Cette étude s’inscrit dans le domaine de la gestion de santé des systèmes, qui vise à développer des outils d’aide à la maintenance, mais également à améliorer les prises de décision en autonomie des systèmes en cas de pannes. Dans ce cadre, des techniques de diagnostic déterminent si et pourquoi le système est en panne, alors que des techniques de pronostic déterminent quand les pannes vont survenir et leurs conséquences. Si elles semblent être corrélées, elles sont généralement étudiées séparément, car les échelles de temps manipulées par les deux processus sont très différentes.Ces travaux ont pour objectif de développer un outil intégrant les méthodes de diagnostic et de pronostic pour la surveillance des système hybrides, dont les dynamiques sont à la fois continues et discrètes. La méthodologie proposée, basée sur les réseaux de Petri hybrides particulaires, est appliquée sur un rover planétaire pour démontrer son utilisabilité en cas réel à travers la gestion des incertitudes liées au système et aux données / This study takes place in the field of system health management, which aims at developing maintenance aid tools, but also at improving the systems autonomous decision-making in case of failures. In this context, diagnostic techniques determine whether and why the system is down, while prognostic techniques determine when failures will occur and their consequences. If they seem to be correlated, they are usually studied separately because the time scales manipulated by the two processes are very different. This work aims at developing a tool that integrates both diagnosis and prognosis methods for the monitoring of hybrid systems, whose dynamics are both continuous and discrete. The proposed methodology, based on hybrid particle Petri nets, is applied to a planetary rover to demonstrate its usability in real cases through the management of knowledge-based and data-based uncertainty

O presente trabalho descreve um modelo híbrido para sistemas especialistas classificatórios que Integra os mecanismos de representação de conhecimento de frames e de redes neurais, assimilando qualidades inerentes de cada um dos dois paradigmas. O mecanismo de frames fornece tipos construtores flexíveis para a modelagem do conhecimento do domínio, enquanto as redes neurais possibilitam tanto a automação da aquisição de conhecimento, a partir de uma base de casos, quanto a implementação de aprendizado indutivo e dedutivo. Empregam-se dois tipos de frames para representar o conhecimento relativo aos problemas de classificação: frames de achado e frames de diagn6stico. Os primeiros descrevem os objetos elementares da aplicação que podem influenciar na detecção de certos diagnósticos. Os frames de diagnóstico, por sua vez, são descritos em termos de achados e correspondem as descrições dos problemas de classificação tratados pelo sistema especialista. E utilizado o Modelo Neural Combinatório (MNC), caracterizado por sua capacidade de aprendizado heurístico através do reconhecimento de regularidades observadas no mundo exterior. A integração do mecanismo de representação de frames e do MNC se da ao nível dos frames de diagn6stico, armazenando representações simbólicas do conhecimento das redes neurais que explicitam o conhecimento armazenado nas camadas intermediarias das Últimas. O motor de inferência do sistema opera de maneira integrada sobre ambos os paradigmas, o conexionista e o simbólico. A máquina de aprendizado fornece meios para a automação da aquisição de conhecimento a partir de um banco de casos, bem como para o refinamento do conhecimento do sistema. A máquina de aprendizado dividida em dois componentes principais: o componente de aprendizado indutivo e o componente de aprendizado dedutivo. O primeiro se volta para o componente indutivo e utiliza os métodos de aprendizado por casos de treinamento, descritos para o MNC, para refinar o conhecimento das redes neurais. O componente dedutivo faz use de uma estratégia de reorganização das redes neurais, para gerar novos modelos de resolução de problemas. 0 sistema implementado, denominado HYCONES (the HYbrid CONnectionist Expert System) é apresentado corn detalhamento da integragao entre os paradigmas simbOlico e conexionista. Para validar HYCONES, foram construfdas e testadas 5 versoes de uma base de conhecimento hfbrida para o diagnostico das 3 cardiopatias congenitas mais freqfjentes no Institute de Cardiologia - RS. A primeira delas (B1) baseou-se no conhecimento extrafdo de 22 especialistas em cardiologia pediatrica, de 4 instituicaes brasileiras. Os grafos medios de conhecimento destes especialistas foram diretamente traduzidos para redes neurais MNC, dando origem a primeria versao do sistema. A segunda versao (B2) baseou-se no refinamento da base de conhecimento da versao B1, atraves da reorganizacao e treinamento das redes neurais dos especialistas, corn aplicagao dos metodos de aprendizado dedutivo. A terceira versão (B3) baseou-se no conhecimento de 23 não especialistas, cardiologistas gerais, na sua maioria oriundos do Institute de Cardiologia - RS. A mesma técnica aplicada para a construção da versão B1 foi utilizada para construir esta versão da base de conhecimento hibrida. A quarta versao (B4) corresponde ao refinamento e reorganização da base de conhecimento da versão B3, com as mesmas técnicas de aprendizado dedutivo, aplicadas na construção da versão B2. Finalmente, na quinta versão (B5), a base de conhecimento foi construída, automaticamente, a partir de base de casos, valendo-se do método de explicitação automática de conhecimento do MNC. Os resultados obtidos na validação do sistema comprovaram a eficiência dos métodos de explicitação automática de conhecimento, a partir do banco de casos e de aprendizado dedutivo, por reorganização e treinamento das redes neurais. As principais contribuições deste trabalho foram: a definição do mecanismo para integração de frames a redes neurais; a especificação dos métodos de aquisição automática do conhecimento, a partir de um banco de casos e seu posterior treinamento e aprendizado, por métodos indutivos e dedutivos; finalmente, a incorporação das medidas de especificidade e sensibilidade no processo de explicitação automática do conhecimento do banco de casos. / This dissertation describes a hybrid model for classification expert systems - HYCONES (HYbrid CoNnectionist Expert System), which integrates the knowledge representation mechanism of frames and neural networks, incorporating qualities inherent to each of the knowledge representation paradigms. The mechanism of frames provides flexible constructs for modeling the domain knowledge. The neural networks provide the means for automatic knowledge acquisition and enable the implementation of deductive and inductive learning. The frames mechanism makes use of semantic modeling concepts to make the new model more generic and to provide flexible constructs for knowledge representation. It employs two basic types of frames to represent the knowledge involved in classification problems: finding frames and diagnosis frames. The finding frames describe the elementary objects of the application world that can influence in the detection of certain diagnoses. Diagnosis frames, on the other hand, are described in terms of findings and correspond to the descriptions of the classification problems addressed by the expert system. The Combinatorial Neural Model (CNM) was the architecture chosen for the neural network environment. This model is characterized by its capacity of learning through the recognition of regularities observed in the outside world. The integration of the knowledge representation mechanism of frames with the CNM happens at the diagnosis frames level. The diagnosis frames store symbolic representations of knowledge contained in the neural networks. The system's inference machine operates under an integrated manner with both knowledge representation paradigms. The learning machine provides the means for automatic knowledge acquisition and for knowledge refinement. It is composed by two modules: the inductive and the deductive learning component. The first one uses CNM methods to refine the neural network knowledge. The latter follows a strategy that reorganizes the neural networks, generating new problem solving models. The implemented HYCONES system is presented, detailing the integration between the symbolic and the connectionist approach. To validate HYCONES, five versions of a hybrid knowledge base (HKB) for the diagnosis of the three most common congenital heart diseases at the Institute de Cardiologia - RS were constructed and tested. The first version of the HKB, named B1 for validation purposes, is based on the mean knowledge graphs of 22 experts in congenital heart diseases, from four important Brazilian cardiological institutions. These KG were directly translated to CNM neural networks. The second version of the HKB, named B3 for validation purposes, contains the mean knowledge graphs of 23 non-experts, i.e., general cardiologists, from the Institute of Cardiology of RS. The same method used to built B1 was invoked here: direct translation from the knowledge graphs to CNM neural networks. The second and fourth versions of HKB, named B2 and B4 respectively, consist of trained versions of B1 and B3. To create these trained versions, the CNM neural networks of B1 and B3 were submitted to deductive learning procedures. Finally, the fifth version of HKB, B5, was automatically created, based on the training of the case database. The results obtained and presented in this document point out to the efficiency of the automatic knowledge acquisition methods and the deductive learning techniques implemented, through the reorganization and training of the neural networks. The main contributions of this research are the design of a mechanism for the integration of frames and neural networks, the specification of the learning methods for the hybrid model and the analysis of factors such as specificity and sensibility in the process of automatic knowledge acquisition.

O presente trabalho descreve um modelo híbrido para sistemas especialistas classificatórios que Integra os mecanismos de representação de conhecimento de frames e de redes neurais, assimilando qualidades inerentes de cada um dos dois paradigmas. O mecanismo de frames fornece tipos construtores flexíveis para a modelagem do conhecimento do domínio, enquanto as redes neurais possibilitam tanto a automação da aquisição de conhecimento, a partir de uma base de casos, quanto a implementação de aprendizado indutivo e dedutivo. Empregam-se dois tipos de frames para representar o conhecimento relativo aos problemas de classificação: frames de achado e frames de diagn6stico. Os primeiros descrevem os objetos elementares da aplicação que podem influenciar na detecção de certos diagnósticos. Os frames de diagnóstico, por sua vez, são descritos em termos de achados e correspondem as descrições dos problemas de classificação tratados pelo sistema especialista. E utilizado o Modelo Neural Combinatório (MNC), caracterizado por sua capacidade de aprendizado heurístico através do reconhecimento de regularidades observadas no mundo exterior. A integração do mecanismo de representação de frames e do MNC se da ao nível dos frames de diagn6stico, armazenando representações simbólicas do conhecimento das redes neurais que explicitam o conhecimento armazenado nas camadas intermediarias das Últimas. O motor de inferência do sistema opera de maneira integrada sobre ambos os paradigmas, o conexionista e o simbólico. A máquina de aprendizado fornece meios para a automação da aquisição de conhecimento a partir de um banco de casos, bem como para o refinamento do conhecimento do sistema. A máquina de aprendizado dividida em dois componentes principais: o componente de aprendizado indutivo e o componente de aprendizado dedutivo. O primeiro se volta para o componente indutivo e utiliza os métodos de aprendizado por casos de treinamento, descritos para o MNC, para refinar o conhecimento das redes neurais. O componente dedutivo faz use de uma estratégia de reorganização das redes neurais, para gerar novos modelos de resolução de problemas. 0 sistema implementado, denominado HYCONES (the HYbrid CONnectionist Expert System) é apresentado corn detalhamento da integragao entre os paradigmas simbOlico e conexionista. Para validar HYCONES, foram construfdas e testadas 5 versoes de uma base de conhecimento hfbrida para o diagnostico das 3 cardiopatias congenitas mais freqfjentes no Institute de Cardiologia - RS. A primeira delas (B1) baseou-se no conhecimento extrafdo de 22 especialistas em cardiologia pediatrica, de 4 instituicaes brasileiras. Os grafos medios de conhecimento destes especialistas foram diretamente traduzidos para redes neurais MNC, dando origem a primeria versao do sistema. A segunda versao (B2) baseou-se no refinamento da base de conhecimento da versao B1, atraves da reorganizacao e treinamento das redes neurais dos especialistas, corn aplicagao dos metodos de aprendizado dedutivo. A terceira versão (B3) baseou-se no conhecimento de 23 não especialistas, cardiologistas gerais, na sua maioria oriundos do Institute de Cardiologia - RS. A mesma técnica aplicada para a construção da versão B1 foi utilizada para construir esta versão da base de conhecimento hibrida. A quarta versao (B4) corresponde ao refinamento e reorganização da base de conhecimento da versão B3, com as mesmas técnicas de aprendizado dedutivo, aplicadas na construção da versão B2. Finalmente, na quinta versão (B5), a base de conhecimento foi construída, automaticamente, a partir de base de casos, valendo-se do método de explicitação automática de conhecimento do MNC. Os resultados obtidos na validação do sistema comprovaram a eficiência dos métodos de explicitação automática de conhecimento, a partir do banco de casos e de aprendizado dedutivo, por reorganização e treinamento das redes neurais. As principais contribuições deste trabalho foram: a definição do mecanismo para integração de frames a redes neurais; a especificação dos métodos de aquisição automática do conhecimento, a partir de um banco de casos e seu posterior treinamento e aprendizado, por métodos indutivos e dedutivos; finalmente, a incorporação das medidas de especificidade e sensibilidade no processo de explicitação automática do conhecimento do banco de casos. / This dissertation describes a hybrid model for classification expert systems - HYCONES (HYbrid CoNnectionist Expert System), which integrates the knowledge representation mechanism of frames and neural networks, incorporating qualities inherent to each of the knowledge representation paradigms. The mechanism of frames provides flexible constructs for modeling the domain knowledge. The neural networks provide the means for automatic knowledge acquisition and enable the implementation of deductive and inductive learning. The frames mechanism makes use of semantic modeling concepts to make the new model more generic and to provide flexible constructs for knowledge representation. It employs two basic types of frames to represent the knowledge involved in classification problems: finding frames and diagnosis frames. The finding frames describe the elementary objects of the application world that can influence in the detection of certain diagnoses. Diagnosis frames, on the other hand, are described in terms of findings and correspond to the descriptions of the classification problems addressed by the expert system. The Combinatorial Neural Model (CNM) was the architecture chosen for the neural network environment. This model is characterized by its capacity of learning through the recognition of regularities observed in the outside world. The integration of the knowledge representation mechanism of frames with the CNM happens at the diagnosis frames level. The diagnosis frames store symbolic representations of knowledge contained in the neural networks. The system's inference machine operates under an integrated manner with both knowledge representation paradigms. The learning machine provides the means for automatic knowledge acquisition and for knowledge refinement. It is composed by two modules: the inductive and the deductive learning component. The first one uses CNM methods to refine the neural network knowledge. The latter follows a strategy that reorganizes the neural networks, generating new problem solving models. The implemented HYCONES system is presented, detailing the integration between the symbolic and the connectionist approach. To validate HYCONES, five versions of a hybrid knowledge base (HKB) for the diagnosis of the three most common congenital heart diseases at the Institute de Cardiologia - RS were constructed and tested. The first version of the HKB, named B1 for validation purposes, is based on the mean knowledge graphs of 22 experts in congenital heart diseases, from four important Brazilian cardiological institutions. These KG were directly translated to CNM neural networks. The second version of the HKB, named B3 for validation purposes, contains the mean knowledge graphs of 23 non-experts, i.e., general cardiologists, from the Institute of Cardiology of RS. The same method used to built B1 was invoked here: direct translation from the knowledge graphs to CNM neural networks. The second and fourth versions of HKB, named B2 and B4 respectively, consist of trained versions of B1 and B3. To create these trained versions, the CNM neural networks of B1 and B3 were submitted to deductive learning procedures. Finally, the fifth version of HKB, B5, was automatically created, based on the training of the case database. The results obtained and presented in this document point out to the efficiency of the automatic knowledge acquisition methods and the deductive learning techniques implemented, through the reorganization and training of the neural networks. The main contributions of this research are the design of a mechanism for the integration of frames and neural networks, the specification of the learning methods for the hybrid model and the analysis of factors such as specificity and sensibility in the process of automatic knowledge acquisition.

Cette thèse porte sur les techniques d'analyse formelle de systèmes hybrides à dynamiques continues non linéaire. Ses contributions portent sur les algorithmes d'atteignabilité et sur les problèmatiques liées à la representation des ensembles atteignables. This thesis deals with formal analysis of hybrid system with non linear continous dynamic. It contributes to the fields of reachability analysis algorithm and the set representation. / In this thesis, we presented our contributions to the formal analysis of dynamical systems. We focused on the problem of efficiently computing an accurate approximation of the reachable sets under nonlinear dynamics given by differential equations. Our aim was also to design scalable methods which can handle large systems. The first contribution of this thesis concerns the dynamic hybridization technique for a large class of nonlinear systems. We focused on the hybridization domain construction such that the linear interpolation realized in this domain ensures a desired error between the original system trajectories and those computed with the approximated system. We propose a construction method which tends to maximize the domain volume which reduce the number of creation of new domains during the analysis. The second research direction that we followed concerns a subclass of nonlinear dynamical systems which are the polynomial systems. Our results for the reachability analysis of these systems are based on the Bernstein expansion properties. We approximate an initial reachability computation (which requires solving polynomial optimization problems) with an accurate over-approximation (which requires solving linear optimization problems). The last theoretical contribution concerns the reachability analysis of linear systems with polyhedral input which often result from approximation of nonlinear systems. We proposed a technique to refine

Cette thèse étudie la vérification automatique de propriétés de sûreté de systèmes logico-numériques discrets ou hybrides. Ce sont des systèmes ayant des variables booléennes et numériques et des comportements discrets et continus. Notre approche est fondée sur l'analyse statique par interprétation abstraite. Nous adressons les problèmes suivants : les méthodes d'interprétation abstraite numériques exigent l'énumération des états booléens, et par conséquent, ils souffrent du probléme d'explosion d'espace d'états. En outre, il y a une perte de précision due à l'utilisation d'un opérateur d'élargissement afin de garantir la terminaison de l'analyse. Par ailleurs, nous voulons rendre les méthodes d'interprétation abstraite accessibles à des langages de simulation hybrides. Dans cette thèse, nous généralisons d'abord l'accélération abstraite, une méthode qui améliore la précision des invariants numériques inférés. Ensuite, nous montrons comment étendre l'accélération abstraite et l'itération de max-stratégies à des programmes logico-numériques, ce qui aide à améliorer le compromis entre l'efficacité et la précision. En ce qui concerne les systèmes hybrides, nous traduisons le langage de programmation synchrone et hybride Zelus vers les automates hybrides logico-numériques, et nous étendons les méthodes d'analyse logico-numérique aux systèmes hybrides. Enfin, nous avons mis en oeuvre les méthodes proposées dans un outil nommé ReaVer et nous fournissons des résultats expérimentaux. En conclusion, cette thèse propose une approche unifiée à la vérification de systèmes logico-numériques discrets et hybrides fondée sur l'interprétation abstraite qui est capable d'intégrer des méthodes d'interprétation abstraite numériques sophistiquées tout en améliorant le compromis entre l'efficacité et la précision. / This thesis studies the automatic verification of safety properties of logico-numerical discrete and hybrid systems. These systems have Boolean and numerical variables and exhibit discrete and continuous behavior. Our approach is based on static analysis using abstract interpretation. We address the following issues: Numerical abstract interpretation methods require the enumeration of the Boolean states, and hence, they suffer from the state space explosion problem. Moreover, there is a precision loss due to widening operators used to guarantee termination of the analysis. Furthermore, we want to make abstract interpretation-based analysis methods accessible to simulation languages for hybrid systems. In this thesis, we first generalize abstract acceleration, a method that improves the precision of the inferred numerical invariants. Then, we show how to extend abstract acceleration and max-strategy iteration to logico-numerical programs while improving the trade-off between efficiency and precision. Concerning hybrid systems, we translate the Zelus hybrid synchronous programming language to logico-numerical hybrid automata and extend logico-numerical analysis methods to hybrid systems. Finally, we implemented the proposed methods in ReaVer, a REActive System VERification tool, and provide experimental results. Concluding, this thesis proposes a unified approach to the verification of discrete and hybrid logico-numerical systems based on abstract interpretation, which is capable of integrating sophisticated numerical abstract interpretation methods while successfully trading precision for efficiency.

Made available in DSpace on 2014-10-09T12:35:00Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T13:59:32Z (GMT). No. of bitstreams: 0 / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Submitted by JORGE MARIO AVELLA RUIZ null (jmaverui@gmail.com) on 2016-08-22T20:10:15Z No. of bitstreams: 1 avella_jm_me_guara.pdf: 2916680 bytes, checksum: 8dc01146f5007c3e858113a4d41eeab3 (MD5) / Approved for entry into archive by Ana Paula Grisoto (grisotoana@reitoria.unesp.br) on 2016-08-24T17:05:52Z (GMT) No. of bitstreams: 1 avellaruiz_jm_me_guara.pdf: 2916680 bytes, checksum: 8dc01146f5007c3e858113a4d41eeab3 (MD5) / Made available in DSpace on 2016-08-24T17:05:52Z (GMT). No. of bitstreams: 1 avellaruiz_jm_me_guara.pdf: 2916680 bytes, checksum: 8dc01146f5007c3e858113a4d41eeab3 (MD5) Previous issue date: 2016-08-01 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Atualmente, governos de todo o mundo estão se preocupando pelos efeitos das economias, indústrias e políticas no meio ambiente, criando regulações para fomentar a utilização de tecnologias menos poluidoras. No Brasil, a Agência Nacional de Energia Elétrica (ANEEL) é o ente federal de promover a implementação de fontes renováveis para a geração de eletricidade. A ANEEL mediante a resolução Nº 482/2012 permite aos usuários finais a instalação de tecnologias renováveis para produzir eletricidade para suas cargas elétricas, incrementando assim a porcentagem de energias alternativas na matriz energética nacional, considerando também os projetos renováveis de grande escala. Neste trabalho, realizou-se um estudo para conhecer a viabilidade da implementação de sistemas híbridos de geração de energia elétrica (SHGEEE) em edifícios, utilizando energia eólica e solar fotovoltaica. A metodologia para a análise técnica consistiu em obter o consumo de energia elétrica de edifícios residenciais de baixa, média e alta renda no Brasil, para assim com base nos recursos eólicos e solares de Fortaleza (CE) e Lagoa Santa (MG), realizar o balanço energético anual e desta forma dimensionar os SHGEE para seis cenários estudados. Baseado nos resultados técnicos, a metodologia econômica analisou a viabilidade financeira de implementar no Brasil os seis SHGEE dimensionados utilizando engenharia econômica para conhecer o investimento dos projetos, os custos da energia elétrica gerada pelas plantas híbridas e o período de retorno do investimento. A análise ambiental fundamentou-se em determinar a quantidade de dióxido de carbono economizado e a eficiência ecológica de cada cenário estudado considerando as fontes de energia da rede elétrica. Os resultados obtidos mostraram que os SHGEE são capazes de fornecer a eletricidade para as cargas do edifício. Os períodos de retorno do investimento dos seis SHGEE dimensionados se encontram dentro da vida útil das plantas. Em termos ambientais, as tecnologias utilizadas nos SHGEE não são totalmente não poluentes, no entanto, comparando com outras fontes de energia, estas têm baixo impacto ambiental. Conclui-se, que as aplicações de energia renováveis para edifícios são viáveis técnica, econômica e ambientalmente no Brasil. / Nowadays, governments around the world are worried about the effects of economies, industries and environment policies, making them to create regulations to encourage the use of less polluting technologies. In Brazil, the National Electric Energy Agency (ANEEL) is the federal entity to promote the implementation of renewable sources for generating electricity. ANEEL Resolution No. 482/2012 allows end users to install renewable energy sources to produce electricity for their electrical charges, increasing the percentage of alternative energy in the national energy matrix, in addition of renewable projects of large scale. In this work was made a study to know the feasibility of implementing hybrid electricity generation systems SHGEE in buildings, using wind power and solar photovoltaic energy. The methodology for the technical analysis consisted in obtaining the electricity consumption of a low, medium and high income residential building in Brazil, thus based on wind and solar resources in Fortaleza (Ceara State) and Lagoa Santa (Minas Gerais State), performing annual energy balance for dimensioning SHGEE for six scenarios studied. Considering the technical results, the economic methodology analyzed the financial feasibility of implementing in Brazil six SHGEE sized applying economic engineering and determining the project investments, the costs of electricity generated by hybrid plants and the payback period of the investment. In the environmental analysis determined the amount of carbon dioxide saved and the ecological efficiency of each scenario studied considering the sources of utility grid. The results showed that SHGEE are capable of supplying electricity to loads of the building. It is not generated electricity in all months of the year, however, with the normativity, it compensates with the months of surplus production of electricity. The return period of the investment of the six scaled SHGEE are within the lifetime of the plants. In environmental terms, the technology used in SHGEE are not completely non-polluting, nevertheless, compared with other energy sources, they have low environmental impact. In general, renewable energy applications for buildings are feasible technically, economically and environmentally in Brazil.

Orientador: Odivaldo José Seraphim / Banca: Luiz Francisco da Cruz / Banca: Eduardo Antonio Sleiman / Resumo: O uso de energias alternativas e renováveis tem sido cada vez mais discutido em todos os setores da sociedade. O interesse nessas fontes de energias, alternativas e renováveis, é de fundamental importância, tanto no que se refere à escassez, quanto ao preço do petróleo, além das questões ambientais envolvidas no uso dessas energias. Sistemas de geração eólica e fotovoltaica com armazenamento de energia em baterias tem-se apresentado como uma forma de geração alternativa de energia. A variabilidade na intensidade da energia eólica e solar pode ser contornada pela complementação entre uma fonte e outra, ou pela maior estabilidade configurada à geração do sistema. O objetivo desta dissertação é criar uma metodologia fuzzy e simular seu uso no controle inteligente de um sistema híbrido de geração de energia elétrica, utilizando as energias solar-fotovoltaica e eólica. Quando utilizamos um sistema de controle baseado na lógica fuzzy, é atingido o ponto de máxima geração de energia, desta forma transferindo toda a energia gerada à partir das fontes alternativas, solar-fotovoltaica e eólica, à carga e/ou as baterias quando seu uso não imediato. O modelo utilizado adota três variáveis de entrada, que são: velocidade do vento, radiação solar e carga do banco de baterias.Serão utilizados para as simulações alguns softwares como o MATLAB e outros, que serão citados ao longo do trabalho. Nestes ambientes serão analisadas e simuladas todas as modelagens matemáticas, regras e demais variáveis descritas no sistema fuzzy. Este modelo foi utilizado para a implementação de um sistema de controle de sistemas híbridos de geração de energia, proporcionando o melhor aproveitamento das fontes de energia, sol e vento, de modo que possamos extrair o máximo de energia possível dessas fontes alternativas sem nenhum prejuízo ao meio ambiente...(Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The use of alternative and renewable energy has been increasingly discussed in all sectors of society. The interest in these sources of energy, alternative and renewable, it is of fundamental importance, both in terms of shortage, as the price of oil, in addition to the environmental issues involved in the use of these energies. Systems with photovoltaic and wind generation storage of energy in batteries has been presented as a form of alternative energy generation. The variability in the intensity of solar and wind energy can be circumvented by complementation between a source and another, or the more stable set to the generation of the system. The objective of this dissertation is to create a methodology fuzzy and simulate their use in intelligent control of a hybrid system of generating power, using the energy solar-photovoltaic and wind.When you use a system of control based on fuzzy logic, is reached the point of maximum generation of energy, thus transferring all the energy generated on the basis of alternative sources, solar, photovoltaic and wind, to the load and / or batteries when its use not immediately. The model takes three variables of entry, which are: wind speed, solar radiation and loading the bank of batteries. The simulations will be used for some software such as MATLAB and others, that will be cited during the work. In these environments will be analyzed and simulated all mathematical modeling, rules and other variables in the system described fuzzy. This model could be used in the implementation of a system of control of hybrid systems to generate energy, providing the best use of energy sources, sun and wind, so we can extract the maximum energy possible these alternative sources without any prejudice to the environment. The work was developed in the Laboratory of Energização Rural, of the Department of Rural Engineering of UNESP - FCA...(Complete abstract, click electronic access below) / Mestre

Made available in DSpace on 2014-12-17T14:55:48Z (GMT). No. of bitstreams: 1 MarconiCR.pdf: 3477416 bytes, checksum: 7bf9d3b9014c2ba726d8694085022188 (MD5) Previous issue date: 2006-02-17 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / A neuro-fuzzy system consists of two or more control techniques in only one structure. The main characteristic of this structure is joining one or more good aspects from each technique to make a hybrid controller. This controller can be based in Fuzzy systems, artificial Neural Networks, Genetics Algorithms or rein forced learning techniques. Neuro-fuzzy systems have been shown as a promising technique in industrial applications. Two models of neuro-fuzzy systems were developed, an ANFIS model and a NEFCON model. Both models were applied to control a ball and beam system and they had their results and needed changes commented. Choose of inputs to controllers and the algorithms used to learning, among other information about the hybrid systems, were commented. The results show the changes in structure after learning and the conditions to use each one controller based on theirs characteristics / Neste trabalho ? mostrado tanto o desenvolvimento quanto as caracter?sticas de algumas das principais t?cnicas utilizadas para o controle inteligente de sistemas. Partindo de um controlador fuzzy foi poss?vel aplicar t?cnicas de aprendizagem, similares ?s utilizadas pelas Redes Neurais Artificiais (RNA's), evoluir para os modelos neuro-fuzzy ANFIS e NEFCON. Estes modelos neuro-fuzzy foram aplicados a uma planta real do tipo ball and beam e tiveram tanto suas adapta??es quanto seus resultados comentados. Para cada controlador desenvolvido s?o especificadas as vari?veis de entrada, os par?metros utilizados para a adapta??o das vari?veis e os algoritmos aplicados em cada um deles. J? os resultados est?o voltados para a obten??o de um comparativo entre a fase inicial e a final da evolu??o dos controladores neuro-fuzzy, assim como, a aplicabilidade de cada um deles de acordo com suas caracter?sticas intr?nsecas

Conselho Nacional de Desenvolvimento Científico e Tecnológico / Optimal Control Problems (OCP), also known as Dynamic Optimization Problems, consist of an Objective Function to be maximized or minimized, associated with a set of differential and algebraic equations which include equality and inequality constraints in the state or control variables and characterize a system of Differential-Algebraic Equations (DAE). The differential-algebraic approach of numerical solution widely used in process simulation due the guarantee of attendance of the implicit algebraic constraints in the original formulation and the elimination of the necessary manipulations to transform the original problem into a purely differential system,was extended to OCP characterizing the called Differential-Algebraic Optimal Control Problem (DAOCP). A category of DAOCP of special interest includes inequality constraints, due the necessity of previous knowledge of the activations and deactivations sequence of these constraints along the trajectory and also of the instants where they occur, named Events. This DAOCPs with inequality constraints is equivalent to a class of hybrid dynamic optimization problems, where continuous and discrete behaviors are associated (FEEHERY, 1998). A particular type of hybrid OCP is that one where continuous state does not present jumps in the Events, called Switched OCP, for which Xu e Antsaklis (2004) considers a solution methodology based on the parameterization of Events with a previous specification of active subsystems sequence, resulting in the solution of a two-point boundary value differential-algebraic problem, formed by the state, co-state and stationarity equations, boundary and continuity conditions and its differentiations, called sensitivity equations. In this work, this indirect approach for Switched OCP was extended for DAOCP with inequality constraints, with the objective to estimate the Events, along the control, state and adjoint variables. The developed approach for Switched OCP described by Xu e Antsaklis (2004) was implemented in a specific code using Maple 9.5, called EVENTS, with the objective to symbolically generate the equations based on the parameterization of Events. This code was incorporated in a interface named OpCol, that collect characterization tools of DAE systems and generation of the optimality conditions extended Pontryagin s Principle for PCOAD of different types. The characterization tools are the INDEX of Murata (1996) that symbolically identifies the index, the resolubility and the consistency of initial conditions and the ACIG of Cunha e Murata (1999) that implements the Gear s algorithm for the index reduction and the index 1 equivalent system generation. The OTIMA (GOMES, 2000; LOBATO, 2004) generates the Euler-Lagrange equations for DAOCP. These tools had been implemented initially in different versions of Maple and all had been update to 9.5 version using the Maplets package that allows the data entry through interactive windows with the user, demanding a little knowledge of the Maple syntax. The OpCol interface was tested for four cases and for each tool a example data bank with typical problems of literature was created to assist the user in its use. Moreover, the direct method implemented in DIRCOL code was extended for multi-phases formulation with estimates of Events and the indirect method with Events Parameterization and differential-algebraic approach implemented in a Matlab code had been used for the numerical solution of three cases: a switched OCP and 2 DAOCP of batch reactors where the control variable is the feed rate of the component B - the first one has parallel reactions and selectivity constraints with 3 phases of index 1, 3 and 1 and the second a safety constraint with 2 phases of index 2 and 1 respectively and had been described by Srinivasan et al. (2003). The methodology used by this authors was applied to attained analytical expressions for the control variable in each phase necessary in indirect method, composing the called Switching Functions, from the optimality conditions based in the Pontryagin s Principle - specifically from the stationarity condition and the active constraint identification that will allow the control variable determination - and of the physical analysis of the problem in order to discard not appropriate activations/deactivations sequences. The results obtained by indirect and direct methods are compared for the 3 cited problems, showing the viability as much of the multiphase formulation using the DIRCOL and also the satisfactory performance of the indirect method with estimates of Events, beyond the utility of the tools of characterization of EADs, of attainment of optimality conditions and parameterization of Events available in Opcol interface. / Os Problemas de Controle Ótimo, também chamados Problemas de Otimização Dinâmica, são formados por uma Função Objetivo a ser maximizada ou minimizada, associada a conjuntos de equações algébricas e diferenciais que incluem restrições de igualdade e de desigualdade nas variáveis de estado e de controle que caracterizam um sistema de Equações Algébrico-Diferenciais (EADs). A extensão do ponto de vista algébricodiferencial de solução numérica aos PCOs, já amplamente utilizado na simulação de processos devido à garantia de atendimento às restrições algébricas originais e implícitas na formulação e à eliminação das manipulações necessárias para transformar o problema original num sistema de equações puramente diferenciais, caracteriza o chamado Problema de Controle Ótimo Algébrico-Diferencial (PCOAD). Uma categoria de PCOAD de especial interesse é a dos que incluem restrições de desigualdade, devido à necessidade de conhecimento prévio da seqüência de ativações e desativações destas restrições ao longo da trajetória e também dos instantes em que elas ocorrem, chamados Eventos. As ativações/desativações das restrições causam flutuações no índice diferencial e no número de graus de liberdade dinâmicos do PCOAD, exigindo técnicas especiais de redução deste índice até um e o emprego de métodos numéricos eficientes que garantam a convergência e estabilidade da solução. Estes PCOADs com restrições de desigualdade são equivalentes a uma classe de problemas de otimização dinâmica híbridos, que associam comportamentos contínuos e discretos (FEEHERY, 1998). Um tipo particular de PCO híbrido é aquele cujo estado contínuo não apresenta saltos nos Eventos, chamado PCO Chaveado, para o qual Xu e Antsaklis (2004) propõem uma metodologia de solução baseada na parametrização dos Eventos com a especificação prévia da seqüência de subsistemas ativos, resultando na solução de um problema de valor no contorno algébrico-diferencial em dois pontos, formado pelas equações de estado, co-estado e de estacionariedade, condições de contorno e de continuidade e suas diferenciações, chamadas equações de sensibilidade. Neste trabalho, esta abordagem indireta empregada para PCO Chaveados foi estendida para PCOAD com restrições de desigualdade, com o objetivo de estimar também os Eventos, além das variáveis de controle, de estado e adjuntas. A abordagem desenvolvida por Xu e Antsaklis (2004) para PCO Chaveados foi implementada num código específico utilizando o Maple 9.5, chamado EVENTS, com o objetivo de gerar simbolicamente as equações baseadas na parametrização dos Eventos. Este código foi incorporado a uma interface chamada OpCol, que reúne ferramentas de caracterização de sistemas de EAD e de geração das condições de otimalidade segundo o Princípio de Pontryagin estendidas para PCOAD de diferentes classes. As ferramentas de caracterização são o INDEX de Murata (1996) que identifica simbolicamente o índice, a resolubilidade e a consistência das condições iniciais e o ACIG de Cunha e Murata (1999) que implementa o algoritmo de Gear para a redução do índice e geração do sistema equivalente de índice 1. O OTIMA (GOMES, 2000; LOBATO, 2004) gera as equações de Euler-Lagrange para PCOAD. Estas ferramentas foram inicialmente implementadas em diferentes versões do Maple e todas foram atualizadas para a versão 9.5 utilizando o pacote Maplets que permite a entrada de dados através de janelas interativas com o usuário, exigindo dele pouco conhecimento da sintaxe Maple. A interface OpCol foi testada para quatro casos e para cada ferramenta foi criado um banco de exemplos com problemas típicos da literatura que auxiliam o usuário na sua utilização. Além disto, o método direto implementado no código DIRCOL estendido para formulações multifásicas com estimativa dos Eventos e o método indireto com Parametrização dos Eventos e abordagem algébrico-diferencial implementado num código MATLAB foram utilizados na solução numérica de três estudos de casos: um PCO chaveado e 2 PCOAD de reatores batelada onde a variável de controle é a taxa de alimentação do componente B: o primeiro tem reações paralelas e restrições de seletividade com 3 fases de índices 1, 3 e 1 e o segundo restrições de segurança com 2 fases de índices 2 e 1 e respectivamente e foram descritos por Srinivasan et al. (2003). A mesma metodologia utilizada por estes autores foi empregada na obtenção de expressões analíticas para a variável de controle em cada fase necessárias no método indireto, compondo as chamadas Funções Identificadoras de Fase (FIF), a partir das condições de otimalidade baseadas no Princípio de Pontryagin - especificamente a partir da condição de estacionariedade e da identificação da restrição ativa que permitirá a determinação da variável de controle - e da análise física do problema de modo a descartar seqüências de ativação/desativação não apropriadas. Os resultados obtidos pelo método indireto e pelo método direto são comparados entre si para os 3 problemas citados, mostrando a viabilidade tanto da formulação multifásica empregando o DIRCOL quanto o desempenho satisfatório do método indireto com estimativa de Eventos, além da utilidade das ferramentas de caracterização de EADs, de obtenção das condições de otimalidade e de parametrização dos eventos disponibilizadas na interface Opcol. / Mestre em Engenharia Química