Made available in DSpace on 2014-12-17T14:58:20Z (GMT). No. of bitstreams: 1 Josiane MMF_DISSERT.pdf: 2980386 bytes, checksum: 522d9b760131f2af9cda3feb9f1d471b (MD5) Previous issue date: 2012-02-07 / This work describes the development of a nonlinear control strategy for an electro-hydraulic actuated system. The system to be controlled is represented by a third order ordinary differential equation subject to a dead-zone input. The control strategy is based on a nonlinear control scheme, combined with an artificial intelligence algorithm, namely, the method of feedback linearization and an artificial neural network. It is shown that, when such a hard nonlinearity and modeling inaccuracies are considered, the nonlinear technique alone is not enough to ensure a good performance of the controller. Therefore, a compensation strategy based on artificial neural networks, which have been notoriously used in systems that require the simulation of the process of human inference, is used. The multilayer perceptron network and the radial basis functions network as well are adopted and mathematically implemented within the control law. On this basis, the compensation ability considering both networks is compared. Furthermore, the application of new intelligent control strategies for nonlinear and uncertain mechanical systems are proposed, showing that the combination of a nonlinear control methodology and artificial neural networks improves the overall control system performance. Numerical results are presented to demonstrate the efficacy of the proposed control system / Este trabalho descreve o desenvolvimento de uma estrat?gia de controle n?o linear para um sistema eletroidr?ulico. O sistema em quest?o ? de terceira ordem, cujas caracter?sticas f?sicas ocasionam uma n?o linearidade do tipo zona morta. A estrat?gia adotada ? baseada em uma t?cnica de controle n?o linear aliada a uma t?cnica de inteligencia artificial, o m?todo de lineariza??o por realimenta??o e uma rede neural artificial respectivamente. Ser? demonstrado que somente a utiliza??o da t?cnica n?o linear n?o ? insuficiente para garantir um bom desempenho do controlador frente a esse tipo de n?o linearidade. Por este motivo discutir-se a inclus?o de uma estrat?gia de compensa??o baseada nas redes neurais artificiais, que v?m sendo notoriamente empregadas em sistemas que necessitem imitar o processo de infer?ncia humano. Em um primeiro momento ser? utilizada uma rede perceptron de m?ltiplas camadas e posteriormente uma rede de fun??es de base radial, implementadas matematicamente na din?mica do modelo do sistema. Desta forma ? proposto neste trabalho a aplica??o de novas estrat?gias de controle inteligente para sistemas mec?nicos n?o lineares e incertos. Aliando o controle n?o linear a redes neurais artificiais pretende-se melhorar a performance de ambos, contribuindo na ?rea de controle, principalmente no que diz respeito a metodologia de controle inteligente. Resultados num?ricos s?o apresentados para demonstrar o desempenho do sistema de controle

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-04-04T18:57:08Z No. of bitstreams: 1 GeorgeOliveiraDeAraujoAzevedo_DISSERT.pdf: 13409798 bytes, checksum: 2b80da129a9eaf742197ec7d854bc74b (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-04-12T22:17:49Z (GMT) No. of bitstreams: 1 GeorgeOliveiraDeAraujoAzevedo_DISSERT.pdf: 13409798 bytes, checksum: 2b80da129a9eaf742197ec7d854bc74b (MD5) / Made available in DSpace on 2017-04-12T22:17:49Z (GMT). No. of bitstreams: 1 GeorgeOliveiraDeAraujoAzevedo_DISSERT.pdf: 13409798 bytes, checksum: 2b80da129a9eaf742197ec7d854bc74b (MD5) Previous issue date: 2016-11-25 / Com o surgimento de t?cnicas de controle que utilizam estrat?gias n?o lineares combinadas com algoritmos da intelig?ncia artificial, tem sido poss?vel em diversas ?rea da engenharia o controle eficaz de sistemas n?o lineares, mesmo na presen?a de elevado grau de incertezas. A l?gica difusa (fuzzy) se destaca dentre as t?cnicas de intelig?ncia artificial tanto pela facilidade de sua implementa??o quanto pela semelhan?a entre o seu processo de infer?ncia e o racioc?nio humano. Outra vantagem reside no fato da l?gica difusa n?o necessitar de conhecimento pr?vio do modelo do sistema, quando aplicada ao controle de sistemas din?micos. No que tange ?s estrat?gias de controle n?o linear, a principal limita??o da t?cnica de lineariza??o por realimenta??o, por exemplo, est? na necessidade do conhecimento do modelo do sistema. Os sistemas eletro-hidr?ulicos, por sua vez, possuem modelo n?o linear de dif?cil controle pelas t?cnicas tradicionais e s?o utilizados em diversas ?reas da engenharia, como por exemplo nos setores industrial e aeroespacial. Desta forma, mostra-se extremamente importante que seu controle seja realizado de maneira eficiente, tanto por quest?es de economia quanto de seguran?a. Partindo das dificuldades apresentadas ao tentar controlar esse tipo de sistema, s?o apresentadas propostas de utiliza??o da t?cnica de controle de lineariza??o por realimenta??o em conjunto com a l?gica difusa para compensar a n?o linearidade de zona morta e demais incertezas inerentes a este tipo de sistema. Para avaliar o desempenho das estrat?gias de controle propostas s?o realizadas simula??es num?ricas utilizando um modelo n?o linear simplificado desse sistema e tamb?m s?o desenvolvidos testes experimentais em um atuador eletro-hidr?ulico de bancada.