Orientador: Edvaldo Assunção / Resumo: Neste trabalho é proposta a resolução do problema do regulador linear quadrático (Linear Quadratic Regulator - LQR) via desigualdades matriciais lineares (Linear Matrix Inequalities - LMIs) para sistemas lineares e invariantes no tempo sujeitos a incertezas politópicas, bem como para sistemas lineares sujeitos a parâmetros variantes no tempo (Linear Parameter Varying - LPV). O projeto dos controladores é baseado na realimentação derivativa. A escolha da realimentação derivativa se dá devido à sua fácil implementação em certas aplicações como, por exemplo, no controle de vibrações. Os sinais usados na realimentação são aceleração e velocidade, sendo obtidos por meio de acelerômetros. Por meio do método proposto é possível obter condições LMIs para a síntese de controladores que garantam a estabilização do sistema em malha fechada, sendo que os controladores possuem desempenho otimizado. Para a formulação das condições LMIs, uma função de Lyapunov do tipo quadrática é utilizada. Exemplos teóricos e simulações são utilizados como forma de validação dos métodos propostos, além de mostrar que os novos resultados apresentam condições menos conservadoras. Além disso, ao final é apresentada uma implementação prática em um sistema de suspensão ativa, produzida pela Quanser®. / Abstract: The resolution of linear quadratic regulator (LQR) problem via linear matrix inequalities (LMIs) for linear time-invariant systems subject to polytopic uncertainties, as linear systems subjects to linear parameter varying (LPV), is proposed in this work. The controllers' designs are based on the state derivative feedback. The aim to the choice of the state derivative feedback is your easy implementation in a class of mechanical systems, such as in vibration control, for example. The signals used for feedback are acceleration and velocity, it is obtained by means of accelerometers. Through the proposed method it is possible to obtain LMIs conditions for the synthesis of controllers that guarantee the stabilisation of the closed-loop system, being that the controllers have optimised performance. For the LMIs conditions formulations, a Lyapunov function of type quadratic is used. As a form of validation, theoretical examples and simulations are performed, besides to show that the new results are less conservative. Furthermore, a practical implementation in an active suspension system, produced by Quanser®, is performed. / Mestre

Orientador: Marcelo Carvalho Minhoto Teixeira / Resumo: Nesta tese, utiliza-se um otimizador analógico não derivativo proposto por Teixeira & Żak em 1999 como principal ferramenta para os sistemas de controle dos projetos desenvolvidos. Tal otimizador é composto por blocos não lineares e pode ser classificado como um sistema neural artificial. Sistemas chaveados têm grande aplicação prática na otimização de sistemas e são caracterizados por possuírem subsistemas e uma lei de chaveamento que seleciona cada subsistema a cada momento. Deve-se definir condições para que seja possível projetar uma lei de chaveamento que atenda requisitos de projeto. O estudo de técnicas de controle extremal na solução de problemas de busca pelo rastreamento do máximo ponto de potência (do inglês: Maximum Power Point Tracking - MPPT), vem apresentando resultados interessantes na literatura e um tipo de sistema à qual essa técnica pode ser aplicada, é na geração fotovoltaica. Aplica-se o otimizador analógico citado na busca do MPPT de uma célula fotovoltaica, com o objetivo de observar o controle extremal atuando em um processo de otimização, estendendo o controle para quando existem variações de irradiação solar (cenário de uma possível passagem de nuvens). Também observa-se o comportamento do sistema quanto a manter seu correto funcionamento e estabilidade ultimate bounded. A contribuição principal desta tese foi uma nova proposta de utilização conjunta do otimizador de Teixeira & Żak no projeto de controladores ˙ chaveados baseados na minimização da d... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: On this thesis, a non-derivative analog optimizer, proposed by Teixeira & Żak in 1999, was used as the main tool for the proposed control system. Such optimizer is structured by nonlinear blocks and can be classified as an artificial neural system. Switched systems have great theoretical and practical application in systems optimization and are characterized by having subsystems, and a switching law that selects each subsystem at each moment. It is necessary to define conditions so that it is possible to design a switching law for the desired performance of the controlled system. The study of Extremum Seeking Control techniques in the solution of problems of Maximum Power Point Tracking has presented interesting results, and one type of system which this technique can be applied is in the photovoltaic generation. The analog optimizer is applied in the Maximum Power Point Tracking of a photovoltaic cell, with the objective of observing the actuation of the extremal seeking control in an optimization process, extending the control when there are solar irradiation variations (a possible clouds passage scenario). And also observe the behavior of the system and how to maintain its correct functioning and ultimate bounded stability. The main contribution of this thesis was a new procedure for using the mentioned analog optimizer in the design of switched controllers based on the minimization of the derivative of a Lyapunov function. This method allows the relaxed design of controll... (Complete abstract click electronic access below) / Doutor