Controle adaptativo de sistemas dinâmicos não-lineares utilizando realimentação de saída e redes neurais artificiais.
AUTOR(ES)
Carvalho, Fabrício Galende Marques de
DATA DE PUBLICAÇÃO
2009
RESUMO
Esta tese trata do problema de controle adaptativo de sistemas dinâmicos não-lineares utilizando realimentação de saída e redes neurais artificiais. Para o esquema de controle que utiliza linearização entrada-saída em conjunto com redes neurais artificiais, é mostrado que a condição de magnitude relacionada ao termo de eficácia de controle do modelo nominal não é requerida para que haja garantia de existência para a solução deste problema e, através de um exemplo simples, é mostrado como as hipóteses teóricas relacionadas a este termo podem ser satisfeitas e são dadas orientações gerais relacionadas à seleção deste parâmetro. Adicionalmente, é proposta uma extensão para utilização de redes não-linearmente parametrizadas, sendo as leis de adaptação implementáveis e obtidas utilizando-se análise de estabilidade tipo Lyapunov. A técnica aplicável aos sistemas SISO é também validada em dois sistemas MIMO onde é utilizada uma mudança de variáveis de controle e cooperação implícita entre controladores. O problema de controle de sistemas MIMO subatuados, utilizando cancelamento parcial de não-linearidade, é formulado baseado na relação existente entre sistemas dinâmicos subatuados e sistemas dinâmicos de fase não-mínima. Resultados desta técnica são ilustrados aplicando-a em um modelo de helicóptero com três graus de liberdade.
ASSUNTO(S)
redes neurais sistemas não-lineares controle com realimentação inteligência artificial sistemas dinâmicos controle adaptativo mimo (sistemas de controle)
ACESSO AO ARTIGO
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=1131Documentos Relacionados
- Controle por realimentação de saída para sistemas incertos fortemente não-lineares
- Controle por modos deslizantes nebuloso adaptativo de sistemas incertos não-lineares
- IdentificaÃÃo de sistemas dinÃmicos via redes neurais artificiais.
- Identificação de cargas lineares e não-lineares em sistemas elétricos residenciais usando técnicas para seleção de atributos e redes neurais artificiais
- Identificação de sistemas dinâmicos não-lineares utilizando modelos NARMAX polinomiais: aplicação a sistemas reais