Orientador: Francisco Villarreal Alvarado / Resumo: Esta tese apresenta uma parametrização no espaço de estados para a transformada wavelet rápida. Esta parametrização é baseada em funções de base ortonormal e filtros de resposta finita ao impulso simultaneamente, uma vez que, a transformada rápida wavelet é um algoritmo que consiste em decompor sinais no domínio do tempo em sequências de coeficientes baseados numa base ortogonal de funções wavelet. Deste modo, vantagens apresentadas por ambas as propostas são incorporadas. Modelos de resposta finita ao impulso têm propriedades atrativas como vantagens computacionais e analíticas, garantia de estabilidade BIBO e robustez para a mudança de alguns parâmetros, dentre outras. Por outro lado, séries de funções de base ortonormal têm características que as fazem atrativas para a modelagem de sistemas dinâmicos, como ausência de recursão da saída, a não necessidade de se conhecer previamente a estrutura exata do vetor de regressão, possibilidade de aumentar a capacidade de representação do modelo aumentando-se o número de funções ortonormais utilizadas, desacoplamento natural das saídas em modelos multivariáveis; tolerância a dinâmicas não modeladas. Além disso, a realização no espaço de estados é mínima. A contribuição deste trabalho consiste no desenvolvimento de uma realização no espaço de estados para bancos de filtros wavelet, em que há a presença explícita de parâmetros que podem ser livremente ajustados mantendo as propriedades de reconstrução perfeita e ortonormalidade. ... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

Made available in DSpace on 2016-08-17T14:53:01Z (GMT). No. of bitstreams: 1 Fabio Nogueira da Silva.pdf: 1098466 bytes, checksum: a72dcced91748fe6c54f3cab86c19849 (MD5) Previous issue date: 2008-06-20 / FUNDAÇÃO DE AMPARO À PESQUISA E AO DESENVOLVIMENTO CIENTIFICO E TECNOLÓGICO DO MARANHÃO / We present in this work the results about two neural networks methods to solve the algebraic Riccati(ARE), what are used in many applications, mainly in the Linear Quadratic Regulator (LQR), H2 and H1 controls. First is showed the real symmetric form of the ARE and two methods based on neural computation. One feedforward neural network (FNN), that de¯nes an error as function of the ARE and a recurrent neural network (RNN), which converts a constrain optimization problem, restricted to the state space model, into an unconstrained convex optimization problem de¯ning an energy as function of the ARE and Cholesky factor. A proposal to chose the learning parameters of the RNN used to solve the ARE, by making a surface of the parameters variations, thus we can tune the neural network for a better performance. Computational experiments related with the plant matrices perturbations of the tested systems in order to perform an analysis of the behavior of the presented methodologies, that are based on homotopies methods, where we chose a good initial condition and compare the results to the Schur method. Two 6th order systems were used, a Doubly Fed Induction Generator(DFIG) and an aircraft plant. The results showed the RNN a good alternative compared with the FNN and Schur methods. / Apresenta-se nesta dissertação os resultados a respeito de dois métodos neuronais para a resolução da equação algébrica de Riccati(EAR), que tem varias aplicações, sendo principalmente usada pelos Regulador Linear Quadrático(LQR), controle H2 e controle H1. É apresentado a EAR real e simétrica e dois métodos baseados em uma rede neuronal direta (RND) que tem a função de erro associada a EAR e uma rede neuronal recorrente (RNR) que converte um problema de otimização restrita ao modelo de espaço de estados em outro de otimização convexa em função da EAR e do fator de Cholesky de modo a usufruir das propriedades de convexidade e condições de otimalidade. Uma proposta para a escolha dos parâmetros da RNR usada para solucionar a EAR por meio da geração de superfícies com a variação paramétrica da RNR, podendo assim melhor sintonizar a rede neuronal para um melhor desempenho. Experimentos computacionais relacionados a perturbações nos sistemas foram realizados para analisar o comportamento das metodologias apresentadas, tendo como base o princípio dos métodos homotópicos, com uma boa condição inicial, a partir de uma ponto de operação estável e comparamos os resultados com o método de Schur. Foram usadas as plantas de dois sistemas: uma representando a dinâmica de uma aeronave e outra de um motor de indução eólico duplamente alimentado(DFIG), ambos sistemas de 6a ordem. Os resultados mostram que a RNR é uma boa alternativa se comparado com a RND e com o método de Schur.

Made available in DSpace on 2016-08-17T14:53:22Z (GMT). No. of bitstreams: 1 Dissertacao Allan James.pdf: 3170694 bytes, checksum: 054a9e74e81a7c2099800246d0b6c530 (MD5) Previous issue date: 2012-09-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The union of methodologies for optimal control and dynamics programming has stimulated the development of algorithms for realization of discrete control systems of the type linear quadratic regulator (DLQR). The methodology is based on reinforcement learning methods based on temporal differences and approximate dynamic programming. The proposed method combines the approach of the value function by method RLS (recursive least squares) and approximate policy iteration schemes heuristic dynamic programming (HDP). The approach is directed to the assessment of convergence of the solution DLQR and the heuristic weighting matrices 􀜳 and 􀜴 of the utility function associated with DLQR. The investigation of convergence properties related to consistency, persistent excitation and polarization of the RLS estimator is performed. The methodology involved in a project achievements online DLQR controllers and is evaluated in a fourth order multivariable dynamic system. / A união das metodologias de controle ótimo e de programação dinâmica tem impulsionado o desenvolvimento de algoritmos para realizações de sistemas de controle discreto do tipo regulador linear quadrático (DLQR). A metodologia utilizada neste trabalho é fundamentada sobre métodos de aprendizagem por reforço baseados em diferenças temporais e programação dinâmica aproximada. O método proposto combina a aproximação da função valor através do método RLS (mínimos quadrados recursivos) e iteração de política aproximada em esquemas de programação dinâmica heurística (HDP). A abordagem é orientada para a avaliação da convergência da solução DLQR e para a sintonia heurística das matrizes de ponderação 􀜳 e 􀜴da função de utilidade associada ao DLQR. É realizada a investigação das propriedades de convergência relacionadas à consistência, excitação persistente e polarização do estimador RLS. A metodologia contempla realizações de projetos de forma online de controladores DLQR e é avaliada em um sistema dinâmico multivariável de quarta ordem.

Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-05-23T18:23:25Z No. of bitstreams: 1 fernandohenriquedeoliveira.pdf: 7733433 bytes, checksum: ed0bfbea1ebdeec7443503ad20027a67 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-05-24T17:33:19Z (GMT) No. of bitstreams: 1 fernandohenriquedeoliveira.pdf: 7733433 bytes, checksum: ed0bfbea1ebdeec7443503ad20027a67 (MD5) / Made available in DSpace on 2018-05-24T17:33:19Z (GMT). No. of bitstreams: 1 fernandohenriquedeoliveira.pdf: 7733433 bytes, checksum: ed0bfbea1ebdeec7443503ad20027a67 (MD5) Previous issue date: 2018-02-23 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Esta dissertação apresenta uma proposta de controle discreto baseado em reali-mentação de estados aplicado à fonte de alimentação das cargas magnéticas do Sirius. A fonte é formada por associações em série e em paralelo de módulos de menor po-tência para que, em conjunto, possam atender às exigências requeridas de tensão e de corrente dos magnetos. Cada módulo é constituído de dois estágios, um de entrada e outro de saída, em que o segundo é o objeto de estudo deste trabalho. O estágio de saída é constituído por um conversor ponte completa associado a um filtro de terceira ordem. Inicialmente é feita a modelagem do estágio de saída e apresentado um modelo apropriado a uma quantidade genérica de módulos associados em série. Em seguida é feita a discretização da planta e o controle em espaço de estados. Para a alocação dos pólos do sistema em malha fechada é utilizado o Regulador Quadrático Linear Digital. Entretanto, quando módulos são associados, aumenta-se consideravelmente a ordem do sistema e torna-se inviável a medição de todos os estados da planta. Então, é proposto um observador ótimo de ordem reduzida para que este seja capaz de fornecer ao con-trolador os estados que não são medidos. A análise de estabilidade permitiu verificar a robustez do controle em conjunto com o observador de estados. Na associação de módulos em paralelo foram consideradas que as correntes da saída de cada módulo são parcelas do estado que corresponde à corrente das cargas magnéticas. Baseado nesta premissa e no controle feito para o arranjo de módulos em série, foi proposta uma estratégia de controle para o arranjo em paralelo. Os resultados em simulação, tanto para a configuração de módulos em série quanto em paralelo, permitem verificar os desempenhos dinâmicos do controlador e observador de estados. / This dissertation presents a proposal of a discrete-time state-feedback control law applied to the Sirius magnetic source power supply. In order to meet the magnets' required voltage and current levels the source is formed by series and parallel associa-tion of modular converters. Each module is made up of two stages, input and output, in which the later is addressed this work. The output stage is constituted by a full bridge converter associated with a third-order filter. Initially a mathematical model is obtained for a single module. This model is later extended to represent the connection of several modules in series. Then the plant is discretized and state feedback law is designed to control the system. The optimal technique Digital Linear Quadratic Regu-lator was used to place the closed-loop poles. However, when modules are associated, due the order of the system it becomes impracticable to measure all the states. Then an optimal reduced order observer is proposed to provide to controller the states that are not measured. An stability analysis is performed in order to verify the controller robustness. For the association of modules in parallel was considered that the output currents of each module are the parcels of the state corresponding to the current of the magnetic loads. Based on this premise and in the previously control design for the series modules association, is proposed a control topology for the parallel arrange-ment. Simulation results were obtained, for the both configuration of modules series and parallel, and the performances of the controller and state-observer were verified.

Orientador: Edvaldo Assunção / Resumo: Neste trabalho é proposta a resolução do problema do regulador linear quadrático (Linear Quadratic Regulator - LQR) via desigualdades matriciais lineares (Linear Matrix Inequalities - LMIs) para sistemas lineares e invariantes no tempo sujeitos a incertezas politópicas, bem como para sistemas lineares sujeitos a parâmetros variantes no tempo (Linear Parameter Varying - LPV). O projeto dos controladores é baseado na realimentação derivativa. A escolha da realimentação derivativa se dá devido à sua fácil implementação em certas aplicações como, por exemplo, no controle de vibrações. Os sinais usados na realimentação são aceleração e velocidade, sendo obtidos por meio de acelerômetros. Por meio do método proposto é possível obter condições LMIs para a síntese de controladores que garantam a estabilização do sistema em malha fechada, sendo que os controladores possuem desempenho otimizado. Para a formulação das condições LMIs, uma função de Lyapunov do tipo quadrática é utilizada. Exemplos teóricos e simulações são utilizados como forma de validação dos métodos propostos, além de mostrar que os novos resultados apresentam condições menos conservadoras. Além disso, ao final é apresentada uma implementação prática em um sistema de suspensão ativa, produzida pela Quanser®. / Abstract: The resolution of linear quadratic regulator (LQR) problem via linear matrix inequalities (LMIs) for linear time-invariant systems subject to polytopic uncertainties, as linear systems subjects to linear parameter varying (LPV), is proposed in this work. The controllers' designs are based on the state derivative feedback. The aim to the choice of the state derivative feedback is your easy implementation in a class of mechanical systems, such as in vibration control, for example. The signals used for feedback are acceleration and velocity, it is obtained by means of accelerometers. Through the proposed method it is possible to obtain LMIs conditions for the synthesis of controllers that guarantee the stabilisation of the closed-loop system, being that the controllers have optimised performance. For the LMIs conditions formulations, a Lyapunov function of type quadratic is used. As a form of validation, theoretical examples and simulations are performed, besides to show that the new results are less conservative. Furthermore, a practical implementation in an active suspension system, produced by Quanser®, is performed. / Mestre

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-06-23T20:34:27Z No. of bitstreams: 1 ErnestoFerreira.pdf: 1744167 bytes, checksum: c125c90e5eb2aab2618350567f88cb31 (MD5) / Made available in DSpace on 2017-06-23T20:34:27Z (GMT). No. of bitstreams: 1 ErnestoFerreira.pdf: 1744167 bytes, checksum: c125c90e5eb2aab2618350567f88cb31 (MD5) Previous issue date: 2016-03-08 / The development and the numerical stability analysis of a new adaptive critic algorithm to approximate the state-value function for online discrete linear quadratic regulator (DLQR) optimal control system design based on heuristic dynamic programming (HDP) are presented in this work. The proposed algorithm makes use of unitary transformations and QR decomposition methods to improve the online learning e-ciency in the critic network through the recursive least-squares (RLS) approach. The developed learning strategy provides computational performance improvements in terms of numerical stability and computational cost which aim at making possible the implementations in real time of optimal control design methodology based upon actor-critic reinforcement learning paradigms. The convergence behavior and numerical stability of the proposed online algorithm, called RLSµ-QR-HDP-DLQR, are evaluated by computational simulations in three Multiple-Input and Multiple-Output (MIMO) models, that represent the automatic pilot of an F-16 aircraft of third order, a fourth order RLC circuit with two input voltages and two controllable voltage levels, and a doubly-fed induction generator with six inputs and six outputs for wind energy conversion systems. / Neste trabalho, apresenta-se o desenvolvimento e a análise da estabilidade numérica de um novo algoritmo crítico adaptativo para aproximar a função valor de estado para o projeto do sistema de controle ótimo online, utilizando o regulador linear quadrático discreto (DLQR), com base em programação dinâmica heurística (HDP). O algoritmo proposto faz uso de transformações unitárias e métodos de decomposição QR para melhorar a e-ciência da aprendizagem online na rede crítica por meio da abordagem dos mínimos quadrados recursivos (RLS). A estratégia de aprendizagem desenvolvida fornece melhorias no desempenho computacional em termos de estabilidade numérica e custo computacional, que visam tornar possíveis as implementações em tempo real da metodologia do projeto de controle ótimo com base em paradigmas de aprendizado por reforço ator-crítico. O comportamento de convergência e estabilidade numérica do algoritmo online proposto, denominado RLSµ-QR-HDP-DLQR, são avaliados por meio de simulações computacionais em três modelos Múltiplas-Entradas e Múltiplas-Saídas (MIMO), que representam o piloto automático de uma aeronave F-16 de terceira ordem, um circuito de quarta ordem RLC com duas tensões de entrada e dois níveis de tensão controláveis, e um gerador de indução duplamente alimentados com seis entradas e seis saídas para sistemas de conversão de energia eólica.

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-30T15:33:12Z No. of bitstreams: 1 Patricia Helena.pdf: 11110405 bytes, checksum: ca1f067231658f897d84b86181dbf1b9 (MD5) / Made available in DSpace on 2017-08-30T15:33:12Z (GMT). No. of bitstreams: 1 Patricia Helena.pdf: 11110405 bytes, checksum: ca1f067231658f897d84b86181dbf1b9 (MD5) Previous issue date: 2014-07-24 / In this thesis a proposal of an uni ed approach of dynamic programming, reinforcement learning and function approximation theories aiming at the development of methods and algorithms for design of optimal control systems is presented. This approach is presented in the approximate dynamic programming context that allows approximating the optimal feedback solution as to reduce the computational complexity associated to the conventional dynamic programming methods for optimal control of multivariable systems. Speci cally, in the state and action dependent heuristic dynamic programming framework, this proposal is oriented for the development of online approximated solutions, numerically stable, of the Riccati-type Hamilton-Jacobi-Bellman equation associated to the discrete linear quadratic regulator problem which is based on a formulation that combines value function estimates by means of a RLS (Recursive Least-Squares) structure, temporal di erences and policy improvements. The development of the proposed methodologies, in this work, is focused mainly on the UDU T factorization that is inserted in this framework to improve the RLS estimation process of optimal decision policies of the discrete linear quadratic regulator, by circumventing convergence and numerical stability problems related to the covariance matrix ill-conditioning of the RLS approach. / Apresenta-se nesta tese uma proposta de uma abordagem uni cada de teorias de programação dinâmica, aprendizagem por reforço e aproximação de função que tem por objetivo o desenvolvimento de métodos e algoritmos para projeto online de sistemas de controle ótimo. Esta abordagem é apresentada no contexto de programação dinâmica aproximada que permite aproximar a solução de realimentação ótima de modo a reduzir a complexidade computacional associada com métodos convencionais de programação dinâmica para controle ótimo de sistemas multivariáveis. Especi camente, no quadro de programação dinâmica heurística e programação dinâmica heurística dependente de ação, esta proposta é orientada para o desenvolvimento de soluções aproximadas online, numericamente estáveis, da equação de Hamilton-Jacobi-Bellman do tipo Riccati associada ao problema do regulador linear quadrático discreto que tem por base uma formulação que combina estimativas da função valor por meio de uma estrutura RLS (do inglês Recursive Least-Squares), diferenças temporais e melhorias de política. O desenvolvimento das metodologias propostas, neste trabalho, tem seu foco principal voltado para a fatoração UDU T que é inserida neste quadro para melhorar o processo de estimação RLS de políticas de decisão ótimas do regulador linear quadrá- tico discreto, contornando-se problemas de convergência e estabilidade numérica relacionados com o mal condicionamento da matriz de covariância da abordagem RLS.

Submitted by camilla martins (camillasmmartins@gmail.com) on 2016-12-09T15:11:41Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ControleInteligenteLQR.pdf: 2310311 bytes, checksum: 11af2680d8c53f2af5c55aa84abe2822 (MD5) / Rejected by Edisangela Bastos (edisangela@ufpa.br), reason: on 2016-12-15T12:03:10Z (GMT) / Submitted by camilla martins (camillasmmartins@gmail.com) on 2016-12-15T13:34:29Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ControleInteligenteLQR.pdf: 2310311 bytes, checksum: 11af2680d8c53f2af5c55aa84abe2822 (MD5) / Rejected by Edisangela Bastos (edisangela@ufpa.br), reason: on 2016-12-15T14:00:21Z (GMT) / Submitted by camilla martins (camillasmmartins@gmail.com) on 2016-12-15T14:24:22Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ControleInteligenteLQR.pdf: 2310311 bytes, checksum: 11af2680d8c53f2af5c55aa84abe2822 (MD5) / Approved for entry into archive by Edisangela Bastos (edisangela@ufpa.br) on 2016-12-19T13:20:56Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ControleInteligenteLQR.pdf: 2310311 bytes, checksum: 11af2680d8c53f2af5c55aa84abe2822 (MD5) / Made available in DSpace on 2016-12-19T13:20:56Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_ControleInteligenteLQR.pdf: 2310311 bytes, checksum: 11af2680d8c53f2af5c55aa84abe2822 (MD5) Previous issue date: 2008-08-30 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Nesta tese é apresentado um modelo neuro-genético, orientado a síntese de controladores no espaço de estado baseado no projeto do Regulador Linear Quadrático, para alocação de autoestrutura em sistemas dinâmicos multivariáveis. O modelo neuro-genético representa uma fusão de um algoritmo genético e uma rede neural recorrente para realizar a seleção das matrizes de ponderação e resolver a equação algébrica de Riccati, respectivamente. Um modelo de 6a ordem de uma aeronave, um modelo de 6a ordem de um gerador de indução duplamente alimentado de uma planta eólica e um modelo de 4a ordem de um circuito elétrico, são usados para avaliar a fusão dos paradigmas de inteligência computacional e o desempenho da metodologia do projeto de controle. O desempenho dos modelos neuro-genéticos são avaliados por momentos estatísticos de primeira e segunda ordem para o algoritmo genético, enquanto que a rede neural é avaliada por superfícies da função energia e da norma do infinito da equação algébrica de Riccati. São feitas comparações com o método de Schur. / In this thesis is presented a neural-genetic model, oriented to state space controllers synthesis, based on the Linear Quadratic Regulator design, for eigenstructure assignment of multivariable dynamic systems. The neural-genetic model represents a fusion of a genetic algorithm and a recurrent neural network to perform the weighting matrices selection and the algebraic Riccati equation solution, respectively. In order to a assess the LQR design, the procedure was applied in a 6th order aircraft model, 6th order doubly fed induction generator model of a wind plant and a 4th order electric circuit model which were used to evaluate the fusion of the computational intelligence paradigms and the control design method performance.The performance of the neural-genetic models are evaluated by the first and second statistics moments for the genetic algorithm, whereas the neural network is evaluated by surfaces of the energy function and of the norm of the infinity of the algebraic equation of Riccati and the results compared to the results obtained by using Schur’s Method.

A exploração offshore tem crescido muito nos últimos anos e grandes estruturas e equipamentos têm sido projetados e construídos para remover o óleo que se encontra abaixo da superfície do mar. Para plataformas offshore fixas tipo jaqueta é necessário analisar os problemas decorrentes da exposição dessas instalações ao ambiente hostil do oceano. Estas perturbações induzem vibrações excessivas nas estruturas, afetando o conforto e a estabilidade da instalação, e para combater essas vibrações uma ferramenta matemática foi utilizada para monitorar o estado da integridade da estrutura, a Transformada de Hilbert-Huang (HHT). O HHT foi utilizada com sucesso para a identificação de parâmetros modais, como frequência fundamental e fator de amortecimento da plataforma. Finalmente, uma técnica de controle de vibração ativa baseada no Controle Linear Quadrático (LQ) é implementada com o objetivo de reduzir os efeitos de perturbações oscilatórias indesejáveis causados por ondas e correntes marinhas. / The offshore exploration has grown tremendously in recent years, and large structures and equipment has been designed and built to remove the oil that lies beneath the sea surface. For fixed jacket type offshore platforms is necessary to consider the problems arising from exposure of these facilities to the hostile ocean environment. These perturbations induce excessive vibrations in the structures affecting the comfort and stability of the facility, and for to combat these vibrations a mathematical tool was used to monitor the integrity health of the structure, namely the Hilbert-Huang Transform (HHT). The HHT was used for the successfully identification of modal parameters, as fundamental frequency and damping factor of the platform. Finally, an active vibration control technique based on the Control Linear Quadratic (LQ) is implemented aiming to reduce the effects of undesirable oscillatory perturbations caused by waves and marine current.

Made available in DSpace on 2016-08-17T14:52:39Z (GMT). No. of bitstreams: 1 DISSERTACAO_DENIS FABRICIO SOUSA DE SA.pdf: 2409581 bytes, checksum: 4de5274676a1f75ffe2a1f6b46b1388c (MD5) Previous issue date: 2015-04-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The representation of dynamic systems or plants via mathematical models occupies an important position in control system design that allow the performance evaluation of the controller during his development stage. These models are also used as an alternative to solve the problem of the hardness or impracticability to install sensors that measure the controlled variables, the dynamic systems representations enable non-invasive measurement of these variables. As consequence the designer has an alternative way to perform adaptive and optimal sensorless control for a given process. In this dissertation is presented a proposal for control systems schemas and algorithms, based on recurrent neural networks (ANN) and Box-Jenkins models, that are dedicated to sensorless or indirect control of dynamic systems. The proposed models and algorithms are associated with the systems identification and recurrent ANN approaches. The algorithms developed for the AAN training are Backpropagation Accelerated and RLS types that are compared with classical methods and strategies to obtain it online parameters of indirect control of system for a thermal plant, where the actuator is Peltier cell. The performance the parametric models of the plant and adaptive PID digital controllers and linear quadratic regulator (DLQR) that are the main elements of the sensorless temperature control system, are evaluated by means of hybrid simulations, where the algorithms implemented in micro controllers and the plant represented by mathematical models. The performance results of the proposed sensorless control algorithms are promissory, not only, in terms of the control system performance, but also due to the reexibility to deploy it in other dynamic systems. / A representação de sistemas dinâmicos ou plantas por meio modelos matemáticos ocupa uma posição relevante no projeto de sistemas de controle, permitindo que o projetista avalie o desempenho dos controladores durante a fase de desenvolvimento do projeto. Estes modelos também são utilizados para resolver o problema da dificuldade ou impossibilidade da inserção de sensores em plantas para medição de variáveis controladas, onde os modelos viabilizam a mediação não invasiva destas variáveis, fornecendo uma alternativa para realização do controle indireto adaptativo e ótimo de um dado processo. Nesta dissertação apresenta-se o desenvolvimento de modelos propostos baseados em redes neurais artificiais recorrentes para o controle sensorless ou indireto da planta. Os modelos propostos estão associados com as abordagens de Identificação de Sistemas e de RNA's recorrentes. OS algoritmos desenvolvidos para o treinamento das RNAs são do tipo Backpropagation acelerado e RLS, que são comparados com estratégias e métodos clássicos, para obtenção online dos parâmetros do sistema de controle indireto de uma planta térmica, tendo como atuador uma célula Peltier. Para uns de avaliação de desempenho do sistema de controle indireto da planta, os modelos paramétricos e controladores digitais adaptativos do tipo PID e regulador linear quadrático (DLQR) são avaliados por meio de simulações híbridas, sendo os algoritmos dos controladores implementados em microcontroladores e a planta representada por modelos matemáticos. Os resultados apresentados são promissores, não são sentido do desempenho do sistema de controle, mas também nos custos reduzidos para seu desenvolvimento, operação e flexibilidade de aplicação em outros sistemas dinâmicos.