RESUMO Uma identificação fuzzy da dinâmica de um sistema é desenvolvida com dados gerados por um simulador de uma célula de combustível de hidrogênio. Os dados obtidos são do tipo de entrada única - sáıda única, sem conhecimento prévio do modelo do sistema, e mostrando um comportamento não-linear. A escolha do método fuzzy para identificação baseia-se nessas características específicas dos dados e na maleabilidade da técnica matemática fuzzy. O objetivo da identificação fuzzy é chegar a uma fórmula analítica para uma melhor compreensão do relacionamento causa - efeito dos dados, seguido de sua validação. O processo dinâmico de identificação do sistema é realizado usando clusterização fuzzy através do algoritmo Gustafson e Kessel, seguido por um método de inferência fuzzy de Takagi e Sugeno. A técnica k-fold, é a ferramenta de validação cruzada, usada para evitar o excesso de treinamento dos dados. A novidade da abordagem proposta abrange características matemáticas e de engenharia que faz este estudo de caracter interdisciplinar. Como contribuição matemática, existe uma interpretação gráfica tridimensional da geometria de agrupamento de dados, obtida através de simulações com codificação própria. Relativo ao contexto de engenharia, a novidade é baseada no uso da abordagem fuzzy para a simulação da célula de combustível de hidrogênio. Ambas as contribuições não têm precedentes na literatura. Os resultados da identificação fuzzy mostram alta confiabilidade em termos de validação cruzada, tornando a abordagem fuzzy uma ferramenta promissora para identificação de modelos de caixa preta. Combinar esta técnica com outras já estabelecidas irá fornecer um instrumento poderoso para problemas industriais.
ABSTRACT A fuzzy identification of the system’s dynamic is developed with a data generated by a hydrogen fuel cell simulator. The data obtained is single input/single output, without having previous knowledge of the system model, and showing nonlinear behavior. The choice of the fuzzy method for identification is based on those particular data features, and the malleability of the mathematical fuzzy technique. The objective of the fuzzy identification is to reach an analytic formula for a better understanding of the cause-effect relationships of the data, followed by its validation. The dynamic system identification process is performed using fuzzy clustering through the Gustafson and Kessel algorithm, followed by a Takagi and Sugeno fuzzy inference method. The k-fold technique, is the cross validation tool, used to confirm the lack of data over-training. The novelty of this approach covers mathematical and engineering features that makes this study interdisciplinary. For the mathematical contribution, there is a three-dimensional graphic interpretation of the data clustering geometry, obtained through own code computer simulations. Concerning to the engineering context, the novelty is based on the use of the fuzzy approach to the hydrogen fuel cell. Both contributions have no precedent in the literature. The results of the fuzzy identification show high reliability in terms of cross validation, making the fuzzy approach a promising tool for black-box identification. Combining this technique with others will provide powerful instrument for industrial problems.