Observer Design for a Class of Systems Described by Differential-Algebraic Equations and Parameter Identification of an Unmeasured Disturbance

Resumo Técnico: Observador de Projeto e Identificação de Parâmetros para Sistemas Descritores com Perturbações Não Mensuradas

Enunciado do Problema
Este artigo aborda o desafio da estimativa de estado e identificação de parâmetros para uma classe de sistemas descritores lineares invariantes no tempo (também conhecidos como equações diferenciais-algébricas) sujeitos a perturbações desconhecidas e não combinadas (unmatched). Em muitas aplicações práticas — que variam de circuitos elétricos a processos químicos — os sistemas são governados tanto por equações diferenciais dinâmicas quanto por restrições algébricas estáticas. Uma dificuldade significativa surge quando apenas um subconjunto das variáveis de estado é mensurável, e o sistema é afetado por perturbações externas que não são diretamente mensuráveis e que não entram no sistema através do mesmo canal da entrada de controle (não combinadas). O objetivo principal é construir um observador que estime os componentes dinâmicos do vetor de estado e, subsequentemente, reconstrua o sinal de perturbação para identificar seus parâmetros constantes desconhecidos.

Metodologia
A solução proposta segue uma abordagem estruturada de múltiplos estágios baseada em suposições estruturais específicas:

1. Redução do Sistema: Os autores assumem que a matriz singular $E$ possui uma estrutura em blocos específica, permitindo que o sistema seja decomposto em componentes dinâmicos ($x_a$) e algébricos ($x_b$). Sob a suposição de que o subsistema algébrico é solucionável em relação a $x_b$, os autores derivam uma expressão explícita para $x_b$ em termos de $x_a$, a entrada conhecida $u$ e a perturbação $\delta$. Substituindo isso de volta nas equações dinâmicas, obtém-se uma equação diferencial ordinária (ODE) de ordem reduzida para $x_a$.

2. Eliminação de Perturbação e Projeto do Observador: Uma suposição estrutural crítica é introduzida: a equação de saída reduzida não deve possuir um canal de transmissão direta (feedthrough) para a perturbação (ou seja, $C_2 A_{22}^{-1} B_{22} = 0$). Isso permite que a equação de saída dependa apenas de $x_a$ e $u$. Ao diferenciar a saída e utilizar a condição de que o canal de perturbação na equação de estado é não nulo ($C_3 B_{2a} \neq 0$), a perturbação $\delta(t)$ é expressa explicitamente em termos do estado, da entrada e das derivadas da saída. Substituindo essa expressão de volta na equação de estado, elimina-se o termo de perturbação, resultando em uma ODE livre de perturbação para $x_a$. Um observador de entrada desconhecida é então construído para este sistema reduzido. Para evitar a dificuldade prática de diferenciar sinais ruidosos, o observador é reformulado usando uma transformação de coordenadas que elimina a necessidade de derivadas diretas da saída, e filtros de primeira ordem estáveis são empregados para estimar as derivadas necessárias dos sinais de saída e entrada.

3. Reconstrução de Perturbação e Identificação de Parâmetros: Uma vez obtida a estimativa de estado $\hat{x}_a$, o sinal de perturbação $\hat{\delta}$ é reconstruído. O artigo foca em uma classe específica de perturbações que dependem não linearmente de parâmetros constantes desconhecidos, mas que podem ser parametrizadas usando funções variantes no tempo e atrasos temporais conhecidos. Para identificar esses parâmetros, os autores propõem um novo método de parametrização. Ao introduzir múltiplos atrasos temporais ao sinal de perturbação reconstruído, eles formam um sistema de regressão estendido. Através de um procedimento de "mistura" (utilizando a matriz adjunta e o determinante da matriz de regressão), eles transformam a dependência não linear original nos parâmetros em uma equação de regressão linear em relação a novas combinações constantes de parâmetros. Essas combinações são então estimadas usando algoritmos adaptativos padrão, como o método do gradiente ou o mínimos quadrados recursivos. Finalmente, os parâmetros originais desconhecidos são recuperados algebricamente a partir dessas estimativas.

Principais Contribuições

• Projeto de Observador para Sistemas Descritores: O artigo fornece um método sistemático para projetar observadores para sistemas descritores lineares com perturbações não combinadas, evitando a perda de informação frequentemente associada à redução de sistemas descritores para ODEs padrão.
• Condições Estruturais para Desacoplamento de Perturbação: Os autores identificam condições estruturais específicas (Suposições 4 e 5) sob as quais a perturbação pode ser algebricamente eliminada da dinâmica de estimativa de estado, permitindo a construção de um observador padrão para a parte dinâmica do sistema.
• Parametrização Não Linear-para-Linear: Uma contribuição significativa é o método proposto para lidar com sinais de perturbação que são não lineares em seus parâmetros desconhecidos. Ao alavancar atrasos temporais e o conceito de Extensão e Mistura de Regressor Dinâmico (DREM), os autores conseguem converter um problema de identificação não linear em um problema de regressão linear, facilitando o uso de técnicas de estimativa robustas e padrão.
• Estratégia de Implementação: O trabalho detalha questões de implementação prática, incluindo o uso de filtros para aproximar derivadas e o cálculo de um "tempo de início" específico ($T_{id}$) para o algoritmo de identificação, garantindo que os transientes do observador e do filtro tenham decaído antes que a estimativa de parâmetros comece.

Resultos
A eficácia dos procedimentos propostos é demonstrada através de uma simulação numérica de um exemplo acadêmico envolvendo um sistema descritor de terceira ordem. Os resultados da simulação mostram:

• Estimativa de Estado: O erro de estimativa do vetor de estado dinâmico $x_a$ converge para zero.
• Reconstrução de Perturbação: O sinal de perturbação reconstruído $\hat{\delta}$ rastreia com precisão a perturbação real.
• Identificação de Parâmetros: Os parâmetros desconhecidos da perturbação ($\theta_1, \theta_2$) convergem para seus valores reais após o período transitório inicial, validando o esquema de linearização e identificação proposto.

Significância e Alegações
O artigo alega que a metodologia proposta oferece um arcabouço teoricamente sólido e praticamente aplicável para observar e identificar perturbações em sistemas descritores. Os autores enfatizam que sua abordagem permite a reconstrução do sinal de perturbação e a identificação de seus parâmetros, o que é um pré-requisito para tarefas subsequentes, como compensação de perturbação e o projeto de controladores estabilizadores baseados no princípio do modelo interno. O trabalho destaca que, ao analisar cuidadosamente a estrutura algébrica do sistema, é possível superar as limitações dos projetos de observadores padrão que dependem da redução para equações diferenciais ordinárias, preservando assim toda a informação do sistema e melhorando a precisão da estimativa. O artigo conclui modestamente, afirmando que simulações numéricas confirmam a convergência dos erros de estimativa para zero (para estados) ou para uma vizinhança de zero (para perturbação e parâmetros), sob as suposições introduzidas.