Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Brazilian Applied Science Review |
Texto Completo: | https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/10888 |
Resumo: | Este trabalho apresenta alguns exemplos de sistemas dinâmicos controlados por redes neurais. O objetivo deste trabalho é mostrar a aplicação de duas abordagens de controle neural em três sistemas eletromecânicos com diferentes complexidades e dinâmicas conhecidas. Na primeira abordagem, uma rede neural aproxima a função de controle de um controlador PID sintonizado. Na segunda abordagem, duas classes de controladores neurais são aplicadas no controle dos sistemas. Os sistemas adotados diferem nas características de transitório e na ordem. Os resultados são obtidos por meio de simulações virtuais analisando-se os índices de desempenho do sinal controlado. |
id |
BASR-0_f1a7e20bac99e7bbef902481238902cb |
---|---|
oai_identifier_str |
oai:ojs2.ojs.brazilianjournals.com.br:article/10888 |
network_acronym_str |
BASR-0 |
network_name_str |
Brazilian Applied Science Review |
repository_id_str |
|
spelling |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networksControle de Sistemas EletromecânicosRedes Neurais Artificiais RecorrentesIdentificação de PlantaModelo de ReferênciaModelo Narm-L2.Este trabalho apresenta alguns exemplos de sistemas dinâmicos controlados por redes neurais. O objetivo deste trabalho é mostrar a aplicação de duas abordagens de controle neural em três sistemas eletromecânicos com diferentes complexidades e dinâmicas conhecidas. Na primeira abordagem, uma rede neural aproxima a função de controle de um controlador PID sintonizado. Na segunda abordagem, duas classes de controladores neurais são aplicadas no controle dos sistemas. Os sistemas adotados diferem nas características de transitório e na ordem. Os resultados são obtidos por meio de simulações virtuais analisando-se os índices de desempenho do sinal controlado.Brazilian Journals Publicações de Periódicos e Editora Ltda.2020-05-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/1088810.34115/basrv4n3-069Brazilian Applied Science Review; Vol. 4 No. 3 (2020); 1591-1606Brazilian Applied Science Review; v. 4 n. 3 (2020); 1591-16062595-36212595-362110.34115/basr.v4i3reponame:Brazilian Applied Science Reviewinstname:Brazilian Journals Publicações de Periódicos e Editora Ltdainstacron:FIEPporhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/10888/9103Copyright (c) 2020 Brazilian Applied Science Reviewinfo:eu-repo/semantics/openAccessSantos, Diego de AssisBonventi Jr., Waldemar2020-06-29T18:19:05Zoai:ojs2.ojs.brazilianjournals.com.br:article/10888Revistahttps://www.brazilianjournals.com/index.php/BASRPRIhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/oaibrazilianasr@yahoo.com || brazilianasr@yahoo.com2595-36212595-3621opendoar:2020-06-29T18:19:05Brazilian Applied Science Review - Brazilian Journals Publicações de Periódicos e Editora Ltdafalse |
dc.title.none.fl_str_mv |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks |
title |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks |
spellingShingle |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks Santos, Diego de Assis Controle de Sistemas Eletromecânicos Redes Neurais Artificiais Recorrentes Identificação de Planta Modelo de Referência Modelo Narm-L2. |
title_short |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks |
title_full |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks |
title_fullStr |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks |
title_full_unstemmed |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks |
title_sort |
Controle de sistemas eletro-mecânicos por redes neurais artificiais recorrentes / Control of electromechanical systems by recurring artificial neural networks |
author |
Santos, Diego de Assis |
author_facet |
Santos, Diego de Assis Bonventi Jr., Waldemar |
author_role |
author |
author2 |
Bonventi Jr., Waldemar |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Santos, Diego de Assis Bonventi Jr., Waldemar |
dc.subject.por.fl_str_mv |
Controle de Sistemas Eletromecânicos Redes Neurais Artificiais Recorrentes Identificação de Planta Modelo de Referência Modelo Narm-L2. |
topic |
Controle de Sistemas Eletromecânicos Redes Neurais Artificiais Recorrentes Identificação de Planta Modelo de Referência Modelo Narm-L2. |
description |
Este trabalho apresenta alguns exemplos de sistemas dinâmicos controlados por redes neurais. O objetivo deste trabalho é mostrar a aplicação de duas abordagens de controle neural em três sistemas eletromecânicos com diferentes complexidades e dinâmicas conhecidas. Na primeira abordagem, uma rede neural aproxima a função de controle de um controlador PID sintonizado. Na segunda abordagem, duas classes de controladores neurais são aplicadas no controle dos sistemas. Os sistemas adotados diferem nas características de transitório e na ordem. Os resultados são obtidos por meio de simulações virtuais analisando-se os índices de desempenho do sinal controlado. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-05-31 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/10888 10.34115/basrv4n3-069 |
url |
https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/10888 |
identifier_str_mv |
10.34115/basrv4n3-069 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/10888/9103 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2020 Brazilian Applied Science Review info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2020 Brazilian Applied Science Review |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
dc.source.none.fl_str_mv |
Brazilian Applied Science Review; Vol. 4 No. 3 (2020); 1591-1606 Brazilian Applied Science Review; v. 4 n. 3 (2020); 1591-1606 2595-3621 2595-3621 10.34115/basr.v4i3 reponame:Brazilian Applied Science Review instname:Brazilian Journals Publicações de Periódicos e Editora Ltda instacron:FIEP |
instname_str |
Brazilian Journals Publicações de Periódicos e Editora Ltda |
instacron_str |
FIEP |
institution |
FIEP |
reponame_str |
Brazilian Applied Science Review |
collection |
Brazilian Applied Science Review |
repository.name.fl_str_mv |
Brazilian Applied Science Review - Brazilian Journals Publicações de Periódicos e Editora Ltda |
repository.mail.fl_str_mv |
brazilianasr@yahoo.com || brazilianasr@yahoo.com |
_version_ |
1797240006740279296 |