Esta dissertação apresenta um estudo da viabilidade de aplicação de ferramentas de Inteligência Artificial, em especial da aplicação da lógica nebulosa preditiva (lógica fuzzy), em sistemas de controle automático de trens. Para isto, um panorama do contexto de aplicação do estudo é apresentado, incluindo a problemática dos transportes nas grandes cidades e a utilização de técnicas de computação em sistemas metroferroviários. Também são apresentados os princípios básicos de controle automático de trens, de lógica nebulosa preditiva e de sistemas de controle, particularmente os sistemas especialistas e as aplicações críticas de controle. Um modelo de um sistema de controle utilizando lógica nebulosa preditiva é então proposto e detalhado. Em seguida, estudos de caso para os trens do metropolitano de Sendai (Japão) e de São Paulo são efetuados. Simulações, testes comparativos e a análise dos resultados são realizados, levando às considerações finais sobre a viabilidade da aplicação. A conclusão é que, mesmo se tratando de uma aplicação crítica de controle, envolvendo a segurança dos passageiros, a utilização de ferramentas de Inteligência Artificial, especialmente a lógica nebulosa preditiva, é perfeitamente viável, desde que uma atenção especial com a segurança do sistema seja tomado. Neste caso, esta atenção é tomada por meio da implantação de um módulo supervisor (módulo ATP) que realiza uma monitoração constante das entradas e saídas do sistema de controle. O ATP atua, preferencialmente, ao sistema de controle para garantir a sua segurança. Embora as normas européias (IEE e CENELEC) não recomendem a utilização de ferramentas de Inteligência Artificial em aplicações críticas de controle, este estudo demonstra que é possível efetuar a aplicação destas ferramentas, aproveitando os benefícios por elas proporcionados, sem comprometer a segurança do sistema. / This dissertation presents a study on the viability of applying Artificial Intelligence tools, especially predictive fuzzy logic application, in automatic train control systems. For this purpose, an overview of the study application context is presented, including transportation troubling in big cities and computational techniques used in subway and railway systems. The basic principles of automatic train control, predictive fuzzy logic and control systems, particularly specialist and control critical systems applications are also presented. A model for a control system using predictive fuzzy logic is then proposed and detailed. Next, study cases for Sendai (Japan) and São Paulo subway trains are conducted. Simulations, comparative tests and results analysis are carried out, leading to the final considerations about the application viability. The conclusion is that, even being a critical control application, involving passenger safety, the use of Artificial Intelligence tools, especially predictive fuzzy logic, is perfectible viable, since special attention is given to the safety of the system. In this case, this attention is given by means of the implementation of a supervisory module (ATP module) that constantly monitors control system inputs and outputs. The ATP acts preferably on the control system in order to guarantee its safety. Although European standards (IEE and CENELEC) do not recommend the use of Artificial Intelligence tools in critical system applications, this study shows that it is possible to apply these tools, enjoying the benefits provided by them, without compromising the system safety.

Esta dissertação apresenta um estudo da viabilidade de aplicação de ferramentas de Inteligência Artificial, em especial da aplicação da lógica nebulosa preditiva (lógica fuzzy), em sistemas de controle automático de trens. Para isto, um panorama do contexto de aplicação do estudo é apresentado, incluindo a problemática dos transportes nas grandes cidades e a utilização de técnicas de computação em sistemas metroferroviários. Também são apresentados os princípios básicos de controle automático de trens, de lógica nebulosa preditiva e de sistemas de controle, particularmente os sistemas especialistas e as aplicações críticas de controle. Um modelo de um sistema de controle utilizando lógica nebulosa preditiva é então proposto e detalhado. Em seguida, estudos de caso para os trens do metropolitano de Sendai (Japão) e de São Paulo são efetuados. Simulações, testes comparativos e a análise dos resultados são realizados, levando às considerações finais sobre a viabilidade da aplicação. A conclusão é que, mesmo se tratando de uma aplicação crítica de controle, envolvendo a segurança dos passageiros, a utilização de ferramentas de Inteligência Artificial, especialmente a lógica nebulosa preditiva, é perfeitamente viável, desde que uma atenção especial com a segurança do sistema seja tomado. Neste caso, esta atenção é tomada por meio da implantação de um módulo supervisor (módulo ATP) que realiza uma monitoração constante das entradas e saídas do sistema de controle. O ATP atua, preferencialmente, ao sistema de controle para garantir a sua segurança. Embora as normas européias (IEE e CENELEC) não recomendem a utilização de ferramentas de Inteligência Artificial em aplicações críticas de controle, este estudo demonstra que é possível efetuar a aplicação destas ferramentas, aproveitando os benefícios por elas proporcionados, sem comprometer a segurança do sistema. / This dissertation presents a study on the viability of applying Artificial Intelligence tools, especially predictive fuzzy logic application, in automatic train control systems. For this purpose, an overview of the study application context is presented, including transportation troubling in big cities and computational techniques used in subway and railway systems. The basic principles of automatic train control, predictive fuzzy logic and control systems, particularly specialist and control critical systems applications are also presented. A model for a control system using predictive fuzzy logic is then proposed and detailed. Next, study cases for Sendai (Japan) and São Paulo subway trains are conducted. Simulations, comparative tests and results analysis are carried out, leading to the final considerations about the application viability. The conclusion is that, even being a critical control application, involving passenger safety, the use of Artificial Intelligence tools, especially predictive fuzzy logic, is perfectible viable, since special attention is given to the safety of the system. In this case, this attention is given by means of the implementation of a supervisory module (ATP module) that constantly monitors control system inputs and outputs. The ATP acts preferably on the control system in order to guarantee its safety. Although European standards (IEE and CENELEC) do not recommend the use of Artificial Intelligence tools in critical system applications, this study shows that it is possible to apply these tools, enjoying the benefits provided by them, without compromising the system safety.