LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

COBEM 2019

25th International Congress of Mechanical Engineering

Force Estimation Using the Augmented Kalman Filter Algorithm

Submission Author: Leandro Augusto Martins , MG , Brazil
Co-Authors: Leandro Augusto Martins, Aldemir Ap Cavalini Jr, Valder Steffen Jr, Fabian Andres Lara-Molina, Ricardo Álvarez, Leopoldo de Oliveira
Presenter: Leandro Augusto Martins

doi://10.26678/ABCM.COBEM2019.COB2019-0681

 

Abstract

In several engineering applications, the knowledge of state variables and input forces are necessary to predict the dynamic behavior of mechanical systems. However, in real applications, it is often difficult to measure directly the physical quantities associated with the state variables and input forces. The Augmented Kalman Filter algorithm can be applied to overcome this limitation. In this approach, the unknown forces are included in the state vector of the system allowing the estimation of input forces and states, simultaneously. For this aim, a reduced number of measurements is used. In the present contribution, the Augmented Kalman Filter algorithm is applied to a multi-degree-of-freedom (multi-DoF) mass-spring-damper system. The numerical results show that the states, as well as find a set of input forces compatible, can be satisfactorily estimated using a reduced number of measurements

Keywords

Augmented Kalman Filter Algorithm, Reduced Number of Measurements

 

DOWNLOAD PDF

 

‹ voltar para anais de eventos ABCM