Online Neuro-Fuzzy Controller : projeto para estabilidade robusta

Detalhes bibliográficos
Autor(a) principal: Everthon de Souza Oliveira
Data de Publicação: 2021
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/39453
https://orcid.org/0000-0001-6016-9025
Resumo: Controle adaptativo é um paradigma de controle já consagrado na solução de problemas que envolvam não linearidades, variância ou incerteza paramétrica, desafios patentes à prática de Engenharia de Controle. Um sistema de controle adaptativo procura realizar de modo simultâneo a identificação de uma planta (implícita ou explicitamente) e o ajuste recursivo dos parâmetros de um controlador designado a controlar essa mesma planta. Devido à característica de aproximadores universais, sistemas fuzzy servem como elemento(s) de um controlador adaptativo. A análise de estabilidade e de robustez de um controlador adaptativo é um problema central no desenvolvimento dessas técnicas e, via de regra, exige o uso de ferramentas de análise não linear. O objetivo deste trabalho foi investigar o problema de estabilidade robusta do Online Neuro Fuzzy Controller (ONFC), um controlador adaptativo baseado em sistema fuzzy com uma estrutura simples e que pode ser aplicado a diversos tipos de processos. Sua eficiência e baixo custo computacional permitiram aplicações bem sucedidas no controle de diversas plantas industriais. Embora muitos trabalhos apresentaram melhorias desde a versão original do ONFC, restava pendente um procedimento de projeto dotado de garantias formais de estabilidade. Além disso, problemas de robustez à pertubações e dificuldades de sintonia dos parâmetros foram apontados em diversas aplicações práticas. Neste trabalho, são apresentadas as condições para a estabilidade robusta do ONFC, aplicado a uma planta linear de única entrada e única saída, considerando as incertezas politópicas do sistema e perturbações externas. É proposto um modelo generalizado, baseado em Model Reference Adaptive Control (MRAC), que inclui uma forma de especificação do desempenho dinâmico desejado. Uma nova lei de adaptação dos parâmetros do controlador é proposta, com taxa de adaptação dinâmica, que garante estabilidade e robustez a ruídos de medição e apresenta melhor desempenho em relação à versão original do ONFC. As condições limiares são dadas na forma de um problema LMI (Linear Matrix Inequality), baseadas no método direto de Lyapunov para o caso discreto. Foram desenvolvidas diretrizes objetivas de projeto do ONFC para aplicação em uma planta linear parcialmente desconhecida, utilizando somente realimentação de saída. Testes numéricos foram realizados aplicando o controlador proposto e outros concorrentes em problemas típicos a fim de indicar suas possibilidades de aplicação. Os resultados de simulação mostram que as modificações propostas conservam a simplicidade e o baixo custo computacional do ONFC, ao passo que lhe dão significativo ganho de desempenho no controle de diferentes tipos de problemas e formalismo de projeto.
id UFMG_95809be8d44f3aea35a66ede9232e837
oai_identifier_str oai:repositorio.ufmg.br:1843/39453
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Walmir Matos Caminhashttp://lattes.cnpq.br/3987548764592597Ricardo Hiroshi Caldeira TakahashiFernando Antonio Campos GomideMario Cesar Mello Massa de CamposValter Júnior de Souza LeiteLeonardo Amaral Mozellihttp://lattes.cnpq.br/5508538577119686Everthon de Souza Oliveira2022-02-17T13:31:10Z2022-02-17T13:31:10Z2021-06-17http://hdl.handle.net/1843/39453https://orcid.org/0000-0001-6016-9025Controle adaptativo é um paradigma de controle já consagrado na solução de problemas que envolvam não linearidades, variância ou incerteza paramétrica, desafios patentes à prática de Engenharia de Controle. Um sistema de controle adaptativo procura realizar de modo simultâneo a identificação de uma planta (implícita ou explicitamente) e o ajuste recursivo dos parâmetros de um controlador designado a controlar essa mesma planta. Devido à característica de aproximadores universais, sistemas fuzzy servem como elemento(s) de um controlador adaptativo. A análise de estabilidade e de robustez de um controlador adaptativo é um problema central no desenvolvimento dessas técnicas e, via de regra, exige o uso de ferramentas de análise não linear. O objetivo deste trabalho foi investigar o problema de estabilidade robusta do Online Neuro Fuzzy Controller (ONFC), um controlador adaptativo baseado em sistema fuzzy com uma estrutura simples e que pode ser aplicado a diversos tipos de processos. Sua eficiência e baixo custo computacional permitiram aplicações bem sucedidas no controle de diversas plantas industriais. Embora muitos trabalhos apresentaram melhorias desde a versão original do ONFC, restava pendente um procedimento de projeto dotado de garantias formais de estabilidade. Além disso, problemas de robustez à pertubações e dificuldades de sintonia dos parâmetros foram apontados em diversas aplicações práticas. Neste trabalho, são apresentadas as condições para a estabilidade robusta do ONFC, aplicado a uma planta linear de única entrada e única saída, considerando as incertezas politópicas do sistema e perturbações externas. É proposto um modelo generalizado, baseado em Model Reference Adaptive Control (MRAC), que inclui uma forma de especificação do desempenho dinâmico desejado. Uma nova lei de adaptação dos parâmetros do controlador é proposta, com taxa de adaptação dinâmica, que garante estabilidade e robustez a ruídos de medição e apresenta melhor desempenho em relação à versão original do ONFC. As condições limiares são dadas na forma de um problema LMI (Linear Matrix Inequality), baseadas no método direto de Lyapunov para o caso discreto. Foram desenvolvidas diretrizes objetivas de projeto do ONFC para aplicação em uma planta linear parcialmente desconhecida, utilizando somente realimentação de saída. Testes numéricos foram realizados aplicando o controlador proposto e outros concorrentes em problemas típicos a fim de indicar suas possibilidades de aplicação. Os resultados de simulação mostram que as modificações propostas conservam a simplicidade e o baixo custo computacional do ONFC, ao passo que lhe dão significativo ganho de desempenho no controle de diferentes tipos de problemas e formalismo de projeto.Adaptive control is a control paradigm already established in the solution of problems involving nonlinearities, variance, or parametric uncertainty, known challenges in the practice of Control Engineering. An adaptive control system tries to simultaneously carry out the identification of a plant (implicitly or explicitly) and the recursive adjustment of the parameters of a controller designed to control that same plant. Due to the characteristic of universal approximators, Fuzzy systems serve as an element of an adaptive controller. The analysis of stability and robustness of an adaptive controller is a central problem in the development of these techniques and ordinarily, requires the use of non-linear analysis tools. The objective of this work was to investigate the stability problem of Online Neuro-Fuzzy Controller (ONFC), an adaptive controller based on Fuzzy systems with a simple structure and that can be applied to different types of processes. Its efficiency and low computational cost have enabled applications in several industrial plants to be successful. In spite of the fact that many works have improved the original version of the ONFC, a design procedure with formal stability guarantees was still pending. Besides, problems of robustness to disturbances and difficulties in tuning the parameters were pointed out in several practical applications. In this work, the conditions for the robust stability of the ONFC are presented, applied to a linear plant with a single entrance and single exit, considering the polytopic uncertainties of the system and external disturbances. A generalized model is proposed, based on Model Reference Adaptive Control (MRAC), which includes a way of specifying the desired dynamic performance. A new rule for adapting the controller parameters is proposed, with dynamic adaptation gain, which ensures stability and robustness to measurement noise and presents better performance compared to the original version. The threshold conditions are given in the form of an LMI (Linear Matrix Inequality) problem, based on Lyapunov’s direct method for the discrete case. Objective ONFC design guidelines have been developed for application in a partially unknown linear plant, using only output feedback. Numerical tests were performed by applying the proposed controller and other competitors in typical problems to indicate their application possibilities. The simulation results show that the proposed modifications retain the simplicity and low computational cost of the ONFC while giving it a significant performance gain in controlling different types of problems and design formalism.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Engenharia ElétricaUFMGBrasilENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICAhttp://creativecommons.org/licenses/by-nc-nd/3.0/pt/info:eu-repo/semantics/openAccessEngenharia elétricaSistemas difusosProcessamento de sinaisControle adaptativoEstabilidade robustaControle Neuro-FuzzySistemas FuzzyOnline Neuro-Fuzzy Controller : projeto para estabilidade robustaOnline Neuro-Fuzzy Controller: design for robust stabilityinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufmg.br/bitstream/1843/39453/4/license_rdfcfd6801dba008cb6adbd9838b81582abMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/39453/5/license.txtcda590c95a0b51b4d15f60c9642ca272MD55ORIGINALTese.pdfTese.pdfTeseapplication/pdf2780326https://repositorio.ufmg.br/bitstream/1843/39453/3/Tese.pdf9658a2b4b45fbf2529d1bda28e1fffeaMD531843/394532022-02-17 10:31:10.548oai:repositorio.ufmg.br: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ório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-02-17T13:31:10Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
dc.title.alternative.pt_BR.fl_str_mv Online Neuro-Fuzzy Controller: design for robust stability
title Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
spellingShingle Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
Everthon de Souza Oliveira
Controle adaptativo
Estabilidade robusta
Controle Neuro-Fuzzy
Sistemas Fuzzy
Engenharia elétrica
Sistemas difusos
Processamento de sinais
title_short Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
title_full Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
title_fullStr Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
title_full_unstemmed Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
title_sort Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
author Everthon de Souza Oliveira
author_facet Everthon de Souza Oliveira
author_role author
dc.contributor.advisor1.fl_str_mv Walmir Matos Caminhas
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/3987548764592597
dc.contributor.advisor-co1.fl_str_mv Ricardo Hiroshi Caldeira Takahashi
dc.contributor.referee1.fl_str_mv Fernando Antonio Campos Gomide
dc.contributor.referee2.fl_str_mv Mario Cesar Mello Massa de Campos
dc.contributor.referee3.fl_str_mv Valter Júnior de Souza Leite
dc.contributor.referee4.fl_str_mv Leonardo Amaral Mozelli
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5508538577119686
dc.contributor.author.fl_str_mv Everthon de Souza Oliveira
contributor_str_mv Walmir Matos Caminhas
Ricardo Hiroshi Caldeira Takahashi
Fernando Antonio Campos Gomide
Mario Cesar Mello Massa de Campos
Valter Júnior de Souza Leite
Leonardo Amaral Mozelli
dc.subject.por.fl_str_mv Controle adaptativo
Estabilidade robusta
Controle Neuro-Fuzzy
Sistemas Fuzzy
topic Controle adaptativo
Estabilidade robusta
Controle Neuro-Fuzzy
Sistemas Fuzzy
Engenharia elétrica
Sistemas difusos
Processamento de sinais
dc.subject.other.pt_BR.fl_str_mv Engenharia elétrica
Sistemas difusos
Processamento de sinais
description Controle adaptativo é um paradigma de controle já consagrado na solução de problemas que envolvam não linearidades, variância ou incerteza paramétrica, desafios patentes à prática de Engenharia de Controle. Um sistema de controle adaptativo procura realizar de modo simultâneo a identificação de uma planta (implícita ou explicitamente) e o ajuste recursivo dos parâmetros de um controlador designado a controlar essa mesma planta. Devido à característica de aproximadores universais, sistemas fuzzy servem como elemento(s) de um controlador adaptativo. A análise de estabilidade e de robustez de um controlador adaptativo é um problema central no desenvolvimento dessas técnicas e, via de regra, exige o uso de ferramentas de análise não linear. O objetivo deste trabalho foi investigar o problema de estabilidade robusta do Online Neuro Fuzzy Controller (ONFC), um controlador adaptativo baseado em sistema fuzzy com uma estrutura simples e que pode ser aplicado a diversos tipos de processos. Sua eficiência e baixo custo computacional permitiram aplicações bem sucedidas no controle de diversas plantas industriais. Embora muitos trabalhos apresentaram melhorias desde a versão original do ONFC, restava pendente um procedimento de projeto dotado de garantias formais de estabilidade. Além disso, problemas de robustez à pertubações e dificuldades de sintonia dos parâmetros foram apontados em diversas aplicações práticas. Neste trabalho, são apresentadas as condições para a estabilidade robusta do ONFC, aplicado a uma planta linear de única entrada e única saída, considerando as incertezas politópicas do sistema e perturbações externas. É proposto um modelo generalizado, baseado em Model Reference Adaptive Control (MRAC), que inclui uma forma de especificação do desempenho dinâmico desejado. Uma nova lei de adaptação dos parâmetros do controlador é proposta, com taxa de adaptação dinâmica, que garante estabilidade e robustez a ruídos de medição e apresenta melhor desempenho em relação à versão original do ONFC. As condições limiares são dadas na forma de um problema LMI (Linear Matrix Inequality), baseadas no método direto de Lyapunov para o caso discreto. Foram desenvolvidas diretrizes objetivas de projeto do ONFC para aplicação em uma planta linear parcialmente desconhecida, utilizando somente realimentação de saída. Testes numéricos foram realizados aplicando o controlador proposto e outros concorrentes em problemas típicos a fim de indicar suas possibilidades de aplicação. Os resultados de simulação mostram que as modificações propostas conservam a simplicidade e o baixo custo computacional do ONFC, ao passo que lhe dão significativo ganho de desempenho no controle de diferentes tipos de problemas e formalismo de projeto.
publishDate 2021
dc.date.issued.fl_str_mv 2021-06-17
dc.date.accessioned.fl_str_mv 2022-02-17T13:31:10Z
dc.date.available.fl_str_mv 2022-02-17T13:31:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/39453
dc.identifier.orcid.pt_BR.fl_str_mv https://orcid.org/0000-0001-6016-9025
url http://hdl.handle.net/1843/39453
https://orcid.org/0000-0001-6016-9025
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/pt/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/pt/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFMG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv ENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICA
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/39453/4/license_rdf
https://repositorio.ufmg.br/bitstream/1843/39453/5/license.txt
https://repositorio.ufmg.br/bitstream/1843/39453/3/Tese.pdf
bitstream.checksum.fl_str_mv cfd6801dba008cb6adbd9838b81582ab
cda590c95a0b51b4d15f60c9642ca272
9658a2b4b45fbf2529d1bda28e1fffea
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1801676813066305536