Métodos para controle de sistemas eletromecânicos por redes neurais artificiais

Este trabalho apresenta alguns exemplos de sistemas dinâmicos controlados por redes neurais. Grande parte dos sistemas dinâmicos apresentam um grau de complexidade elevado, sendo necessária a implementação de ferramentas computacionais para controlar esses sistemas. As redes neurais artificiais (RNAs) são uma das ferramentas bioinspiradas desenvolvidas pela Inteligência Artificial, que podem ser aplicadas na solução de problemas não lineares. Elas podem ser empregadas na área de controle de processos e devolver resultados satisfatórios, assim como os controladores PID tradicionais. O objetivo deste trabalho é mostrar a aplicação de duas abordagens de controle neural em três sistemas eletromecânicos com diferentes complexidades e dinâmicas conhecidas. Na primeira abordagem, uma rede neural aproxima a função de controle de um controlador PID sintonizado. Essa estratégia se apresentou eficaz, uma vez que a rede reproduz uma ação de controle semelhante ao do PID. Na segunda abordagem, duas classes de controladores neurais são aplicados no controle dos sistemas. Esses controladores apresentaram uma resposta mais lenta em relação ao PID e em alguns casos podem desestabilizar o sinal de saída. Os sistemas adotados diferem nas características de transitório e na ordem: O primeiro é um sistema de terceira ordem auto controlado que necessita de um controle mais rápido, o segundo é um sistema de segunda ordem com baixo amortecimento e o terceiro é um sistema de quarta ordem com baixo amortecimento e longa acomodação. Estes sistemas são adotados com a finalidade de melhorar sua resposta em função das especificações de projeto. Os resultados são obtidos por meio de simulações virtuais analisando-se os índices de desempenho do sinal controlado e comparando com o desempenho de um controlador PID. É demonstrado neste trabalho o processo de treinamento e execução de controle dessas redes.