NOVOS RESULTADOS SOBRE A ESTABILIDADE E CONTROLE DE SISTEMAS NÃO-LINEARES UTILIZANDO MODELOS FUZZY E LMI
|
|
- Aline Farinha Barros
- 6 Há anos
- Visualizações:
Transcrição
1 NOVOS RESULTADOS SOBRE A ESTABILIDADE E CONTROLE DE SISTEMAS NÃO-LINEARES UTILIZANDO MODELOS FUZZY E LMI Marcelo Carvalho Minhoto Teixeira* marcelo@deefeisunespbr Edvaldo Assunção* edvaldo@deefeisunespbr Hilton Cleber Pietrobom** hilton@eleitactabr *Universidade Estadual Paulista, DEE/FEIS/UNESP CP, 8- Ilha Solteira SP Brasil **Instituto Tecnológico de Aeronáutica, ITA/IEE/IEES São José dos Campos - SP RESUMO São apresentadas condições relaxadas para o estudo da estabilidade de sistemas não-lineares, contínuos e discretos no tempo, descritos por modelos fuzzy Uma análise teórica demonstra que o método proposto fornece resultados melhores ou iguais que os outros métodos descritos na literatura Simulações digitais ilustram este fato Estes resultados são também utilizados no projeto de reguladores fuzzy Para isso sistemas não-lineares são representados pelos modelos fuzzy propostos por Takagi-Sugeno Além disso, as análises de estabilidade e problemas de projetos de sistemas de controle são descritos como problemas de Desigualdades Matriciais Lineares (em inglês, Linear Matrix Inequalities (LMI)), que podem ser resolvidos eficientemente na prática por técnicas de programação convexa As técnicas de projeto também permitem a especificação do transitório através da taxa de decaimento e a especificação de restrições nos sinais de controle e nas saídas O projeto e a simulação do controle de um pêndulo invertido ilustram o sistema de controle estudado Keywords: Fuzzy control, nonlinear systems, stability, regulators, LMIs ABSTRACT Relaxed conditions for the stability study of nonlinear, continuous and discrete-time systems given by fuzzy models are presented A theoretical analysis shows that the proposed method provides better or at least the same results of the methods presented in the literature Digital simulations exemplify this fact These results are also used for the fuzzy regulators design The nonlinear systems are represented by the fuzzy models proposed by Takagi and Sugeno The stability analysis and the design of controllers are described by LMIs (Linear Matrix Inequalities), that can be solved efficiently by convex programming techniques The specification of the decay rate, constraints on control input and output are also described by LMIs Finally, Artigo submetido em //998 a Revisão em //999; a Revisão em //999 Aceito sob recomendação da Eda Consa Profa Dra Sandra Aparecida Sandri the proposed design method is applied in the control of an inverted pendulum INTRODUÇÃO O primeiro passo no projeto de um sistema de controle é a construção de um modelo verdadeiro do sistema dinâmico que será controlado O modelo verdadeiro será utilizado nas simulações para verificar o desempenho do controlador projetado e deve incluir todas as características relevantes do processo Normalmente o modelo verdadeiro é muito complicado para o projeto de sistemas de controle Assim, necessita-se de um modelo simplificado, denominado modelo de projeto, vide (Friedland, 99) para maiores detalhes O modelo de projeto deve capturar as características essenciais do processo A técnica mais comum para a obtenção de um modelo de projeto para plantas não-lineares é sem dúvida a linearização da planta em um ponto de operação de interesse Com este método o modelo de projeto é em geral um sistema linear invariante no tempo e o projeto de controladores é relativamente simples em muitos casos Entretanto, este modelo de projeto descreve bem a dinâmica do sistema somente em uma certa vizinhança em torno do ponto de operação no qual o sistema foi linearizado Assim, nos casos onde o sistema pode operar em regiões distantes do ponto de operação, este modelo de projeto não é, em geral, adequado Neste caso deve-se adotar um modelo de projeto mais sofisticado, que considere adicionalmente a dinâmica da planta em regiões distantes do ponto de operação mencionado Uma possível solução para este problema é a representação da planta não-linear por modelos fuzzy Takagi-Sugeno (T-S) ou Takagi-Sugeno-Kang (T-S-K) (Takagi and Sugeno, 98), (Sugeno and Kang, 988) A idéia destes modelos consiste da descrição aproximada de um sistema nãolinear como a combinação de um certo número de modelos lineares invariantes no tempo locais, que descrevem aproximadamente o comportamento deste sistema em diferentes pontos do seu espaço de estados Desta forma, pode-se interpretar a técnica tradicional de linearização em apenas um ponto de operação Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
2 como um caso particular dos modelos fuzzy T-S-K, consistindo apenas de um modelo local Esta classe de modelos de projeto permite que o engenheiro utilize o seu conhecimento sobre o sistema que vai ser controlado, na definição do número dos modelos locais e dos pontos ou regiões nas quais estes modelos locais serão definidos O modelo global do sistema é obtido através da combinação fuzzy destes modelos lineares locais A idéia é que para cada modelo linear local seja projetado um controle de realimentação linear O controlador global resultante, que é não-linear em geral, é uma combinação fuzzy de cada controlador linear individual Mais significativamente, as análises de estabilidade e o projeto de controle são reduzidos a problemas descritos por LMIs (Boyd et al, 99) Numericamente, os problemas de LMIs podem ser resolvidos muito eficientemente por meio de algumas ferramentas poderosas disponíveis na literatura de programação matemática (Boyd et al, 99) Portanto, a interpretação das análises de estabilidade e problemas de projeto de controle como problemas descritos por LMIs é equivalente a encontrar soluções para os problemas originais Durante a última década o controle fuzzy tem atraído grande atenção e muitas aplicações têm sido feitas, por exemplo, na análise de novos sistemas de controle para automóveis (Will et al, 99) e controle de elevadores de alta velocidade (Tanaka, Nishimura and Wang, 998) A análise da estabilidade de sistemas de controle fuzzy é um dos conceitos mais importantes em sistemas de controle fuzzy É possível projetar teoricamente um controlador fuzzy se for disponível um bom critério para a análise da estabilidade adequado a estes sistemas Recentemente muitos esforços têm sido feitos nesta área (Tanaka and Sugeno, 99), (Tanaka and Sano, 99), (Cao et al, 99b), (Cao et al, 99a), (Tanaka, Ikeda and Wang, 998) Este artigo trata das questões de estabilidade e projeto de controladores fuzzy São apresentados estudos e novas condições suficientes sobre a estabilidade de sistemas fuzzy utilizando o método direto de Lyapunov, mais ralaxadas que aquelas existentes até o momento Novos métodos de projeto baseados em LMIs para reguladores fuzzy são construídos usando a Compensação Distribuída Paralela (CDP) (Tanaka and Sugeno, 99), (Wang et al, 99) e as novas condições para estabilidade Exemplos de projeto para sistemas não-lineares demonstram a utilidade das novas condições de estabilidade e os métodos de projeto baseados em LMIs A Seção apresenta o modelo fuzzy proposto por Takagi- Sugeno A Seção introduz o regulador fuzzy e suas questões de estabilidade utilizando o modelo fuzzy Takagi-Sugeno São apresentados também novos resultados para a estabilidade e projetos descritos por LMIs para reguladores fuzzy contínuos no tempo, enfocando a estabilidade do sistema, a taxa de decaimento e restrições na entrada e saída de controle É apresentado um exemplo de aplicação Na Seção são discutidos os resultados apresentados No Apêndice são apresentados os novos resultados obtidos para sistemas discretos no tempo Neste artigo, M T é a transposta da matriz M, S > (S ) significa que S é uma matriz simétrica positiva definida (semidefinida), S > T (S T) significa que ST > (ST ), e W significa que W é uma matriz nula, isto é, seus elementos são todos iguais a zero É utilizada a seguinte notação:, que significa, para r, X a ij, a + a + a : MODELO FUZZY TAKAGI-SUGENO No método de projeto proposto, uma dada planta não-linear é representada pelo modelo fuzzy Takagi-Sugeno (Takagi and Sugeno, 98) Este método de modelagem fuzzy é simples e natural As dinâmicas do sistema são capturadas por um conjunto de implicações fuzzy que caracterizam relações locais no espaço de estados A principal característica de um modelo Takagi-Sugeno é a descrição das dinâmicas locais de cada implicação fuzzy (regra) por um modelo de sistema linear O modelo fuzzy global do sistema é obtido pela combinação fuzzy dos modelos do sistema linear Especificamente, o sistema fuzzy Takagi-Sugeno é descrito pelas regras fuzzy SE-ENTÃO, que representam localmente relações lineares entre a entrada e a saída de um sistema A descrição local da planta dinâmica a ser controlada está disponível nos termos dos modelos lineares locais: Sistema Fuzzy Contínuo (SFC): _x(t) A i x(t) +B i u(t); y(t) C i x(t); i ; ;:::;r,ovetorestadox(t) R n, o vetor entrada u(t) R m,ovetorsaíday(t) R q, A i R n n, B i R n m e C i R q n A informação acima é então fundida com as regras SE-ENTÃO disponíveis, onde a i-ésima regra pode ter a forma: Regra i : SE z (t) é M i E ::: E z p(t) é M i p ρ ; _x(t) A i x(t) +B i u(t) ENTÃO y(t) C i x(t): Tem-se que M i j, j ; ;:::;p é o conjunto fuzzy j da regra i e z (t);:::;z p (t) são as variáveis premissas Seja μ i j (z j(t)) a função de pertinência do conjunto fuzzy M i j,eseja w i (z(t)) py j μ i j (z j(t)); z(t) [z (t) z (t) ::: z p (t)]: Como μ i j (z j(t)) tem-se, para i ; ;:::;r, w i (z(t)) e w i (z(t)) > : Uma escolha natural para a obtenção de um modelo fuzzy Takagi-Sugeno para sistemas não-lineares é adotar z(t) x(t), () 8 Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
3 x(t) o vetor de estado do sistema não-linear Um exemplo na Seção ilustra esta idéia Desta forma,dado umpar (x(t); u(t)), o sistema fuzzy resultante é tido como a média ponderada dos modelos locais, e tem a forma: _x(t) wi (z(t))(a i x(t) +B i u(t)) ψ X r wi (z(t)) ff i (z(t))(a i x(t) +B i u(t)) () ff i (z(t))a i! x(t) + A(ff)x(t) +B(ff)u(t): ψ r X ff i (z(t))b i! u(t) O sistema não forçado (u(t) ) é definido como segue: _x(t) wi (z(t))a i x(t) wi (z(t)) ff i (z(t))a i x(t): () A saída para ambos os casos, forçado e não forçado, é dada por y(t) wi (z(t))c i x(t) wi (z(t)) Para i ; ;:::;r; C(ff)x(t): ff i (z(t)) Note que, para i ; ;:::;r; ff i (z(t)) e ff i (z(t))c i x(t) w i (z(t)) wi (z(t)) : ff i (z(t)) : () Os modelos fuzzy Takagi-Sugeno têm sido úteis na descrição aproximada de sistemas não-lineares Na Seção este fato é ilustrado no controle de um pêndulo invertido É bem conhecido que sistemas fuzzy aditivos F : R n! R p, como o modelo fuzzy TSK, podem aproximar uniformemente qualquer função contínua f : U ρ R n! R p em um domínio compacto (fechado limitado) U (Kosko, 99) No caso do modelo fuzzy TSK, quanto maior o número de modelos locais, melhor será a aderência do modelo à equação diferencial não-linear da planta PROJETO DE REGULADORES COM MO- DELOS FUZZY TAKAGI-SUGENO Utilizou-se o conceito de Compensação Distribuída Paralela (CDP) para projetar controladores fuzzy para estabilizar sistemas não-lineares descritos por modelos fuzzy A idéia é projetar um compensador para cada regra do modelo fuzzy Para cada regra, são utilizadas técnicas de projeto de controle linear O controlador fuzzy global resultante, que é não-linear em geral, é uma combinação fuzzy de cada controlador linear individual A CDP oferece um procedimento para projetar um controlador para o modelo fuzzy Takagi-Sugeno, onde cada regra de controle é projetada a partir da correspondente regra de um modelo Takagi-Sugeno da planta O controlador fuzzy projetado compartilha os mesmos conjuntos de regras com o modelo fuzzy nas partes premissas Para o modelo fuzzy (), i ; ;:::;r, o regulador fuzzy via CDP tem a seguinte estrutura: Regra i : SE z (t) é M i E ::: E z p (t) é M i p; ENTÃO u(t) F i x(t): Portanto, de forma análoga à efetuada na obtenção de (), o controlador fuzzy é dado por u(t) wi (z(t))f i x(t) wi (z(t)) F(ff)x(t): ff i (z(t))f i x(t) () O objetivo do projeto do regulador fuzzy é determinar os ganhos de realimentação locais F i nas partes conseqüentes Para a lei de controle (), a equação () é dada por () (Tanaka, Ikeda and Wang, 998), tendo em vista (): Sistema Controlado Fuzzy Contínuo (SCFC): _x(t) j + ff i (z(t))ff j (z(t))fa i B i F j gx(t) () ff i (z(t))g iix(t) + ff i (z(t))ff j (z(t))ρ Gij + G ji G ij A i B i F j : ff x(t); Condições para a Estabilidade de Reguladores Fuzzy As condições suficientes para a estabilidade de sistemas fuzzy contínuos e discretos no tempo são derivadas usando funções Lyapunov quadráticas do tipo V (x(t)) x T (t)px(t) (Tanaka and Sugeno, 99) Os principais resultados para o SCFC estão descritos abaixo No Apêndice são apresentados resultados similares para sistemas fuzzy discretos no tempo Lema O ponto de equilíbrio x do sistema fuzzy contínuo descrito por () é assintoticamente estável globalmente se existe uma matriz simétrica positiva definida comum P tal que A T i P + PA i < para i ; ;:::;r; isto é, para todos os subsistemas Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril 9
4 Prova: Segue diretamente da aplicação da função de Lyapunov V (x(t)) x T (t)px(t) Para a apresentação dos resultados para a estabilidade do sistema forçado, será utilizada a definição do número de regras ativas: o sistema fuzzy () possui r regras e para um certo z(t) z o número de regras ativas é igual ao número de termos ff (z );:::;ff r (z ) não nulos Por exemplo, na Figura as regras ativas para z (t) a, z (t) (a; b), z (t) b, z (t) (b; c), z (t) c, z (t) (c; d), z (t) d são respectivamente as regras ; e ; ; e ; ; e ; Assim o número de regras ativas é menor ou igual a dois simétrica positiva definida comum P e uma matriz simétrica semipositiva definida comum Q tais que para todo i ;:::;re T Gij + G ji G T iip + PG ii +(s )Q < () P + P Gij + G ji Q ; (8) para todo i; j ;:::;r excetuando-se os pares (i; j) tais que ff i (z(t))ff j (z(t)) ; 8z(t) Prova: Vide (Tanaka, Ikeda and Wang, 998) ff (z ) ff (z ) ff (z ) ff (z ) A A A A A A A A A A A A A A A A A A A A A a b c d - z (t) Figura : Exemplo de um conjunto de regras fuzzy: ff (z (t)), ff (z (t)), ff (z (t)), ff (z (t)) [; ] e ff (z (t)) + ff (z (t)) + ff (z (t)) + ff (z (t)) : Observe que na Figura, ff (z (t))ff (z (t)) ff (z (t))ff (z (t)) ff (z (t))ff (z (t)) ; 8 z (t) R A existência deste fato também foi explorada no estudo da estabilidade, como será visto nos Lemas e Lema O ponto de equilíbrio x do sistema de controle fuzzy contínuo descrito por () é assintoticamente estável globalmente se existe uma matriz simétrica positiva definida comum P tal que G T iip + PG ii < para todo i ;:::;re T Gij + G ji P + P Gij + G ji ; para todo i; j ;:::;r excetuando-se os pares (i; j) tais que ff i (z(t))ff j (z(t)) ; 8z(t) Prova: Segue diretamente do Lema Essas condições para estabilidade, em geral, são robustas (Tanaka and Sano, 99) e conservativas Foram propostas em (Tanaka, Ikeda and Wang, 998) novas condições relaxando as condições descritas anteriormente Lema Assuma que o número de regras que estão ativas para todo t é menor ou igual a s, <s r O ponto de equilíbrio x do sistema de controle fuzzy contínuo descrito por () é assintoticamente estável globalmente se existe uma matriz Novos Resultados para a Estabilidade de Reguladores Fuzzy Para analisar a estabilidade do sistema de controle fuzzy é preciso encontrar uma matriz simétrica positiva definida comum P que satisfaça as condições de um dos Lemas - Portanto, quanto mais conservativas forem as condições de estabilidade, mais difícil será encontrar a matriz P, se não impossível Nesta seção são obtidas novas condições de estabilidade, mais relaxadas que as descritas na Seção O Teorema apresenta novas condições para os sistemas contínuos no tempo Teorema Assuma que o número de regras que estão ativas para todo t é menor ou igual a s, <s r Considere i; j ;:::;r, e defina Q j G T jjp + PG jj ; (9) T Gij + G Q ji Gij + G ij P + P ji ; () Qt ij 8 < : ; se ff i (z(t))ff j (z(t)) ; 8z(t); Q ij Q + P ij ; caso contrário () Então, o ponto de equilíbrio x dosistema de controle fuzzy contínuo descrito por () é assintoticamente estável globalmente se existe uma matriz simétrica positiva definida comum P, uma matriz simétrica positiva semidefinida comum Q e matrizes simétricas semidefinidas positivas P ij tais que Qt Q +(s )Q Qt ::: Qt Q +(s )Q ::: Qt r Qt r ::: ::: ::: Qt r Qt r ::: Q r +(s )Q < : () Prova: Considere uma candidata a função Lyapunov V (x(t)) x T (t)px(t), onde P P T > De () e das condições (9) e () tem-se _V (x(t)) ff i (z(t))xt (t)q i x(t) + Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
5 + + + ff i (z(t))ff j (z(t))x T (t)q ij x(t) () ff i (z(t))xt (t)q i x(t) + ff i (z(t))ff j (z(t))x T (t)(q ij Q)x(t) + ff i (z(t))ff j (z(t))x T (t)qx(t): No Corolário de (Tanaka, Ikeda and Wang, 998) foi demonstrado que ff i (z(t)) s ff i (z(t))ff j (z(t)) : Desta forma, tendo em vista as equações () e (), _V (x(t)) + + ff i (z(t))xt (t)(q i +(s )Q)x(t) + ff i (z(t))ff j (z(t))x T (t)(q ij Q)x(t) ff i (z(t))xt (t)(q i +(s )Q)x(t) + ff i (z(t))ff j (z(t))x T (t)qt ij x(t) x T (t)[ff I ff I ::: ff r I] Q +(s )Q Qt ::: Qt Q +(s )Q ::: : Qt r Qt r ::: ::: Qt r ff I ::: Qt r ff I x(t); ::: Q r +(s )Q ff r I I a matriz identidade, I R n n Então, da equação (), _V (x(t)) < para x(t) Corolário Se r s, então pode-se adotar Q nas condições do Teorema Prova: Como sr, então existe z(t) tal que todas as r regras estão ativas, ou seja, ff i (z(t))ff j (z(t)) ; 8 i; j ; ;:::;r: Nesta situação, de () e () tem-se Q Q + P ::: Q r + P r Qt Q + P Q ::: Q r + +Qt ; Q r + P r Q r + ::: Q r () Qt (s )Q Q ::: Q Q (s )Q ::: Q : () Q Q ::: (s )Q Agora será demonstrado que, se r s, entãoqt edesta forma Qt pode ser removida para a obtenção da condição Qt < ComoQ Q T, então existe L tal que Q L T LDe (), obtém-se () Então cada matriz do lado direito de () é semidefinida positiva e assim, Qt, o que conclui a prova Observação É conveniente registrar que o caso r s é o mais abordado nos exemplos de aplicação de sistemas de controle com modelos TSK, por exemplo (Teixeira and Żak, 999), (Tanaka, Ikeda and Wang, 998), (Ma et al, 998), (Cao et al, 99b), (Cao et al, 99a) O teorema a seguir e o Exemplo mostrarão que os resultados apresentados neste trabalho são mais gerais do que os disponíveis na literatura Teorema Se as condições do Lema são satisfeitas, então as condições do Teorema também serão Prova: Das condições do Lema, equações (9) e (), então quando Qt ij Q ij Q+P ij pode-se escolher P ij Q ij + Q Então, da equação (), Qt ij ; Desta forma, de (), Qt e a prova está concluída Q +(s )Q ::: Q +(s )Q ::: ::: ::: ::: ::: Q r +(s )Q < Observação O resultado descrito no Corolário resulta em simplificação das LMIs propostas no Teorema Estas simplificações não produzem um ganho significativo no procedimento numérico da solução das LMIs consideradas As justificativas para a apresentação deste Colorário, foi a demonstração que para r s o método proposto não necessita da variável Q, que esta variável foi acrescentada seguindo as idéias expostas em (Tanaka, Ikeda and Wang, 998) Assim, para r s, o método proposto é totalmente independente dos resultados expostos em (Tanaka, Ikeda and Wang, 998) Estas observações são válidas para o caso discreto apresentado no Apêndice, trocando-se Q por Y Os exemplos a seguir comparam o critério de estabilidade proposto neste trabalho com o proposto em (Tanaka, Ikeda and Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
6 a Qt e + Q Q ::: Q Q ::: Q Q ::: Q Q ::: Q Q Q Q + Q Q ::: Q ::: Q Q Q ::: + :::+ Q ::: Q + :::+ Q ::: Q Q ::: Q + :::+ ::: ::: ::: ::: Q Q ::: Q Q L T L T L T L T T : () Wang, 998) Para os dois exemplos abaixo, os ganhos de realimentação F e F, para cada valor de a e b, são determinados selecionando-se [ ] como autovalores para os dois modelos locais na CDP no caso contínuo e [ ] no caso discreto As LMIs foram solucionadas com o software LMISol, vide (Oliveira et al, 99) As Figuras e mostram as áreas factíveis para o caso contínuo e discreto, respectivamente Exemplo : Caso Contínuo Considere o SFC onde r s Neste caso utilizou-se os resultados do Corolário A A a ; B b ; B A Fig mostra a área factível para os dois métodos, variando-se a e b na região coberta pela figura Exemplo : Caso Discreto Considere o SFD onde r s Neste caso utilizou-se os resultados do Corolário (vide Apêndice) A A a ; ; B b ; B A Fig mostra a área factível para os dois métodos, variando-se a e b na região coberta pela figura ; : ; : 8 8 b Figura : Área factível do método proposto em (Tanaka, Ikeda and Wang, 998) indicada por ( ffi ) e área factível do método proposto neste artigo indicada por ( ) É observado nestas figuras que as condições apresentadas por (Tanaka, Ikeda and Wang, 998) levam a resultados mais conservativos para ambos os casos contínuo e discreto pois sua área factível é menor Estes resultados, aliados aos Teoremas e, mostram que os critérios de estabilidade propostos neste trabalho são mais gerais do que os apresentados em (Tanaka, Ikeda and Wang, 998) Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
7 a 8 8 b Figura : Área factível do método proposto em (Tanaka, Ikeda and Wang, 998) indicada por ( ffi ) e área factível do método proposto neste artigo indicada por ( ) Novos Resultados para o Projeto de Reguladores Fuzzy Utilizando LMIs Para as novas condições de estabilidade propostas neste trabalho, o problema de projeto para determinar os ganhos de realimentação F i,parai ;:::;r, pode ser definido por meio de LMIs como segue: Encontre X, Y, P ij e M i para i; j ; ;:::;r,, satisfazendo X >, Y, P ij e C C ::: C r C C ::: C r C r C r ::: C rr C jj A j X B j M j + XA T j M T j B T j C ij 8 >< >: < ; () +(s )Y; ; se ff i (z(t))ff j (z(t)) ; 8z(t); Ai X B i M j + A j X B j M i + XA T i + M T j B T i + XA T j M T i B T j Y + P ij ; caso contrário: As condições acima são LMIs com respeito às variáveis X, Y, P ij e M i e são obtidas diretamente do Teorema Pode-se encontrar uma matriz simétrica positiva definida X, uma matriz simétrica semidefinida positiva Y, matrizes simétricas semidefinidas positivas P ij e M i satisfazendo as LMIs ou determinar que X, Y, P ij e M i não existem Este é um problema de factibilidade Se existe solução, os ganhos de realimentação F i, uma P comum e uma Q comum podem ser obtidas da seguinte forma: P X ; F i M i X a partir das soluções X, Y e M i e Q PYP; As condições acima são LMIs que devem ser aplicadas quando r s Quando r s, levando-se em conta os resultados do Corolário, pode-se por simplicidade utilizar as mesmas condições descritas acima, considerando-se Y Taxa de Decaimento É importante considerar não somente a estabilidade, mas também outros desempenhos do sistema controlado tais como velocidade de resposta, restrições no controle da entrada e saída A velocidade de resposta está relacionada com a taxa de decaimento, isto é, o maior expoente Lyapunov Do Teorema, para uma candidata da função Lyapunov V (x(t)) x T (t)px(t) então _ V (x(t)) < se Qt <, Qt dada em () Agora, utilizando-se o resultado da equação () tem-se que P [ff I ff I ::: ff r I] P P ::: P P P ::: P P P ::: P ff I ff I ff r I Logo, a condição que _ V (x(t)) flv (x(t)) (Tanaka, Ikeda and Wang, 998) para toda trajetória é satisfeita para ou seja Qt +fl P P ::: P P P ::: P < ; P P ::: P Q +(s )Q +flp Qt Λ ::: Qt Λ Q +(s )Q +flp ::: Qt Λ r Qt Λ r ::: Qt Λ ij 8 < : ::: Qt Λ r ::: Qt Λ r ::: Q r +(s )Q +flp ; se ff i (z(t))ff j (z(t)) ; 8z(t); Q ij Q + P ij +flp; caso contrário : < ; (8) e fl > Portanto, o maior limite inferior para a taxa de decaimento que pode ser encontrado usando uma função Lyapunov quadrática é obtido resolvendo-se o seguinte problema de otimização dos autovalores generalizado (GEVP) (Boyd et al, 99) em P e fl: Maximize fl e encontre X, Y, P ij, M ;:::;M r sujeito a X >, Y, P ij e C C ::: C r C C ::: C r C r C r ::: C rr < ; (9) Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
8 C jj A jx B j M j + XA T j M T j B T j C ij 8 >< >: +(s )Y +flx; ; se ff i (z(t))ff j (z(t)) ; 8z(t); Ai X B i M j + A j X B j M i + XA T i + M T j B T i + XA T j M T i B T j Y +flx + P ij ; caso contrário: Novamente, os ganhos de realimentação F i,umap comum e uma Q comum podem ser obtidas da seguinte forma: P X ; F i M i X a partir das soluções X, Y e M i Restrição da Entrada e Q PYP; Assuma que a condição inicial x() é conhecida A restrição k u(t) k μ é imposta para todo tempo t se as LMIs x() T x() X () e X M T i M i μ I () forem satisfeitas (vide (Boyd et al, 99) e (Tanaka, Ikeda and Wang, 998)), X P e M i F i X Um problema de projeto de reguladores fuzzy estáveis satisfazendo a restrição da entrada pode ser definido como segue: Encontre X, Y, P ij e M i para i; j ; ;:::;r,, satisfazendo X >, Y (se r s), P ij, (), () e () Para ambos os casos contínuo e discreto (veja Apêndice), se r s, pelos Corolários e, pode-se adotar Y Restrição da Saída Assuma que a condição inicial x() é conhecida A restrição k y(t) k é imposta para todo tempo t se as LMIs x() T x() X e X XC T i C i X I () () forem satisfeitas (vide (Boyd et al, 99) e (Tanaka, Ikeda and Wang, 998)), X P Um problema de projeto de reguladores fuzzy estáveis satisfazendo a restrição da saída pode ser definido como segue: Encontre X, Y, P ij e M i para i; j ; ;:::;r,, satisfazendo X >, Y (se r s), P ij, (), () e () Para ambos os casos contínuo e discreto (veja Apêndice), se r s, pelos Corolários e, pode-se adotar Y Exemplos de Aplicação Considere o problema do equilíbrio e balanço de um pêndulo invertido sobre um carro As equações de movimento para o pêndulo invertido, de acordo com (Ma et al, 998), são _x x ; _x [(M + m)(j + ml ) m l cos x [f (M + m)x ] m l x (sen x ) cos x + f mlx cos x + +(M + m)mgl sen x ml(cos x )u] () _x x ; _x [(M + m)(j + ml ) m l cos x [f mlx cos x ] +(J + ml )mlx sen x f (J + ml )x + m gl (sen x ) cos x +(J + ml )u] que x é o ângulo (rad) do pêndulo com relação ao eixo vertical, x é a velocidade angular (rad/s), x é o deslocamento (m) do carro, e x é a velocidade (m/s) do carro, g9,8 ms é a aceleração da gravidade, m é a massa (kg) do pêndulo, M é a massa (kg) do carro, f é o coeficiente de atrito (N/(m/s)) do carro, f é o coeficiente de atrito (N/(rad/s)) do pêndulo, l éo comprimento (m) do centro de massa da haste até a sua base, J é o momento de inércia (kgm ) do pêndulo em torno do seu centro de massa, e u é a força (N) aplicada no carro Escolheuse M,8 kg, m, kg, f,9 N/(m/s), f, N/(rad/s), l, m, J,9 kgm Para projetar o controlador fuzzy deve-se ter um modelo fuzzy que represente as dinâmicas da planta não-linear Portanto, primeiro representa-se o sistema pelo modelo fuzzy Takagi- Sugeno Aqui aproximou-se o sistema através das seguintes duas regras do modelo fuzzy, como efetuado em (Ma et al, 998): Regra (Planta) : SE x (t) está em torno de ; ρ _x(t) A ENTÃO x(t) +B u(t) y(t) C x(t): Regra (P lanta) : A lei de controle resultante é SE x (t) está em torno de ± ß; ρ _x(t) A ENTÃO x(t) +B u(t) y(t) C x(t): Regra (Controlador): SE x (t) está em torno de ; ENTÃO u(t) F x(t): Regra (Controlador): SE x (t) está em torno de ± ß; a A ; ; ; ; a a ; a ; ; ; ; a a ; a (M + m)mgl a ENTÃO u(t) F x(t); ; B C ; ; ; ; Λ ; ; b ; b ; ; a f (M + m) ; a f ml a a ; a m gl ; a f ml a a ; a f (J + ml ) ; a Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
9 A b ml a ; b J + ml ; a a (M + m)(j + ml ) m l ; ; ; ; ; a a ; a ; ; ; ; a a ; a ; B C ; ; ; ; Λ ; ; b ; b ; a p (M + m)mgl ; a f (M ß a + m) ; a a f ml cos(ß) ;a a p ß m gl cos(ß) a ; a f ml cos(ß) a ;a f (J + ml ) a ; b ml cos(ß) a ; b J + ml a ; a (M + m)(j + ml ) m l [cos(ß)] : Um procedimento metódico para a determinação dos modelos locais é apresentado em (Teixeira and Żak, 999) As funções de pertinência para as regras da planta e são respectivamente: ff (x (t)) ρ ffρ ff ; ; ; ; +e ;[x(t)ß] ; +e ;[x(t)+ß] e ff (x (t)) ff (x (t)): Como r s, os projetos descritos a seguir consideram os resultados do Corolário Estes projetos foram realizados utilizando o software LMISol (Oliveira et al, 99) Todas simulações apresentadas nos próximos exemplos empregaram o modelo não-linear do pêndulo descrito em () e foram feitas com o MATLAB Exemplo - Estabilidade: Primeiro projetou-se um regulador fuzzy estável considerando-se a taxa de decaimento nula, utilizando-se os resultados descritos na Seção, para o SCFC O problema de projeto do sistema fuzzy contínuo neste caso é definido como segue: Encontre X, P, M e M sujeito a X >, P e (), Y O software LMISol forneceu as matrizes X, P, M e M que solucionam as LMIs acima Então foram obtidas as matrizes do controlador (F M X, F M X ): F 9; ; ;8 ; Λ ; F ; ;99 ;8 8; Λ : Para ilustrar a validade da lei de controle projetada, que visou apenas a estabilidade, foi feita a simulação digital do sistema original () com a lei de controle () para r, empregando F e F projetados acima A Fig apresenta os resultados obtidos Para efeito de comparação a Fig apresenta também outros resultados de simulações referentes aos próximos exemplos Exemplo - Taxa de Decaimento: Pode ser visto no Exemplo que o tempo de estabilização do sistema é t ο s Na prática, é importante especificar a resposta transitória O problema de projeto que considera a taxa de decaimento neste caso é definido como segue: Maximize fl e encontre X, P, M e M sujeito a X >, P e (9), Y Quando fl ; < fl max, obtém-se pelo LMISol as matrizes X, P, M e M que solucionam as LMIs acima Então foram obtidas as matrizes do controlador: F 8; ;8 ; ; Λ ; F 8;8 ; 8;89 ;99 Λ : As linhas contínuas na Fig mostram as respostas de x (t) e u(t), que o tempo de estabilização é t ο ;s O controlador projetado diminuiu o tempo de estabilização do sistema, mas exigiu uma alta amplitude da entrada de controle Neste exemplo não foi utilizado fl max ; pois os ganhos de realimentação obtidos neste caso praticamente não são implementáveis Exemplo - Taxa de Decaimento+Restrição na Entrada de Controle: Pode ser verificado no Exemplo que max t k u(t) k ; Na prática existe uma limitação da entrada de controle É importante considerar não somente a taxa de decaimento mas também a restrição na entrada de controle O problema de projeto que considera a taxa de decaimento e a restrição na entrada de controle é definido como segue: Maximize fl e encontre X, P, M e M sujeito a X >, P, (9), () e (), Y, μ e x() [;9] T Note que ;9 rad corresponde a ffi Quando fl fl max ;8, a partir das matrizes obtidas pelo LMISol foram calculadas as matrizes do controlador: F ; 9;8 ; ;88 Λ ; F 9; 8; ;8 9; Λ : A linha pontilhada na Fig mostra a resposta x (t) e u(t), onde o tempo para estabilizar o sistema é t ο ;s O controlador projetado também realizou a restrição da entrada pois max t k u(t) k 8; <μ Exemplo - Estabilidade+Restrição na Entrada de Controle: Também é possível projetar um regulador fuzzy estável satisfazendo a restrição da entrada de controle, para a restrição na entrada μ e x() [;9 ] T Encontre X, P, M e M sujeito a X >, P, (), () e (), Y, μ e x() [;9] T A solução encontrada foi F 8;8 ;9 9;9 ;9 Λ ; Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
10 x(t) (rad) u(t) (N) Tempo (s) u(t) (N) x(t) (m) 8 Tempo (s) Tempo (s) Figura : Respostas de x (t) e u(t) para condição inicial x() [;9] T e considerando-se os casos: apenas estabilidade (linha tracejada); apenas taxa de decaimento (linha contínua); taxa de decaimento e restrição na entrada (linha pontilhada) Tempo (s) Figura : Respostas de x (t) e u(t) para condição inicial x() [;9 ] T e considerando-se os casos: estabilidade e restrição na entrada (linha tracejada); estabilidade, restrição na entrada e restrição na saída (linha contínua) F ; ; ;9 ; Λ : A linha tracejada na Fig mostra as respostas de x (t) e u(t) Pode ser verificado nesta figura que max t k u(t) k ; < μ Avariávelx (t) possui um tempo de estabilização muito superior a s Esse tempo não é mostrado na Fig, mostrado na figura apenas o valor máximo que x (t) atinge Exemplo - Estabilidade+Restrição na Entrada de Controle+Restrição na Saída de Controle: A resposta do sistema de controle no Exemplo tem um grande valor de saída (max t k x (t) k ;) visto que a restrição na saída não é considerada no projeto de regulador fuzzy Para melhorar a resposta, pode-se projetar um regulador fuzzy adicionando-se a restrição na saída Encontre X, P, M e M sujeito a X >, P, (), (), () e (), Y, μ, ; e x() [;9 ] T A solução é obtida foi F ;9 ;8 ; ;88 Λ ; F 8;8 ; ;9 ;989 Λ : A linha contínua na Fig mostra a resposta de x (t) e u(t) Note que a resposta do sistema de controle satisfaz as restrições max t k u(t) k ;9 <μe max t k x (t) k ;88 < Em outras simulações, com condição inicial x() [ x () ] T e ainda com o mesmo controlador, foi verificado que o sistema é assintoticamente estável para ;ß x () ;ß Os resultados das simulações dos exemplos acima atestam o bom desempenho dos sistemas de controle projetados CONCLUSÕES Este trabalho apresentou novas condições para o estudo da estabilidade e projeto de reguladores, adequadas a sistemas nãolineares descritos por modelos fuzzy de Takagi-Sugeno Os novos resultados concebidos permitem uma descrição direta em termos de LMIs e desta forma, podem ser facilmente resolvidas com softwares que solucionam problemas de programação semidefinida, que apresentam característica polinominal de convergência (Boyd et al, 99) No projeto de reguladores fuzzy abordado é possível especificar além da estabilidade, a taxa de decaimento, restrições na entrada e na saída São apresentadas provas teóricas e simulações digitais para validar os métodos propostos e finalmente, o controle completo de um pêndulo invertido Um prosseguimento natural deste trabalho é o projeto de observadores e de reguladores com observadores, com condições mais relaxadas do que as descritas na literatura Atualmente os autores deste trabalho já estão estudando este problema AGRADECIMENTOS Os autores agradecem aos revisores anônimos pelos comentários úteis e construtivos e também à FAPESP e ao CNPq pelo apoio financeiro na execução deste trabalho Referências Boyd, S, El Ghaoui, L, Feron, E and Balakrishnan, V (99) Linear Matrix Inequalities in Systems and Control Theory, SIAM Studies in Applied Mathematics, USA Cao, S G, Rees, N W and Feng, G (99a) Further Results About Quadratic Stability of Continuous-Time Fuzzy Control Systems, International Journal of Systems Science 8(): 9 Cao, S G, Rees, N W and Feng, G (99b) Lyapunov- Like Stability Theorems for Discrete-Time Fuzzy Control Systems, International Journal of Systems Science 8(): 98 Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
11 Friedland, B (99) Advanced Control Systems Design, Prentice-Hall, New Jersey Kosko, B (99) Fuzzy Engineering, Upper Saddle River, New Jersey 8: Prentice-Hall, USA Ma, X J, Sun, Z Q and He, Y Y (998) Analysis and Design of Fuzzy Controller and Fuzzy Observer, IEEE Transactions on Fuzzy Systems (): Oliveira, M C, Farias, D P and Geromel, J C (99) LMISol, User s guide, UNICAMP, Campinas-SP, Brasil Pietrobom, H C (999) Controle de Sistemas Não-lineares Baseados em LMI Utilizando Modelos Fuzzy, Faculdade de Engenharia de Ilha Solteira - UNESP, Ilha Solteira-SP Tese de Mestrado Sugeno, M and Kang, G T (988) Structure Identification of Fuzzy Model, Fuzzy Sets and Systems 8: Takagi, T and Sugeno, M (98) Fuzzy Identification of Systems and Its Applications to Modeling and Control, IEEE Transactions on Systems, Man, and Cybernetics (): Tanaka, K, Ikeda, T and Wang, H O (998) Fuzzy Regulators and Fuzzy Observers: Relaxed Stability Conditions and LMI-Based Designs, IEEE Transactions on Fuzzy Systems (): Tanaka, K, Nishimura, M and Wang, H O (998) Multi- Objective Fuzzy Control of High Rise/High Speed Elevators Using LMIs, Proceedings of the American Control Conference, Philadelphia, PA, pp Tanaka, K and Sano, M (99) A Robust Stabilization Problem of Fuzzy Control Systems and Its Application to Backing up Control of a Truck-Trailer, IEEE Transactions on Fuzzy Systems (): 9 Tanaka, K and Sugeno, M (99) Stability Analysis and Design of Fuzzy Control Systems, Fuzzy Sets and Systems (): Teixeira,MCMandŻak, S H (999) Stabilizing Controller Design for Uncertain Nonlinear Systems Using Fuzzy Models, IEEE Transactions on Fuzzy Systems (): Wang, H O, Tanaka, K and Griffin, M F (99) An Approach to Fuzzy Control of Nonlinear Systems: Stability and Design Issues, IEEE Transactions on Fuzzy Systems (): Will, A B, Teixeira, M C M and Żak, S H (99) Four Whell Steering Control Systems Design Using Fuzzy Models, Sixth IEEE Conference on Control Aplications,Hartford CT USA, pp 8 APÊNDICE A: REGULADORES FUZZY PARA SISTEMAS DISCRETOS NO TEMPO De forma análoga à efetuada na Seção, pode-se representar sistemas discretos no tempo não-lineares por modelos fuzzy TSK (Tanaka, Ikeda and Wang, 998): x(t +) y(t) ff i (z(t))(a i x(t) +B i u(t)) A(ff)x(t) +B(ff)u(t); () ff i (z(t))c i x(t) C(ff)x(t): () que foi utilizada a notação x(t) x(kt) e x(t +) x(kt + T ), T é o período de amostragem, e ff i (z(t)), i ; ;:::;rsatisfazem () Utilizando-se a lei de controle (), que u(t) representa u(kt), de () obtém-se: x(t +) + ff (z(t))g i iix(t) + () ff ff i (z(t))ff j (z(t))ρ Gij + G ji x(t); G ij A i B i F j : As condições mais gerais, disponíveis na literatura, objetivando o projeto de reguladores fuzzy para sistemas discretos no tempo foram propostas por (Tanaka, Ikeda and Wang, 998): Lema Assuma que o número de regras que estão ativas para todo t é menor ou igual a s, <s r O ponto de equilíbrio x do sistema de controle fuzzy discreto descrito por () é assintoticamente estável globalmente se existe uma matriz simétrica positiva definida comum P e uma matriz simétrica semipositiva definida comum Q tais que para todo i ;:::;re T Gij + G ji G T iipg ii P +(s )Q < (8) P Gij + G ji PQ ; ; (9) para todo i; j ;:::;r excetuando-se os pares (i; j) tais que ff i (z(t))ff j (z(t)) ; 8z(t) O Teorema apresenta novas condições para o projeto de reguladores fuzzy para sistemas discretos no tempo Teorema Assuma que o número de regras que estão ativas para todo t é menor ou igual a s, <s r Considere i; j ;:::;r, e defina M ij G ij + G ji M jj G jj A j B j F j ; () T ij A i B i F j + A j B j F i ; () Rij Wij T ; () W ij S ij Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
12 N ij 8 >< >: N jj X (s )Y XM T jj M jj X X ; se ff i (z(t))ff j (z(t)) ; 8z(t); e () X + Y R ij XM T ij Wij T ; caso contrário M ij X W ij X S ij () Então, o ponto de equilíbrio x do sistema de controle fuzzy discreto descrito por () é assintoticamente estável globalmente se existe uma matriz simétrica positiva definida comum X P, uma matriz simétrica positiva semidefinida comum Y e matrizes semidefinidas positivas T ij tais que Nt N N ::: N r N N ::: N r N r N r ::: N rr > : () As condições acima seguem diretamente do Teorema Se existe solução, os ganhos de realimentação F i eumap comum podem ser obtidos da seguinte forma: a partir das soluções X e M i P X ; e F i M i X ; As condições acima são LMIs que devem ser aplicadas quando r s Quando r s, levando-se em conta os resultados do Corolário, pode-se por simplicidade utilizar as mesmas condições descritas acima, considerando-se agora Y De forma análoga à apresentada na Seção, pode-se incorporar nas LMIs acima especificações da taxa de decaimento e restrições na entrada e na saída da planta (Pietrobom, 999) Prova: É análoga à prova do Teorema e utiliza o complemento de Schur (Boyd et al, 99) Detalhes podem ser encontrados em (Pietrobom, 999) Corolário Se r s, então pode-se adotar Y nas condições do Teorema Prova: Similar à prova do Corolário Teorema Se as condições do Lema são satisfeitas, então as condições do Teorema também serão Prova: Similar à prova do Teorema Para as novas condições de estabilidade propostas neste trabalho, para sistemas fuzzy discretos no tempo, o problema de projeto para determinar os ganhos de realimentação F i,para i ;:::;r, pode ser definido por meio de LMIs, como segue: Encontre X, Y, R ij, S ij, W ij e M i para i; j ; ;:::;r,, satisfazendo X >, Y, D ij 8 D jj >< >: D D ::: D r D D ::: D r > e () D r D r ::: D rr Rij Wij T ; () W ij S ij X (s )Y XA T j M T j B T j A j X B j M j X ; se ff i (z(t))ff j (z(t)) ; 8z(t); ; X + Y R ij ::: (A ix B i M j + A j X B j M i ) W ij ::: ::: XA T i M T j B T i + XA T j M T i B T j W T ij ; :::X S ij caso contrário: 8 Revista Controle & Automação /Vol no/jan, Fev, Mar e Abril
SÍNTESE DE CONTROLADOR VIA LMIs E IMPLEMENTAÇÃO EM UM PÊNDULO INVERTIDO MODELO LINEAR DA QUANSER R
SÍNTESE DE CONTROLADOR VIA LMIs E IMPLEMENTAÇÃO EM UM PÊNDULO INVERTIDO MODELO LINEAR DA QUANSER R Emerson R. P. da Silva, Edvaldo Assunção, Marcelo C. M. Teixeira e Luiz Francisco S. Buzachero Faculdade
Leia maisANÁLISE DA ESTABILIDADE DE SISTEMAS FUZZY TAKAGI-SUGENO UTILIZANDO FUNÇÕES DE LYAPUNOV FUZZY
NÁLISE D ESBILIDDE DE SISEMS FUZZY KGI-SUGENO UILIZNDO FUNÇÕES DE LYPUNOV FUZZY alita. Esteves, Edson I. Mainardi Júnior, Manoel R. Moreira, Rodrigo Cardim, Máira P. lves, Marcelo C. M. eixeira, Edvaldo
Leia maisSEL364 Controle Não Linear Aplicado
SEL364 Controle Não Linear Aplicado Vilma A. Oliveira 1 Projeto: Estabilização de um pêndulo invertido Considere o problema de controle de um pêndulo invertido em um carro em movimento conforme ilustra
Leia maisPROJETO DE CONTROLADORES FUZZY USANDO FUNÇÕES DE LYAPUNOV FUZZY
PROJETO DE CONTROLADORES FUZZY USANDO FUNÇÕES DE LYAPUNOV FUZZY Flávio A. Faria, Geraldo N. Silva, Vilma A. Oliveira, Rodrigo Cardim, Emerson R. P. da Silva Instituto de Biociências, Letras e Ciências
Leia maisControle de um Levitador Magnético com Atenuação de
Trabalho apresentado no CNMAC, Gramado - RS, 216. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Controle de um Levitador Magnético com Atenuação de Distúrbio Leandro
Leia maisProjeto de Controladores Robustos H Usando LMIs para Controle de um Motor de Indução Trifásico com Incertezas
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol., N.,. Trabalho apresentado no DINCON, Natal - RN,. Proceeding Series of the Brazilian Society of Computational
Leia maisCONDIÇÕES LMIS ALTERNATIVAS PARA SISTEMAS TAKAGI-SUGENO VIA FUNÇÃO DE LYAPUNOV FUZZY
CONDIÇÕES LMIS ALTERNATIVAS PARA SISTEMAS TAKAGI-SUGENO VIA FUNÇÃO DE LYAPUNOV FUZZY Gustavo S C de Avellar Leonardo A Mozelli Reinaldo M Palhares Universidade Federal de Minas Gerais Emails: {gustavoavellar
Leia maisEstabilidade e Estabilização de Sistemas Lineares via
Trabalho apresentado no DINCN, Natal - RN, 2015 Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Estabilidade e Estabilização de Sistemas Lineares via Programação Semidefinida
Leia maisESTABILIZAÇÃO DE SISTEMAS FUZZY T-S INCERTOS USANDO REALIMENTAÇÃO DERIVATIVA
ESTABILIZAÇÃO DE SISTEMAS FUZZY T-S INCERTOS USANDO REALIMENTAÇÃO DERIVATIVA Emerson Ravazzi Pires da Silva e.ravazzi@bol.com.br Marcelo C. M. Teixeira marcelo@dee.feis.unesp.br Edvaldo Assunção edvaldo@dee.feis.unesp.br
Leia maisPROJETO DE CONTROLADORES FUZZY USANDO REALIMENTAÇÃO DA DERIVADA DOS ESTADOS
PROJETO DE CONTROLADORES FUZZY USANDO REALIMENTAÇÃO DA DERIVADA DOS ESTADOS Edvaldo Assunção, Flávio A. Faria, Marcelo C. M. Teixeira, Rodrigo Cardim UNESP - Universidade Estadual Paulista, Departamento
Leia maisImplementação 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 maisEstabilidade. Samir A. M. Martins 1. Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre UFSJ e CEFET MG
Interna Samir A. M. Martins 1 1 UFSJ / Campus Santo Antônio, MG Brasil Programa de Pós-Graduação em Engenharia Elétrica Associação ampla entre UFSJ e CEFET MG O que nos espera? Interna 1 em sistemas multivariáveis
Leia mais, Campo Grande, Mato Grosso do Sul, Brasil.
CONTROLE ÓTIMO H DE SISTEMAS NÃO-LINEARES COM MODELOS FUZZY TAKAGI-SUGENO Edvaldo Assunção Cristiano Quevedo Andrea Marcelo Carvalho Minhoto Teixeira João Onofre Pereira Pinto Rodrigo Cardim UNESP - Universidade
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
SÍNTESE DE CONTROLADORES ROBUSTOS APLICADOS EM SISTEMAS COM ATRASOS TEMPORAIS DIEGO R. GUEDES 1, HUGO L. O. CUNHA 1, CRISTIANO M. AGULHARI 2. 1. Curso de Engenharia de Controle e Automação, Universidade
Leia maisCONTROLE PREDITIVO ROBUSTO APLICADO AO MODELO DE UM HELICÓPTERO COM TRÊS GRAUS DE RENATA M. PASCOAL, TAKASHI YONEYAMA, ROBERTO K. H.
CONTROLE PREDITIVO ROBUSTO APLICADO AO MODELO DE UM HELICÓPTERO COM TRÊS GRAUS DE LIBERDADE UTILIZANDO DESIGUALDADES MATRICIAIS LINEARES RENATA M. PASCOAL, TAKASHI YONEYAMA, ROBERTO K. H. GALVÃO Divisão
Leia maisProjeto de Controladores Baseados em LMIs: Realimentação Derivativa e Sistemas Chaveados Utilizando Estrutura Variável
Ilha Solteira UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO Campus de Ilha Solteira - SP PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Projeto de Controladores Baseados em LMIs: Realimentação
Leia maisEES-20: Sistemas de Controle II
EES-: Sistemas de Controle II 14 Agosto 17 1 / 49 Recapitulando: Estabilidade interna assintótica Modelo no espaço de estados: Equação de estado: ẋ = Ax + Bu Equação de saída: y = Cx + Du Diz-se que o
Leia mais2. DESIGUALDADES MATRICIAIS LINEARES
11 2. DESIGUALDADES MARICIAIS LINEARES Neste capítulo, introduziremos alguns conceitos básicos relacionados às Desigualdades Matriciais Lineares. Na seção 2.1, apresentamos uma introdução às LMI s; na
Leia maisTakagi-Sugeno fuzzy model for knee joint angle control of paraplegic patients
DOI: 10.5433/1679-0375.2012v33n2p215 Modelo Fuzzy Takagi-Sugeno para controle do ângulo de articulação do joelho de pacientes paraplégicos Takagi-Sugeno fuzzy model for knee joint angle control of paraplegic
Leia maisPROJETO DE CONTROLADORES FUZZY CHAVEADOS USANDO FUNÇÕES DE LYAPUNOV FUZZY MÚLTIPLAS
PROJETO DE CONTROLADORES FUZZY CHAVEADOS USANDO FUNÇÕES DE LYAPUNOV FUZZY MÚLTIPLAS FLÁVIO A. FARIA, MICHELE C. VALENTINO, VILMA A. OLIVEIRA Instituto de Química, UNESP Univ Estadual Paulista Campus Araraquara
Leia maisConstrução e Controle de uma Plataforma Experimental Ball and Beam
Construção e Controle de uma Plataforma Experimental Ball and Beam Michael Klug Mestre em Engenharia de Automação e Sistemas pela UFSC, professor do Instituto Federal de Santa Catarina, Campus Joinville
Leia maisControle Robusto H 2
Controle Robusto H 2 1. O problema de controle H 2 padrão 2. Controle ótimo H 2 por LMIs pag.1 Introdução ao Controle Robusto Aula 10 Problema de Controle H 2 padrão Encontre um controlador K(s) que estabilize
Leia maisControle de um Oscilador com Memória de Forma
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol. 4, N. 1, 216. Trabalho apresentado no DINCON, Natal - RN, 21. Proceeding Series of the Brazilian Society of Computational
Leia maisEstabilização Robusta
Estabilização Robusta 1. Regiões LMIs: Alocação de pólos 2. Restrições sobre entrada e saída 3. Controlador baseado no observador e LMIs pag.1 Introdução ao Controle Robusto Aula 8 Regiões LMIs e Alocação
Leia maisProjeto de Controladores Baseados em LMIs: Realimentação Derivativa e Sistemas Chaveados Utilizando Estrutura Variável
Ilha Solteira UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO Campus de Ilha Solteira - SP PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Projeto de Controladores Baseados em LMIs: Realimentação
Leia maisProjeto e Implementação com Chaveamento de Reguladores Fuzzy Takagi-Sugeno para um Conjunto de Pontos de Operação
Ilha Solteira UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO Campus de Ilha Solteira - SP PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Projeto e Implementação com Chaveamento de Reguladores
Leia maisDINÂMICA DO SISTEMA CARRO-PÊNDULO
DINÂMICA DO SISTEMA CARRO-PÊNDULO Rafael Alves Figueiredo 1 Universidade Federal de Uberlândia Av. João Naves de Ávila, 2121, Santa Mônica, Uberlândia, MG, Brasil. rafamatufu@yahoo.com.br Márcio José Horta
Leia maisControle Robusto Tema: Análise e Controle de Sistemas Lineares via LMIs
Aula 1 395480 Controle Robusto Tema: Análise e Controle de Sistemas Lineares via LMIs Prof. Eduardo Stockler Tognetti Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos e de Automação (PGEA)
Leia maisFundamentos do Controle Robusto via Otimização
Fundamentos do Controle Robusto via Otimização Prof. Reinaldo M. Palhares Contato: Sala 2605 - BLOCO 1 mailto:palhares@cpdee.ufmg.br Quintas-feiras 09h25-12h45 Linhas Gerais do Curso Conceitos Preliminares
Leia maisCONDIÇÕES RELAXADAS PARA A ESTABILIZAÇÃO DE SISTEMAS FUZZY TS CHAVEADOS USANDO CONTROLADORES PDC
CONDIÇÕES RELAXADAS PARA A ESTABILIZAÇÃO DE SISTEMAS FUZZY TS CHAVEADOS USANDO CONTROLADORES PDC FLÁVIO A FARIA MICHELE C VALENTINO VILMA A OLIVEIRA Departamento de Físico Química Instituto de Química
Leia maisCONTROLE ROBUSTO DE SISTEMAS NÃO LINEARES COM REALIMENTAÇÃO DERIVATIVA
18 a 21 de setembro de 211 CONTROLE ROBUSTO DE SISTEMAS NÃO LINEARES COM REALIMENTAÇÃO DERIVATIVA Manoel R. Moreira, Edson I. M. Júnior, Talita T. Esteves, Rodrigo Cardim, Marcelo C. M. Teixeira, Edvaldo
Leia maisControle via LMIs Controle de Sistemas Dinâmicos via Desigualdades Matriciais Lineares
Aula 1 327069 Controle via LMIs Controle de Sistemas Dinâmicos via Desigualdades Matriciais Lineares Prof. Eduardo Stockler Tognetti Programa de Pós-Graduação em Engenharia de Sistemas Eletrônicos e de
Leia maisNOVOS TESTES DE ESTABILIDADE PARA SISTEMAS LINEARES
NOVOS TESTES DE ESTABILIDADE PARA SISTEMAS LINEARES Maurício C. de Oliveira mauricio@dt.fee.unicamp.br Faculdade de Engenharia Elétrica e de Computação, UNICAMP, Av. Albert Einstein 4, Campinas, SP, 1383-97.
Leia maisEstabilização Robusta
Estabilização Robusta 1. Modelos de incertezas estruturadas e espaço de estados 1.1. Incertezas limitadas em norma 1.2. Incertezas politópicas 2. Complemento de Schur e sinais de matrizes 3. Estabilidade
Leia maisPROJETO DA REALIMENTAÇÃO DERIVATIVA DISCRETA NO TEMPO UTILIZANDO O PROJETO COM REALIMENTAÇÃO NÃO-DERIVATIVA CONTÍNUA NO TEMPO
PROJETO DA REALIMENTAÇÃO DERIVATIVA DISCRETA NO TEMPO UTILIZANDO O PROJETO COM REALIMENTAÇÃO NÃO-DERIVATIVA CONTÍNUA NO TEMPO Marcelo C. M. Teixeira, Rodrigo Cardim, Flávio A. Faria, Edvaldo Assunção,
Leia maisCONTROLODOR ROBUSTO PARA UM SISTEMA DE TANQUES ACOPLADOS
CONTROLODOR ROBUSTO PARA UM SISTEMA DE TANQUES ACOPLADOS Eduardo Pereira Vieira RESUMO O presente trabalho consiste na utilização de técnicas avançadas para projetar um controlador robusto para realização
Leia maisConstrução e Controle de uma Plataforma Experimental Ball and Beam
09 Construção e Controle de uma Plataforma Experimental Ball and Beam MICHAEL KLUG Bacharel em Engenharia Elétrica (UDESC), Mestrado e Doutorado em Engenharia de Automação e Sistemas (UFSC); Instituto
Leia maisPROJETO DE SISTEMAS DE CONTROLE COM MODELAGEM TAKAGI-SUGENO E IMPLEMENTAÇÃO DE CONTROLADORES FUZZY COM RETROAÇÃO DE ESTADOS
UNIVERSIDADE FEDERAL DE ITAJUBÁ PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA PROJETO DE SISTEMAS DE CONTROLE COM MODELAGEM TAKAGI-SUGENO E IMPLEMENTAÇÃO DE CONTROLADORES FUZZY COM RETROAÇÃO DE ESTADOS
Leia maisCondições para a existência de uma função de Lyapunov linearmente dependente de parâmetros para estabilidade de sistemas lineares incertos
Condições para a existência de uma função de Lyapunov linearmente dependente de parâmetros para estabilidade de sistemas lineares incertos Ricardo C. L. F. Oliveira Pedro L. D. Peres Faculdade de Engenharia
Leia maisTÍTULO: TESTE DE CONTROLADOR PARA UM ROBÔ DE EQUILÍBRIO DINÂMICO CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA. SUBÁREA: Engenharias
TÍTULO: TESTE DE CONTROLADOR PARA UM ROBÔ DE EQUILÍBRIO DINÂMICO CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA SUBÁREA: Engenharias INSTITUIÇÃO(ÕES): CENTRO UNIVERSITÁRIO DO NORTE PAULISTA - UNORP
Leia maisXII Simpósio Brasileiro de Automação Inteligente (SBAI) Natal RN, 25 a 28 de outubro de 2015
Natal RN, 25 a 28 de outubro de 2015 CONTROLE DE SISTEMAS CHAVEADOS INCERTOS COM REALIMENTAÇÃO DA SAÍDA DA PLANTA Alexandre A. Carniato, Edson I. M. Júnior, Marcelo Carvalho M. Teixeira, Edvaldo Assunção,
Leia maisANÁLISE DE ESTABILIDADE DE SISTEMAS FUZZY TS VIA LMI: METODOLOGIA BASEADA EM UMA NOVA FUNÇÃO DE LYAPUNOV FUZZY
ANÁLISE DE ESTABILIDADE DE SISTEMAS FUZZY TS VIA LMI: METODOLOGIA BASEADA EM UMA NOVA FUNÇÃO DE LYAPUNOV FUZZY Leonardo Amaral Mozelli Reinaldo Martinez Palhares Universidade Federal de São João del-rei
Leia maisProjeto e implementação de controlador LQR com servomecanismo aplicado a um pêndulo invertido
Projeto e implementação de controlador LQR com servomecanismo aplicado a um pêndulo invertido Lucas Vizzotto Bellinaso Engenharia Elétrica Universidade Federal de Santa Maria Santa Maria, Rio Grande do
Leia maisEstabilidade Interna. 1. Estabilidade Interna. 2. Análise de Estabilidade Segundo Lyapunov. 3. Teorema de Lyapunov
Estabilidade Interna 1. Estabilidade Interna 2. Análise de Estabilidade Segundo Lyapunov 3. Teorema de Lyapunov 4. Teorema de Lyapunov Caso Discreto pag.1 Teoria de Sistemas Lineares Aula 13 Estabilidade
Leia maisIF-705 Automação Inteligente Controle Não Linear
IF-705 Automação Inteligente Controle Não Linear Paulo Henrique Muniz Ferreira Aluízio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática Cin {phmf,aluizioa}@cin.ufpe.br Sumário
Leia maisSistemas Dinâmicos Lineares
Sumário Sistemas Dinâmicos Lineares 4 de julho de 2016 () Sistemas Dinâmicos Lineares 4 de julho de 2016 1 / 29 () Sistemas Dinâmicos Lineares 4 de julho de 2016 2 / 29 Apresentação da disciplina Objetivos
Leia maisPROJETO DE CONTROLE CHAVEADO ROBUSTO PARA SISTEMAS DESCRITOS POR MODELOS FUZZY TAKAGI-SUGENO
PROJETO DE CONTROLE CHAVEADO ROBUSTO PARA SISTEMAS DESCRITOS POR MODELOS FUZZY TAKAGI-SUGENO Wallysonn Alves de Souza, Marcelo Carvalho Minhoto Teixeira, Máira Peres Alves Santim, Rodrigo Cardim, Edvaldo
Leia maisESTABILIZAÇÃO DE UM PÊNDULO INVERTIDO USANDO CONTROLADOR H 2 CONTÍNUO
ESTABILIZAÇÃO DE UM PÊNDULO INVERTIDO USANDO CONTROLADOR H 2 CONTÍNUO ADRIANO FRUTUOSO, ANDRÉ LAMEIRA DOS SANTOS, DIEGO CÂMARA SALES Laboratório de Automação Industrial e Robótica, Departamento de Eletrônica,
Leia maisTrabalho para ser realizado no MATLAB Controle Multivariável PTC-2513 Prof. Paulo Sérgio
Trabalho para ser realizado no MATLAB Controle Multivariável PTC-253 Prof. Paulo Sérgio Parte I - A ser entregue na primeira aula após a primeira prova. Considere o modelo linearizado do sistema de pêndulo
Leia maisSumário. CAPÍTULO 1 Introdução 1. CAPÍTULO 2 Terminologia dos Sistemas de Controle 14
Sumário CAPÍTULO 1 Introdução 1 1.1 Sistemas de controle 1 1.2 Exemplos de sistemas de controle 2 1.3 Sistemas de controle de malha aberta e malha fechada 3 1.4 Realimentação 3 1.5 Características da realimentação
Leia maisEstimadores ou Observadores de Estado
Estimadores ou Observadores de Estado 1. Estimadores ou Observadores de Estado: sistemas SISO 1. Extensões para Sistemas a Tempo Discreto pag.1 Teoria de Sistemas Lineares Aula 19 Estimadores ou Observadores
Leia maisEstabilidade de sistemas baseados em regras fuzzy e a função de Lyapunov
Biomatemática 19 (2009), 1 10 ISSN 1679-365X Uma Publicação do Grupo de Biomatemática IMECC UNICAMP Estabilidade de sistemas baseados em regras fuzzy e a função de Lyapunov L. C. de Barros 1, IMECC, UNICAMP,
Leia maisControle e Sistemas Não lineares
Controle e Sistemas Não lineares Prof. Marcus V. Americano da Costa F o Departamento de Engenharia Química Universidade Federal da Bahia Salvador-BA, 01 de dezembro de 2016. Sumário Objetivos Introduzir
Leia maisESTABILIDADE ROBUSTA DE SISTEMAS LINEARES USANDO REALIMENTAÇÃO DERIVATIVA: UM MÉTODO BASEADO NO LEMA DA PROJEÇÃO RECÍPROCA
18 a 21 de setembro de 211 ESTABILIDADE ROBUSTA DE SISTEMAS LINEARES USANDO REALIMENTAÇÃO DERIVATIVA: UM MÉTODO BASEADO NO LEMA DA PROJEÇÃO RECÍPROCA Emerson R. P. da Silva, Edvaldo Assunção, Marcelo C.
Leia maisIntrodução ao Controle Robusto
Introdução ao Controle Robusto Prof. Reinaldo M. Palhares Contato: Sala 234 (PCA) mailto: palhares@cpdee.ufmg.br www.cpdee.ufmg.br/ palhares/topicosrobusto.html Quartas-feiras 07h30-09h10 Linhas Gerais
Leia maisUMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC
UMA PROPOSTA DE DECOMPOSIÇÃO DE SISTEMAS LINEARES PARA DMPC R. R. ROCHA 1 e L. C. OLIVEIRA-LOPES 1 1 Universidade Federal de Uberlândia, Faculdade de Engenharia Química E-mail para contato: rosi.rocha28@gmail.com;
Leia maisProjeto de pesquisa realizado no curso de Engenharia Elétrica da Unijuí, junto ao GAIC (Grupo de Automação Industrial e Controle) 2
MODELAGEM MATEMÁTICA DE PLATAFORMA EXPERIMENTAL PARA SIMULAÇÃO DE AERONAVE MULTIRROTORA 1 MATHEMATICAL MODELLING OF EXPERIMENTAL PLATFORM FOR SIMULATION OF MULTIROTOR AIRCRAFT Christopher Sauer 2, Manuel
Leia maisRealimentação de Estado Sistemas SISO
1. Realimentação de Estado para Sistemas SISO pag.1 Teoria de Sistemas Lineares Aula 18 Considere o sistema n dimensional, SISO: ẋ = Ax + bu y = cx Na realimentação de estados, a entrada u é dada por u
Leia maisEES-20: Sistemas de Controle II. 31 Julho 2017
EES-20: Sistemas de Controle II 31 Julho 2017 1 / 41 Folha de informações sobre o curso 2 / 41 O que é Controle? Controlar: Atuar sobre um sistema físico de modo a obter um comportamento desejado. 3 /
Leia maisUm sistema linear invariante no tempo pode ser descrito na forma de espaço de estado: Figura 1. Sistema de controle com realimentação dos estados.
Universidade Tecnológica Federal do Paraná Departamento Acadêmico de Eletrotécnica Curso de Engenharia Elétrica Curso de Engenharia de Controle e Automação METODOLOGIA DE SISTEMA DE CONTROLE ROBUSTO A
Leia mais1. Estudo do pêndulo
Objectivos odelizar um pêndulo invertido rígido de comprimento e massa, supondo uma entrada de binário. Simular em computador. entar estabilizar o pêndulo em ciclo aberto por manipulação directa do binário.
Leia maisSistemas Dinâmicos Lineares
Sistemas Dinâmicos Lineares 1. Descrição de sistemas dinâmicos 1.1. Sinais? 1.2. Sistemas? 1.3. Espaço de estados. Resposta do sistema dinâmico 2. Estabilidade de sistemas dinâmicos 2.1. Análise de estabilidade
Leia maisControle de Vibrações de uma Viga de Material Compósito Utilizando Desigualdades Matriciais Lineares
https://eventos.utfpr.edu.br//sicite/sicite2017/index Controle de Vibrações de uma Viga de Material Compósito Utilizando Desigualdades Matriciais Lineares RESUMO Willian Faria dos Santos wfsantos92@hotmail.com
Leia maisCOMPARAÇÃO DE TÉCNICAS DE CONTROLE APLICADAS A UM SISTEMA DE LEVITAÇÃO MAGNÉTICA
Proceeding Series of the Brazilian Society of Applied and Computational Mathematics, Vol., N., 04. rabalho apresentado no CMAC-Sul, Curitiba-PR, 04. COMPARAÇÃO DE ÉCNICAS DE CONROLE APLICADAS A UM SISEMA
Leia maisInfluência do Torque de Gradiente de Gravidade nas Regiões de Circulação do Movimento Rotacional de Veículos Espaciais
Trabalho apresentado no DINCON, Natal - RN, 2015. 1 Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Influência do Torque de Gradiente de Gravidade nas Regiões de Circulação
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 maisPROJETO E IMPLEMENTAÇÃO DO SISTEMA DE CONTROLE DE UM PÊNDULO INVERTIDO UTILIZANDO O MÉTODO DO LUGAR DAS RAÍZES
Anais do XIX Congresso Brasileiro de Automática, CBA 212. PROJETO E IMPLEMENTAÇÃO DO SISTEMA DE CONTROLE DE UM PÊNDULO INVERTIDO UTILIZANDO O MÉTODO DO LUGAR DAS RAÍZES ARIEL S. BUZETTI, JEAN M. S. RIBEIRO,
Leia maisProf. MSc. David Roza José -
1/14 2/14 Introdução Conforme mencionado anteriormente, um sistema com n graus de liberdade necessita de n coordenadas independentes para descrever sua configuração e movimento. Normalmente essas coordenadas
Leia maisModelagem Matemática de Sistemas
Modelagem Matemática de Sistemas 1. Descrição Matemática de Sistemas 2. Descrição Entrada-Saída 3. Exemplos pag.1 Teoria de Sistemas Lineares Aula 3 Descrição Matemática de Sistemas u(t) Sistema y(t) Para
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 mais6 Controlador de Estado
6 Controlador de Estado Apresenta-se a seguir o método para implementação do sistema de controle por estados (Ogata, 1990). Considera-se agora o sistema representado em sua forma de estado: (25) cujo o
Leia maisUNIVERSIDADE DE BRASÍLIA
TRABALHO DE GRADUAÇÃO CONTROLE FUZZY TAKAGI-SUGENO DE PÊNDULO INVERTIDO: PROJETO E VALIDAÇÃO EM BANCADA DIDÁTICA João Eduardo Costa Gomes Brasília, julho de 213 UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA
Leia maisCONTROLADOR LQR VIA APROXIMAÇÃO LMI COM RESTRIÇÃO DE TAXA DE DECAIMENTO APLICADO AO HELICÓPTERO 3-DOF DE BANCADA
Natal RN, 25 a 28 de outubro de 2015 CONTROLADOR LQR VIA APROXIMAÇÃO LMI COM RESTRIÇÃO DE TAXA DE DECAIMENTO APLICADO AO HELICÓPTERO 3-DOF DE BANCADA RODRIGO P. CAUN, EDVALDO ASSUNÇÃO *, LÁZARO I. H. LLINS
Leia maisREALIMENTAÇÃO DA DERIVADA DOS ESTADOS EM SISTEMAS MULTIVARIÁVEIS LINEARES USANDO LMIS
REALIMENTAÇÃO DA DERIVADA DOS ESTADOS EM SISTEMAS MULTIVARIÁVEIS LINEARES USANDO LMIS Flávio Andrade Faria flaviof15@yahoo.com.br Marcelo C. M. Teixeira marcelo@dee.feis.unesp.br Edvaldo Assunção edvaldo@dee.feis.unesp.br
Leia maisProceeding Series of the Brazilian Society of Computational and Applied Mathematics. LMIs
Trabalho apresentado no DINCON, Natal - RN, 215. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Estabilização Robusta da Qualidade da LMIs Água de Rios via Valeska
Leia maisFigura 1. Modelo de 1/4 de
ESTUDO E SIMULAÇÃO DE CONTROLE DE SUSPENSÃO ATIVA PARA MODELOS DE UM QUARTO DE CARRO E CARRO INTEIRO STUDY AND SIMULATION OF ACTIVE SUSPENSION CONTROLLERS FOR QUARTER-CAR MODELS AND FULL-CAR MODELS Rafael
Leia maisESTUDO DO COMPORTAMENTO DE UM SÓLIDO ELÁSTICO-LINEAR TRANSVERSALMENTE ISOTRÓPICO VIA MHA E VIA MEF
ISSN 1809-5860 ESTUDO DO COMPORTAMENTO DE UM SÓLIDO ELÁSTICO-LINEAR TRANSVERSALMENTE ISOTRÓPICO VIA MA E VIA MEF Edmar Borges Theóphilo Prado 1 & Adair Roberto Aguiar 2 Resumo Neste trabalho utiliza-se
Leia maisProjeto de Controle Robusto à Falhas na Propulsão do Helicóptero 3-DOF da Quanser R
Projeto de Controle Robusto à Falhas na Propulsão do Helicóptero 3-DOF da Quanser R Jefferson Leone e Silva, André Luiz A. de Paula, José Paulo F. Garcia, Lizete Marica C. F. Garcia Rodrigo Cardim e Marcelo
Leia maisSISTEMAS NEURO-FUZZY NEURAL-FUZZY SYSTEMS
SISTEMAS NEURO-FUZZY NEURAL-FUZZY SYSTEMS Stéphanie Lucchesi, Sandra Regina Monteiro Masalskiene Roveda Campus Experimental de Sorocaba Engenharia Ambiental steh_l@hotmail.com, ISB. Palavras chave: fuzzy,
Leia mais1 Sistemas multidimensionais e Linearização
Teoria de Controle (sinopse) Sistemas multidimensionais e Linearização J. A. M. Felippe de Souza Sistemas multidimensionais Linearização Aideia de sistemas é quase que intuitiva. Eemplos de sistemas físicos
Leia maisPlanejamento da Disciplina Sistemas Lineares
Planejamento da Disciplina Sistemas Lineares Professor José Paulo Vilela Soares da Cunha 7 de março de 2017 Identificação UERJ Faculdade de Engenharia Departamento de Eletrônica e Telecomunicações Programa
Leia maisSÍNTESE DE CONTROLADORES TAKAGI-SUGENO COM TAXA DE CONVERGÊNCIA PRÉ-ESPECIFICADA PARA SISTEMAS COM RETARDO
SÍNTESE DE CONTROLADORES TAKAGI-SUGENO COM TAXA DE CONVERGÊNCIA PRÉ-ESPECIFICADA PARA SISTEMAS COM RETARDO Rafael H. Alves, Fernando O. Souza, Leonardo A. Mozelli Programa de Pós-Graduação em Engenharia
Leia maisEES-20: Sistemas de Controle II. 08 Novembro 2017
EES-20: Sistemas de Controle II 08 Novembro 2017 1 / 46 Recapitulando: Controle empregando realimentação de estado r k F u k u t y t T y k T x(t) T K x k 2 / 46 Recapitulando: Projeto por alocação de polos
Leia maisEstimativa de Parte Relevante da Fronteira da Região de Estabilidade usando Função Energia Generalizada
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Estimativa de Parte Relevante da Fronteira da Região
Leia maisALOCAÇÃO DE ZEROS APLICADA A SISTEMAS DE CONTROLE VIA LMI
ALOCAÇÃO DE ZEROS APLICADA A SISTEMAS DE CONTROLE VIA LMI Edvaldo Assunção edvaldo@dee.feis.unesp.br Marcelo Carvalho Minhoto Teixeira marcelo@dee.feis.unesp.br UNESP - Universidade Estadual Paulista,
Leia maisAula 12 - Controle por Modos Deslizantes 1
Instituto Tecnológico de Aeronáutica 1/ 23 Instituto Tecnológico de Aeronáutica Divisão de Engenharia Eletrônica Departamento de Sistemas e Controle São José dos Campos, São Paulo, Brasil Aula 12-1 EE-209:
Leia maisComo resolver o QFEMUP usando otimização
Como resolver o QFEMUP usando otimização Marina Andretta ICMC-USP 2 de agosto de 2016 Baseado no artigo M. Andretta, E. G. Birgin and M. Raydan, An inner-outer nonlinear programming approach for constrained
Leia mais-GNE219 - Controle em Espaço de Estados
Universidade Federal de Lavras Departamento de Engenharia -GNE219 - Controle em Espaço de Estados Prof. Daniel Leite E-mail: daniel.leite@deg.ufla.br 2/2017 1/27 Considerações Eng. de Controle e Automação
Leia maisFEP Física para Engenharia II
FEP96 - Física para Engenharia II Prova P - Gabarito. Uma plataforma de massa m está presa a duas molas iguais de constante elástica k. A plataforma pode oscilar sobre uma superfície horizontal sem atrito.
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 maisControle Não Linear. CEFET/RJ Centro Federal de Educação Tecnológica Celso Suckow da Fonseca Rio de Janeiro
Controle Não Linear CEFET/RJ Centro Federal de Educação Tecnológica Celso Suckow da Fonseca Rio de Janeiro 1 Fundamentos da Teoría de Lyapunov Dadas as características dos sistemas não-lineares características,
Leia maisCondição de equações de Lyapunov acopladas generalizadas para a estabilidade exponencial estocástica dos sistemas singulares com saltos Markovianos
Condição de equações de Lyapunov acopladas generalizadas para a estabilidade exponencial estocástica dos sistemas singulares com saltos Markovianos Amanda L. P. Manfrim, Depto de Ciências Exatas, FCAV,
Leia maisResposta: (A) o traço é positivo (B) o determinante é negativo (C) o determinante é nulo (D) o traço é negativo (E) o traço é nulo.
MESTRADO INTEGRADO EM ENG. INFORMÁTICA E COMPUTAÇÃO 201/2018 EIC0010 FÍSICA I 1º ANO, 2º SEMESTRE 12 de junho de 2018 Nome: Duração 2 horas. Prova com consulta de formulário e uso de computador. O formulário
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisTÍTULO: FUZZY TAKAGI-SUGENO PARA IDENTIFICAÇÃO E CONTROLE INERCIAL DE UM ROBÔ MÓVEL
Anais do Conic-Semesp. Volume 1, 2013 - Faculdade Anhanguera de Campinas - Unidade 3. ISSN 2357-8904 TÍTULO: FUZZY TAKAGI-SUGENO PARA IDENTIFICAÇÃO E CONTROLE INERCIAL DE UM ROBÔ MÓVEL CATEGORIA: EM ANDAMENTO
Leia maisSIMULAÇÃO DINÂMICA DE UM TREM COM TRÊS VAGÕES RESUMO
Mostra Nacional de Iniciação Científica e Tecnológica Interdisciplinar III MICTI Fórum Nacional de Iniciação Científica no Ensino Médio e Técnico - I FONAIC-EMT Camboriú, SC, 22, 23 e 24 de abril de 2009
Leia maisMétodos Iterativos para a Solução da Equação de Poisson
Métodos Iterativos para a Solução da Equação de Poisson Valdirene da Rosa Rocho, Dagoberto Adriano Rizzotto Justo, Programa de Pós-Graduação em Matemática Aplicada, PPGMap, UFRGS, 91509-900, Porto Alegre,
Leia maisSimulações de sistemas de controle de pêndulo simples e invertido em malhas aberta e fechada
Simulações de sistemas de controle de pêndulo simples e invertido em malhas aberta e fechada André Pereira da Costa [1], Samuel Alves da Silva [2], Valnyr Vasconcelos Lira [3] [1] andre.pcosta@yahoo.com.br;
Leia maisLinearização de Modelos Matemáticos Não-Lineares. Carlos Alexandre Mello. Carlos Alexandre Mello 1
de Modelos Matemáticos Não-Lineares Carlos Alexandre Mello 1 Embora muitos sistemas sejam vistos como lineares eles são, de fato, lineares em intervalos Se o sistema operar em torno de um ponto de equilíbrio
Leia mais