Orientadores : Fernando Gomide, Rosangela Ballini / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T22:20:23Z (GMT). No. of bitstreams: 1 LunaHuamani_IvetteRaymunda_M.pdf: 990940 bytes, checksum: 8ef170d41279a1e177af8a10947c6d0e (MD5) Previous issue date: 2003 / Resumo: Este trabalho apresenta um estudo comparativo entre redes neurof uzzy hibridas, redes neurais e sistemas fuzzy, aplicados a problemas de identificação e controle de sistemas dinamicos nao lineares. Devido a necessidade de representação temporal e de elementos de memoria, para a resolução dos problemas tratados, duas estruturas de redes neuro fuzzy recorrentes sao propostas, a partir de uma rede neuro fuzzy estatica. As relações temporais sao induzidas por realimentação local e global internas nas redes neurofuzzy recorrentes. Para a aprendizagem das redes neurofuzzy propoe-se um algoritmo baseado no m'etodo do gradiente e no m'etodo de treinamento por reforço associativo. Resultados de simulação mostram que as redes neurofuzzy propostas proporcionam uma alternativa efetiva para modelar e controlar sistemas dinamicos nao lineares / Abstract: This work compares the performance of neural fuzzy, neural network and fuzzy systems, to model and control non-linear dynamical systems. Due to the need of temporal representations, two recurrent neural fuzzy networks are proposed based on an hybrid static neural fuzzy architecture. Temporal processing is induced by local and global recurrence in the hidden layer neurons. A learning method based on gradient search and associative reinforcement learning is proposed. Computational experiments suggest that recurrent neural fuzzy networks provide an effective alternative to model and control non-linear dynamical systems / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

O presente texto tem por objetivo avaliar diferentes aplicações do algoritmo PLS-PH (Partial Least Squares Prediction Horizon), desenvolvido por (LAURI et al., 2010) para a identificação de sistemas, com o objetivo de desenvolvimento de controladores MPC. Desta maneira, é avaliada a capacidade do algoritmo gerar modelos lineares para realizar predições múltiplos passos à frente, para sistemas SISO e MIMO, com dados coletados em malha fechada. É também avaliada a capacidade do algoritmo de identificar modelos não-lineares baseados na estrutura NARX polinomial. / The objective of this work consists in evaluating different applications of the PLS-PH (Partial Least Squares Prediction Horizon) algorithm, developed by (LAURI et al., 2010), in order to identify models for MPC controllers. The algorithms capacity of producing linear models capable of performing multiple steps-ahead prediction for both SISO and MIMO systems, with data collected in closed-loop. The algorithms capability of identifying non-linear models with the NARX polynomial structure is also evaluated.

This work represents the research project to obtain the degree of Master of Sciences in Electrical Engineering, specializing in Systems Engineering, at the Escola Politécnica of the Universidade de São Paulo, in São Paulo, Brazil. The main objective of the project is to design the mirror nanopositioning controller of the state-of-the-art Fabry-Pérot interferometer to be installed in the Brazilian Tunable Filter Imager (BTFI) on the Southern Astrophysical Research (SOAR) telescope in Chile. A three-input-three-output multivariable prototype of the Fabry-Pérot system is comprised of three high-range Amplified Piezoelectric Actuators (APA) of 360 m stroke and three 400 m range capacitive measurement systems. A characterization of the instrumentation of the system, which consists of capacitive sensors and capacitance-to-voltage converters, piezoelectric actuators, power drivers of the piezoelectric actuators and data acquisition system was done as part of the identification and study of the system. With the characterization of the system, a sixth-order complete system model was built on top of a second-order piezoelectric actuator parametric model, required for the design of the controllers. Subsequently, the scientific specifications were translated to a control problem and the design of a robust controller was made following the Linear Quadratic Gaussian/Loop Transfer Recovery (LQG/LTR) method. Also a Proportional-Integral controller tuned using a genetic algorithm was designed to be used as benchmark. Finally the built controllers were validated in the real system. Results show that both controllers achieve the performance requirements of following reference signals and having null steady-state error. However, the robust controller is by far the best suited for the Fabry- Pérot instrument in terms of performance and stability because of its higher bandwidth and robustness to modeling errors. / Este trabalho apresenta o projeto de pesquisa para obtenção do título de Mestre em Engenharia Elétrica, área de concentração de engenharia de sistemas, da Escola Politécnica da Universidade de São Paulo. O objetivo principal deste projeto foi desenvolver um controlador de nanoposicionamento para o interferômetro de Fabry-Pérot que será instalado no instrumento BTFI (Brazilian Tunable Filter Imager), no telescópio SOAR (Southern Astrophysical Research Telescope), no Chile. O interferômetro de Fabry-Pérot é um sistema multivariável de três entradas e três saídas composto por três atuadores piezoelétricos de 370 m de deslocamento, e três sistemas capacitivos de medida de distância de 400 m de faixa de medição. A caracterização da instrumentação do sistema, que consiste em sensores capacitivos, conversores de capacitância para tensão, atuadores piezoelétricos, drivers de potência para os atuadores piezoelétricos e sistemas de aquisição de dados, fez parte do estudo e da identificação do sistema. Após a caracterização da instrumentação, foi desenvolvido um modelo físico de sexta ordem para o sistema completo, partindo do modelo de segunda ordem dos atuadores piezoelétricos. Este modelo é necessário para o projeto dos controladores. Subsequentemente, as especificações científicas foram traduzidas em um problema de controle e o projeto do controlador robusto foi feito seguindo a técnica LQG/LTR (Linear Quadratic Gaussian/Loop Transfer Recovery). Um controlador Proporcional-Integral (PI) também foi desenvolvido e sintonizado usando um algoritmo genético, para funcionar como ponto de comparação. Finalmente, os controladores desenvolvidos foram validados no sistema real. Com os resultados concluiu-se que ambos controladores atingiram as especificações de desempenho no que diz respeito a seguir sinais de referência com erro nulo no estado estacionário. Pôde-se concluir ainda que o controlador robusto mostrou-se mais adaptado ao instrumento Fabry- Pérot em termos de desempenho e estabilidade, pois, comparado ao PI, é um controlador com maior largura de banda e robustez aos erros de modelamento.

O desempenho comportamental de dispositivos MEMS (Sistemas Micro Eletro Mecânicos) baseados em deformação elástica pode ser modificado conforme a temperatura ambiente onde o mesmo está inserido. A compreensão do desempenho comportamental destas estruturas permite avaliar o grau de influência da variação térmica, além de verificar a funcionalidade das mesmas. As estruturas alvo são dois micros rotores utilizados nos atuadores comb-drive, tais como ponte dupla e dobradiça com tipologia simples e deslocamento unidirecional. Neste contexto, o objetivo deste trabalho foi obter um modelo comportamental estimado de micro rotores MEMS fundamentado na teoria de Identificação de Sistemas através de técnicas de modelagem matemática caixa cinza em diferentes temperaturas. A representação matemática utilizada corresponde aos modelos matemáticos auto regressivos com entradas e saídas exógenas. Os parâmetros dos modelos estimados são obtidos utilizando o método dos Mínimos Quadrados (MQ), sendo os dados processados em lote. Os testes experimentais das estruturas utilizadas foram realizados em uma plataforma experimental desenvolvida na ferramenta computacional que utiliza o método de elementos finitos, usando como teste um sinal degrau e um sinal degrau contaminado com ruído. Os índices de erro relativo, raiz do erro quadrático médio e a validação cruzada foram utilizados para validar os modelos estimados. O modelo estimado resultante apresentou um desempenho satisfatório quando foi comparado com os dados experimentais e com um modelo fenomenológico do processo. Desta forma, o modelo estimado obtido a partir dos dados no processo de fabricação, quando comparado com o modelo fenomenológico, auxilia o projetista de MEMS na melhora da qualidade do desempenho dessas estruturas. / 96 f.

Os MEMS (Micro Electro Mechanical Systems) compõem uma tecnologia que tem ganhado destaque nas últimas décadas e sua difusão reflete um constante crescimento tanto em aplicações quanto em volume financeiro envolvido. Um MEMS de fundamental importância é o comb-drive. Várias são as áreas da indústria que se beneficiam das virtudes deste microdispositivo. Confiabilidade, invisibilidade e economia de energia são as principais qualidades desses sistemas. Os produtos desta tecnologia representam um mercado emergente e que movimenta bilhões de dólares anuais, contudo, há de se considerar a crescente exigência no quesito qualidade por parte daqueles que a utilizam. A forma como estes dispositivos tem sido testados, por amostragem, não garante esta qualidade com a segurança desejada. Também cabe destacar que os testes precisam ser realizados de forma rápida e com baixo custo. Este trabalho objetiva investigar um modelo matemático que expresse uma dinâmica próxima daquela observada em MEMS, visando contribuir para agilidade e qualidade dos testes. A técnica utilizada para encontrar os regressores e o emprego de modelos não-lineares são as principais diferenças deste trabalho em relação aos comumente encontrados na literatura no âmbito de MEMS. As técnicas utilizadas são oriundas da identificação de sistemas. Por se tratar de dispositivos com dimensões micrométricas, a coleta de dados reais torna-se inviável. Assim, os dados foram obtidos através de ensaios em uma plataforma de testes elaborada no software ANSYS®. De posse desses dados e considerando a estrutura do modelo NARX foi possível a elaboração de uma série de modelos, cada um deles com alguma diferença na estrutura. O método dos mínimos quadrados foi o escolhido para estimação dos parâmetros. Os resultados obtidos para cada modelo foram comparados aos coletados na plataforma. Esta comparação se deu na forma qualitativa e quantitativa e com base nisso foi possível identificar um modelo matemático acurado para a dinâmica não linear de dispositivos MEMS. / 98 f.

A necessidade de entregar energia pelas concessionárias a seus consumidores, com qualidade e continuidade é condição fundamental para o bom funcionamento de um sistema de distribuição. A falta monofásica de alta impedância é um distúrbio nos sistemas de distribuição de energia bastante frequente, cuja origem pode ser a mais variada possível tais como galhos de árvore que podem cair sobre a rede elétrica, descargas atmosféricas, choque de algum automóvel contra um poste, dentre outros eventos que podem ser citados. O pronto restabelecimento do sistema no tempo mais breve possível, com a detecção e eliminação deste transitório continuam sendo uma tarefa trabalhosa pelas próprias características que estas perturbações apresentam. Por isso, ainda hoje as faltas monofásicas são objeto de estudos, a fim de caracterizar melhor este evento, sendo possível atuar na sua neutralização no tempo mais breve possível. Redes neurais artificiais é uma alternativa na tarefa de identificação. Este trabalho tem por objetivo contribuir na investigação das potencialidades das redes neurais na identificação de falta monofásica em redes de distribuição. Tomando como referência um sistema de distribuição de energia com cinco alimentadores na configuração radial, três tipos de falta foram simulados em posições diferentes nos alimentadores. A primeira situação simulada consiste em uma falta monofásica de alta impedância variável, a segunda consiste na retirada e posterior reposição de cargas no sistema e a terceira situação consiste na simulação das duas situações transitórias citadas anteriormente sequencialmente. Redes neurais artificiais foram projetadas e testadas na tarefa de identificação dos eventos transitórios simulados. O algoritmo empregado no treinamento das redes foi o de retropropagação do erro (Bakpropagation) em conjunto com nove algoritmos de otimização do erro de aprendizagem. As redes foram testadas e os resultados analisados e apresentados neste trabalho. / 159 f.

Este trabalho apresenta o estudo da modelagem matemática caixa preta de propulsores eletromecânicos de aeronaves do tipo multirrotor. Estas aeronaves têm sido crescentemente investigadas e ainda estão em evolução. Justifica-se este fato em função de possuírem aplicações em diversas áreas, inclusive em situações que causam risco à vida humana. Dentre os multirrotores destaca-se o quadrirrotor, que vem sendo utilizado como plataforma padrão de estudo. Este possui a capacidade de decolagem e aterrissagem vertical, o que desafia a área de controle. Nesse sentido, estudou-se a modelagem matemática do sistema de propulsão eletromecânico dos multirrotores a fim de poder contribuir futuramente com a otimização de seu controle. A metodologia utilizada consiste na compreensão do sistema de propulsão e utilização de uma plataforma de testes para a coleta de dados, seguida da aplicação de testes de estacionariedade para a análise dos mesmos. O cálculo das funções de autocorrelação e autocorrelação parcial é utilizado para determinação da estrutura e ordem dos modelos matemáticos e posteriormente, os parâmetros são estimados. A validação se dá pela comparação da simulação de cada modelo com os dados da plataforma e a análise dos resíduos. Além disso, são utilizados critérios de informação para seleção de modelos obtendo-se, a partir do Critério de Informação Bayesiano (BIC), uma aproximação prévia de resultados para diferentes modelos, visando garantir possíveis condições impostas pelo projeto que os utilizará. Dessa forma, a metodologia apresentada contribui para novas técnicas de controle. / 83 f.

O trabalho tem por objetivo propor um controlador automático para servoventiladores em modo de ventilação mandatória sobre a ventilação total do paciente hígido sob o efeito de neuro-bloqueadores. Através da especificação de parâmetros ajustáveis de equipamentos de ventilação mecânica e de modelos do sistema fisiológico humano, chega-se a uma série de requisitos de desempenho para este controlador que venha a desempenhar a função de estabilização da saturação de oxigênio no sangue do paciente intubado. A técnica de controle usada é do tipo preditiva baseada em modelos e, portanto, um modelo linear paramétrico é identificado a partir do modelo não-linear de validação. O controlador foi projetado para pequenas variações em torno do ponto de equilíbrio, utilizando o algoritmo GPC. Através de pequenos ajustes da ventilação total e da fração de oxigênio do ar fornecido às vias aéreas superiores do paciente, o controlador atua sobre o sistema, de forma a atingir e manter um certo grau requerido de saturação de oxigênio no paciente. No final do trabalho, uma análise de robustez é feita como validação de projeto.

Este trabalho tem por objetivo avaliar diferentes controladores preditivos para sistemas de ventilação mecânica empregando uma metodologia multi-objetivo. Para isso, é utilizado um modelo para o sistema respiratório, que descreve as trocas gasosas ocorridas nos pulmões, no cérebro e nos tecidos corporais do indivíduo. Restrições foram impostas às variáveis manipuladas tendo em vista valores fisiologicamente aceitáveis. Os controladores foram implementados empregando a técnica de Controle por Matriz Dinâmica (Dynamic Matrix Control, DMC), tendo por finalidade regular a saturação de oxigênio no sangue arterial. Três abordagens foram comparadas: a primeira utiliza a fração inspirada de oxigênio como variável de controle, a segunda utiliza a ventilação total, e a terceira emprega ambas. Os resultados foram avaliados em termos de sensibilidade a ruído de medida e a uma perturbação paramétrica na dinâmica do sistema. Com base em tais critérios, fronteiras de Pareto foram estimadas para as três abordagens consideradas, variando-se os horizontes de predição e controle, bem como o peso do controle na função de custo. Como resultado, observou-se uma superioridade do controlador multivariável.

Orientadores: Wagner Caradori do Amaral, Lucia Valeria R. de Arruda / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-23T06:01:11Z (GMT). No. of bitstreams: 1 Silva_IvanNunesda_D.pdf: 8988554 bytes, checksum: 75aa61f1a4a1444c73e7b3e7f3e42f48 (MD5) Previous issue date: 1997 / Resumo: A habilidade de redes neurais em solucionar problemas complexos e variados, as tornam uma abordagem atrativa a ser aplicada em diversas áreas de engenharia e ciências. Uma rede neural é basicamente composta de inúmeros elementos processadores simples com um alto grau de conectividade entre eles. Esta tese propõe uma arquitetura de uma rede neural artificial aplicável na solução de problemas de otimização com restrições. Mais especificamente, um modelo baseado na rede de Hopfield é proposto para resolver diferentes tipos de problemas de otimização, incluindo problemas de programação dinâmica e otimização combinatorial, e também problemas de identificação robusta com erro desconhecido mas limitado. Um sistema baseado em lógica nebulosa é desenvolvido com o propósito de conduzir, de forma eficiente, a convergência da rede em direção a seus pontos de equilíbrio. Os parâmetros internos da rede, associados às restrições, são derivados utilizando a técnica de subespaço válido de soluções. Resultados de simulações são apresentados para ilustrar o desempenho da abordagem proposta / Abstract: The ability of artificial neural networks to solve complex and diversified problems make them attractive for application in many áreas of engineering and science. A neural network is basically composed of many simple processing elements with a high degree of connectivity among them. This thesis presents an architecture of artificial neural network to apply in optimization problems with constraints. More specifically, a topology based in the Hopfield networks is proposed to solve some optimization problems, including dynamic programming and combinatorial optimization, and also robust parametric identification problems with unknown-but-bounded disturbance. In this case, the network is used to calculate the parametric uncertainty intervals and the feasible membership set for model parameters. A rule-based fuzzy system has been developed in order to improve the efficiency and the network convergence to the equilibrium points. The internal parameters of the network, associated with the constraints imposed by a specific problem, are explicitally computed using a valid-subspace technique. Simulation results are provided to illustrate the performance of the proposed approach / Doutorado / Doutor em Engenharia Elétrica