| spelling |
Walmir Matos CaminhasBenjamim Rodrigues MenezesAnderson Vasconcelos Pires2019-08-11T23:24:37Z2019-08-11T23:24:37Z2007-05-25http://hdl.handle.net/1843/BUOS-8CRE4PEste trabalho analisa a aplicação de técnicas de inteligência computacional no controle de processos, evidenciando as suas vantagens de facilidade de implementação e melhoria dosíndices de desempenho. O On-Line Neurofuzzy Controller (ONFC) é uma das técnicas de controle utilizada neste trabalho, que se apresenta como uma técnica alternativa ao controlador PI. Por ser um controlador recentemente proposto (2005) e não haver ainda estudos analíticos mais detalhados realizados sobre o mesmo, propõe-se apresentar umacontribuição na análise matemática de suas equações. Ainda sobre o ONFC, é apresentado o seu análogo neural e a versão que utiliza a técnica de Controle por Modos Deslizantes para realizar o treinamento deste controlador. Uma outra técnica analisada neste trabalho é ocontrole dinâmico inverso. São apresentados alguns pontos que dificultam obter o modelo artificial inverso do sistema a ser controlado e o que se pode fazer para facilitar a obtenção de tal modelo. Em virtude de algumas limitações desse controlador e por ser um controladorque não necessita ter um conhecimento profundo do sistema a ser controlador, é proposto um controlador dinâmico inverso aproximado. Nessa proposta, utiliza-se o modelo artificial do sistema para se obter a função inversa a cada iteração. Por utilizar o modelo artificial dosistema, que é muito mais fácil de obter do que o modelo inverso, esse controlador apresenta resultados bem melhores do que o controle dinâmico inverso, principalmente no controle com treinamentos on-line.This work introduces a study about On-Line Neurofuzzy Controller (ONFC) through the mathematical analysis of its equations that allow understand it more deeply. Still on the ONFC, is introduced the neural and sliding modes versions of controller. The inverse dynamic control is boarded also where are presented some points that complicate to get theinverse artificial model and what can be done to facilitate the attainment of such model. Because of some limitations of inverse dynamic control and to be a controller that does not need to have a so great knowledge of system to be controlled, is propose the approached inverse dynamic control. In this proposal, the artificial model of the system is used to get the inverse function. The artificial model of the system is easier to get than inverse model. This allows obtaining better results in approached inverse dynamic control, especially in control using on-line training.Universidade Federal de Minas GeraisUFMGEngenharia elétricaEngenharia ElétricaControladores baseados em técnicas de inteligência computacional: análise, projeto e aplicaçõesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALanderson_vasconcelos_pires.pdfapplication/pdf1076140https://repositorio.ufmg.br/bitstream/1843/BUOS-8CRE4P/1/anderson_vasconcelos_pires.pdf9940f88c11ef29e717682a2fd6ec158aMD51TEXTanderson_vasconcelos_pires.pdf.txtanderson_vasconcelos_pires.pdf.txtExtracted texttext/plain198162https://repositorio.ufmg.br/bitstream/1843/BUOS-8CRE4P/2/anderson_vasconcelos_pires.pdf.txtcd3fd1b04e240c9a28194294a6965a82MD521843/BUOS-8CRE4P2019-11-14 08:34:46.557oai:repositorio.ufmg.br:1843/BUOS-8CRE4PRepositório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T11:34:46Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
|