Made available in DSpace on 2016-08-17T14:53:25Z (GMT). No. of bitstreams: 1 dissertacao Danubia.pdf: 4153198 bytes, checksum: f8dd2d9ab5e8fbfa00744bcff5dce73b (MD5) Previous issue date: 2013-09-30 / In this master thesis, a robust fuzzy digital PID control methodology based on gain and phase margins specifications, is proposed. A mathematical formulation, based on gain and phase margins specifications, the Takagi-Sugeno fuzzy model of the plant to be controlled, the structure of the digital PID controller and the time delay uncertain system, was developed. From input and output data of the plant, the fuzzy clustering Fuzzy C-Means (FCM) algorithm estimates the antecedent parameters (operation areas ) and the rules number of Takagi-Sugeno fuzzy model. The least squares algorithm provides the consequent parameters linear submodels. A multiobjective genetic strategy is defined to tune the fuzzy digital PID controller parameters, so the gain and phase margins specified to the fuzzy control system are get. An analysis of necessary and sufficient conditions for fuzzy digital PID controller design with robust stability, with the proposal of the two theorems are presented. The digital fuzzy PID controller was implemented on a platform designed for monitoring and control in real time, based on CompactRIO and LabVIEW 9073, National Instruments, of the Laboratory of Computational Intelligence Applied to Technology (ICAT/DEE/IFMA), applying the temperature control of a thermal plant. Experimental results show the efficiency of the proposed methodology, through tracking of the reference and the gain and phase margins keeping closed of the specified ones. / Nesta dissertação é proposta uma metodologia para projeto de controle PID digital nebuloso robusto baseado nas especificações das margens de ganho e fase. É desenvolvida uma formulação matemática, baseada nas especificações das margens de ganho e fase, no modelo nebuloso Takagi-Sugeno da planta a ser controlada, na estrutura do controlador PID digital e o atraso de tempo do sistema incerto. A partir dos dados de entrada e saída da planta, o algoritmo de agrupamento nebuloso Fuzzy C-Means (FCM), estima os parâmetros do antecedente (regiões de operação) e o número de regras do modelo nebuloso Takagi-Sugeno. O algoritmo de mínimos quadrados fornece os parâmetros dos submodelos lineares do consequente. Uma estratégia genética multiobjetiva é utilizada para encontrar os parâmetros do controlador PID digital nebuloso, de modo que as margens de ganho e fase especificadas para o sistema de controle nebuloso sejam alcançadas. Uma análise das condições necessárias e suficientes para o projeto do controlador PID digital nebuloso com estabilidade robusta, a partir da proposta de dois teoremas, é apresentada. O controlador PID digital nebuloso projetado foi implementado numa plataforma para supervisão e controle em tempo real, baseada no CompactRIO 9073 e no software LabVIEW, da National Instruments, do Laboratório de Inteligência Computacional Aplicada à Tecnologia (ICAT/DEE/IFMA), com aplicação ao controle de temperatura de uma planta térmica. Resultados experimentais mostram a eficiência da metodologia proposta, uma vez que a trajetória de referência é seguida e as margens de ganho e fase permanecem próximas às especificadas.