Alvaro Talavera López
|
|
- Talita Paixão Lancastre
- 6 Há anos
- Visualizações:
Transcrição
1 CONTROLE ADAPTATIVO GENETICO INDIRETO PARA SISTEMAS NÃO LINEARES E OTIMIZAÇÃO DE CONTROLADORES PID UTILIZANDO ALGORTIMOS GENÉTICOS Alvaro Talavera López alvaro@ele.puc-rio.com Departamento de Engenharia Elétrica, Pontifícia Universidade Católica do Rio de Janeiro Rua Marquês de São Vicente, 225, Gávea, Rio de Janeiro, RJ - Brasil, RESUMO Este trabalho apresenta duas aplicações de algoritmos genéticos para aplicações de controle de processos. A primeira é sintonizar um controlador PID mediante algoritmos genéticos, a segunda aplicação é um controlador adaptativo genético indireto, para aplicações em sistemas não-lineares e variantes no tempo. Palavras-chave: Algoritmos genéticos, controle PID, estimação, sistemas não-lineares. Abstract This paper presents two applications of genetic algorithms for control applications processes. The first is to tune a PID controller using genetic algorithms; the second application is an indirect genetic adaptive controller for applications in non-linear and time varying systems. Keywords: genetic algorithms, PID control, estimation, nonlinear systems. 1 INTRODUÇÃO Os algoritmos genéticos (AG) têm aplicações em muitas áreas no campo de otimização de sistemas. Estas aplicações estão dentro na área de controle de processos onde a otimização envolve muitos tipos de controladores e estimadores. Neste caso utilizaremos algoritmos genéticos para otimizar as constantes proporcional, derivativa e integral num controlador PID com o objetivo de minimizar o erro de saída com respeito à trajetória desejada. A segunda aplicação consiste no projeto de um controlador mais experto que aproveita todas as vantagens de um algoritmo genético para o controle e estimação de um sistema não-linear e variante no tempo. Este tipo de abordagem se assemelha ao controle adaptativo indireto. No caso da otimização de parâmetros do controlador PID, existe uma vasta bibliografia [1-2,4] onde se abordam estes problemas. Além disso, novas pesquisas têm sido realizadas no sentido de melhorar a convergência do algoritmo genético e garantir um bom desempenho [3]. No caso do controlador adaptativo genético, Passino e Lennon [5], fizeram uma proposta deste projeto de controladores. A base desta pesquisa se encontra em [5][6][7], em [8] se tem uma teoria de aplicações em estimação de sistemas utilizando algoritmos genéticos e em [9] se encontra uma aplicação em um tanque de repouso que é nosso exemplo. Este artigo é organizado da seguinte forma: a seção 2 aborda os algoritmos genéticos como otimizadores de controladores PD, com aplicação em uma planta linear de quarta ordem. A seção 3 aborda um controlador genético mais sofisticado, que utiliza o algoritmo genético para otimizar e controlar uma planta não-linear. A seção 4 mostra
2 as conclusões e algumas recomendações para este projeto. 2 OTIMIZADOR DE CONTROLADORES PID UTILIZANDO ALGORTIMOS GENÉTICOS O algoritmo genético é utilizado para otimizar uma função objetivo baseado em um controlador PID. A equação de um controlador PID é a seguinte: (1) Onde k d, k p e k i são constantes derivativas, proporcional e integral ao erro entre a saída desejada e a saída real de meu processo. A figura 1 mostra o diagrama de um processo controlado por um PID, com um sistema de segunda ordem qualquer, onde a trajetória desejada é r(t), o erro entre a saída desejada e saída do processo é e(t), u(t) é a lei de controle gerada pelo PID e y(t) é a saída do processo. A avaliação do desempenho de um controlador PID é dada pelo overshoot ou assentamento, definido pela porcentagem em que a resposta excede a saída desejada, tempo de subida ou o tempo da resposta do sistema e o tempo de estabelecimento que é o tempo no qual o sistema permanece em regime permanente, como detalhado na figura 2. Figura 2. Resposta no degrau unitário. O sistema a ser controlado é de ordem 4, linear e invariante no tempo, como mostra o seguinte modelo: Neste modelo, foi projetado um controlador PID seguindo o método Ziegler Nichols [10], um método clássico para determinar os parâmetros de um PID. O tipo de resposta obtida é apresentada na figura 3. Figura 1. Sistema de controle PID. Figura 3. Resposta no sistema utilizando Ziegler- Nichols. Para as simulações foi utilizada uma biblioteca de rotinas (toolbox) do AG, criadas especialmente para trabalhar no ambiente Matlab. Vários parâmetros controlam o processo de evolução em um AG, tais como: tamanho da população, taxa de cruzamento (crossover), taxa de mutação e número de gerações, que é o número total de ciclos de evolução de um AG. A Tabela I apresenta os parâmetros adotados para o AG neste trabalho:
3 Tabela I Tamanho da população 80 Número de gerações 100 Espaço de busca [0, 200] Método de seleção Norma geométrica Taxa de cruzamento Aritmético 0,4 Taxa de mutação 0,1% A função de avaliação (Fitness) é o conceito mais importante no desenvolvimento de um algoritmo genético. Essa função é específica para cada aplicação, e deve representar o comportamento dos cromossomos que, nesse caso, representam os parâmetros do controlador. A função Fitness deve fornecer a informação de quão adequado é o controlador, quando sintonizado com os parâmetros escolhidos pelo AG. Foram utilizadas 3 funções de avaliação: ITAE (integral do tempo vezes o erro absoluto), IAE (integral da magnitude absoluta do erro) e ISE (integral do quadrado do erro), as funções de avaliação se mostram nas equações seguintes. Segundo as tabelas II e III, o melhor resultado foi o algoritmo genético que utilizou como função objetivo ITAE, o qual podemos com0parar com o método formal de Ziegler-Nichols [10] que utiliza o lugar de raízes ou (Root locus) como um método convencional para avaliar os ganhos k p, k d e k i, do controlador. A figura 4 mostra a resposta do sistema a degrau unitário e a figura 5 apresenta a evolução e convergência dos ganhos do controlador. (2) (3) (4) Os resultados da otimização do algoritmo genético em função do overshoot, rise time e settling time são mostrados na tabela II. Na tabela III são apresentadas as constantes (k p, k d e k i ) encontradas pelo algoritmo genético. Figura 4. Resposta no sistema utilizando algoritmo genético. Tabela II Tabela III Figura 5. Evolução das constantes de controle.
4 3 CONTROLE ADAPTATIVO GENÉTICO INDIRETO Nesta seção é apresentada uma nova abordagem de controladores genéticos mais avançados. Um híbrido com controle adaptativo indireto convencional, com aplicações especiais em plantas não-lineares e variantes no tempo, onde o controlador deve identificar ou estimar os parâmetros da planta a cada instante fazendo um seguimento sem a planta. Estes parâmetros variados irão cumprir uma função objetivo e a minimização desta função irá resolver a melhor lei de controle u(t) para que a planta tenha o comportamento da trajetória desejada. Portanto, em nossa aplicação é proposto um controlador genético online para o controle de processo de sistemas não-lineares e variantes no tempo. Este sistema permite a identificação online do processo e obtenção de uma lei de controle ótima para controlar o sistema. Figura 6. Tanque de repouso. onde: u(t) = entrada de fluxo h(t) = nível de líquido A(h(t)) = área de seção transversal do tanque. r(t) = nível de líquido desejado A equação diferencial do modelo (equação 5) é discretizada pelo método de Euler (equação 6), na equação 7 ocorre a saturação na válvula do fluxo e, finalmente, na equação 8 asseguramos que h(t) não seja negativo fazendo com que o mínimo seja 0,001. AG (5) Projeto de controlador Identificação sistemas (6) (7) Controle Planta (8) Figura 5. Controlado adaptativo genético indireto. A figura 5 mostra a configuração deste controlador através do diagrama de blocos. Pode-se verificar que o algoritmo genético controla todo o sistema e não depende de um modelo linear, como no caso de um controlador PID, abordado na seção anterior. No caso de uma planta não-linear, seu esquema e equações detalhadas são dadas abaixo: A partir deste ponto descreveremos o procedimento para desenvolvimento de um controlador genético adaptativo indireto. Sistemas em tempo discretos não-lineares: (9) A equação 9 mostra a saída de um sistema discreto não linear, que consiste em uma função não-linear em função de seu estado e sua saída. Esta equação também pode ser expressa em função de
5 parâmetros para o estado e para a entrada do modelo. (10) Portanto podemos determinar o sinal de entrada em função dos parâmetros não-lineares, estados e saídas, como mostrado a equação 11. (11) Para resolver esta equação necessita-se estimar os parâmetros dados nas equações 12-13: Neste ponto o algoritmo genético encontrado θα(k) e θβ(k) (equação 16) trata de minimizar uma função custo (equação 17). Dessa forma, o cromossomo será dado pela equação 16 e a função objetivo descrito pela equação 17. Em nosso caso a equação 6 será reescrita da mesma forma que a equação 10: (12) (13) Portanto a equação 11 pode ser escrita de maneira similar a equação 14. Com respeito a seus valores estimados, observa-se que r(k) = y(k) uma vez que a saída desejada é um valor determinado. Verifica-se que o modelo tem linearidades e nãolinearidades e, portanto, devemos escolher parte da equação e a substituímos pelos parâmetros da seguinte forma: (14) O calculo do erro é dado pela saída estimada menos a saída de meu processo: Substituindo os parâmetros na equação 14: A saída estimada é dada por: O cromossomo será: Portanto, o erro já pode ser calculado como: (15) O objetivo destas contas é ter uma função do erro em função dos parâmetros, de modo a minimizar essa função: (16) (17) θα1θβ1 θα2θβ2... θαiθβi A função fitness será dada por: Onde: a probabilidade de mutação é 0.05, de crossover 0.9, com uma população de 10 e. Desta forma o AG deve maximizar a função fitness.
6 Figura 9. Media da função fitness 4 CONCLUSÕES Figura 7. Resposta de controle adaptativo genético indireto para o tanque de repouso. A figura 7 mostra a resposta do controlador genético com o respectivo sinal de controle. Observa-se que no início, o sistema vai se adaptando até que após um pequeno tempo o controlador genético estima e controla o tanque de repouso, com um bom desempenho. Figura 8. Identificação e estimação dos parâmetros da planta. A figura 8a mostra a identificação na saída da planta no qual é observado um bom desempenho. As Figuras 8b e 8c estimam os parâmetros α e θβ. A figura 9 mostra a média do fitness da população e se verifica que o gráfico começa a maximizar logo nos primeiros instantes, porém aumenta e constantemente devido às mudanças na referencia. Neste artigo foram apresentadas técnicas de controle convencional e sofisticadas para aplicações de controle de processos. Na primeira seção se mostra o algoritmo genético para otimizar o controlador PID para uma plana de quarto ordem, obtendo um melhor desempenho que o método tradicional de Ziegler Nichols. Uma conclusão importante e que o desempenho do controlador PID utilizando algoritmos genéticos muito vá a depender da função objetivo (fitness) como se mostra na tabela II. Embora o algoritmo genético tenha um bom desempenho esta limitado por o modelo linear do controlador PID. Nesta seção se suguiere a utilização de mais variáveis observadas da função fitness como a utilização da sinai de controle u(t). Na seção 3 se apresento um controlador mais avançado, para resolver problemas de sistemas não lineares. Este controlador utiliza a teoria de controle adaptativo indireto utilizando um forte método de otimização como é o algoritmo genético, dando como resultado o bom desempenho do controlador. neste tipo de controlador se propõe o uso para plantas multivariáveis e variantes no tempo, onde não se tenho um modelado exato da planta. REFERÊNCIAS [1] Ian Griffin On-line PID Controller Tuning using Genetic Algorithms DCU [2] Luiz Eduardo N. do P. Nunes, Vitor G. Rosado, Francisco Grandinetti. Ajuste dos parâmetros de um controlador proporcional, integral e derivativo através de algoritmos
7 genéticos. Rev. ciênc. exatas, Taubaté, v. 9/10, n.1-2, p , 2003/2004. [3] Xiangzhong Meng and Xiangzhong Meng Baoye Song Fast Genetic Algorithms Used for PID Parameter Optimization Proceedings of the IEEE International Conference on Automation and Logistics August 18-21, 2007, Jinan, China. [4] Saifudin Bin Mohamed. A dissertation The PID Controller Desing Using Genetic Algorithm.. University of Southern Queensland. Faculty of Engineering and Surveying [5] Lennon W.K., Passino, K.M., Genetic Adaptive Identification and Control, Engineering Applications of Artificial Intelligence, Vol. 12, No. 2, pp , April [6] La Moyne L. Porter II and Kevin M. Passino. Genetic Model Reference Adaptive Control IEEE International Symposium on Intelligent control August, Columbus, Ohio. USA. [7] Moore M.L., Musachio J., Passino K.M. Genetic Adaptive Control for an Inverted Wedge, Engineering Applications of Artificial Intelligence, Vol. 14, No. 1, pp. 1-14, Feb [8] W.K. Lennon, K.M. Passino. Genetic Adaptive Identification and Control. Pergamon. Engineering Applications of Artificial Intelligence [9] Kevin M. Passino. Biomimicry for Optimization, Control, and Automation. Springer [10] K. Ogata. Ingeniería de Control Moderna 4 Edición. Prentice Hall
Sintonia de um sistema PID via Algoritmos Genéticos aplicado ao controle de um manipulador robótico em forma de paralelogramo
Sintonia de um sistema PID via Algoritmos Genéticos aplicado ao controle de um manipulador robótico em forma de paralelogramo Filipe Sacchi ICA: Applied Computational Intelligence Department of Electrical
Leia maisAPLICAÇÃO DO ALGORITMO DE OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS PARA A MODELAGEM DE FUNÇÕES DE TRANSFERÊNCIA
APLICAÇÃO DO ALGORITMO DE OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS PARA A MODELAGEM DE FUNÇÕES DE TRANSFERÊNCIA Caetano Alcantara Borges 1 *, Keiji Yamanaka¹, Florisvaldo Cardozo Bomfim Junior¹ ¹FEELT Universidade
Leia maisControlador PID: algoritmo, estrutura e sintonia
Controlador PID: algoritmo, estrutura e sintonia Prof. Marcus V. Americano da Costa F o Departamento de Engenharia Química Universidade Federal da Bahia Salvador-BA, 05 de setembro de 2018. Sumário 1 Introdução
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 maisCARACTERIZAÇÃO DEPROCESSOS
CARACTERIZAÇÃO DEPROCESSOS ESINTONIA DECONTROLADORES PORMÉTODOSEMPÍRICOS Profa. Cristiane Paim Semestre 2014-2 Caracterização de Processos Considere a configuração série de um sistema de controle: Dado
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 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 maisPID e Lugar das Raízes
PID e Lugar das Raízes 1. Controlador PID 2. Minorsky (1922), Directional stability of automatically steered bodies, Journal of the American Society of Naval Engineers, Vol. 34, pp. 284 Pilotagem de navios
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 mais5 Controle e Simulação
5 Controle e Simulação Neste capítulo serão apresentadas as simulações do sistema, tanto para o controle PID quanto para o controle por aprendizado. Todos os programas de simulação foram desenvolvidos
Leia maisOTIMIZAÇÃO DOS PARÂMETROS DO PID UTILIZANDO ALGORITMOS GENÉTICOS
OTIMIZAÇÃO DOS PARÂMETROS DO PID UTILIZANDO ALGORITMOS GENÉTICOS Roberto Batista Neto, Vinicius Santana P. Silva, Luciano Coutinho Gomes, Darizon A. Andrade, Universidade Federal de Uberlândia, Faculdade
Leia maisAUTO SINTONIA UTILIZANDO MODELO ARMAX
AUTO SINTONIA UTILIZANDO MODELO ARMAX A. U. A. JÚNIOR 1, M. M. SILVA 1, A. C. NASCIMENTO 1, H. BISPO 1 e J. N. SILVA 1 1 Universidade Federal de Campina Grande, Unidade Acadêmica de Engenharia Química
Leia maisCAPÍTULO 8: O CONTROLADOR PID
CAPÍTULO 8: O CONTROLADOR PID Quando eu terminar este capítulo eu quero ser capaz de completar o seguinte Conhecer os pontos fortes e fracos do controle PID Determinar o modelo do sistema feedback utilizando
Leia maisDETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB
DETERMINAÇÃO DE FUNÇÕES DE TRANSFERÊNCIA DE PROCESSOS QUÍMICOS ATRAVÉS DO MÉTODO DE EVOLUÇÃO DIFERENCIAL UTILIZANDO O SCILAB A. H. R. REZENDE 1, D. L. SOUZA 1 1 Universidade Federal do Triângulo Mineiro,
Leia maisControle de Processos Aula: Regras de sintonia de controladores PID
107484 Controle de Processos Aula: Regras de sintonia de controladores PID Prof. Eduardo Stockler Tognetti Departamento de Engenharia Elétrica Universidade de Brasília 1º Semestre 2016 Escolha da estrutura
Leia maisUtilização do solidthinking Embed em projetos de controle para sistemas embarcados utilizando técnica de controle adaptativo por modelo de referência.
Utilização do solidthinking Embed em projetos de controle para sistemas embarcados utilizando técnica de controle adaptativo por modelo de referência. Rodrigo de J. Macedo Resumo Apresenta-se, neste artigo,
Leia maisProjeto de Compensadores/Controladores pelo Diagrama de Lugar das Raízes
Projeto de Compensadores/Controladores pelo Diagrama de Lugar das Raízes Carlos Eduardo de Brito Novaes carlos.novaes@aedu.com http://professorcarlosnovaes.wordpress.com 2 de novembro de 202 Introdução
Leia maisSistemas a Tempo Discreto
Sistemas a Tempo Discreto 1. Caracterização de sistemas dinâmicos a tempo discreto 2. Transformada-Z 3. FT discreta, estabilidade e analogia com domínio-s 4. Sistemas amostrados 4.1 Amostragem e retenção
Leia maisCONTROLE DE UM SISTEMA PÊNDULO INVERTIDO USANDO CONTROLADORES INTELIGENTES
CONTROLE DE UM SISTEMA PÊNDULO INVERTIDO USANDO CONTROLADORES INTELIGENTES Vinicius Belmuds Vasconcelos belmuds_eng@hotmail.com Gustavo Maia de Almeida gmaia@ifes.edu.br Marco Antônio de Souza Leite Cuadros
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 maisControl Design and Simulation
Control Design and Simulation Controller Plant Setpoint + _ Error G(s) H(s) Output Rodrigo Schneiater Engenheiro de Vendas Osvaldo Santos Engenheiro de Sistemas LabVIEW Control Design and Simulation: LabVIEW
Leia mais7 Estudo de Casos: Obtenção de uma Regra de Decisão Ótima por Aproximação com Algoritmos Genéticos
7 Estudo de Casos: Obtenção de uma Regra de Decisão Ótima por Aproximação com Algoritmos Genéticos 7.. Introdução Este capítulo analisa o problema de decisão de investimento num projeto sujeito a incertezas
Leia maisEstudo Comparativo de Técnicas de Controle em um Processo de Nível
1 Estudo Comparativo de Técnicas de Controle em um Processo de Nível RESUMO O controle do nível de tanques é um problema clássico e é considerado um assunto de grande importância e aplicabilidade industrial,
Leia maisMinistério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Medianeira PLANO DE ENSINO. CURSO Engenharia Elétrica MATRIZ 548
Ministério da Educação UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Câmpus Medianeira PLANO DE ENSINO CURSO Engenharia Elétrica MATRIZ 548 FUNDAMENTAÇÃO LEGAL Processo N 003/11, aprovado pela Resolução n.
Leia maisDenominação O Problema Um pouco de História Motivação Pré-requisitos Conceitos Bibliografia Recursos na Internet C. Capítulo 1. Gustavo H. C.
Capítulo 1 Introdução Gustavo H. C. Oliveira TE055 Teoria de Sistemas Lineares de Controle Dept. de Engenharia Elétrica / UFPR Gustavo H. C. Oliveira Introdução 1/32 Este material contém notas de aula
Leia maisAlgoritmo de um controlador PID para microprocessadores utilizando método Ziegler-Nichols
Algoritmo de um controlador PID para microprocessadores utilizando método Ziegler-Nichols Jonas Rodrigues Vieira dos Santos 1, Rômulo Lopes Frutuoso 2, Luiz Daniel Santos Bezerra 3 1 Bacharelando em Ciência
Leia maisAPLICAÇÃO DE ALGORITMOS BIO-INSPIRADOS EM CONTROLE ÓTIMO
APLICAÇÃO DE ALGORITMOS BIO-INSPIRADOS EM CONTROLE ÓTIMO Profa. Mariana Cavalca Baseado em: Material didático do Prof. Dr. Carlos Henrique V. Moraes da UNIFEI Curso de verão da Profa. Gisele L. Pappa Material
Leia maisAlgoritmos Genéticos Aplicados a Projeto de Controle com Realimentação de Estados
Algoritmos Genéticos Aplicados a Projeto de Controle com Realimentação de Estados Phelipe S. Oliveira 1, Luciano S. Barros 1, Luiz G. de Q. Silveira Júnior 2 1 Mestrado em Ciência da Computação Universidade
Leia maisINTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 06 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL Aula 06 Prof. Vitor Hugo Ferreira Representação por cromossomos Codificação
Leia maisESTIMAÇÃO DE PARÂMETROS DE SISTEMAS NÃO LINEARES UTILIZANDO ALGORITMOS GENÉTICOS
Anais do IX Congresso Brasileiro de Redes Neurais /Inteligência Computacional (IX CBRN) Ouro Preto 25-28 de Outubro de 2009 Sociedade Brasileira de Redes Neurais ESTIMAÇÃO DE PARÂMETROS DE SISTEMAS NÃO
Leia maisModelação, Identificação e Controlo Digital
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 1 Modelação, Identificação e Controlo Digital Semestre de Inverno 2005/2006 Área Científica de Sistemas de Decisão e Controlo Modelação, Identificação
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 maisANÁLISE DE DESEMPENHO DE CONTROLES CLÁSSICO E INTELIGENTE PARA UM TROCADOR DE CALOR
ANÁLISE DE DESEMPENHO DE CONTROLES CLÁSSICO E INTELIGENTE PARA UM TROCADOR DE CALOR João Pedro Quirino Filho joaopqf@gmail.com Gustavo Maia de Almeida gmaia@ifes.edu.br Marco Antônio de Souza Leite Cuadros
Leia maisCONTROLE DE ÂNGULO DE AZIMUTE DE ANTENA DE RASTREAMENTO
UFRJ Escola Politécnica Eng. Eletrônica e de Computação EEL660 Controle Linear 1 Avaliação Complementar 2017-1 CONTROLE DE ÂNGULO DE AZIMUTE DE ANTENA DE RASTREAMENTO Neste trabalho você deverá modelar,
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 maisControle de Processos Aula: Sintonia de Controladores PID
107484 Controle de Processos Aula: Sintonia de Controladores PID Prof. Eduardo Stockler Departamento de Engenharia Elétrica Universidade de Brasília 1º Semestre 2015 Sintonia de Controladores Características
Leia maisSintonia de Controlador PID baseado em Busca por Cardumes
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Sintonia de Controlador PID baseado em Busca por Cardumes PID controller tuning on Fish School Search Janderson S. de Freitas Escola
Leia maisControladores PID - Efeitos e sintonia
- Efeitos e sintonia Guilherme Luiz Moritz 1 1 DAELT - Universidade Tecnológica Federal do Paraná 03 de 2013 Guilherme Luiz Moritz Avaliação UTFPR - Engenharia industrial elétrica - ênfase em eletrônica/telecomunicações
Leia mais4 Implementação Computacional
4 Implementação Computacional 4.1. Introdução Neste capítulo é apresentada a formulação matemática do problema de otimização da disposição das linhas de ancoragem para minimizar os deslocamentos (offsets)
Leia maisMario Campos, Dr.ECP PETROBRÁS/CENPES. Engenharia Básica em Automação e Otimização de Processos (EB/AOT)
Controle Regulatório Avançado e Sintonia de Controladores PID Mario Campos, Dr.ECP PETROBRÁS/CENPES Engenharia Básica em Automação e Otimização de Processos (EB/AOT) e-mail: mariocampos@petrobras petrobras.com..com.br
Leia maisControlo Em Espaço de Estados. Trabalho de Laboratório nº 3
Mestrado em Engenharia Electrotécnica e de Computadores Controlo Em Espaço de Estados 2008/09 Trabalho de Laboratório nº 3 Controlo Adaptativo do Nível de um Tanque J. Miranda Lemos e Alexandre Bernardino
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 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 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 maisANÁLISE DE DESEMPENHO DE UM NEUROCONTROLADOR PARA O CONTROLE DE NÍVEL DE UM SISTEMA DE DOIS TANQUES ACOPLADOS
ANÁLISE DE DESEMPENHO DE UM NEUROCONTROLADOR PARA O CONTROLE DE NÍVEL DE UM SISTEMA DE DOIS TANQUES ACOPLADOS RAFAEL P. DE BRITO 1, AGNALDO J. ROCHA REIS 2, JOSÉ A. N. COCOTA JR. 2, BRUNO C. TOLEDO, DIEGO
Leia maisLista de Exercícios 2
Universidade de Brasília Faculdade de Tecnologia Departamento de Engenharia Elétrica 107484 Controle de Processos 1 o Semestre 2015 Lista de Exercícios 2 Para os exercícios abaixo considere (exceto se
Leia maisIF-705 Automação Inteligente Redes Neurais para Modelagem e Controle
IF-705 Automação Inteligente Redes Neurais para Modelagem e Controle Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação
Leia maisLABORATÓRIO DE CONTROLE I SINTONIA DE CONTROLADOR PID
UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO COLEGIADO DE ENGENHARIA ELÉTRICA LABORATÓRIO DE CONTROLE I Experimento 6: SINTONIA DE CONTROLADOR PID COLEGIADO DE ENGENHARIA ELÉTRICA DISCENTES: Lucas Pires
Leia maisSintonia de Controladores PID. TCA: Controle de Processos 2S / 2012 Prof. Eduardo Stockler Universidade de Brasília Depto. Engenharia Elétrica
Sintonia de Controladores PID TCA: Controle de Processos 2S / 2012 Prof. Eduardo Stockler Universidade de Brasília Depto. Engenharia Elétrica Sintonia de Controladores Características Desejáveis do Controlador
Leia maisINSTITUTO SUPERIOR TÉCNICO CONTROLO. As questões assinaladas com * serão abordadas na correspondente aula de apoio.
INSTITUTO SUPERIOR TÉCNICO ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES CONTROLO 2 a Série (resposta no tempo, diagrama de blocos, erro estático) As questões assinaladas com * serão abordadas na correspondente
Leia maisOtimização Aplicada ao Controle de Temperatura
Universidade Federal de São João Del-Rei MG 26 a 28 de maio de 200 Associação Brasileira de Métodos omputacionais em Engenharia Otimização Aplicada ao ontrole de emperatura A. Verly ; R. A. Ricco 2 ; H.
Leia maisAula 12. Cristiano Quevedo Andrea 1. Curitiba, Outubro de DAELT - Departamento Acadêmico de Eletrotécnica
Aula 12 Cristiano Quevedo Andrea 1 1 UTFPR - Universidade Tecnológica Federal do Paraná DAELT - Departamento Acadêmico de Eletrotécnica Curitiba, Outubro de 2011. Resumo 1 Introdução 2 3 4 5 Podemos melhorar
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 maisLista de Exercícios 2
Universidade de Brasília Faculdade de Tecnologia Departamento de Engenharia Elétrica 107484 Controle de Processos 1 o Semestre 2018 Prof. Eduardo Stockler Tognetti Lista de Exercícios 2 Para os exercícios
Leia maisGUIDELINES DE CONTROLADORES PID PARA CICLO DE REFRIGERAÇÃO INDUSTRIAL
GUIDELINES DE CONTROLADORES PID PARA CICLO DE REFRIGERAÇÃO INDUSTRIAL S. B. B. L. VILLAR 1, T. G. NEVES 1, J. I. H. T. NETO 2 e A. C. B. ARAÚJO 1 1 Universidade Federal de Campina Grande, Unidade Acadêmica
Leia maisQuestões para Revisão Controle
Questões para Revisão Controle 1. (PROVÃO-1999)A Figura 1 apresenta o diagrama de blocos de um sistema de controle, e a Figura 2, o seu lugar das raízes para K > 0. Com base nas duas figuras, resolva os
Leia maisUtilizando Algoritmos Genéticos para determinar a fonte de um campo magnético.
Technical Notes in Computational Intelligence, ICA, PUC-Rio 1 Utilizando Algoritmos Genéticos para determinar a fonte de um campo magnético. Alexandre S. Wolf 1, Marco Aurélio C. Pacheco 1, C. Hall Barbosa
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 do Controlo. Síntese de controladores. Controladores PID MIEEC
Teoria do Controlo Síntese de controladores Controladores PID MIEEC! Esquema de controlo r - G c (s) G p (s) y TCON 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Controlador com pura ação proporcional
Leia mais3 Otimização Aplicada a Reconstituição de Acidentes
27 3 Otimização Aplicada a Reconstituição de Acidentes 3.1. Otimização A otimização é uma metodologia empregada para minimizar ou maximizar uma função e geralmente são utilizados em problemas onde existam
Leia maisIF-705 Automação Inteligente Algoritmos Evolucionários e Controle. Continuação
IF-705 Automação Inteligente Algoritmos Evolucionários e Controle. Continuação Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática - CIn Departamento de Sistemas da Computação
Leia maisSintonia de Controladores PID
Sintonia de Controladores PID Objetivo: Determinar K p, K i e K d de modo a satisfazer especificações de projeto. Os efeitos independentes dos ganhos K p, K i e K d na resposta de malha fechada do sistema
Leia maisMETAHEURÍSTICAS POPULACIONAIS APLICADAS NA OTIMIZAÇÃO DE CONTROLADORES PID PARA A VAZÃO DE UM TÚNEL DE VENTO ATMOSFÉRICO
Congresso Técnico Científico da Engenharia e da Agronomia CONTECC 2018 Maceió - AL 21 a 24 de agosto de 2018 METAHEURÍSTICAS POPULACIONAIS APLICADAS NA OTIMIZAÇÃO DE CONTROLADORES PID PARA A VAZÃO DE UM
Leia maisCONTROLE DE NÍVEL USANDO FUZZY PID NÃO LINEAR
CONTROLE DE NÍVEL USANDO FUZZY PID NÃO LINEAR Bruno Gomes Dutra 1, Rodrigo Gomes Dutra 1, Maryson da Silva Araújo 1, Antonio da Silva Silveira 1 1 Laboratório de Controle de Sistemas, Universidade Federal
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 maisCONTROLADOR PROPORCIONAL, INTEGRAL E DERIVATIVO (PID)
CONTROLADOR PROPORCIONAL, INTEGRAL E DERIVATIVO (PID) AÇÕES DE CONTROLE O controlador PID é um controlador composto por três ações de controle Ação proporcional: u t = k e t Ação integral: u t = k 0 t
Leia maisAlgoritmo Array Rápido para Filtragem de Sistemas Lineares Sujeitos a Saltos Markovianos com Variação Estruturada dos Parâmetros no Tempo
Trabalho apresentado no XXXVII CNMAC, SJ dos Campos - SP, 2017 Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Algoritmo Array Rápido para Filtragem de Sistemas Lineares
Leia maisSINTONIA ÓTIMA DE CONTROLADOR PID EM SISTEMA TITO: APLICAÇÃO EM MODELO DE COMPRESSOR
SINTONIA ÓTIMA DE CONTROLADOR PID EM SISTEMA TITO: APLICAÇÃO EM MODELO DE COMPRESSOR Thiago Antonio Melo Euzébio, Péricles Rezende Barros Departamento de Engenharia Elétrica Universidade Federal de Campina
Leia maisSeptember 24-28, 2012 Rio de Janeiro, Brazil
September 24-28, 22 Os controladores PID (Proporcional, Integral e Derivativo) são controladores largamente utilizados no controle de processos industriais, tanto em sistemas monovariáveis quanto em sistemas
Leia maisEvolução Diferencial Aplicada na Estimação de Parâmetros de um Sistema Oscilatório
https://eventos.utfpr.edu.br//sicite/sicite2017/index Evolução Diferencial Aplicada na Estimação de Parâmetros de um Sistema Oscilatório RESUMO Iolanda Ortiz Bernardes ibernardes@alunos.utfpr.edu.br Estudante
Leia mais7. Controlo Adaptativo
1 7. Controlo Adaptativo Objectivo: Mostrar como é possível integrar os blocos anteriormente estudados de identificação de sistemas e projecto de controladores para obter controladores adaptativos. 2 Motivação
Leia maisOtimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos
Otimização de Sistemas Hidrotérmicos por Enxame de Partículas: Uma Abordagem Orientada a Objetos Gelson da Cruz JUNIOR 2, Cassio Dener Noronha VINHAL 3 Lauro Ramon GOMIDES 1, Gelson da Cruz JUNIOR 2, Cassio
Leia maisINSTITUTO FEDERAL DO ESPÍRITO SANTO - CAMPUS SERRA. Sistemas
INSTITUTO FEDERAL DO ESPÍRITO SANTO - CAMPUS SERRA Sistemas Dinâmicos Para controlar é preciso conhecer Sistemas dinâmicos Modificam-se no decorrer do tempo Modelos matemáticos Método analítico (Leis físicas)
Leia maisSintonia do compensador PID
Sintonia do compensador PID 0.1 Introdução DAELN - UTFPR - Controle I Paulo Roberto Brero de Campos Neste capítulo será estudado um problema muito comum na indústria que consiste em fazer o ajuste dos
Leia maisCONTROLE NÃO LINEAR GENÉTICO DO PENDULO INVERTIDO
CONTROLE NÃO LINEAR GENÉTICO DO PENDULO INVERTIDO César Daltoé Berci 1 and Celso Pascoli Bottura 2 1 UNICAMP, CAMPINAS, BRASIL, cesardaltoe@hotmail.com 2 UNICAMP, CAMPINAS, BRASIL, cpbottura@fee.unicamp.br
Leia maisControlador Preditivo Otimizado Aplicado ao Controle de Velocidade de Motor CC
Controlador Preditivo Otimizado Aplicado ao Controle de Velocidade de Motor CC CARVALHO, Douglas F. 1,,, CALIXTO, Wesley P. 2,,, GANZAROLI, Cleber A. 3,,,,, DIAS, Rafael N. H. M.,, COUTO, Luiz A.. Resumo:
Leia maisAutomação Inteligente
Curso de Graduação em Engenharia Elétrica Universidade Federal da Paraíba Período 2016-2 Automação Inteligente Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br www.cear.ufpb.br/juan Informações
Leia mais2.1 - Análise de Sistemas Realimentado pelo Lugar das Raízes- G 4 (s) = G 2 5 (s) = (s+5) G 6 (s) =
ENG04035 - Sistemas de Controle I Prof. João Manoel e Prof. Romeu LISTA DE EXERCÍCIOS 2.1 - Análise de Sistemas Realimentado pelo Lugar das Raízes- 1. Considere os seguintes processos: 5 1 G 1 (s) = (s2)(s10)
Leia maisXIII Simpósio Brasileiro de Automação Inteligente Porto Alegre RS, 1 o 4 de Outubro de 2017
APLICAÇÃO DE ALGORITMOS GENÉTICOS PARA A SINTONIA FINA DE CONTROLADOR PID APLICADO A UM PÊNDULO FÍSICO AMORTECIDO MARCELO S. PINHEIRO, BRUNNA S. VASCONCELLOS, ADEMAR G. COSTA JUNIOR Laboratório de Instrumentação,
Leia maisPlanejamento de Transporte em Polidutos Empregando Algoritmos Genéticos
> REVISTA DE INTELIGÊNCIA COMPUTACIONAL APLICADA (ISSN: XXXXXXX), Vol. X, No. Y, pp. 1-1 1 Planejamento de Transporte em Polidutos Empregando Algoritmos Genéticos Rocem Pol Jiménez López INTELIGENCIA COMPUTACIONAL
Leia maisALGORITMOS GENÉTICOS. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR
ALGORITMOS GENÉTICOS Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Fev/2018 Introdução Algoritmos Genéticos são algoritmos heurísticos de busca, que utilizam regras
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 maisAnálise Comparativa entre Controladores PID e Fuzzy Utilizando LabVIEW e Arduino Aplicados em um Sistema de Controle de Nível
Análise Comparativa entre Controladores PID e Fuzzy Utilizando LabVIEW e Arduino Aplicados em um Sistema de Controle de Nível André Eduardo Silva & Yvo Marcelo C. Masselli Abstract This document aims to
Leia maisPara alimentar o motor, a placa do amplificador de potência foi limitada nos seguintes valores:
4 Simulações Esse capítulo apresenta as simulações numéricas com o modelo matemático do sistema de pêndulo planar apresentado por equações nos capítulos anteriores. Os resultados aqui apresentados foram
Leia maisSEM Sistemas de Controle I Aula 1 - Introdução
SEM 536 - Sistemas de Controle I Universidade de São Paulo O que é controle? Dicionário Houaiss: Controle:... 3. Dispositivo ou mecanismo destinado a comandar ou regular o funcionamento de máquina, aparelho
Leia maisESTRATÉGIA PARA SINTONIA DE CONTROLADORES PID DIGITAIS VIA ALGORITMO GENÉTICO MULTIOBJETIVO BASEADO NAS ESPECIFICAÇÕES DAS MARGENS DE GANHO E FASE
8 a de setembro de ESRAÉGIA PARA SINONIA DE CONROLADORES PID DIGIAIS VIA ALGORIMO GENÉICO MULIOBJEIVO BASEADO NAS ESPECIFICAÇÕES DAS MARGENS DE GANHO E FASE Felipe C. Silva, Ginalber L. O. Serra Instituto
Leia maisGERAÇÃO DO CONJUNTO DE REGRAS DE INFERÊNCIA PARA UM CONTROLADOR NEBULOSO USANDO ALGORITMOS GENÉTICOS
o. SBAI Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 8- de Setembro de 999 GERAÇÃO DO CONJUNTO DE REGRAS DE INFERÊNCIA PARA UM CONTROLADOR NEBULOSO USANDO ALGORITMOS GENÉTICOS Yván J. Túpac,
Leia maisControle Ótimo - Aula 2 (Exemplos 2, 3 e 4)
Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4) Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Sistemas dinâmicos discretos no tempo O Problema
Leia maisAula 6: Controladores PI
Aula 6: Controladores PI prof. Dr. Eduardo Bento Pereira Universidade Federal de São João del-rei ebento@ufsj.edu.br 31 de agosto de 2017. prof. Dr. Eduardo Bento Pereira (UFSJ) Controle II 31 de agosto
Leia maisModelagem e Controle de Sistemas Dinâmicos Utilizando Simulações
Modelagem e Controle de Sistemas Dinâmicos Utilizando Simulações Marcley Rodrigues de Aguiar e João Paulo Carvalho Henriques Abstract- The objective is to compare the performance of two controllers: the
Leia maisIntrodução (repassando Conceitos de aulas anteriores)
Departamento de Engenharia Química e de Petróleo UFF Disciplina: TEQ- CONTROLE DE PROCESSOS custo SINTONIA DE MALHAS DE CONTROLE Prof a Ninoska Bojorge Introdução (repassando Conceitos de aulas anteriores)
Leia maisRECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ
RECONHECIMENTO DE GÊNERO ATRAVÉS DA VOZ Marcela Ribeiro Carvalho marcela@enecar.com.br IFG/Câmpus Goiânia Hipólito Barbosa Machado Filho hipolito.barbosa@ifg.edu.br IFG/Câmpus Goiânia Programa Institucional
Leia maisSistemas de Controle 2
Pontifícia Universidade Católica de Goiás Escola de Engenharia Sistemas de Controle 2 Cap.9 Projeto por Intermédio do Lugar das Raízes Prof. Dr. Marcos Lajovic Carneiro AED Cap.8 8.8 Lugar das Raízes Generalizado
Leia maisUtilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos
Utilização de Algoritmos Genéticos para Otimização de Altura de Coluna da Matriz de Rigidez em Perfil no Método dos Elementos Finitos André Luiz Ferreira Pinto Pontifícia Universidade Católica do Rio de
Leia maisThiago Christiano Silva
Thiago Christiano Silva Conteúdo Conceitos Relevantes Problemas de Otimização Conceitos de Estabilidade e Convergência Teoremas de Lyapunov Rede Neural de Hopfield Aplicações do modelo de Hopfield Clusterização
Leia maisOPERAÇÃO DE SISTEMAS DE POTÊNCIA. TEE Aula 01 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Centro Tecnológico Escola de Engenharia Departamento de Engenharia Elétrica OPERAÇÃO DE SISTEMAS DE POTÊNCIA TEE-04091 Aula 01 Prof. Vitor Hugo Ferreira Principais tópicos
Leia maisUso de Algoritmo Genético para a otimização do ponto de corte da probabilidade de sucesso estimada do modelo de Regressão Logística
Uso de Algoritmo Genético para a otimização do ponto de corte da probabilidade de sucesso estimada do modelo de Regressão Logística José Edson Rodrigues Guedes Gondim 1 Joab de Oliveira Lima 2 1 Introdução
Leia mais1. IDENTIFICAÇÃO DA DISCIPLINA
1. IDENTIFICAÇÃO DA DISCIPLINA CURSO: FT02-T PERÍODO LETIVO: 2017/2 TURMA: 01 DISCIPLINA: Sistema de Controle SIGLA: FTE029 CARGA HORÁRIA TOTAL: 90 CRÉDITOS: 6 TEÓRICA: 90 PRÁTICA: 0 PRÉ-REQUISITO: FTE008
Leia maisProva 2 (Parte Computacional)
Universidade de Brasília Faculdade de Tecnologia Departamento de Engenharia Elétrica 169536 - Tópicos em Controle e Automação: Controle de Processos 2S / 2012 Prof. Eduardo Stockler Tognetti Prova 2 (Parte
Leia maisControladores: Proporcional (P) Proporcional e Integral (PI) Proporcional, Integral e Derivativo (PID)
Sistemas Realimentados Regulação e Tipo de sistema: Entrada de referência Entrada de distúrbio Controladores: Proporcional (P) Proporcional e Integral (PI) Proporcional, Integral e Derivativo (PID) Fernando
Leia mais