

Faculdade de Tecnologia
Graduação em Engenharia Elétrica

PLANO DE ENSINO

Dados do Professor
NOME DO PROFESSOR: João Edgar Chaves Filho

DEPARTAMENTO: Eletricidade

TITULAÇÃO: Doutor CLASSE: Titular NÍVEL:

ANO DE INGRESSO: 1983

REGIME DE TRABALHO: Dedicação
TURNO DE TRABALHO: Diurno
Exclusiva
EMAIL: joaoedgarc@ufam.edu.br FONE: 3611-1990

Dados da Disciplina
CURSO: Pós Graduação em Engenharia Elétrica
DISCIPLINA: FTE Identificação de
PRÉ-REQUISITO: Nenhum
Sistemas
CRÉDITOS: 04 CARGA HOR: 60h

ANO: 2020 SEMESTRE:

Ementa e Objetivos

PRÉ-REQUISITOS DE CONHECIMENTO: CARGA HORÁRIA ESTIMADA EXTRA-CLASSE:

Conhecimento de sistemas dinâmicos lineares 2 horas-aulas
e técnicas de controle
EMENTA:
Introdução, Modelagem de Sistemas, Identificação determinística, Identificação não paramétrica baseada em
correlação, Estimação usando mínimos quadrados (MQ), Identificação de sistemas não lineares, Projeto de t
de estruturas. Validação de modelos.
OBJETIVOS:
Apresentar de forma unificada os aspectos fundamentais da teoria e prática de identificação de sistemas.
Formar uma nomenclatura uniformizada para a discussão e apresentação de problemas e resultados no que d
representações paramétricas, estimação de parâmetros e identificação de sistemas.
Fundamentar os conceitos estudados por meio de atividades práticas.
METODOLOGIA DE ENSINO:
( ) Aulas Expositivas em Quadro-Negro (x) Trabalho Prático Extra-Classe
( x ) Utilização de Transparências ou Slides (x) Estudo Dirigido / Listas de Exercícios
( ) Aulas Práticas Demonstrativas (x) Aulas em Microcomputadores
( ) Aulas Práticas de Montagem (x) Outros - Especificar:
1/3
 Universidade Federal do Amazonas
Faculdade de Tecnologia
Graduação em Engenharia Elétrica

( x ) Trabalho Teórico Extra-Classe

CRITÉRIOS DE AVALIAÇÃO:
Competências e habilidades
Para uma nota de aprovação, o aluno deve
• ser capaz de formular modelos orientados ao controle de sistemas multivariáveis na forma de modelos de e
estado, modelos de série temporal, respostas transitórias e função de transferência
• ser capaz de calcular modelos matemáticos dinâmicos a partir de medições experimentais de sinal de entra
• ser capaz de validar um modelo matemático em relação aos dados experimentais usando análise estatística
de modelo e simulação
• ser capaz de traduzir especificações de controle em requisitos do modelo matemático

1 projeto ou prova de 40 pontos.

10 Etapas no total de 60 pontos.
PROGRAMA
1. Introdução
2. Modelagem Matemática
Conceitos Básicos
Tipos de Modelos
Estimação de Parâmetros
Modelagem baseada na física do processo
Identificação de Sistemas
Simulação de Modelos

3. Representações Lineares
Funções de Transferência, Resposta Temporal, Resposta em Frequência
Representação em Espaço de Estados
Representações Discretas
Linearização de Modelos Não-lineares

4. Identificação Determinística
Identificação a Partir das Respostas ao Impulso e ao Degrau
Identificação Usando Convolução
Identificação da Resposta em Frequência

5. Identificação Não Paramétrica

Redução de Ruído por Acumulação de Amostras – Um exemplo
Identificação Usando Funções de Correlação
Sinais Aleatórios e Pseudo-Aleatórios
Identificação Usando Funções Espectrais

6. Estimação Usando Mínimos Quadrados (MQ)

Resolvendo Sistemas de Equações Sobredeterminados
Estimador de Mínimos Quadrados
Estimador de dos Mínimos Quadrados Ponderados
Propriedades do Método MQ
Estimação de Parâmetros de Modelos ARX Usando MQ

2/3
 Universidade Federal do Amazonas
Faculdade de Tecnologia
Graduação em Engenharia Elétrica

7. Identificação de Sistemas Não Lineares: Uma Introdução

Representações de Sistemas Não Lineares
Modelos Polinomiais e Racionais NARMAX
Estimação de Parâmetros
Seleção de Estrutura de Modelos NARMAX
Análise de Agrupamento de Termos

8. Métodos de variáveis de instrumentais:

Identificação em tempo real; Métodos recursivos;
Identificação em malha fechada;
Estimação de estado: Filtro de Kalman

9. Projeto de Testes e Escolha de Estruturas

Escolha de Pares Entrada/Saída
Escolha dos Sinais de Entrada
Escolha do Tempo de Amostragem
Escolha da Estrutura do Modelo

10. Validação de Modelos

Validação Estatística
Validação Dinâmica
BIBLIOGRAFIA:
Söderström, T. and Stoica, System Identification, McGraw-Hill, 1989.
Ljung, L., System identification: Theory for the user, Prentice-Hall, 1999
Aguirre, L.A., Introdução à Identificação de Sistemas, Editora UFMG, 2003.

PROFESSOR RESPONSÁVEL:
João Edgar Chaves Filho

1. Informações para Arquivamento

Assinaturas

Professor: João Edgar Chaves Filho Coordenador de Colegiado de Curso

Manaus, 15/_03__/2020. Aprovado em Manaus, ___/___/___.

______________________________ ______________________________
Assinatura Assinatura

3/3