Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
Autor(a) principal: | |
---|---|
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_ |
1803589324761989120 |