Controles baseados em mapas auto-organizáveis para sistemas não-lineares variantes no tempo

• Ano de defesa: 2020
• Autor(a) principal: FERREIRA, Paulo Henrique Muniz
• Orientador(a): ARAÚJO, Aluízio Fausto Ribeiro
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Ciencia da Computacao
• País: Brasil
• Palavras-chave em Português: Inteligência computacional; Sistemas não-lineares
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/38107

Em vários sistemas de controles reais, é exigido que o controlador atenda a requisitos complexos. Em particular, há uma demanda de estratégias de controle capazes de operar sistemas não-lineares sem o conhecimento do modelo matemático do comportamento do sistema. Também, há uma necessidade em considerar que o sistema a ser controlado pode apresentar um comportamento variando consideravelmente ao longo do regime de funcionamento. Exemplos de sistemas não-lineares desconhecidos variantes no tempo são encontrados em diversas áreas como: sistemas servo pneumáticos, veículos elétricos, e sistemas robóticos. Controladores convencionais como o controlador proporcional integral derivativo (PID) não tem todos os atributos necessários requeridos nesse contexto. Outras técnicas adequadas para controlar sistemas não-lineares como linearização por realimentação tem sua efetividade significativamente comprometida quando aplicada a um sistema não-linear desconhecido. Um controle adaptativo baseado em aprendizagem pode ser um alternativa para lidar com comportamentos não-lineares e operar mesmo sem o conhecimento do modelo matemático do sistema variante no tempo, em virtude da sua de capacidade de aprender e adapta-se a novas situações. Nesta tese de doutorado, foram investigados trabalhos aplicando o mapa auto-organizável de Kohonen ou algum mapa derivado dessa rede em problemas de controle. Em seguida, estratégias de controles baseado em SOM para o contexto de sistemas não-lineares desconhecidos variantes no tempo foram desenvolvidas. Mais especificamente, as estratégias de controle usam um mapa inspirado no SOM, o mapa auto-organizável com campo receptivo adaptativo local (LARFSOM), em uma abordagem de controle em múltiplos modelos. O LARFSOM é capaz de dividir o espaço de operação do sistema e aprender ações de controle apropriadas para cada comportamento do sistema. Durante o regime de operação, o LARFSOM pode identificar o atual comportamento do sistema e selecionar a ação de controle. Adicionalmente, o LARFSOM foi estendido através de técnicas de mapeamento contínuo por partes, proporcionando uma ação de controle mais precisa e mais suave. Três sistemas não-lineares foram usados para avaliar o desempenho do controle: o sistema do pêndulo invertido, o sistema do manipulador robótico, e o oscilador de Van der Pol. Nos experimentos, os sistemas foram simulados com seus parâmetros variando ao longo do tempo e os resultados foram comparados com outros métodos. Além disso, a capacidade de mapeamento contínuo através do LARFSOM estendido foi validada em situações de aproximação de função estática, variante no tempo e em problemas reais. Os resultados sugerem que as técnicas de controle baseadas em mapas auto-organizáveis podem controlar sistema nãolineares variantes no tempo e podem ser eficazes ao lidar com configurações de sistema não apresentadas na etapa de treinamento.