Métodos para controle de sistemas eletromecânicos por redes neurais artificiais
| dc.contributor.advisor | Bonventi Junior, Waldemar | |
| dc.contributor.author | Santos, Diego de Assis | |
| dc.date.accessioned | 2023-05-09T20:58:05Z | |
| dc.date.available | 2023-05-09T20:58:05Z | |
| dc.date.issued | 2019 | |
| dc.description.abstract | 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. | por |
| dc.description.abstract | This work presents some examples of dynamic systems controlled by artificial neural networks. Most of these systems show high degree of complexity, so it is necessary to implement adequate computational tools to control these systems. Artificial neural networks (ANNs) are one of the bioinspired tools developed by Artificial Intelligence, which can be applied in solving nonlinear problems. They can be employed in processes control and return satisfactory results, as well as the traditional PID controllers. The objective of this work is to show the application of two approaches of neural control in three electromechanical systems with different complexities and known dynamics. In the first approach, a neural network approaches the control function of a tuned PID controller. This strategy was efficient, since the network reproduce a control action similar to the PID. In the second, two classes of neural controllers are applied in the control of the systems. These controllers may respond more slowly to the PID and in some cases may destabilize the output signal. The systems adopted differ in transient and order: The first is a self-controlled third order system that needs a faster response, the second is a second order system with a low damping and the third is a fourth order system with a low damping and long accommodation. These systems are adopted with the purpose of improve their response according to the design specifications. The results are obtained through virtual simulations analyzing the performance indices of the controlled signal and comparing it with the performance of a PID controller. In this works it is demonstrated the training process and the control execution of these networks. | eng |
| dc.identifier.uri | https://repositorio.uniso.br/handle/uniso/909 | |
| dc.subject | Redes neurais (Computação) | |
| dc.subject | Inteligência artificial | |
| dc.title | Métodos para controle de sistemas eletromecânicos por redes neurais artificiais | |
| dc.type | Dissertação | |
| dspace.entity.type | Publication | |
| local.rights | Open Access |
Arquivos
Pacote Original
1 - 1 de 1