Estratégia baseada em redes neurais artificiais para a seleção on-line de controlador

• Autor(a) principal: Käfer, Aline Thaís
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/130174
• topic: Engenharia de controle e automação; Nonlinear system; Control; PID; Selection; Neural networks

Neste trabalho foi implementado um método para seleção em tempo real do controlador mais adequado, dentro de um conjunto de controladores pré-definidos, para o controle de um processo sujeito a distúrbios não medidos e variações de comportamento em função do ponto de operação. A estrutura responsável pela seleção do controlador é uma Rede Neural Artificial (RNA) que é treinada de modo a selecionar o controlador de melhor desempenho com base em dados de simulação ou de um período de operação simulado. Com isto, pretende-se que a estratégia proposta seja simples e robusta para o controle de processos nos quais um controlador com sintonia fixa não apresenta um desempenho adequado. Objetivando verificar o funcionamento da proposta, foi considerado o modelo de um tanque esférico, um sistema não linear, sujeito a uma perturbação não medida na entrada. O ajuste da rede foi feito a partir de simulações do modelo do tanque em malha fechada, considerando-se diferentes controladores de nível do tipo PID sintonizados para diferentes pontos de operação. Uma nota, consistindo da combinação de diversos critérios de desempenho, foi atribuída para o desempenho de cada sistema, e empregada para treinar a rede. Depois de treinada, a rede tem como entradas o valor atual da saída e o valor de referência e, como saída, o melhor controlador para o cenário de operação. Diversos parâmetros podem ser variados em cada etapa, possibilitando a escolha da melhor configuração para que o controle final seja eficiente. A simulação da operação do sistema, consistindo do conjunto de controladores e do bloco de seleção baseado na rede neural, apresentou bons resultados tanto para a função servo quanto para a função regulatória.