A contribution on modeling methodologies for multibody systems.

Multibody System Dynamics has been responsible for revolutionizing Mechanical Engineering Design by using mathematical models to simulate and optimize the dynamic behavior of a wide range of mechanical systems. These mathematical models not only can provide valuable informations about a system that could otherwise be obtained only by experiments with prototypes, but also have been responsible for the development of many model-based control systems. This work represents a contribution for dynamic modeling of multibody mechanical systems by developing a novel recursive modular methodology that unifies the main contributions of several Classical Mechanics formalisms. The reason for proposing such a methodology is to motivate the implementation of computational routines for modeling complex multibody mechanical systems without being dependent on closed source software and, consequently, to contribute for the teaching of Multibody System Dynamics in undergraduate and graduate levels. All the theoretical developments are based on and motivated by a critical literature review, leading to a general matrix form of the dynamic equations of motion of a multibody mechanical system (that can be expressed in terms of any set of variables adopted for the description of motions performed by the system, even if such a set includes redundant variables) and to a general recursive methodology for obtaining mathematical models of complex systems given a set of equations describing the dynamics of each of its uncoupled subsystems and another set describing the constraints among these subsystems in the assembled system. This work also includes some discussions on the description of motion (using any possible set of motion variables and admitting any kind of constraint that can be expressed by an invariant), and on the conditions for solving forward and inverse dynamics problems given a mathematical model of a multibody system. Finally, some examples of computational packages based on the novel methodology, along with some case studies, are presented, highlighting the contributions that can be achieved by using the proposed methodology.

Identificação de sistemas para o estudo de controle motor.

Qualquer tarefa motora ativa se dá pela ativação de uma população de unidades motoras. Porém, devido a diversas dificuldades, tanto técnicas quanto éticas, não é possível medir a entrada sináptica dos motoneurônios em humanos. Por essas razões, o uso de modelos computacionais realistas de um núcleo de motoneurônios e as suas respectivas fibras musculares tem um importante papel no estudo do controle humano dos músculos. Entretanto, tais modelos são complexos e uma análise matemática é difícil. Neste texto é apresentada uma abordagem baseada em identificação de sistemas de um modelo realista de um núcleo de unidades motoras, com o objetivo de obter um modelo mais simples capaz de representar a transdução das entradas do núcleo de unidades motoras na força do músculo associado ao núcleo. A identificação de sistemas foi baseada em um algoritmo de mínimos quadrados ortogonal para achar um modelo NARMAX, sendo que a entrada considerada foi a condutância sináptica excitatória dendrítica total dos motoneurônios e a saída foi a força dos músculos produzida pelo núcleo de unidades motoras. O modelo identificado reproduziu o comportamento médio da saída do modelo computacional realista, mesmo para pares de sinal de entrada-saída não usados durante o processo de identificação do modelo, como sinais de força muscular modulados senoidalmente. Funções de resposta em frequência generalizada do núcleo de motoneurônios foram obtidas do modelo NARMAX, e levaram a que se inferisse que oscilações corticais na banda-beta (20 Hz) podem influenciar no controle da geração de força pela medula espinhal, comportamento do núcleo de motoneurônios até então desconhecido.

Modelo preditivo fuzzy da mobilização do solo no sistema de plantio direto.

As culturas do milho e da soja respondem pela maior parte da produção nacional de grãos, predominando o sistema de plantio direto. Para uma semeadura direta de qualidade, o bom aterramento do sulco é indispensável, pois garante um ambiente adequado às sementes. Neste sentido, é importante estimar a mobilização de solo promovida por uma haste sulcadora estreita durante esta operação. O modelo analítico existente visa representar a mobilização do solo no sistema de plantio convencional. Como consequência, há situações em que este não pode se aplicado, como no caso de hastes sulcadoras estreitas utilizadas em semeadoras de plantio direto. Nestas situações, o mecanismo de falha do solo pode se alterar, assumindo um comportamento não modelado na literatura. Essa pesquisa propõe um modelo fuzzy capaz de representar estas situações, aproveitando conhecimento da teoria de mecânica dos solos e da análise de resultados experimentais. No modelo proposto, parte das regras descrevem situações não abrangidas pelo modelo analítico, as quais foram formuladas a partir da estimativa das prováveis áreas de solo mobilizado. O modelo fuzzy foi testado com dados de experimentos conduzidos durante a pesquisa, em duas condições de granulometria de solo (arenoso e argiloso). O modelo proposto reproduziu as tendências observadas nos dados experimentais, mas superestimou os valores de área observados, sendo esse efeito bem mais intenso para os dados do experimento em solo arenoso. A superestimativa ocorreu devido à soma de diversos fatores. Um deles é a diferença entre as leituras experimentais, as quais consideram apenas o solo realmente movimentado, e a premissa do modelo analítico, que considera toda a área de solo incluindo aquela cisalhada, porém não mobilizada. Outro fator foi devido ao efeito do disco de corte da palha, que pré-cisalha o solo à frente da ferramenta. No ensaio em solo arenoso os valores observados de área de solo mobilizado foram menores que os esperados, intensificando o efeito de superestimativa do modelo fuzzy, sendo que este efeito não representa uma deficiência deste modelo.

Modelagem de sinais neuronais utilizando filtros lineares de tempo discreto.

A aquisição experimental de sinais neuronais é um dos principais avanços da neurociência. Por meio de observações da corrente e do potencial elétricos em uma região cerebral, é possível entender os processos fisiológicos envolvidos na geração do potencial de ação, e produzir modelos matemáticos capazes de simular o comportamento de uma célula neuronal. Uma prática comum nesse tipo de experimento é obter leituras a partir de um arranjo de eletrodos posicionado em um meio compartilhado por diversos neurônios, o que resulta em uma mistura de sinais neuronais em uma mesma série temporal. Este trabalho propõe um modelo linear de tempo discreto para o sinal produzido durante o disparo do neurônio. Os coeficientes desse modelo são calculados utilizando-se amostras reais dos sinais neuronais obtidas in vivo. O processo de modelagem concebido emprega técnicas de identificação de sistemas e processamento de sinais, e é dissociado de considerações sobre o funcionamento biofísico da célula, fornecendo uma alternativa de baixa complexidade para a modelagem do disparo neuronal. Além disso, a representação por meio de sistemas lineares permite idealizar um sistema inverso, cuja função é recuperar o sinal original de cada neurônio ativo em uma mistura extracelular. Nesse contexto, são discutidas algumas soluções baseadas em filtros adaptativos para a simulação do sistema inverso, introduzindo uma nova abordagem para o problema de separação de spikes neuronais.