Proposta de um controlador automático de trens utilizando lógica nebulosa preditiva.

• Ano de defesa: 2006
• Autor(a) principal: Rachel, Flávio Monteiro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: automatic train control; control systems; controle automático de trens; fuzzy logic; lógica nebulosa; sistemas de controle
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-05092006-102047/

Esta dissertação apresenta um estudo da viabilidade de aplicação de ferramentas de Inteligência Artificial, em especial da aplicação da lógica nebulosa preditiva (lógica fuzzy), em sistemas de controle automático de trens. Para isto, um panorama do contexto de aplicação do estudo é apresentado, incluindo a problemática dos transportes nas grandes cidades e a utilização de técnicas de computação em sistemas metroferroviários. Também são apresentados os princípios básicos de controle automático de trens, de lógica nebulosa preditiva e de sistemas de controle, particularmente os sistemas especialistas e as aplicações críticas de controle. Um modelo de um sistema de controle utilizando lógica nebulosa preditiva é então proposto e detalhado. Em seguida, estudos de caso para os trens do metropolitano de Sendai (Japão) e de São Paulo são efetuados. Simulações, testes comparativos e a análise dos resultados são realizados, levando às considerações finais sobre a viabilidade da aplicação. A conclusão é que, mesmo se tratando de uma aplicação crítica de controle, envolvendo a segurança dos passageiros, a utilização de ferramentas de Inteligência Artificial, especialmente a lógica nebulosa preditiva, é perfeitamente viável, desde que uma atenção especial com a segurança do sistema seja tomado. Neste caso, esta atenção é tomada por meio da implantação de um módulo supervisor (módulo ATP) que realiza uma monitoração constante das entradas e saídas do sistema de controle. O ATP atua, preferencialmente, ao sistema de controle para garantir a sua segurança. Embora as normas européias (IEE e CENELEC) não recomendem a utilização de ferramentas de Inteligência Artificial em aplicações críticas de controle, este estudo demonstra que é possível efetuar a aplicação destas ferramentas, aproveitando os benefícios por elas proporcionados, sem comprometer a segurança do sistema.