Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Freitas Júnior, Joacy de Lima |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/11449/191813
|
Resumo: |
Uma das grandes limitações hoje existente no uso de sistemas aéreos não tripulados com propulsão elétrica, é a pequena autonomia dos voos, o que estimula a pesquisa e desenvolvimento de meios alternativos que proporcionem uma forma de contornar o problema.Esta tese trata do projeto de um Sistema Híbrido de Produção de Energia, onde o controle desse sistema foi implementado com uma lógica PID e uma outra baseada em redes neurais artificiais. A necessidade imposta por alguns tipos de operações com RPA (Remotely-Piloted Aircraft), que exigem uma autonomia mínima, ou ainda que o RPA tenha um sistema alternativo dissimilar de produção de energia para atingir o nível exigido em termos de segurança de voo, são as motivações deste trabalho. Como requisito básico, foi feito uso de materiais e componentes COTS (Commercial off-the-shelf) a fim de viabilizar economicamente a proposta. Para testar o conceito, o sistema foi simulado e construído um protótipo em bancada, sendo que para os testes em voo será utilizado uma aeronave de decolagem e pouso vertical - VTOL (Vertical Take-Off and Landing) que está em fase de construção. Como parte dos trabalhos para se estudar a sua viabilidade, foram feitas simulações em MATLAB®Simulink. Esse método permite que se determine as características físicas e a eficiência do projeto antes que o sistema seja montado. A arquitetura é composta por um motor de combustão interna acionando um gerador para se obter a energia extra necessária para a expansão da autonomia. Apesar deste modelo não ser inédito e já ter sido estudado e testado em projetos anteriores alguns aspectos acrescentaram novos avanços, como neste caso a instalação de um controle inteligente baseado em dados treinados de uma rede neural, visando melhor rendimento e facilidade de alteração para aplicações futuras. O trabalho apresenta resultados positivos mostrando a factibilidade da proposta e abre caminho para o desenvolvimento de um controle mais sofisticado, com a inclusão do algoritmo de treinamento no próprio código, proporcionando o ajuste dos ganhos em tempo real. |