Controle inteligente de sistemas subatuados com aplicações em problemas de mecânica do contato

• Autor(a) principal: Fernandes, Josiane Maria de Macedo
• Data de Publicação: 2017
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/24140
• topic: CNPQ::ENGENHARIAS::ENGENHARIA MECANICA; Controle por modos deslizantes; Sistemas subatuados; Vibrações stick-slip; Redes neurais artificiais; Colunas de perfuração

Neste trabalho é desenvolvida uma estratégia de controle não linear baseada no controle por modos deslizantes com compensação neural para estabilização de sistemas subatuados sujeitos a vibrações torcionais. No intuito de analisar o desempenho da abordagem proposta, a lei de controle foi implementada em uma coluna de perfuração. As colunas de perfuração são discretizadas em n partes. A atuação é dada no top drive, ou na mesa rotativa na extremidade superior da coluna, e todo o restante da coluna não recebe atuação. As vibrações torcionais abordadas neste trabalho são do tipo stick-slip, que é o caso mais crítico desse tipo de vibração, cuja não linearidade é geralmente causada pelo atrito entre a coluna e a formação, podendo ocorrer em qualquer ponto ao longo da coluna e deve ser levado em consideração na modelagem. O controle por modos deslizantes apresenta robustez frente a incertezas paramétricas e perturbações. A estratégia adotada não requer o conhecimento prévio de incertezas e não linearidades do sistema. No entanto, a função descontínua utilizada na lei de controle pode gerar o fenômeno de chattering, que em atuadores mecânicos é indesejável. Para atenuar o chattering, uma função suave é utilizada no lugar da descontínua, sendo essa abordagem ocasionadora de diminuição no desempenho do controlador. Nesse ponto, técnicas de inteligência artificial podem contribuir na lei de controle para devolver o desempenho ou parte dele ao sistema. Duas arquiteturas de rede são empregadas para estimar a compensação, uma rede do tipo perceptron de múltiplas camadas e uma rede de funções de base radial. As superfícies de controle são definidas como uma combinação linear dos erros dos estados do sistema e uma rede neural é adicionada para compensar a formação de ciclos limites, comumente apresentados após a perda de eficácia. Resultados são apresentados para demonstrar a performance do sistema de controle proposto.