Submitted by Liliane Ferreira (ljuvencia30@gmail.com) on 2018-11-19T11:07:15Z No. of bitstreams: 2 Dissertação - Júnio Santos Bulhões - 2018.pdf: 4626907 bytes, checksum: 268499105ec64b2e9abf04faa47a91e2 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2018-11-19T11:41:27Z (GMT) No. of bitstreams: 2 Dissertação - Júnio Santos Bulhões - 2018.pdf: 4626907 bytes, checksum: 268499105ec64b2e9abf04faa47a91e2 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-11-19T11:41:27Z (GMT). No. of bitstreams: 2 Dissertação - Júnio Santos Bulhões - 2018.pdf: 4626907 bytes, checksum: 268499105ec64b2e9abf04faa47a91e2 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2018-10-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work proposes a methodology that uses spectral analysis and system identification in order to fill gaps in time series. The methodology proposes the implementation of predictions in time series of physical and chemical variables that are related with flood areas that are collected with no frequency. It is used predictive neural network with autoregressive model and classification neural network. Collected values are extracted from the original data set in order to later test and validate the proposed methodology. The results demonstrated the effectiveness of the methodology, which is able to predict the behavior of different variables using the previously recognized patterns in the time series. / Este trabalho propõe metodologia que utiliza análise espectral em conjunto com modelo de identificação de sistema para preenchimento de lacunas em séries temporais. A metodologia propõe realizar previsão em séries temporais de variáveis físicas e químicas relacionadas as inundações com frequência de coleta variável. Utiliza-se rede neural artificial de previsão com modelo autorregressivo e rede neural classificatória. Valores coletados são armazenados para posteriormente testar e validar a metodologia proposta. Os resultados alcançados demonstram a eficácia da metodologia, que é capaz de prever o comportamento de diferentes variáveis utilizando os padrões reconhecidos previamente nas séries temporais.

Neste trabalho se pesquisou a identificação por subespaços para modelos de sistemas lineares invariantes no tempo em espaço de estados operando em tempo discreto, aplicado a sistemas em malha aberta e malha fechada. Dentro da identificação em malha aberta foram estudados os casos determinístico e estocástico determinístico para os métodos MOESP e N4SID. Como resultado deste estudo se apresentou um novo método, MON4SID, que usa a técnica MOESP para encontrar a matriz de observabilidade estendida e N4SID para recuperar as matrizes do sistema, a partir dos dados de entrada e saída. Duas variantes do método MON4SID são apresentadas para o caso determinístico e uma para determinístico - estocástico. Para verificar seu desempenho, este método foi aplicado a três tipos de processos: processo MIMO, sistema SISO e um processo benchmark MIMO da Shell. Foram usados nove algoritmos para identificar os diferentes processos e seus resultados foram comparados. Em todos eles o método MON4SID teve um bom desempenho. Para o caso de identificação em malha fechada, foram estudados os métodos MOESPC e N4SIDC para malha fechada. Estes métodos surgem como uma extensão dos métodos aplicados para malha aberta, mas a forma de solucionar o problema para malha fechada é diferente, por exemplo, o método MOESP computa um sistema global a partir do qual as matrizes da planta e do controlador são estimadas, através de uma redução de ordem e o método N4SID computa as matrizes da planta através do problema de mínimos quadrados, mas é necessário conhecer os parâmetros de Markov do controlador. Como resultado deste estudo foi apresentado o método MON4SIDC, o qual se baseia no método MON4SID para malha aberta. Este novo método usa a técnica MOESP para computar o sistema global e depois as matrizes da planta são estimadas por meio do método dos mínimos quadrados. Neste método não é necessário ter nenhum conhecimento do controlador. Um sistema simulado é usado para avaliar o desempenho do algoritmo MON4SIDC e seu resultado é comparado com outros algoritmos existentes na identificação para malha fechada PEM, N4SIDC, ARXS e MOESPC. O método MON4SIDC teve um bom desempenho, inclusive para sistemas com ruído, o que não aconteceu para o caso PEM e ARXS. / In this work it was researched subspace identification for models of linear time invariant systems in state space operating in discrete time, applied to open and closed loop systems. In the open loop identification the deterministic and stochastic - deterministic cases were studied for the methods MOESP and N4SID. As a result of this study a new method MON4SID is presented, which uses the technique MOESP to find the extended observability matrix and N4SID to compute the system matrices, from a set of input-output measurements. Two variants of the method MON4SID are presented for the case deterministic and one for deterministic - stochastic. To verify its performance, this method was applied to three types of processes: process MIMO, system SISO and a MIMO benchmark process of Shell. Nine algorithms were used to identify the different processes and their results are compared. In all of them the method MON4SID had a good performance. For the closed loop identification, the methods MOESPC and N4SIDC were studied. These methods appear as an extension of the methods applied for open loop identification, but the form of solving the problem for closed loop is different. For instance, the method MOESP computes a global system from which the plant matrices and controller matrices are computed through an order reduction and the method N4SID computes the plant matrix through the problem of least squares, but it is necessary to know the Markov parameters of the controller. As a result of this study the method MON4SIDC was presented, which uses the method MON4SID for open loop. This new method uses the technique MOESP to compute the global system and the plant matrices are estimated through the problem of least squares. In this method it is not necessary to have any knowledge about the controller. A simulated system is used to evaluate the performance of the algorithm MON4SIDC and its results are compared with other existent algorithms for closed loop identification: PEM, N4SIDC, ARXS and MOESPC. The method MON4SIDC presented a good performance, even with systems with noise, what did not occur with PEM and ARXS.

Neste trabalho são discutidos e avaliados métodos de construção de conjuntos de sinais de excitação para identificação de sistemas. Esse estudo é realizado tendo como objetivo aplicações na indústria de processos, particularmente no refino de petróleo. As restrições operacionais da indústria de refino de petróleo estão cada vez mais severas em virtude do aumento da demanda energética, qualidade de derivados, variações de preço de petróleo, concorrência no mercado de derivados e outros fatores econômicos, ambientais e de eficiência energética. Nesse cenário, é crescente o uso de técnicas de controle preditivo por modelos e, consequentemente, a demanda por identificação de plantas de processamento. As características particulares das plantas de processamento e de sua operação impõem restrições ao projeto e à aplicação de sinais de excitação. Vários métodos de construção de sinais encontrados na literatura e outros três propostos neste trabalho são avaliados e comparados com referência ao atendimento a essas restrições. Uma das principais restrições para a aplicação de sinais de excitação para identificação é relativa ao tempo disponível para excitação da planta. Assim, para o bom uso desse período, faz-se necessário garantir o sucesso de um experimento previamente à sua realização. Na literatura, encontram-se várias medidas de desempenho de sinais de excitação possíveis de serem obtidas previamente ao experimento de identificação. Neste trabalho, s~ao propostas duas novas medidas que complementam essas na avaliação dos conjuntos de sinais previamente ao experimento. A eficácia dos métodos de construção e das medidas de desempenho de sinais de excitação é avaliada por meio de simulação de identificação multivariável de duas plantas típicas de refinarias. As conclusões deste trabalho apresentam em síntese essas avaliações, como também sugestões de trabalhos futuros que visam à continuidade da pesquisa desenvolvida aqui. / In this work methods for generating sets of excitation signals for system identification are discussed and evaluated. This study is focused on applications in the process industries, particularly in oil refining. The operational constraints of the oil refining industry are becoming increasingly severe due to increased energy demand, quality of products, oil price variations,market competition and other economic, environmental and energy efficiency factors. In this scenario the use of model predictive control techniques is increasing, thus the demand for plant identification as well. The particular characteristics of the processing plants impose restrictions to the project and application of excitation signals. Various methods for generating signals accessible in the literature and three new others proposed in this work are compared with reference to these restrictions. One of the main constraints for applying excitation signals for identification is relative to the period available for excitation of the plant. Thus, for the proper use of this time interval, it is necessary to ensure the success of an experiment prior to its implementation. In the literature there are several performance measurements for evaluation of sets of excitation signals prior to the experiment. This work proposes two new measures to complement the evaluation. The effectiveness of the generating methods and performance measurements for excitation signals is evaluated by simulation of multivariable identification of two typical oil refining plants. The conclusions of this work briefly present these evaluations, as well as some suggestions of future work for the continuity of the current research.

This work presents an embedded model predictive control application to a 2-DOF Helicopter Process. The mathematical modeling of the plant is first presented along with an analysis of the linear model. Then, the incremental state-space representations used in the MPC formulation are derived. The MPC technique is then defined, along with how to rewrite the physical constraints into the problem formulation. After that, a discussion on the utilized Quadratic Programming solver is presented along with possible alternatives to it, showing some considerations on which matrices to calculate beforehand for an embedded application. Finally, system identification is performed and the experimental results are presented. / Este trabalho apresenta uma aplicação de controle preditivo embarcado em um helicóptero de bancada com dois graus de liberdade. A modelagem matemática é apresentada, junto com uma análise do modelo linear obtido. São obtidas duas representações de modelos de espaço de estados considerando a entrada incremental, que serão usadas posteriormente para a formulação do controlador. Então, é definida a técnica de controle utilizada, juntamente com a inclusão das restrições físicas da planta na formulação do problema. Após isto, é feita uma discussão sobre qual solver para a programação quadrática utilizar, junto com algumas alternativas ao solver escolhido, bem como algumas considerações sobre a aplicação embarcada. Finalmente, são apresentados os resultados da identificação de sistemas aplicadas ao protótipo, bem como os resultados experimentais obtidos.

A Identificação de Sistemas é uma das técnicas utilizadas para se obter a representação matemática de um sistema. Diversos métodos podem ser aplicados para se obter um modelo matemático através da identificação de sistemas, entre eles o método de identificação assintótico, também chamado de ASYM (Zhu, 1998). Este trabalho propõe aplicar o método de identificação assintótico em sistemas SISO para a obtenção de modelo de sistemas ditos caixa-preta e avaliar o seu desempenho buscando também o melhor detalhamento do método. Os modelos obtidos foram avaliados de acordo com sua nota calculada através do método ASYM, através da comparação do índice de ajuste fit para autovalidação e validação cruzada e pela variância dos parâmetros dos modelos. O método ASYM é exaustivamente testado para sua avaliação. Entre os testes realizados neste trabalho destacam-se dois experimentos tipo Monte-Carlo com mais de quinhentas identificações e a aplicação do método em uma planta real. Os testes comprovaram a viabilidade da aplicação do método assintótico na identificação de sistemas SISO do tipo caixa-preta com excelente desempenho para estruturas ARMAX. / System Identification is one of the techniques used to obtain the mathematical representation of a system. Several methods can be applied to obtain a mathematical model by the system identification, including the asymptotic method, also called ASYM (Zhu, 1998). This work proposes to apply the ASYM method for SISO systems identification, then obtain models of black-box systems called \"black box\" and evaluate its performance and show details of the method. The models obtained were evaluated according to their grade calculated using the ASYM method, by comparing the fit adjustment index, self-validation and cross validation and the variance of model parameters. The asymptotic method has been extensively tested to be evaluated. Among the tests in this work, two stand out such Monte Carlo experiments with more than five hundred identifications and a real plant identification. The tests proved the feasibility of applying the asymptotic method in the \"black box\" SISO systems identification with excellent performance for ARMAX structures.

Técnicas experimentais de identificação de sistemas de controle têm despertado interesse na indústria, devido a sua facilidade em se ajustar modelos matemáticos, facilitando a formulação e a resolução de problemas de controle de processos. É proposto o uso de uma técnica experimental de identificação de sistemas, utilizando a estrutura matemática linear ARX. Os parâmetros da estrutura matemática ARX são estimados por meio do algoritmo dos mínimos quadrados recursivo (RLS). A comunicação e a aquisição de dados de redes Fieldbus é feita através do padrão de comunicação OPC. / Experimental system identification techniques are considered interesting by industrial sector due to the simple approach to adjust mathematical models, making it easy the formulation and the solution of process control problems. In this work a computational tool is proposed, the Sintonizador, based on the experimental technic of System Identification, using the linear mathematical structure ARX (Auto-Regressive with eXogenous inputs). The ARX structure parameters are estimated by RLS (Recursive Least Square) algorithm. The data comunication and data aquisition of the fieldbus network has been done through of the OPC comunication standard.

Orientadores: Flávio Vasconcelos da Silva, Ana Maria Frattini Fileti / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-16T18:45:23Z (GMT). No. of bitstreams: 1 Costa_ThiagoVazda_M.pdf: 15859888 bytes, checksum: 391c96e4f2ff3598497e8840686f8166 (MD5) Previous issue date: 2010 / Resumo: Uma malha de controle com baixo desempenho implica em um aumento dos custos de produção, causando descarte de produto fora da especificação e desgaste desnecessário dos elementos finais de controle. A depender do processo controlado, uma malha deficiente pode também acarretar em paradas não previstas na planta e até mesmo em danos ao meio ambiente. Diante do exposto, o controle preditivo baseado em modelos (MPC) é um dos poucos algoritmos comprovadamente capazes de estabilizar processos na presença de não-linearidades e restrições. Para atender aos seus objetivos de controle, o algoritmo clássico MPC utiliza um procedimento de otimização baseado no modelo linear da planta. Contudo, o afastamento da região de projeto do modelo linear resulta na perda de sua efetividade e consequente do controlador que o utiliza. Deste modo, objetivou-se a partir de uma descrição não-linear do sistema a melhoria do desempenho do controlador. Os objetivos específicos dessa dissertação foram o estudo e análise de um controlador GPC (generalized predictive controller) operando em paralelo com uma rede de modelos lineares locais, identificada por meio do algoritmo LOLIMOT (local linear model trees), capaz de adequar o modelo de predição do controlador para a faixa de operação atual do processo. Para a avaliação e análise da qualidade do controlador proposto foi montado um aparato experimental para controle de pH. A estratégia de controle foi implementada em um sistema em código aberto para monitoramento e controle do processo. Portanto, considerando a característica estática não-linear do processo foram realizados estudos comparativos entre o GPC tradicional (baseado em um único modelo linear) e a abordagem proposta. Os resultados mostraram que a rede foi capaz de representar satisfatoriamente a saída do sistema, resultando em uma estrutura simples, com modelos locais na forma de estruturas ARX. Também foi demonstrado que o GPC utilizando a rede de modelos lineares locais desempenhou de forma satisfatória e até mesmo superior ao GPC tradicional.Observou-se que a saída calculada pelo controlador proposto foi consideravelmente menos agressiva que o controlador tradicional, levando a uma considerável diminuição do esforço de controle empregado ao sistema. Os resultados obtidos demonstraram que houve uma economia de até 45% no esforço de controle. Observou-se ainda que o sistema desenvolvido é conveniente para aplicações reais, já que a estratégia de controle preditivo concebida em Scilab obteve sucesso na solução do problema de controle dentro do intervalo de amostragem inclusive quando incorporado o problema QP (programação quadrática) com restrições. Tendo em vista que a estrutura destes sistemas permite que sejam utilizados nas mesmas aplicações destinadas a modelos lineares, comprovou-se também a viabilidade e aplicabilidade do uso das redes de modelos lineares locais diretamente em algoritmos de controle avançado já disponíveis para indústria, como nos controladores GPC / Abstract: Low performance control loops imply in higher production costs, leading to off-specification production loss and unnecessary wear of the final control elements. Depending on the controlled process, the deficient loop can also lead to non-expected plant stops and even on environment damage. In this sense, model predictive control (MPC) is one of the few algorithms proved capable to stabilize processes in the presence of nonlinearities and constraints. To meet its control objectives, the classic MPC algorithm is based on an optimization problem which relies in the system's linear model. Although, the removal of the linear model from its designed condition deteriorates the model's and controller's effectiveness. Hence, the general objective of the presented work relies in the non-linear description of the system for improving the control performance. The main objectives were the study and analysis of a generalized predictive controller (GPC) operating in parallel with a linear local model network, identified by the LOLIMOT algorithm, able to adequate the controller's prediction model for the process operation range. For the quality assessment of the proposed controller, tests were evaluated in an experimental apparatus for pH control. The control strategy was implemented in an open source system for monitoring and control. Therefore, considering the static nonlinear characteristics of the process, comparative studies were applied between the traditional GPC (based on an single global model) and the proposed approach. The results showed that the dynamic network was able to effectively represent the system output, resulting in a simple structure, given the fact that the local models are indeed local ARX models. It was also shown that the GPC using the linear local model network performed satisfactorily and even better than the single model GPC. It was observed that the output calculated by the proposed controller has been considerably less aggressive than the traditional controller, leading to a considerable reduction in the system's control effort. The results showed that there was a saving up to 45% in the control effort. It was also observed that the developed monitoring and control system is suitable for real applications, since the predictive control strategy, implemented in Scilab, succeeded in solving the control problem within the sampling time even with the embedded constrained QP (quadratic programming) problem. Considering that the structure of these systems allows them to be used in similar applications to linear models, it was also proved the viability and applicability of using the linear local models network directly into advanced control algorithms already available to industry as in the GPC controllers / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-05T07:10:06Z (GMT). No. of bitstreams: 1 Almeida_FelipedeMello_M.pdf: 6968120 bytes, checksum: 59d5634a5a4bff603ee4b2bf138d55ec (MD5) Previous issue date: 2005 / Resumo: Este trabalho enfoca o problema de identificação multivariável de um processo de incineração de resíduos líquidos que faz parte do complexo da unidade de utilidades da empresa BASF S.A, localizada em Resende-RJ. Para trabalhos futuros, pretendemos utilizar esta identificação em um projeto de controlador inteligente. A escolha desse processo foi motivada pelo potencial de melhoria no sistema de controle da combustão, sendo realizado um estudo com as possíveis melhorias econômicas e operacionais com a otimização do processo de incineração. Os sistemas nebulosos foram enfocados de maneira especial, por causa da sua capacidade de processar informação de natureza incerta e qualitativa. O modelo nebuloso Takagi-Sugeno (TS) foi implementado para representar o processo de incineração de resíduos líquidos em estudo. Os resultados das simulações efetuadas com os modelos nebulosos TS obtidos representam de maneira adequada o comportamento real do sistema de incineração / Abstract: This work is concerned with the problem of multivariable identification of liquids residues incineration process that is a complex part of utilities unit in BASF SA. Company, located in Resende-RJ. For future works, we intend use this identification in an intelligent controller design. The choice of this process was motivated by the potential of improvement on combustion system control of the incineration process, and was realized a study considering the possible economic and operational improvements with the incineration process optimization. The fuzzy systems were focused in a special way, because of its capability to process information of uncertain and qualitative nature. The Takagi-Sugeno (TS) fuzzy model was implemented to represent the studied liquids residues incineration process. The simulation results obtained with TS fuzzy models represent, in an adequate way, the real behavior of an incineration system / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-27T09:55:35Z (GMT). No. of bitstreams: 1 Andrade_CidMarcosGoncalves_D.pdf: 3256517 bytes, checksum: e83e81221f1deb4116e5a108112e8386 (MD5) Previous issue date: 2000 / Resumo: Os sistemas de controle avançados de processos químicos, tipo preditivo adaptativo necessitam, em sua estrutura, do modelo do processo a ser controlado. Identificação de sistemas é a modelagem dinâmica a partir dos sinais de entrada e saída. Os processos operam em malha aberta ou fechada. Em determinadas situações práticas, quando o processo em malha aberta é instável ou sujeito a critérios de segurança e economia, a identificação do processo deve ocorrer com o mesmo operando em malha fechada. Os métodos de identificação que normalmente tem bons desempenhos em malha aberta podem apresentar problemas quando aplicados com os dados sendo obtidos em malha fechada. Objetiva-se neste trabalho o estudo e a sistematização dos métodos de identificação, tanto os métodos clássicos quanto os métodos dos subespaços, em malha fechada . Isto será feito através de análise teórica, com relação às condições de precisão e identificabilidade. Aplica-se os métodos clássicos, nas suas diferentes abordagens, a processos químicos, cujos dados para a identificação são obtidos através da simulação de modelos fenomenológicos. Devido às características dos processos químicos, efetua-se a identificação em batelada. Como, também, normalmente apresentam variações naturais em suas entradas de massas ou energia, estas serão as perturbações consideradas nos procedimentos de identificação. O método do erro de predição, em diferentes abordagens, será o aplicado nos exemplos. Mostra-se que, sendo o objetivo da identificação a obtenção de um modelo para ser usado no projeto de controladores, o modelo obtido via identificação em malha fechada apresenta resultados superiores ao obtido em malha aberta. Fez-se um estudo sistemático do procedimento integrado identificação/projeto do controlador através de algoritmos baseados no modelo do processo. Através de um exemplo, averigua-se a performance do procedimento integrado. Os métodos paramétricos, como o método do erro de predição são teoricamente os mais indicados para a identificação em malha fechada. Todas as abordagens, deste método, aplicadas aos processos químicos apresentaram bons resultados. A identificação de processos químicos, quando o objetivo é o projeto de controladores, deve preferencialmente ser realizada em malha fechada podendo ser operacionalizada tendo como entradas as variações naturais das cargas. A escolha da abordagem, desde que o método seja o do erro de predição, depende das características operacionais existentes / Abstract: The advanced control systems of chemical process, predictive/adaptative type, require in their structure, the model of the process to be controlIed. Systems identification is the dynamic modeling, from the input and output signals. The processes may operate in open loop or in c10sed loop. In determinate practical situations, when the open loop process is unstable, or is subjected to safety and economical criteria, the process identification must occur with the process operating in c10sed loop. The identification methods that normalIy have good performances in open loop do show problems when applied with data being obtained in c10sed loop. This work aims to study and to systematize the identification methods, such as the c1assic methods and the subspaces methods, in c10sed loop. This will be done through the theoretical analysis, related to the identifyability and accuracy conditions. The c1assic methods are applied, in their different approaches, to chemical processes, from which the data for the identification is obtained with the simulation of phenomenal models. The parametric methods, such as the prediction error method, are, theoretically, the most indicated to identification in c10sed loop. AlI the approach of this method has shown good results when applied to chemical processes. The identification of chemical process, when the aim is to design controlIers, must preferentially be realized in c10sed loop, and it might be operational using as entries the natural variations of the loads. The choice of the approach, since the error prediction is the chosen method, depends on the existent operational characteristics / Doutorado / Desenvolvimento de Processos Químicos / Doutor em Engenharia Química

Orientador : Douglas Eduardo Zampieri / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-07-28T22:56:57Z (GMT). No. of bitstreams: 1 Andrade_AntonioFernandoAbreude_M.pdf: 6486639 bytes, checksum: ea64712e5372f01de1b05096730bac2f (MD5) Previous issue date: 2001 / Resumo: Neste trabalho, é feito um estudo sobre a aplicação de redes neurais artificiais na identificação e no controle de suspensões ativas não lineares. Considerando um modelo de um quarto de veículo, a modelagem matemática de sistemas passivos e ativos é detalhada. Noções básicas da aplicação das redes neurais, arquitetura, tipos de aprendizado, algoritmos de treinamento, etc., é apresentado, assim como, sua aplicação atual na identificação e controle de sistemas dinâmicos não lineares. O neuro-controlador proposto é do tipo "baseado em um modelo de referência", e seus pesos são ajustados utilizando um novo conceito de mapeamento inverso através do emprego de um neuro-modelo (neuro-veículo) para a retropropagação do sinal de erro (diferença entre a saída de referência desejada e a saída da rede neural). Simulações computacionais são realizadas com a finalidade de testar o modelo proposto, através da análise do espaço de trabalho da suspensão, da aceleração da massa suspensa e da força de contato do pneu com o solo, principais parâmetros utilizados no projeto de suspensões automotivas. Os resultados demonstram o poder das redes neurais na identificação e no controle de sistemas dinâmicos com características não lineares / Abstract: This work presents a study about applications of artificial neural networks in the identification and control of nonlinear active suspensions. Considering an one-quarter vehic1e model, the mathematical modeling of passive and active systems is detailed. Basic concepts of neural networks application, architecture, type of learning, training algorithms, etc., are presented as well as the application in identification and control of nonlinear dynamic systems which is used in this work. The proposed neuro-contoller is of type "model reference neuro-controller", and their weights are set using a new concept of inverse mapping trough the use of a neuro-model (neuro-vehicle) to a backpropagation of the error signal (difference between the output of the desired reference and the output ofthe neural network). Computational simulations are performed in order to test the proposed model, trough the analysis of the suspensions work space, acceleration of the sprung mass and contact force of the tire with the ground, which are the main arameters used in the design of automotive suspensions. The results show the suitability of neural network in the identification and control of dynamic systems with nonlinear characteristics / Mestrado / Mecanica dos Sólidos e Projeto Mecanico / Mestre em Engenharia Mecânica