Detalhes bibliográficos
Ano de defesa: |
2023 |
Autor(a) principal: |
Odorico, Elizandra Karla |
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: |
Biblioteca Digitais de Teses e Dissertações da USP
|
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: |
https://www.teses.usp.br/teses/disponiveis/18/18153/tde-08082023-142044/
|
Resumo: |
A modelagem e regulação de sistemas dinâmicos que sofrem mudanças bruscas e dependem de dados passados são tarefas desafiantes e fundamentais em aplicações de diferentes domínios da engenharia. A teoria de controle ótimo tem sido amplamente utilizada para desenvolver condições eficientes tanto para a análise de estabilidade quanto para o projeto de reguladores. Desta forma, o objetivo principal desta tese é desenvolver estratégias robustas de regulação para sistemas lineares Markovianos sujeitos a atraso no estado e incertezas paramétricas. O atraso é variante no tempo e pertence a um intervalo conhecido e a taxa máxima de variação entre dois consecutivos atrasos é considerada. Além disso, dois tipos de incertezas são assumidos: limitadas em norma e politópicas. A cadeia de Markov pode ser completamente conhecida ou incerta. Para cada tipo de incerteza e cenário da cadeia, problemas de otimização min-max são formulados cujas soluções fornecem leis de controle de realimentação de estado e dependentes do modo. Uma característica do método proposto, ao contrário da maioria das abordagens presentes na literatura, é a sua recursividade e condições de estabilidade que são alcançáveis através de equação algébrica recursiva de Riccati. O desempenho dos reguladores propostos é avaliado por meio de exemplos numéricos, sendo também comparados com abordagens existentes na literatura relacionada. |