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
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/15700 |
| Date | 07 February 2012 |
| Creators | Fernandes, Josiane Maria de Macedo |
| Contributors | CPF:05362438751, http://lattes.cnpq.br/3256782908311485, D?ria Neto, Adri?o Duarte, CPF:10749896434, http://lattes.cnpq.br/1987295209521433, Zachi, Alessandro Rosa Lopes, CPF:03019843790, http://lattes.cnpq.br/3410411498624892, Freire J?nior, Raimundo Carlos Silv?rio, Bessa, Wallace Moreira |
| Publisher | Universidade Federal do Rio Grande do Norte, Programa de P?s-Gradua??o em Engenharia Mec?nica, UFRN, BR, Tecnologia de Materiais; Projetos Mec?nicos; Termoci?ncias |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds