Leis de controle preditivo têm encontrado crescente aceitação, especialmente com a evolução dos computadores e a ampliação de sua capacidade. Uma de suas características únicas é o tratamento sistemático de restrições no projeto dos controladores. Contudo, a presença conjunta de restrições e de incertezas, como erros de modelo ou perturbações, é capaz de levar controladores preditivos a perder a factibilidade, possivelmente ocasionando instabilidade e violações de restrições. Neste trabalho, um controlador preditivo robusto, baseado na formulação de endurecimento de restrições, é implementado para um helicóptero de três graus de liberdade mecânicos, com restrições no seu espaço de manobras, saturação nos atuadores e sujeito a perturbações limitadas. O controlador usa um modelo de predição linear obtido a partir da linearização de um modelo não-linear de sexta ordem existente na literatura. O modelo não-linear foi previamente ajustado, com base em dados experimentais, de modo a melhor representar o comportamento do sistema real. Um controlador preditivo nominal, que não leva em conta os efeitos das perturbações, foi considerado para fins de comparação. Resultados de simulações do tipo Monte Carlo e de testes experimentais revelam a superioridade, em termos de não-violação de restrições, do controlador preditivo robusto em relação a sua versão nominal. Por fim, foi proposta uma extensão da formulação de controle preditivo empregada. Tal extensão considera que os graus de liberdade de controle se encontram igualmente distribuídos ao longo do horizonte de predição.

A maioria dos incidentes de segurança nos sistemas computacionais é causada por funcionários ou pessoas ligadas à empresa. A segurança da informação tem focado seus esforços em problemas de redes de computadores e proteção de servidores, onde o perigo é iminente. Seguindo modelos de controle de acesso e suas extensões, pode-se evitar ou detectar muitas vulnerabilidades no sistema de segurança da organização. Esta dissertação procura dar um passo adiante no processo de formalização do modelo de ataques de engenharia social. Dentro desta linha de pesquisa, alguns trabalhos já foram e estão sendo desenvolvidos como por exemplo o trabalho feito por Camilo Peçanha (CAMILO, 2001).

Estratégias de controle preditivo permitem tratar restrições físicas e operacionais do processo, bem como realizar compromissos entre as diversas grandezas envolvidas mediante o uso de índices de desempenho. O desempenho de controladores preditivos pode ser comprometido por descasamentos entre o modelo nominal de projeto e a planta real, causados, por exemplo, por falhas ou incertezas de modelo. Tais descasamentos podem causar não-factibilidade do problema de otimização. Este trabalho propõe uma estratégia de controle preditivo reconfigurável para acomodação de falhas com propriedades de factibilidade recursiva do problema de otimização e estabilidade robusta de malha de controle. Tal abordagem de controle reconfigurável envolve duas etapas: uma primeira na qual é realizada a comutação entre um controlador nominal e um controlador robusto apropriado quando ocorrem falhas; e uma segunda etapa em que o polítopo de incerteza de controlador robusto é atualizado em tempo real. Adicionalmente, uma extensão para a abordagem de controle preditivo robusto é apresentada de modo a contemplar o tratamento de restrições assimétricas na variável de saída. Resultados numéricos ilustram as características das técnicas propostas.

A exigência de continuidade operacional em processos críticos mesmo sob a ação de falhas de atuadores requer sistemas de controle que sejam capazes de manter o sistema em funcionamento, mesmo com desempenho afetado, até uma possível intervenção de manutenção. Neste contexto, o controle preditivo se mostra uma estratégia apropriada para mitigação dos efeitos de falhas, por permitir o tratamento explícito de restrições de entrada e saída do sistema. Este trabalho apresenta uma abordagem de controle preditivo para acomodação de falhas que resultem em uma perda de efetividade dos atuadores. Para esse propósito, assume-se que o atuador esteja sujeito a efeitos de degradação que progridam com taxa proporcional ao esforço de controle. Por simplicidade, considera-se que a perda de efetividade ocorra de forma abrupta quando a degradação atinge um limiar intermediário entre a condição nominal de operação e a perda total do atuador. Sob essas condições, a dinâmica do sistema pode ser representada por um modelo de sistema h?brido utilizando a representação MLD (Mixed Logical Dynamical). Como resultado, a lei de controle preditivo envolve a solução de um problema de programação mista inteira a ser resolvido a cada instante de amostragem. A abordagem proposta é ilustrada por meio de simulações numéricas.

This thesis deals with the control of nonlinear systems governed by nonlinear state equations of the form =f(x)+g(x)u with state and input constraints, and subjected to model uncertainties. Classical linearization methods lead to adequate results when the model is accurate and the reference signals are well-conditioned and have low amplitude. However, this may not be the case for inputs such as large steps or when uncertainties are not to be neglected. The problem of bounds on control and state variables is tackled by using the reference governor approach which guarantees that the constraints are satisfied for a general class of input commands while stability is also assured. The main idea behind the reference governor is to manage the reference signal which is supplied to the inner loop controller in such a way that violation of the constraints is avoided. Model uncertainties are treated by using fuzzy logic adaptation features. Fuzzy blocks are used in order to approximate the nonlinear functions f(x) and g(x) that appear in the state equations. This thesis also describes some theoretical difficulties encountered in some of previous work in the field, especially when fuzzy or neural estimators are used for the estimation of the nonlinear functions. Despite the apparent success (because the tracking error seems to be tending to zero), some subtle details related to the proof of stability are pointed out. Basically, the difficulties may stem from the fact that the Lyapunov method is used assuming that the tracking error converges to zero. Moreover, an external control signal us which acts like a sliding mode control is used to guarantee stability and it assumes that the function estimates converge to their real values. Here, it is shown that making use of this previous approach the tracking error does not tend to zero when t. An explicit equation for computing the steady-state error is presented. Moreover, despite many propositions for the introduction of an external control signal us to force stability, it is verified that its use is not necessary to assure the tracking error stability if some free parameters are properly initialized. Also, it is noted that the tracking error is bounded and can be reduced through a convenient choice of design parameters. Finally it is shown that in the method presented in the previous work, the estimates of f(x) and g(x) are not required to be accurate to achieve stability. In order to solve the detected theoretical problems, this thesis proposes a new approach for the control of the considered class of nonlinear systems. It also uses fuzzy blocks as estimators for f(x) and g(x). However, the proposed structure and the control and adaptation laws, are then applied so that the tracking error converges to zero and the function estimates converge to their real values.In order to highlight the controllers properties, a nonlinear and open-loop unstable magnetic levitation system is used as an example.

Métodos de controle preditivo têm encontrado grande aceitação industrial, principalmente devido a sua capacidade de fazer respeitar restrições operacionais, o que reduz o número de paradas de emergências de um sistema. No entanto, suas aplicações em geral têm sido voltadas a sistemas estritamente estáveis e de dinâmica lenta. Neste trabalho, é implementada uma lei de controle preditivo no espaço de estados para um helicóptero de três graus de liberdade com duas variáveis de entrada. A dinâmica do sistema é não-linear, de 6a ordem, com amortecimento muito pequeno. Linearizando-se um modelo físico nominal em torno de um ponto de equilíbrio, obteve-se um modelo de predição marginalmente estável. A implementação em tempo real envolve a solução de um problema de Programação Quadrática a cada período de amostragem de 50ms. Os resultados experimentais são empregados para estudar o efeito de alterações nos horizontes de predição e controle, bem como para ilustrar a capacidade do controlador em fazer respeitar restrições de saída. Por fim, a lei de controle é alterada com a inclusão de um Filtro de Kalman para estimar as velocidades angulares do helicóptero e, assim, melhorar o desempenho da malha de controle.

Este trabalho aplica o Método Indireto da Colocação para resolver numericamente Problemas de Valor de Contorno resultantes da aplicação da teoria controle ótimo ao problema de otimização de trajetórias de aeronaves. Uma extensão da implementação do método foi desenvolvida para incluir condições de contorno interiores, que surgem quando restrições são atingidas ao longo da trajetória, resultando num Problema de Valor de Contorno em Múltiplos Pontos (PVCMP). Quatro estudos de caso foram resolvidos numericamente para testar o método em questão e analisar as suas vantagens e limitações. Dois desses estudos de caso possuem documentados na literatura a solução numérica pelo Método Indireto dos Múltiplos Tiros, que é um dos métodos mais difundidos para resolver problemas de controle ótimo com restrições. Assim, também foi possível comparar as soluções de ambos os métodos e constatar na prática as vantagens e desvantagens de um em relação ao outro.