Controle preditivo neuro-fuzzy : análise comparativa empregando diferentes estruturas de modelo

• Autor(a) principal: Teófilo Paiva Guimarães Mendes
• Data de Publicação: 2008
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do ITA
• Texto Completo: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2078
• topic: Controle preditivo; Sistemas não-lineares; Simulação computadorizada; Controladores; Controle

A aceitação das estratégias de Controle Preditivo Baseado em Modelo (MPC) na indústria vem crescendo desde seu desenvolvimento em meados da década de 70 até hoje. Características como a capacidade de atender restrições, atuação dependente de modelos, princípio de horizonte móvel, inovaram a teoria de controle de tal modo que atualmente existem diversos algoritmos com esses novos paradigmas. Existem diversas teorias sobre MPC não linear, entretanto, esta dissertação dá ênfase apenas à investigação comparativa de duas linhas de pesquisas distintas sobre controle preditivo neuro-fuzzy, cada qual baseada em diferentes estruturas e propriedades de redes do tipo Takagi-Sugeno. Uma das linhas se refere à possibilidade de interpretar a rede como múltiplos modelos lineares e a outra trata da conveniência de entender a rede como modelo global linear de parâmetros variáveis. Assim sendo, este tema foi escolhido com objetivo de identificar vantagens e desvantagens de cada pesquisa. Sua importância é justificada, pois contribui com informações detalhadas para a seleção de uma abordagem numa aplicação qualquer. No desenvolvimento deste trabalho, as formulações da literatura foram reescritas utilizando as equações no espaço de estado como ferramenta padrão de modelagem. Desta maneira, resultados teóricos foram encontrados ao cotejar os controladores antes mesmo de sua implementação e simulação. Por fim, um estudo de caso de uma planta de processo didática, com três tanques acoplados entre si, foi explicado e modelado, sendo os resultados teóricos verificados por meio de experimentos simulados.