Realimentação de estados baseada em regras fuzzy tipo-2 para servocontrole de sistemas não lineares

• Ano de defesa: 2019
• Autor(a) principal: Farias, Missilene da Silva
• Orientador(a): Araújo, Fábio Meneghetti Ugulino de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
• País: Brasil
• Palavras-chave em Português: Lógica fuzzy tipo-2; Realimentação de estados; Servocontrole; Sistemas não lineares; Base de regras fuzzy
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/29005

Muitas pesquisas usam modelos fuzzy Takagi-Sugeno para representar com precisão sistemas dinâmicos não lineares. No entanto, modelos fuzzy Takagi-Sugeno tornam a implementação do controlador fuzzy mais complexa à medida que a ordem do sistema e as não linearidades aumentam. Assim, o presente trabalho tem como objetivo superar essas limitações usando um sistema baseado em regras fuzzy tipo-2 intervalar, no qual as funções de pertinência e o número de regras podem ser escolhidas livremente, simplificando a implementação da técnica. Para esse fim, é estabelecido um servocontrole fuzzy tipo-2 direto por realimentação de estados para gerar a ação de controle não linear usando técnicas de compensação paralela distribuída, sem a necessidade de incluir modelos fuzzy para descrever o sistema dinâmico. A estratégia proposta é aplicada a um gerador síncrono e também a um sistema de levitação magnética. A partir dos resultados, verificou-se que o servocontrolador fuzzy proposto é capaz de estabilizar os sistemas analisados em diferentes pontos de equilíbrio, com maior desempenho e menor tempo de estabilização em relação aos demais servocontroladores analisados, dadas as incertezas no modelo linearizado. De fato, o sistema de controle fuzzy desenvolvido provou ser uma maneira adequada e eficaz de realizar essa tarefa, uma vez que o controle lógico fuzzy em si não depende de um modelo preciso.