Esta dissertação apresenta uma aplicação de inteligência artificial, a lógica fuzzy, estruturada como um controlador fuzzy, para a sintonia dos ganhos Kp e Ki de um controlador PI. Este último, configurado num conversor de frequência para a operação de um conjunto motor-bomba do sistema de abastecimento de água potável na região denominada de Recalque Mercês (RMER), na cidade de Curitiba, compreendendo 4 bairros com 140 km de tubulação e mais de 13 mil ligações a clientes. Hoje, o sistema funciona com controle PI tradicional de ganhos fixos, variando a velocidade do conjunto motorbomba, controlados por um sensor de pressão à jusante do bombeamento. Contudo, a variação de consumo de água potável fornecida é muito grande durante o período de um dia, sendo máxima no entardecer e mínima durante a madrugada, e com características sazonais, o consumo aumenta com o calor e diminui no frio, o que faz esse tipo de controle fixo ser ineficiente em determinados momentos. A proposta é adotar o controle fuzzy para alterar os coeficientes do controlador PI ao longo do dia, de forma autônoma, de acordo com o consumo instantâneo e assim, alcançar uma melhor eficiência energética do sistema, prezando pela qualidade do serviço prestado à população. Isto é, garantindo a vazão e a pressão de água para o consumidor. Por meio do MatLab®, mais precisamente os toolbox’s de simulação, Simulink® e SimScape®, foram criados dois modelos, um com o controle atual e o outro com a proposta inteligente, de uma abreviação da rede e do sistema de bombeamento da elevatória existente, a diminuição de 4 conjuntos motor-bomba para apenas 1 (um) e num trajeto único, perfazendo 5,4 km de distância, até o local denominado de ponto crítico, onde é mais longe, alto e difícil de se manter a pressão no patamar de 10 m.c.a. (1 bar), por norma. O controlador fuzzy desenvolvido possui 2 entradas, o nível do reservatório e a pressão à jusante do conjunto motor-bomba, e 2 saídas, os ganhos proporcional e integral para o PI. Com a estrutura baseado em regras, foram criadas 123 regras de inferência para que o sistema obtenha um desempenho favorável. As simulações foram realizadas com a referência de dados – 3 meses de histórico – de medições do reservatório e do sensor de pressão que é a realimentação do controle PI existente. Assim, a eficiência energética de 6,15% ao mês, em termos de energia elétrica consumida, foi conseguida, comparando com o modelo de controle tradicional. / This dissertation presents an application of artificial intelligence, the fuzzy logic, structured as a fuzzy controller, for the tuning of the Kp and Ki gains of a PI controller. The latter, configured in a frequency converter for the operation of a motor-pump assembly of the drinking water supply system in the region called Recalque Mercês (RMER), in the city of Curitiba, comprising 4 districts with 140 km of pipeline and more than 13 thousand connections to customers. Today, the system operates with PI traditional control with fixed gains, varying the speed of the motor-pump assembly, controlled by a pressure sensor downstream to the pumping. However, the variation in the consumption of potable water supplied is very large during the period of one day, being maximum at dusk and minimum during the dawn, and with seasonal characteristics, consumption increases with heat and decreases in the cold, which makes static control inefficient at certain times. The proposal is to adopt the fuzzy control to change the coefficients of the PI controller throughout the day, autonomously, according to the instantaneous consumption and thus achieve a better energy efficiency of the system, appreciating the quality of service provided to the population. That is, ensuring the flow and pressure of water to the consumer. Through MatLab®, simulation tools, Simulink® and SimScape®, two models were created, one with the current control and the other with the intelligent proposal. An abbreviation of the network and the existing pumping system of the lift, the reduction of 4 engine-pump assemblies to only 1 (one) and a single path, making 5.4 km distance, to the socalled critical point location, where it is further, higher and more difficult to keep the pressure at the 10 mwg (1 bar), as a rule. The developed fuzzy controller has 2 inputs, the reservoir level and the downstream pressure of the motor-pump assembly, and 2 outputs, proportional and integral gains for the PI. With the rulesbased framework, 123 inference rules were created for the system to perform favorably. The simulations were carried out with the reference of data – 3 months of historical – of measurements of the reservoir and pressure sensor that is the feedback of the existing PI control. Thus, the energy efficiency of 6.15% per month, in terms of electric power consumed, was achieved, compared to the traditional control model.