ESTUDO DA INFLUÊNCIA DO ERRO DE LINEARIDADE DE FUNÇÕES DE PERTINÊNCIA EM CONTROLES INTELIGENTES DE SISTEMAS INDUSTRIAIS
|
|
- Camila Maria de Lourdes Garrau Damásio
- 7 Há anos
- Visualizações:
Transcrição
1 ESTUDO DA INFLUÊNCIA DO ERRO DE LINEARIDADE DE FUNÇÕES DE PERTINÊNCIA EM CONTROLES INTELIGENTES DE SISTEMAS INDUSTRIAIS Fenando S. Dantas, Galdenoro Botura Jr, Leonardo Mesquita (1), Paloma Maria Silva Rocha, Oscar A. Maldonado UNESP - Universidade Estadual Paulista, Campus de Guaratinguetá Departamento de Engenharia Elétrica Av.Dr. Ariberto P. Cunha, 333, Guaratinguetá SP, CEP Tel.: (012) (1) mesquita@feg.unesp.br Resumo A análise e controle de sistemas através do uso da lógica difusa pode ser implementado de dois modos distintos: por meio de computador ou através de sistemas eletrônicos especialmente projetados para operar como microprocessador baseado em lógica difusa. No caso de sistemas industriais quando do uso de sistema dedicado, constituído por circuitos eletrônicos para realização do controle, é importante que o projetista tenha conhecimento, durante o projeto do gerador da função de pertinência, de qual poderá ser o erro máximo na linearidade da função de pertinência para que não ocorra uma ação de controle fora das especificadas previamente. Neste trabalho é apresentada a análise da influência do erro de linearidade que podem ocorrer nas funções de pertinência do tipo triangular em controladores lógicos difusos, e suas possíveis conseqüências, quando tais funções são aplicadas a um sistema de controle. No desenvolvimento deste trabalho fez-se uso do software MATLAB, onde foi desenvolvido um programa para tornar possível a alteração da forma da função de pertinência. O trabalho desenvolvido mostrou que para pequenos desvios na linearidade da função de pertinência, na faixa que podem ocorrer em controladores normalmente utilizados em sistemas industriais, a resposta do sistema de controle não apresentou erros que inviabilizem o uso de controles inteligentes dedicados baseados em lógica difusa, podendo os mesmos constituir uma excelente opção de uso para os projetistas de sistemas de controle. Os projetistas destes circuitos dedicados podem utilizar especificações menos restritivas de seus componentes, o que facilitará e barateará o projeto dos mesmos. Palavras-chaves: lógica difusa, microprocessador, função de pertinência, hardware difuso. 1. Introdução O uso de sistemas inteligentes de controle aplicados a sistemas industriais tem se tornado mais comum, tanto na literatura (Samalea,2002; Samalea,2001), como no dia a dia destes sistemas. A metodologia de controle mais utilizada, dentro das técnicas envolvendo inteligência artificial, é baseada na lógica difusa. A análise e controle de sistemas através do uso da lógica difusa podem ser implementados através de dois modos distintos: por meio de computador, onde uma ferramenta de software é instalada para gerenciar o controle da planta; ou através de sistemas eletrônicos especialmente projetados e programados para operar como um microprocessador baseado em lógica difusa, sendo que, geralmente estes sistemas são instalados próximos às plantas onde será efetuado o controle. No caso de sistemas industriais, quando do uso de um sistema dedicado, constituído por circuitos eletrônicos para realização do controle, é importante que o projetista tenha conhecimento, durante o projeto do gerador da função de pertinência, de qual poderá ser o erro máximo na linearidade da mesma, para que não ocorra uma ação de controle fora das especificadas previamente. Neste trabalho serão apresentadas as análises da influência do erro de linearidade que podem ocorrer nas funções de pertinência do tipo triangular para controladores lógicos difusos, e suas possíveis conseqüências, quando tais funções são aplicadas a um sistema de controle. Essa análise será útil ao projetista dos circuitos eletrônicos, pois o projeto do controlador implementado via hardware poderá vir a ser simplificado, uma vez que o mesmo terá condições de especificar, com maior conhecimento e rigor, os limites do seu projeto. Na literatura encontram-se discussões de outros fatores que influênciam o desenvolvimento e o projeto de controladores lógicos difusos. O trabalho proposto por Campo e Tarela (Campo, 1999) trata das conseqüências do uso de funções de pertinência geradas digitalmente em plantas que fazem uso destes controladores. As funções de pertinência são do tipo triangular e são representadas por palavras binárias compostas por um número finito de bits. A meta principal desse trabalho foi determinar a influência do comprimento da palavra binária no controlador baseado em lógica difusa. No desenvolvimento deste trabalho foi utilizado o programa MATLAB juntamente com o SIMULINK da MatWorks Inc. Este programa foi utilizado no desenvolvimento de um bloco de fuzificação de propósito genérico, ou seja, neste bloco será possível compor qualquer tipo de função de pertinência e atribuir a mesma qualquer tipo de erro. Após a implementação deste bloco o mesmo foi transferido para o toolbox fuzzy que se encontra disponível no MATLAB. Este toolbox possui como principal característica o fato de simular sistemas de controle que utilizam a metodologia da lógica difusa. A estrutura do trabalho está dividida do seguinte modo: a seção 2 apresenta uma introdução à lógica difusa; na seção 3 será apresentada a principal característica do bloco fuzificador desenvolvido; na seção 4, os resultados obtidos de simulação são analisados e finalmente, na seção 5, é apresentada a conclusão do mesmo.
2 2. Lógica Difusa A lógica difusa, proposta por L. Zadeh em 1965 (Zadeh, 1965; Pedrycz, 1998; Sugeno, 1985), é uma lógica de múltiplos valores que pode ser utilizada para resolver problemas em sistemas de controle onde o modelamento do mesmo é muito difícil ou quase impossível de ser obtido pelo método clássico. A lógica difusa utiliza a opinião de um especialista da área onde se deseja implementar o controle, para se estabelecer um conjunto de regras condicionais que serão utilizadas na implementação do referido controle. As regras condicionais utilizadas estão na forma de expressões lingüísticas, ao invés de expressões matemáticas, como nos sistemas baseados na metodologia clássica. Um controle de temperatura de uma sala será utilizado para ilustrar os conceitos básicos da lógica difusa. O sistema de controle possuirá como variável de entrada a temperatura do ar na sala e a velocidade de um ventilador será a variável de saída, Fig. (1). O ponto de partida para o projeto de um controlador baseado na lógica difusa é caracterizar a faixa de valores para as variáveis de entrada e saída do sistema. Após a realização desta etapa devem ser geradas regras condicionais que relacionam as entradas com as saídas do sistema. As regras devem possuir o seguinte formato: SE <condição> ENTÃO <conseqüência>. Um controlador difuso recebe os valores de entradas, desenvolve alguns cálculos e gera um valor de saída para o sistema sob controle. Este processo pode ser denominado de processo de inferência difusa, sendo necessárias três etapas para realizá-lo: Fuzificação: onde a entrada real é transformada em um valor difuso; Inferência: onde a base de conhecimento do sistema a ser controlado é armazenada, nesta etapa são gerados os valores de saída do controlador (valores difusos); Defuzificação: onde a saída difusa é convertida para um valor real. Para o exemplo, controle da temperatura, considere que durante a etapa de fuzificação o valor real da temperatura do ar de 12 o C será inserido no sistema difuso. Este valor é transformado em um valor difuso, ou seja, a este valor será dado um valor de pertinência que poderá variar entre [0, 1]. Neste exemplo o valor da temperatura do ar de 12 o C será transformado através do conjunto denominado de FRESCO com um valor de 0,6 (60%) e pelo conjunto MORNO com valor verdade 0,4 (40%). 1 frio fresco morno quente (0,0) Temperatura ( o C) regra (1): SE temperatura é frio ENTÃO velocidade do ventilador é mínimo. regra (2): SE temperatura é fresco ENTÃO velocidade do ventilador é semi-moderado. regra (3): SE temperatura é morno ENTÃO velocidade do ventilador é moderado. regra (4): SE temperatura é quente ENTÃO velocidade do ventilador é máximo. para o exemplo tem-se: MÓDULO DE INFERÊNCIA (base de regras do sistema) regra (1): desativada. regra (2): ativa, portanto velocidade do ventilador é semi-moderado com grau de ativação 0,6. regra (3): ativa, portanto velocidade do ventilador é moderado com grau de ativação 0,4. regra (4): desativada. 1 mínimo semi moderado moderado máximo 0,6 0,4 (0,0) velocidade do ventilador (rpm) 450 (rpm) Figura 1: Etapas Necessárias de um Controle Baseado em Lógica Difusa. Durante a inferência, considerando o conjunto de regras mostrados na Fig. (1), as regras que serão ativadas serão as regras (2) e (3). Então, pela regra (2) a velocidade do ventilador deveria ser SEMI-MODERADO com grau de ativação 0,6 e, pela regra (3), a velocidade do ventilador deveria ser MODERADO com grau de ativação 0,4.
3 Após a conclusão da etapa de inferência, a defuzificação deve ser iniciada. A inferência neste sistema gerou dois sinais de entrada para a defuzificação, um sinal denominado semimoderado com grau de ativação 0,6 e o sinal moderado com grau de ativação 0,4. A defuzificação é um procedimento matemático desenvolvido para produzir um único sinal real como sinal de saída do sistema difuso. O método mais utilizado para realizar a operação de defuzificação em sistemas baseados em lógica difusa é o método denominado centro de área. No exemplo apresentado anteriormente aplicando-se este método de defuzificação um valor de saída de 450rpm será produzido, representando que quando a temperatura da sala for de 12 o C o ventilador deve operar com uma velocidade de 450rpm. 3. Implementação do módulo gerador de funções de pertinência com erro programável Para estudar a influência do erro de linearidade em uma função de pertinência do tipo triangular foi necessário o desenvolvimento de um bloco gerador de função de pertinência que possuísse como principal característica a capacidade de atribuir um erro à mesma. Os erros que podem ser inseridos neste tipo de função são mostrados na Fig. (2). Nesta figura, observa-se que o usuário poderá inserir oito tipos diferentes de erros na função a ser gerada, sendo que, quando o erro estabelecido for um erro de 0%, indicará que a função de pertinência original (na forma triangular) será mantida e quando o valor percentual do erro for 100% o erro de linearidade introduzido na função original será máximo. As alterações inseridas neste módulo permitem que o projetista de hardware difuso possa estudar qual será a conseqüência de um determinado tipo de erro na função de pertinência e determinar qual será o máximo valor percentual que esse erro poderá alcançar sem alterar as características do controle que se está realizando. No sistema original as equações usadas para gerar a função de pertinência triangular eram simples equações de reta, que utilizavam três variáveis fornecidas pelo usuário para serem construídas. O novo módulo implementado permite, através das modificações realizadas, que o usuário insira mais dois parâmetros que serão utilizados durante a geração da função. As duas novas variáveis modificarão a função de pertinência do tipo triangular. A primeira variável irá determinar o tipo de erro a ser estudado, Tabela (1), enquanto a segunda variável irá determinar o valor percentual que esse erro poderá assumir. Figura 2: Erros que podem ser Atribuídos a Função de Pertinência Triangular. Para que estes tipos de erros pudessem ser implementados foram desenvolvidos dois novos programas em linguagem do MATLAB (Gulley), o primeiro programa desenvolvido é responsável por gerar a função de pertinência triangular com um dos tipos de erro mostrados na Fig. (2). O segundo programa foi desenvolvido para que o software
4 MATLAB reconhecesse os novos parâmetros que foram inseridos (tipo de erro e erro de linearidade) da nova função de pertinência. Como forma de execução das modificações, foi realizada a edição da equação de reta, que foi substituída por equações de parábola com índice n. Tabela 1: Valores dos Parâmetros para os Diferentes Tipos de Erro. Tipo de erro Valor do parâmetro nenhum erro 0 (valor padrão) convexo convexo 1 côncavo côncavo 2 côncavo convexo 3 convexo côncavo 4 normal côncavo 5 côncavo normal 6 normal convexo 7 convexo normal 8 Após as modificações realizadas nas equações de retas que definiam a função de pertinência do tipo triangular serão apresentados os resultados iniciais no módulo gerador de funções de pertinência com erro. A Fig. (3) apresenta uma função de pertinência do tipo triangular sendo gerada sem nenhum erro inserido. A Fig. (4) apresenta a mesma função de pertinência do tipo triangular sendo gerada com o erro tipo 1 e com 30% de erro de linearidade. Do resultado mostrado na Fig. (4) conclui-se que o programa desenvolvido para inserir erros na função de pertinência do tipo triangular funciona de modo adequado. Figura 3: Função de Pertinência Original Nenhum Erro Implementado. Figura 4: Função de Pertinência Original Alterada com 30% de Erro do Tipo 1 (Convexo-Convexo). 4. Simulações Na análise da influência de erros de não linearidade, introduzidos na função de pertinência de controladores lógicos difusos, foi utilizado o sistema descrito na referência (Campo, 1999). Um sistema realimentado cuja planta possui o modelo apresentado pela Equação (1) foi utilizado para a caracterização do bloco de função de pertinência desenvolvido,
5 e conseqüentemente, a resposta do controlador lógico difuso também foi caracterizada em função dos erros inseridos nas funções de pertinências que representavam as variáveis de entrada e saída deste sistema. 300 G( S) = (1) S S O Modelo do sistema completo pode ser visualizado através da Fig. (5). Como pode ser visto nesta figura, foi utilizado um sinal de excitação em forma de degrau para simular a entrada erro e uma constante, para simular a entrada de variação do erro. Figura 5: Sistema Realimentado Utilizado Durante os Testes do Controlador Difuso. Este controlador possui duas entradas e uma única saída, cujas funções de pertinência que representam essas variáveis são mostradas nas Fig.s (6), (7) e (8), sendo que as variáveis de entrada e e e são representadas por cinco funções de pertinência. A variável de saída é representada por sete funções de pertinência. A Tabela (2) apresenta a base de regras do controlador difuso do sistema mostrado na Fig. (5). Figura 6: Funções de Pertinência da Entrada 1 - Erro. Figura 7: Funções de Pertinência de Entrada 2 Variação do Erro.
6 Figura 8: Funções de Pertinência de Saída. O mecanismo de inferência utilizado é baseado no método de Mandani, e o método de defuzificação utilizado foi o denominado centro de gravidade (Klir, 1995). Tabela 2: Base de Regras do Controlador Difuso. e\ e NH NL ZI PL PH NH NLG NLG NM NS ZO NL NLG NM NS ZO OS ZI NM NS ZO PS PM PL NS ZO PS PM PLG PH ZO PS PM PLG PLG Nos testes realizados para a obtenção dos resultados foram introduzidos todos os tipos possíveis de erros na função de pertinência triangular presentes no sistema, onde, cada tipo de erro foi gerado com diferentes valores percentuais (0,5%, 1%, 5% e 50%). Sendo que, essa consideração indica um aumento gradual do erro de linearidade na função original. As Fig.s (9) e (10) mostram a reposta do sistema apresentado na Fig. (5) para os tipos de erros 1 e 2 (Tabela (1)), onde as respostas foram obtidas para erro de linearidade (0,5%, 1%, 5% e 50%). Como forma de identificação dos diferentes valores de erros foi utilizada a seguinte convenção de cores: lilás = 0% (valor original), azul claro = 0.5%, vermelho = 1%, verde = 5% e azul escuro = 50%. Para verificar o comportamento do sistema para os diferentes tipos de erro, foi realizada uma análise do tempo de resposta do sistema e do overshoot obtido. Figura 9: Resposta do Sistema ao Erro Tipo 1 Convexo - Convexo.
7 Figura 10: Resposta do Sistema ao Erro Tipo 2 Côncavo Côncavo. Através dos resultados apresentados nas Fig.s (9) e (10), para erros do tipo 1 e 2, pode-se concluir que os erros de linearidade não provocam variações na resposta do sistema simulado, pois o tempo de estabilização e de overshoot permaneceram praticamente inalterados. Na Tabela (3) são apresentados os valores de erro relativo percentual do overshoot e do tempo de estabilização entre a resposta original do sistema, onde as funções de pertinência são indicadas nas Fig.s (6), (7) e (8), e a resposta desse sistema com os diferentes tipos de erro. Dos resultados apresentados nesta tabela pode-se concluir que os erros de linearidade de 0,5% a 5% não provocam variações abruptas na resposta do sistema simulado, pois o tempo de estabilização e de overshoot permanecem praticamente inalterados. Somente a partir de erros de linearidade de 50% é que o sistema simulado apresentou uma variação acentuada no tempo de estabilização da planta sob controle. Tabela 3: Valores Obtidos com os Diferentes Tipos de Erro na Função de Pertinência. Tipo de erro 1 (convexo convexo) 2 (côncavo côncavo) 3 (côncavo convexo) 4 (convexo côncavo) 5 (normal côncavo) 6 (côncavo normal) 7 (normal convexo) Erro de linearidade Overshoot Tempo de estabilização 0,5% 0% 0% 1% 0% 0% 5% 0,1% 0% 50% 0,9% 0% 0,5% 0% 0% 1% 0% 0% 5% 0,2% 0% 50% 1,6% 0% 0,5% 0% 22,8% 1% 0% 22,8% 5% 0,2% 22,8% 50% 1,6% 33,8% 0,5% 0% 22,6% 1% 0% 22,6% 5% 0,2% 22,6% 50% 2,1% 43,3% 0,5% 0% 20,1% 1% 0% 20,1% 5% 0,2% 20,1% 50% 0,5% 32,3% 0,5% 0% 15,3% 1% 0% 15,3% 5% 0,2% 15,3% 50% 1,6% 35,2% 0,5% 0% 38,4% 1% 0% 38,4% 5% 0,1% 38,4% 50% 0,3% 53,2%
8 5. Conclusão A partir dos resultados apresentados, conclui-se que os tipos de erro que menos afetam o desempenho do controlador baseado em lógica difusa analisado são os do tipo 1 e 2, pois, tanto o tempo de estabilização como o valor overshoot permanecem praticamente inalterados com a aplicação dos erros de linearidade variando de 0,5 a 5%. Quando o erro de linearidade é estabelecido em 50% o overshoot do sistema apresenta um ligeiro aumento, mas o tempo de estabilização permanece o mesmo para os erros do tipo 1 e 2. Para os erros do tipo 3, 4, 5, 6 e 7, vale ressaltar que, de acordo com os dados obtidos, os mesmos são aceitáveis quando o tempo de estabilização do sistema sob controle não é crítico. O trabalho desenvolvido mostrou que, para pequenos desvios na linearidade da função de pertinência, na faixa que podem ocorrer em controladores normalmente utilizados em sistemas industriais, devido à fadiga do sistema, temperatura, dentre outros, o sistema de controle não apresentou erros que inviabilizem o uso de controles inteligentes dedicados baseados em lógica difusa, podendo os mesmos constituir uma excelente opção de uso para os projetistas de sistemas de controle. Os projetistas destes circuitos dedicados poderão utilizar especificações menos restritivas de seus componentes, o que facilitará e irá reduzir o custo do projeto do controlador. 6. Referências Campo, Inés del and Tarela, José Manuel, 1999, Consequences of the Digitization on the Performance of a Fuzzy Logic Controler, IEEE. Gulley, Ned and Jang,J.S. Roger, Fuzzy Logic Toolbox for use with MATLAB. Klir, G. J., Yuan, B., 1995, Fuzzy Sets and Fuzzy Logic - Theory and Aplications, Prentice Hall, pp Pedrycz, W. and Gomide, F., 1998, An Introduction to Fuzzy Sets Analysis and Design, MIT Press Cambridge. Samalea, M.A., Botura Jr, G, Maldonado, A.O.A, 2002, AI Automates Substation Control, IEEE Computer Applications Power, pp Samalea, M.A., Botura Jr, G, Maldonado, A.O.A, 2001, An AI Tool for Supervising Substation, IEEE Potencials, pp Sugeno, M., 1985, An Introduction Survey of Fuzzy Control, Information Sciences 36, Zadeh, L, 1965, Fuzzy Sets, Information and Control, no 8, Direitos autorais Os autores são os únicos responsáveis pelo material impresso neste trabalho. Abstract The analysis and control of systems through the use of the fuzzy logic can be implemented in two distinct ways: by means of computer or through especially projected electronic systems to operate as microprocessor based on fuzzy logic. In the case of industrial systems when dedicated system consisting by electronic circuits is used for accomplishment of the control it is important that the designer has knowledge during the project of the generator of the membership function of which could be the maximum error in the linearity of the function so that an action of control does not occur is out the specified ones previously. In this paper will be presented the analysis of the influence of the error of linearity that can occur in the membership functions of the triangular type for fuzzy logic controllers, and its possible consequences when such functions are used into a control system. In the development of the work was used the software MATLAB, where a program was developed so that it was possible to modify the form of the membership function. The developed work showed that for small variations in the linearity of the membership function, in the band that can occur in controllers normally used in industrial systems, the reply of the control system did not exhibit errors that make impracticable the use of based dedicated intelligent controllers in fuzzy logic, being able the same ones to constitute an excellent option of use for the designers of control systems. The designers of these dedicated circuits will be able to use less restrictive specifications of its components, what it will facilitate and sell at a loss the project of the same ones. Keywords: fuzzy logic, microprocessor, membership function, circuits.
Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC
Implementação de controlador PID fuzzy para otimização do controle de posição de um servomotor DC Ederson Costa dos Santos 1, Leandro Barjonas da Cruz Rodrigues 1, André Maurício Damasceno Ferreira 2 1
Leia maisCOMPARAÇÃO ENTRE CONTROLADORES PID CLÁSSICO E PID FUZZY COM GANHO PROGRAMADO NO SISTEMA DE AZIMUTE
COMPARAÇÃO ENTRE CONTROLADORES PID CLÁSSICO E PID FUZZY COM GANHO PROGRAMADO NO SISTEMA DE AZIMUTE Brehme D. R. de MESQUITA (1); Jefferson A. L. e SILVA (2); André M. D. FERREIRA (3) (1) Instituto Federal
Leia maisUniversidade Estadual Paulista Campus de Ilha Solteira. Palestra: Carlos Roberto Minussi DEE FEIS UNESP
Universidade Estadual Paulista Campus de Ilha Solteira Palestra: Lógica Fuzzy (Nebulosa) Carlos Roberto Minussi DEE FEIS UNESP História e Motivação Lógiica Fuzzy Computação com Pallavras Zadeh [1965] desenvolveu
Leia maisReconhecimento das cores do MSX por Lógica Fuzzy
Reconhecimento das cores do MSX por Lógica Fuzzy Resumo O objetivo deste artigo é demonstrar como é possível reconhecer as cores nativas do MSX 1 a partir de imagens de 24 bits do PC. 1- Introdução A redução
Leia maisAVALIAÇÃO DA APLICAÇÃO DE TÉCNICAS DE LÓGICA FUZZY NO CONTROLO DE MÁQUINAS ELÉCTRICAS. Jaime Fonseca João Afonso Júlio Martins Carlos Couto
AVALIAÇÃO DA APLICAÇÃO DE TÉCNICAS DE LÓGICA FUZZY NO CONTROLO DE MÁQUINAS ELÉCTRICAS Jaime Fonseca João Afonso Júlio Martins Carlos Couto Departamento de Electrónica Industrial Universidade do Minho 47
Leia maisImplementação de um Controlador Fuzzy para um Sistema de Controle de Nível
Implementação de um Controlador Fuzzy para um Sistema de Controle de Nível 1 IFPB. e-mail: josue.souza@cear.ufpb.br 2 IFRN. e-mail: jlopes0@gmail.com Josué da Silva Souza 1, José Soares Batista Lopes 2
Leia maisUniversidade Federal do ABC
Universidade Federal do ABC Eletrônica Digital Aula 20: Conversão Digital-Analógica (DA) Prof. Rodrigo Reina Muñoz rodrigo.munoz@ufabc.edu.br Quantidade Digital versus Quantidade Analógica Quantidade Digital
Leia maisModelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Leia maisUma Nova Arquitetura Modular para Geradores de Função de Pertinência com uso em Projeto de Microprocessadores Difuso
Proceedings of V Brazilian Conference on Neural Networks - V Congresso Brasileiro de Redes Neurais pp. 888-999, July 20-22, 1999 - TA, São José dos Campos - SP - Brazil Uma Nova Arquitetura Modular para
Leia maisProjeto e Implementação de um Fatorial em Hardware para Dispositivos Reconfiguráveis
Projeto e Implementação de um Fatorial em Hardware para Dispositivos Reconfiguráveis Álamo G. Silva, Leonardo A. Casillo Departamento de Ciências Exatas e Naturais Universidade Federal Rural do Semi- Árido
Leia maisEPUSP PCS 2011 Laboratório Digital I. Uma ULA Simples
Uma ULA Simples Versão 2015 RESUMO Esta experiência tem como objetivo o desenvolvimento do projeto de uma unidade lógica e aritmética simples que realiza quatro operações sobre dados de quatro bits. OBJETIVOS
Leia maisMODELAGEM E CONTROLE DE UM TROCADOR DE CALOR FEIXE TUBULAR
PAULO ALEXANDRE MARTIN MODELAGEM E CONTROLE DE UM TROCADOR DE CALOR FEIXE TUBULAR Dissertação apresentada à Escola Politécnica da Universidade de São Paulo para obtenção do título de Mestre em Engenharia.
Leia maisPRODUÇÃO DE UMA INTERFACE GRÁFICA (SOFTWARE ACADÊMICO) PARA SIMULAÇÃO DE UMA COLUNA DE DESTILAÇÃO
PRODUÇÃO DE UMA INTERFACE GRÁFICA (SOFTWARE ACADÊMICO) PARA SIMULAÇÃO DE UMA COLUNA DE DESTILAÇÃO F. L. BEZERRA 1, C.H. SODRÉ 2 e A. MORAIS Jr 3 1,2 Universidade Federal de Alagoas, Centro de Tecnologia
Leia maisRespostas transitórias de funções de transferências de controle de processos com o apoio do MatLab
Respostas transitórias de funções de transferências de controle de processos com o apoio do MatLab Rolden Baptista 1,2, João Inácio da Silva Filho 1, Mauricio Conceição Mario 1, e Dorotéa Vilanova Garcia,1
Leia maisDESENVOLVIMENTO DE UM CONTROLADOR FUZZY APLICADO EM UM PROCESSO NÃO LINEAR DE TANQUES COMUNICANTES
DESENVOLVIMENTO DE UM CONTROLADOR FUZZY APLICADO EM UM PROCESSO NÃO LINEAR DE TANQUES COMUNICANTES M. C. de FREITAS 1, F. V. da SILVA 2 1 Universidade Estadual de Campinas, Faculdade de Engenharia Química
Leia maisUniversidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais
Universidade Federal do Rio Grande do Sul Escola de Engenharia Departamento de Engenharia Elétrica ENG04037 Sistemas de Controle Digitais Introdução ao Controle Digital 1 Sistema de Controle 1. malha aberta
Leia mais1 RESUMO. Palavras-chave: Controle, encoders, motor CC. 2 INTRODUÇÃO
1 RESUMO Na sociedade moderna se tornou cada vez mais presente e necessário meios de controlar dispositivos levando em consideração precisões maiores e perdas menores. Em diversos cenários o controle de
Leia maisKit didático para controle de velocidade e posição de um motor de corrente contínua
https://eventos.utfpr.edu.br//sicite/sicite2017/index Kit didático para controle de velocidade e posição de um motor de corrente contínua RESUMO Marcos Antonio Ribeiro da Silva marcossilva.2014@alunos.utfpr.edu.br
Leia maisANÁLISE QUANTITATIVA DE UM PÊNDULO INVERTIDO CONTROLADO POR PID E LÓGICA FUZZY
ANÁLISE QUANTITATIVA DE UM PÊNDULO INVERTIDO CONTROLADO POR PID E LÓGICA FUZZY Adryano Fernandes Resende 1, Jackson Gonçalves Ernesto 2, Fábio Augusto Gentilin³ 1,2 Acadêmicos do Curso de Engenharia de
Leia maisDESENVOLVIMENTO DE UM MODELO COMPUTACIONAL PARA CÁLCULO DE ENGRENAGENS DE DENTES CILÍNDRICOS E HELICOIDAIS
DESENVOLVIMENTO DE UM MODELO COMPUTACIONAL PARA CÁLCULO DE ENGRENAGENS DE DENTES CILÍNDRICOS E HELICOIDAIS CONEM2012-0627 Resumo: O estudo e conhecimento das forças e movimentos rotatórios são extremamente
Leia maisEPUSP PCS 2011 Laboratório Digital I. Uma ULA Simples
Uma ULA Simples Versão 2013 RESUMO Esta experiência tem como objetivo o desenvolvimento do projeto de uma unidade lógica e aritmética simples que realiza quatro operações sobre dados de quatro bits. OBJETIVOS
Leia maislnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)
lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso
Leia maisSISTEMA BASEADO EM REGRAS FUZZY PARA AVALIAÇÃO DO GRAU DE SEGURANÇA NO TRÂNSITO
SISTEMA BASEADO EM REGRAS FUZZY PARA AVALIAÇÃO DO GRAU DE SEGURANÇA NO TRÂNSITO SYSTEM BASED IN FUZZY RULES FOR EVALUATING THE DEGREE OF SAFETY IN ROAD Karen Yumi Sato, Luís Roberto Almeida Gabriel Filho,
Leia maisPROTÓTIPO DE UM CONTROLADOR DE TEMPERATURA BASEADO EM LÓGICA FUZZY UTILIZANDO UM MICRONTROLADOR
PROTÓTIPO DE UM CONTROLADOR DE TEMPERATURA BASEADO EM LÓGICA FUZZY UTILIZANDO UM MICRONTROLADOR EDUARDO KLAUS BARG ORIENTADOR: MIGUEL ALEXANDRE WISINTAINER ROTEIRO DE APRESENTAÇÃO Introdução Objetivos
Leia maisPainel Luminoso com LEDs
Painel Luminoso com LEDs Versão 2007 RESUMO Esta experiência consiste no projeto e na implementação do circuito de controle de um painel luminoso composto por LEDs (diodos emissores de luz). Através da
Leia maisModelo do Motor a Relutância Variável com Base na Energia Magnética Armazenada
Modelo do Motor a Relutância Variável com Base na Energia Magnética Armazenada SILVA, Fabiana Rocha de Andrade e i ; ALVARENGA, Bernardo ii Palavras-chave: motor a relutância variável, energia magnética,
Leia maisSimpósio Brasileiro de Automação Inteligente XI SBAI 2013
Simpósio Brasileiro de Automação Inteligente XI SBAI 2013 CONTROLE DE TEMPERATURA DE UMA TOCHA DE PLASMA TÉRMICO COM ACOPLAMENTO INDUTIVO UTILIZANDO A PLACA ARDUINO GUSTAVO FERNANDES DE LIMA (Mestrando)
Leia maisInteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.
Inteligência Artificial Escola de Verão 28 Laboratório Associado de Computação e Matemática Aplicada LAC www.lac.inpe.br/~demisio/ia_lac.html Lógica Nebulosa A Lógica Nebulosa (ou Lógica Difusa Fuzzy Logic
Leia maisDescrição do processo de Modelagem e Simulação em quatro etapas no ambiente AMESim
Descrição do processo de Modelagem e Simulação em quatro etapas no ambiente AMESim Similarmente a outros softwares de modelagem e simulação, a utilização do sistema AMESim está baseada em quatro etapas:
Leia maisSistemas especialistas Fuzzy
Sistemas Fuzzy Sistemas especialistas Fuzzy Especialistas Senso comum para resolver problemas Impreciso, inconsistente, incompleto, vago Embora o transformador esteja um pouco carregado, pode-se usá-lo
Leia maisINTERFACE COM O MUNDO ANALÓGICO
INTERFACE COM O MUNDO ANALÓGICO Grandeza Digital grandeza que assume um número finito de valores entre um intervalo. O número possível de valores é uma função da quantidade de bits disponíveis para a representação.
Leia maisLaboratório 4 - Controle nebuloso
Laboratório 4 - Controle nebuloso PTC 2619 / PTC 3418 Laboratório de Automação 1º semestre de 2017 Bruno A. Angélico Laboratório de Automação e Controle Departamento de Engenharia de Telecomunicações e
Leia maisLAB3 Controle nebuloso (VERSÃO PROVISÓRIA)
LAB3 Controle nebuloso (VERSÃO PROVISÓRIA) 3.1 Objetivo Esta experiência tem por objetivo a familiarição com a técnica de Controle Nebuloso (Fuzzy Control, em inglês). Para isso será contruído um controlador
Leia maisAnálise de um aproximador funcional utilizando as Redes Neurais artificiais MLP treinada com o algoritmo Backpropagation
Análise de um aproximador funcional utilizando as Redes Neurais artificiais MLP treinada com o algoritmo Backpropagation Martinez, S. C. 1, Ferrara, L. F. P. 2, Mario, M. C. 2. 1 Aluna do Curso de Mestrado
Leia maisCONTROLADOR FUZZY PARA MOTOR A RELUTÂNCIA. Dr. Tauler Teixeira Borges Departamento de Engenharia Universidade Católica de Goiás
CONTROLADOR FUZZY PARA MOTOR A RELUTÂNCIA Dr. Tauler Teixeira Borges Departamento de Engenharia Universidade Católica de Goiás Dr. Haroldo Rodrigues de Azevedo Faculdade de Engenharia Elétrica Universidade
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 09 Lógica Fuzzy Edirlei Soares de Lima Introdução A Lógica Fuzzy é baseada na teoria dos conjuntos fuzzy. Tradicionalmente, uma proposição lógica
Leia maisIntrodução à Automação Industrial
Faculdade Fucapi Pós-graduação em Engenharia de Automação Industrial Introdução à Automação Industrial Parte 5, M.Sc. Doutorando em Informática (UFAM) Mestre em Engenharia Elétrica (UFAM) Engenheiro de
Leia maisProjeto e Implementação de um Módulo Didático para Controle PID de Processos Industriais: Estudo de Caso Aplicado a um Sistema de Nível de Líquido
Projeto e Implementação de um Módulo Didático para Controle PID de Processos Industriais: Estudo de Caso Aplicado a um Sistema de Nível de Líquido Allan Martins¹, Jéssica Aguiar¹, Paulo Henrique Melo¹,
Leia maisImplementação de controladores lógicos difusos usando FPGA ou ASIC
Implementação de controladores lógicos difusos usando FPGA ou ASIC IMPLEMENTATION OF FUZZY LOGIC CONTROLLERS USING FPGA OR ASIC Leonardo Mesquita Galdenoro Botura Junior Paloma Maria Silva Rocha Universidade
Leia maisEtapas do desenvolvimento de um sistema fuzzy gerencial para apoio à eficiência energética
Etapas do desenvolvimento de um sistema fuzzy gerencial para apoio à eficiência energética Fernando de Lima Caneppele 1, Odivaldo José Seraphim 2, Luís Roberto Almeida Gabriel Filho 3 1 Faculdade de Zootecnia
Leia maisAPLICAÇÃO DE LÓGICA FUZZY PARA AVALIAÇÃO DE CURSOS SUPERIORES COM BASE NOS CONCEITOS CPC E IGC
APLICAÇÃO DE LÓGICA FUZZY PARA AVALIAÇÃO DE CURSOS SUPERIORES COM BASE NOS CONCEITOS CPC E IGC Henrique Silva Costa henriquesilva_052@hotmail.com Rafael Furtado Seeberger rafaelseeberger@gmail.com Thiago
Leia maisEnglish version at the end of this document
English version at the end of this document Ano Letivo 2016-17 Unidade Curricular MICROPROCESSADORES Cursos ENGENHARIA ELÉTRICA E ELETRÓNICA (1.º ciclo) - RAMO DE TECNOLOGIAS DE INFORMAÇÃO E TELECOMUNICAÇÕES
Leia maisVerificador de Senhas
Verificador de Senhas Versão 2012 RESUM Esta experiência consiste no projeto e na implementação de um circuito de controle digital para verificação de códigos de segurança. procedimento de operação deste
Leia maisA maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição.
SISTEMAS NEBULOSOS A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente
Leia maisLÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto
LÓGICA FUZZY (difusa ou nebulosa) Adão de Melo Neto SUMÁRIO INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA
Leia maisMemória SRAM 64x8 bits
UNIVERSIDADE FEDERAL DO PARANÁ Leonardo H. Menezes André N. Makoski Memória SRAM 64x8 bits Artigo elaborado como parte da avaliação da Disciplina de Circuitos Integrados Digitais, ministrada pelos Profs.:
Leia maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 07 Lógica Fuzzy Introdução A lógica FUZZY uma extensão da lógica booleana. Ela permite que estados imprecisos
Leia maisIF-705 Automação Inteligente Sistemas de Controle - Fundamentos
IF-705 Automação Inteligente Sistemas de Controle - Fundamentos Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação aluizioa@cin.ufpe.br
Leia maisUnoTech Soluções em Histórico da Revisão Data Versão Descrição Autor 27/05/ 1.0 Construção do Documento Carlos GG Flor Página 2
UnoTech Soluções em Uni O.S Especificação Complementar Versão 1.0 Página 1 UnoTech Soluções em Histórico da Revisão Data Versão Descrição Autor 27/05/ 1.0 Construção do Documento Carlos GG Flor Página
Leia mais6. O SISTEMA DE CONTROLE COMO FERRAMENTA DIDÁTICA
71 6. O SISTEMA DE CONTROLE COMO FERRAMENTA DIDÁTICA 6.1 SOFTWARE DIDÁTICO O sistema de controle que compreende um software didático e um hardware de aquisição de dados, poderá servir como ferramenta didática
Leia maisIMPLEMENTAÇÃO DE CONTROLADORES CONVENCIONAIS E FUZZY PARA CONTROLE DE VELOCIDADE DE UM MOTOR CC
IMPLEMENTAÇÃO DE CONTROLADORES CONVENCIONAIS E FUZZY PARA CONTROLE DE VELOCIDADE DE UM MOTOR CC Ricardo V. C. S. ANDRADE (1); Brehme D. R. MESQUITA (2); André M. D. FERREIRA (3) (1) Instituto Federal de
Leia maisUNIVERSIDADE ESTADUAL PAULISTA. LMAEE Laboratório de Matemática Aplicada a Engenharia Elétrica
unesp UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE GUARATINGUETÁ DEPARTAMENTO DE ENGENHARIA ELÉTRICA LMAEE- - Laboratório de Matemática Aplicada a Engenharia Elétrica LAB. 3 RESOLUÇÃO, DE EQUAÇÕES DIFERENCIAIS
Leia maisPós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO
Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO AULA 06 Algoritmos Genéticos Sumário Introdução Inteligência Artificial (IA) Algoritmos Genéticos Aplicações de
Leia maisEPUSP PCS 2355 Laboratório Digital. Contadores em VHDL
Contadores em VHDL Versão 2012 RESUMO Esta experiência consiste no projeto e implementação de circuitos contadores com o uso da linguagem de descrição de hardware VHDL. São apresentados aspectos básicos
Leia maisINE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA
INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/10 ÁREAS DA COMPUTAÇÃO 2005: estudo de ACM e IEEE a
Leia maisGira-Sol. Professores Orientadores
Page 1 of 10 Gira-Sol Alexandre Trentini Nunes da Silveira ( alexandre_tns@hotmail.com ) Filipe Alexandre Nasato ( filipe@cpu.eng.br ) Gustavo Cheminn Madruga ( gcmadruga@netpar.com.br ) João Victor Gonçalves
Leia maisPROJETO LÓGICO DE COMPUTADORES Prof. Ricardo Rodrigues Barcelar
- Aula 1 - O NÍVEL DA LÓGICA DIGITAL 1. INTRODUÇÃO Na parte inferior da hierarquia da figura abaixo encontramos o nível da lógica digital, o verdadeiro hardware do computador. Este nível situa-se na fronteira
Leia maisTP034-Tópicos Especiais de Pesquisa Operacional I
TP34-Tópicos Especiais de Pesquisa Operacional I (Conjuntos Difusos Princípio da Extensão) Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Gráficos difusos Um gráfico difuso descreve um mapeamento funcional
Leia maisEletrônica Digital II. Engenharia de Computação
Eletrônica Digital II ELT013 Engenharia de Computação Aula 10 INTERFACE COM O MUNDO ANALÓGICO ELT013 - Eletrônica Digital II Aula 10 - Interface com o Mundo Analógico 2 Quantidade Digital Vs. Quantidade
Leia maisPainel Luminoso com LEDs
Painel Luminoso com LEDs Edson T. Midorikawa/2006 RESUMO Esta experiência consiste no projeto e na implementação do circuito de controle de um painel luminoso composto por LEDs (diodos emissores de luz).
Leia maisConteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier
Conteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier Sistemas fuzzy A inferência fuzzy é um paradigma computacional baseado na Teoria de conjuntos fuzzy, regras de inferência
Leia maisExperiência 5. Projeto e Simulação do Controle no Espaço de Estados de um Pêndulo Invertido sobre Carro
Experiência 5 Projeto e Simulação do Controle no Espaço de Estados de um Pêndulo Invertido sobre Carro Professores: Adolfo Bauchspiess e Geovany A. Borges O objetivo deste experimento é projetar e simular
Leia maisANÁLISE DE UM MANIPULADOR ROBÓTICO MÓVEL 1
ANÁLISE DE UM MANIPULADOR ROBÓTICO MÓVEL 1 Rodolfo R. dos SANTOS 2 Graduando em Engenharia de Controle e Automação, IFSP/Câmpus São Paulo Bolsista PIBIFSP Caio Igor Gonçalves CHINELATO 3 Docente do Curso
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIA E TECNOLOGIA ENGENHARIA ELÉTRICA
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIA E TECNOLOGIA ENGENHARIA ELÉTRICA RELATÓRIO CONTADOR DE 6 BITS PROGRAMÁVEL Trabalho apresentado à disciplina de Projeto de Circuitos Integrados Digitais,
Leia maisEngenharia Software. Ení Berbert Camilo Contaiffer
Engenharia Software Ení Berbert Camilo Contaiffer Características do Software Software não é um elemento físico, é um elemento lógico; Software é desenvolvido ou projetado por engenharia, não manufaturado
Leia maisAPLICAÇÃO DE ANALISE DE RISCO DE CLIENTE PARA TOMADA DE CRÉDITO UTILIZANDO LÓGICA FUZZY TOOLBOX DO MATLAB. Diogo Mendes.
APLICAÇÃO DE ANALISE DE RISCO DE CLIENTE PARA TOMADA DE CRÉDITO UTILIZANDO LÓGICA FUZZY TOOLBOX DO MATLAB Diogo Mendes. Luciana Wanderley Especialização em Engenharia de Sistemas Universidade Estadual
Leia maisUniversidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Lógica Fuzzy Aula II Introdução a Lógica Fuzzy Retomada Função de pertinência Variáveis linguísticas
Leia maisControle II. Márcio J. Lacerda. 2 o Semestre Departamento de Engenharia Elétrica Universidade Federal de São João del-rei
Controle II Márcio J. Lacerda Departamento de Engenharia Elétrica Universidade Federal de São João del-rei 2 o Semestre 2016 M. J. Lacerda Aula 1 1/24 Integral P 1 (100 pontos) - 22 de Setembro. P 2 (100
Leia maisEPUSP PCS 2011/2305/2355 Laboratório Digital. Frequencímetro
Frequencímetro Versão 2014 RESUMO Esta experiência tem como objetivo a familiarização com duas classes de componentes: os contadores e os registradores. Para isto, serão apresentados alguns exemplos de
Leia maisProjeto de um Controlador Proporcional
ALUNOS 1 NOTA 2 DATA Projeto de um Controlador Proporcional 1.1 Objetivo Este experimento tem como objetivo a implementação de um controlador proporcional para um dos processos da MPS PA Estação Compacta.
Leia maisGILBERTO IGARASHI Estudo da IEC e o seu Impacto no Sistema de Automação de Subestações
GILBERTO IGARASHI Estudo da IEC 61850 e o seu Impacto no Sistema de Automação de Subestações Dissertação apresentada à Escola Politécnica da Universidade de São Paulo para obtenção do Título de Mestre
Leia maisSistemas Digitais Módulo 10 Circuitos Sequenciais: Latches e Flip-Flops
Universidade Federal de Uberlândia Faculdade de Computação Sistemas Digitais Módulo 0 Circuitos Sequenciais: Latches e Flip-Flops Graduação em Sistemas de Informação Disciplina: Sistemas Digitais Prof.
Leia maisCapitulo 5 Projeto dos Controladores
Capitulo 5 Projeto dos Controladores Esse Capítulo tem com objetivo apresentar o projeto e a simulação em Matlab/Simulink dos controladores desenvolvidos na tese. Primeiramente será apresentado o projeto
Leia maisUNIVERSIDADE ESTADUAL PAULISTA. Campus de Guaratinguetá Colégio Técnico Industrial de Guaratinguetá Professor Carlos Augusto Patrício Amorim
unesp UNIVERSIDADE ESTADUAL PAULISTA Campus de Guaratinguetá Colégio Técnico Industrial de Guaratinguetá Professor Carlos Augusto Patrício Amorim 1 Atividades de Recuperação Final Sistemas Digitais II
Leia maisMetodologia de projeto de controladores digitais usando FPGA
THE 8 th LATIN-AMERICAN CONGRESS ON ELECTRICITY GENERATION AND TRANSMISSION - CLAGTEE 29 1 Metodologia de projeto de controladores digitais usando FPGA G. D. Colletta, L. Mesquita, P. M. S. R. Rizol, L.
Leia maisSOFTWARE BASEADO EM REGRAS FUZZY PARA AVALIAÇÃO DA VITALIDADE DA ORQUÍDEA CATASETUM FIMBRIATUM
SOFTWARE BASEADO EM REGRAS FUZZY PARA AVALIAÇÃO DA VITALIDADE DA ORQUÍDEA CATASETUM FIMBRIATUM Adriane Cavichiolli 1 ; Camila Pires Cremasco Gabriel 2 ; Luís Roberto Almeida Gabriel Filho 3 ; Fernando
Leia maisLógica Fuzzy. Plano de aula. Motivação Fundamentação Teórica Sistemas Difusos (aplicações) Estudo de Caso Considerações Finais
LÓGICA FUZZY 1 Plano de aula Motivação Fundamentação Teórica Sistemas Difusos (aplicações) Estudo de Caso Considerações Finais 2 Motivação: Grau de Crença vs. Grau de Verdade Grau de crença: População
Leia maisAPLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS
APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS Alexandre Ferreira de Pinho, Mestrando Escola Federal de Engenharia de
Leia mais6 Estudos de Casos Porta Lógica OU de 4 Entradas
6 Estudos de Casos Com o objetivo de avaliar a síntese automática de circuitos de QCA usando técnicas de Hardware Evolucionário (EHW), alguns circuitos foram sintetizados e serão apresentados a seguir.
Leia maisCLASSIFICAÇÃO DE DIAGRAMAS UNIFILARES DE SUBESTAÇÕES ELÉTRICAS BASEADA EM SISTEMAS NEBULOSOS
CLASSIFICAÇÃO DE DIAGRAMAS UNIFILARES DE SUBESTAÇÕES ELÉTRICAS BASEADA EM SISTEMAS NEBULOSOS M. Sc. Daniel Gomes Ferrari Universidade Federal de Goiás. danielgferrari@uol.com.br Prof. Dr. Gelson da Cruz
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO ACADÊMICO DE CIÊNCIA DA COMPUTAÇÃO CURSO DE BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO LIN YU HAN RENAN RISSÁ FRANCO LÓGICA FUZZY RELATÓRIO PONTA GROSSA
Leia maisUNIVERSIDADE CATÓLICA DE PELOTAS CENTRO POLITÉCNICO CURSO DE ENGENHARIA ELETRÔNICA DISCIPLINA DE INSTRUMENTAÇÃO ELETRÔNICA
UNIVERSIDADE CATÓLICA DE PELOTAS CENTRO POLITÉCNICO CURSO DE ENGENHARIA ELETRÔNICA DISCIPLINA DE INSTRUMENTAÇÃO ELETRÔNICA MONITOR DE MOVIMENTOS COM ACELERÔMETRO Desenvolvido por Maurício Fiss Rodrigues
Leia maisCONTROLE DE UM SERVO MOTOR
CONTROLE DE UM SERVO MOTOR Versão 2015 RESUMO Esta experiência tem como objetivo a familiarização e o projeto de um circuito de controle simples de um servo motor. A parte experimental inclui atividades
Leia maisLÓGICA FUZZY. Adão de Melo Neto
LÓGICA FUZZY Adão de Melo Neto INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA OPERAÇÕES SOBRE CONJUNTOS
Leia maisCONTROLE DE UM SISTEMA DE LEVITAÇÃO MAGNÉTICA UTILIZANDO A LÓGICA FUZZY
CONTROLE DE UM SISTEMA DE LEVITAÇÃO MAGNÉTICA UTILIZANDO A LÓGICA FUZZY Carlos Felipe Osés Rodriguez carlos.oses@siemens.com Application Center, Factory Automation, Automation Systems, Industry Automation.
Leia maisCLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY RESUMO INTRODUÇÃO
CLASSIFICAÇÃO DE OVINOS PARA O ABATE COM A UTILIZAÇÃO DE LÓGICA FUZZY Wesley Osvaldo Pradella Rodrigues 1, Danilo Augusto Heredia Vieira 1, Rhaysa Wolf 1 (Alunos do Curso de Administração da Universidade
Leia maisELETRÔNICA DIGITAL I
ELETRÔNICA DIGITAL I DE10-LITE Programação Utilizando VHDL Professor Dr. Michael Klug 1 Comparativo Linguagens Linguagem de Programação x HDL Supondo que cada instrução leve 20ns entre 40 e 60ns para conclusão
Leia maisSINTONIZAÇÃO AUTOMÁTICA DE CONTROLADORES PID UTILIZANDO SISTEMA FUZZY
Anais do O Encontro de Iniciação Científica e Pós-Graduação do ITA XII ENCITA / 6 Instituto Tecnológico de Aeronáutica São José dos Campos SP Brasil Outubro 6 a 9 6 SINTONIZAÇÃO AUTOMÁTICA DE CONTROLADORES
Leia maisTeoria de Sistemas Lineares
Teoria de Sistemas Lineares Prof. Contato: Sala 2605 (BLOCO 1) mailto: palhares@cpdee.ufmg.br www.ppgee.ufmg.br/ palhares/teoriasistemaslineares.html Segundas-Feiras 07h30 a 09h10 09h25 a 11h05 Aspectos
Leia maisEPUSP PCS 2011/2305/2355 Laboratório Digital SOMADORES DECIMAIS
SOMADORES DECIMAIS Versão 2012 RESUMO Nesta experiência será estudado um circuito aritmético de soma decimal a partir dos somadores binários de 4 bits (por exemplo, o circuito integrado 74283). A parte
Leia maisSINAIS E SISTEMAS MECATRÓNICOS
SINAIS E SISTEMAS MECATRÓNICOS Laboratório #4 1 : Projecto, implementação e validação da cadeia de actuação e medida Mestrado Integrado em Engenharia Mecânica Novembro 2011 ou Dezembro 2011 Realizar na
Leia maisIntrodução. Lógica Fuzzy (Lógica Nebulosa) Introdução. Conceito
Lógica Nebulosa Introdução Lógica Fuzzy (Lógica Nebulosa) Adaptado de material da profa. Luciana Rech Lógica Difusa ou Lógica Fuzzy extensão da lógica boolena um valor lógico difuso é um valor qualquer
Leia maisEstudo de um conversor monofásico bridgeless com saída isolada.
https://eventos.utfpr.edu.br//sicite/sicite2017/index Estudo de um conversor monofásico bridgeless com saída isolada. RESUMO Salvador Garcia Neto sgneto.pr@gmail.com Universidade Tecnológica Federal do
Leia maisAVALIAÇÃO DE CONVERSORES BOOST OPERANDO EM PARALELO EMPREGANDO A TÉCNICA INTERLEAVED E CONTROLADOS DIGITALMENTE
AVALIAÇÃO DE CONVERSORES BOOST OPERANDO EM PARALELO EMPREGANDO A TÉCNICA INTERLEAVED E CONTROLADOS DIGITALMENTE ANALISYS OF PARALLEL BOOST CONVERTERS THROUGH INTERLEAVED STRATEGY AND CONTROLLED DIGITALLY
Leia maisRastreamento de objeto e estimativa de movimento
Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Brasil 2015 Hiroito Watanabe Rastreamento de objeto e estimativa de movimento Relatório do trabalho 2 da disciplina de Processamento Digital
Leia maisCircuitos sequenciais Adaptado dos transparentes das autoras do livro The Essentials of Computer Organization and Architecture
Capítulo 3 Circuitos sequenciais Adaptado dos transparentes das autoras do livro The Essentials of Computer Organization and Architecture Objectivos Conhecer alguns dos principais circuitos digitais sequenciais
Leia maisProposta para avaliação de fornecedores de matéria prima para uma indústria joalheira utilizando um sistema fuzzy
Proposta para avaliação de fornecedores de matéria prima para uma indústria joalheira utilizando um sistema fuzzy Evanio Henrique Zorzate (UFMS) zorzate@batlab.ufms.br Luciana Cambraia Leite (UFMS) luciana@del.ufms.br
Leia maisSistema de Identificação do Tempo Ótimo de Ressocialização de Adolescentes em Conflito com a Lei
Sistema de Identificação do Tempo Ótimo de Ressocialização de Adolescentes em Conflito com a Lei Giovani Glaucio de Oliveira Costa Pontifícia Universidade Católica do Rio de Janeiro Rua Marques de S. Vicente
Leia maisEstudo sobre decodificação iterativa usando códigos de treliça
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Estudo sobre decodificação iterativa usando códigos de treliça Souza, I. M. M. Escola Politécnica de Pernambuco Universidade de Pernambuco
Leia mais