Resumo Técnico: Projeto de Experimento Recursivo para Identificação de Sistemas ARMAX em Malha Fechada com Limites de Perturbação de Saída

1. Formulação do Problema

O artigo aborda o desafio de realizar a identificação de sistemas dinâmicos lineares operando em uma configuração de malha fechada. Em muitos cenários práticos, os experimentos devem ser conduzidos enquanto o sistema está sob um controlador de feedback de saída conhecido e fixo para garantir a segurança ou manter a operação. O sistema é modelado como uma estrutura ARMAX (AutoRegressive Moving Average with eXogenous input):
$$y_t = G(q; \theta)u_t + H(q; \theta)e_t$$
onde $G$ e $H$ são funções de transferência desconhecidas parametrizadas por $\theta$, e $e_t$ é um processo de inovação de ruído branco.

O problema central surge quando a dinâmica de malha fechada existente, impulsionada por um sinal de referência constante, não fornece excitação suficiente para identificar os parâmetros do sistema (uma condição conhecida como falta de informatividade). Para remediar isso, um sinal de sondagem $d_t$ é adicionado à entrada de controle ($\tilde{u}_t = u_t + d_t$). No entanto, injetar este sinal inevitavelmente perturba a saída do sistema ($\tilde{y}_t = y_t + \delta_t$). O objetivo é projetar recursivamente o sinal de sondagem $d_t$ de modo que:

1. Os dados de entrada-saída resultantes sejam suficientemente informativos para identificar o modelo ARMAX.
2. A perturbação de saída $\delta_t$ permaneça dentro dos limites especificados pelo usuário ($\delta_{\min} \le \delta_t \le \delta_{\max}$).
3. O projeto se adapte aos parâmetros do modelo estimados sequencialmente.

2. Metodologia

2.1 Análise de Identificabilidade

Os autores estabelecem primeiro as condições sob as quais os dados de malha fechada são informativos.

• Identificabilidade Estrutural: Eles derivam uma condição (Teorema 1) baseada nas ordens dos modelos de planta, controlador e ruído. Se a dinâmica do controlador for suficientemente rica (especificamente, se um inteiro calculado $\gamma < 0$), o sistema é identificável mesmo sem um sinal de sondagem.
• Requisitos do Sinal de Sondagem: Se a riqueza estrutural for insuficiente ($\gamma \ge 0$), o artigo prova (Teorema 2) que um sinal de sondagem limitado e de valores discretos, que seja persistentemente excitante de ordem $n_e \ge \gamma$, é suficiente para garantir a identificabilidade.

2.2 Viabilidade de Limites de Perturbação

Uma contribuição crítica é a análise da "viabilidade recursiva". Os autores analisam se satisfazer os limites de perturbação no tempo $t$ garante que uma solução viável exista para o tempo $t+1$.

• Eles modelam a perturbação $\delta_t$ como a saída de uma função de sensibilidade impulsionada pelo sinal de sondagem.
• Proposição 1 fornece uma condição suficiente sobre os limites especificados pelo usuário ($\delta_{\min}, \delta_{\max}$) em relação à amplitude máxima permitida do sinal de sondagem ($d_{\max}$) e à resposta ao impulso do sistema. Se esta condição for atendida, o problema de restrição de múltiplos passos pode ser relaxado para uma restrição de passo único, simplificando significativamente o projeto.

2.3 Algoritmo de Projeto Recursivo

O artigo propõe uma solução de forma fechada e computacionalmente eficiente para o projeto do sinal de sondagem usando um Método de Erro de Predição Recursivo (RPEM).

• Parametrização: Um vetor de parâmetros expandido é usado para lidar com atrasos de entrada desconhecidos.
• Critério de Projeto: O projeto minimiza a covariância do erro de estimação. Dois critérios são considerados: o determinante da matriz de covariância (critério D) e o traço da covariância ponderada (critério L). Ambos reduzem-se à maximização de uma forma quadrática envolvendo o gradiente do erro de predição.
• Solução de Forma Fechada (Teorema 3): Ao particionar a matriz de covariância e o vetor gradiente, o problema de otimização é reduzido à maximização de uma função quadrática convexa sujeita a restrições lineares. Mostra-se que o sinal de sondagem ideal $d^*_t$ é um sinal binário (assumindo valores nos limites do intervalo viável) determinado por uma simples comparação de limiar.
• Adaptatividade: As restrições e os valores do sinal são atualizados recursivamente usando as estimativas atuais dos parâmetros $\hat{\theta}_t$. Os autores também fornecem um método pragmático para estimar o atraso de entrada desconhecido online.

3. Principais Contribuições

1. Projeto Recursivo Adaptativo: O artigo introduz um método para projetar um sinal de sondagem que se adapta aos parâmetros do modelo estimados sequencialmente, ao contrário dos projetos de frequência ou tempo fixos que requerem uma boa estimativa inicial do modelo.
2. Solução de Forma Fechada: Uma expressão de forma fechada e computacionalmente eficiente para o sinal de sondagem ideal é derivada. Este sinal é de valor discreto e limitado, garantindo que satisfaça as condições teóricas para excitação persistente.
3. Análise de Viabilidade: O artigo fornece condições rigorosas que garantem que os limites de perturbação de saída especificados pelo usuário sejam recursivamente viáveis, permitindo que o complexo problema de otimização de múltiplos passos seja resolvido como um problema de passo único.
4. Lidando com Atrasos Desconhecidos: A metodologia incorpora uma parametrização expandida e um estimador para lidar com atrasos de entrada desconhecidos dentro da estrutura recursiva.

4. Resultados Numéricos

O método foi avaliado usando simulações de Monte Carlo em dois sistemas ARMAX com diferentes características (incluindo casos com e sem atrasos de entrada).

• Desempenho vs. Linhas de Base: O projeto adaptativo proposto foi comparado contra uma linha de base de "sondagem zero" (sem excitação) e uma linha de base de Sequência Binária Pseudoaleatória (PRBS).
  • A linha de base zero resultou em convergência muito lenta ou inexistente devido à excitação insuficiente.
  • A linha de base PRBS proporcionou convergência rápida, mas causou grandes perturbações de saída, frequentemente excedendo 25% do sinal de referência.
  • O método proposto alcançou taxas de convergência comparáveis à PRBS enquanto aderiu estritamente aos limites de perturbação definidos pelo usuário (por exemplo, mantendo as perturbações abaixo de 10-20% da referência).
• Compromisso (Trade-off): Os resultados demonstram um compromisso claro: limites de perturbação mais rígidos ($\delta_{\max}$) resultam em uma convergência ligeiramente mais lenta, mas garantem a segurança. A natureza adaptativa do projeto permite que o sistema respeite esses limites mesmo conforme as estimativas do modelo melhoram.
• Robustez: O método lidou com sucesso com sistemas com atrasos de entrada desconhecidos, estimando corretamente o atraso e ajustando o sinal de sondagem adequadamente.

5. Significância e Alegações

O artigo alega que sua principal significância reside em permitir a identificação de malha fechada segura e informativa para sistemas onde um controlador fixo já está em operação. Ao adicionar um sinal de sondagem limitado e adaptativo, o método permite a melhoria dos controladores existentes sem violar as restrições de segurança operacional.

Os autores enfatizam que sua abordagem:

• Não requer o redesenho do próprio controlador.
• Adapta-se à informação ganha durante o experimento, ao contrário de designs estáticos.
• Fornece uma garantia matematicamente rigorosa de identificabilidade e viabilidade recursiva.
• Oferece uma solução prática de baixo custo computacional adequada para implementação em tempo real.

O trabalho posiciona-se como uma ponte entre o projeto de experimentos teórico e as restrições práticas, abordando especificamente a necessidade de equilibrar a precisão da identificação com os limites de perturbação de saída em configurações de controle industrial.