GCoM - Grupo de Controle e Modelagem
Prof. Erivelton Geraldo Nepomuceno
Departamento de Eng. Elétrica
2
Controle de Processos
3
Controle de Processos
4
Controle de ProcessosFutebol de Robô
5
Controle de Processos
6
Controle de Processos
7
Controle de Processos
8
Mas como controlar um processo?
SISTEMA
SINALENTRADA
SINALSAÍDA
9
Mas como controlar um processo?
MEDE-SE TEMPERATURA
CHUVEIRO
PROCESSAMENTODO SINAL
ABRE MAIS OUMENOS O REGISTRO
10
Processamento do Sinal
SISTEMA
SINALENTRADA
SINALSAÍDA
REALIMENTAÇÃO
11
Quando tomar a decisão?
12
Quando tomar a decisão?
13
Quando tomar a decisão?
14
Como tomar a decisão?
Controlar a temperaturaFonte de calor: lâmpadaTemperatura: 50 oC
127 V
15
Como tomar a decisão?
Atingiu a temperaturaa decisão mais simplesé desligar a lâmpada
“LÓGICA CLÁSSICA”
0 V
16
Como tomar a decisão?
127 V
Atingiu 40o C fornecimento parcialde tensão para a lâmpada
17
Como tomar a decisão?
80 V
“LÓGICA NEBULOSA”
ou“FUZZY LOGIC”
Atingiu 40o C fornecimento parcialde tensão para a lâmpada
18
Lógica Clássica
0 ou F
1 ou V Liga
Desliga
Controle Liga/Desliga ou ON/OFF
50 oC
19
Lógica Nebulosa
0 ou F
1 ou V Liga
Desliga
Controle Liga/Desliga ou ON/OFF
50 oC40
0,7 70% da tensão
20
Lógica Nebulosa
• Tudo deve ser ou não ser, seja no presente ou no futuro.
Aristóteles
• Quando as leis da Matemática se referem à realidade elas não estão certas. Quando estas leis estão certas elas não se referem a realidade.
Einstein
21
Lógica Nebulosa
• Trabalho Pioneiro
Título: Fuzzy Sets
Autor: Loft Zadeh
Revista: Information and Control
Ano: 1965
22
Aplicações Industriais
CONTROLADORES PARA CONTROLE DE TEMPERATURA, UMIDADE, PRESSÃO, VAZÃO e PH
Três controles de processos: FUZZY, PID ou ON-OFF. Auto-sintonia: para parâmetros PID (auto-tuning).
http://www.mitexacta.com.br
23
CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA
24
CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA
25
CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA
0 60 120 180 240 300 360-10
-5
0
5
10
15
20
25
mmH2O
tempo(s)
0 60 120 180 240 300 360-10
-5
0
5
10
15
20
25
mmH2O
tempo (s)
Antes Depois
26
Levitador Magnético
27
Levitador Magnético
28
Levitador Magnético
Circuito para o controle do levitador magnético
Controle de Doenças
Os pontos verdes indicam onde há indivíduos com algum tipo de doença
Controle de Doenças
Usando a informação de onde está concentrado os indivíduos com doença, conseguimos reduzir o número de vacinas.
Modelos em engenharia
Tipos de Modelos: maquete, planta piloto, modelo matemático, entre outros.
Modelo Matemático : representação de aspectos essenciais de um sistema, que apresenta conhecimento desse sistema em uma forma utilizável. (Eykhoff, 1974)
Para que servem os modelos
● Predição
● Análise● Simulação● Controle de processos● Detecção de falhas
Escolha de modelos
Não há um único modelo para um determinado fenômeno!
● Finalidade● Complexidade
✔ Precisão x simplicidade
Representações de Sistemas não-lineares
● Modelos Afins por Partes ● Redes Neurais ● Modelos NARMAX● Modelos Baseados em Indivíduos
Modelos afins por partes Modelagem da função seno:
Redes neuraisModelo do neurônio
Professores Responsáveis
• Erivelton Geraldo Nepomuceno - Líder
• Gleison Fransoares Vasconcelos Amaral - Depel
• Samuel Kurcbart - Dcnat
Professores Colaboradores
• Luis A. Aguirre - UFMG
• Eduardo Mendes - UFMG
• Ricardo Takahashi - UFMG
• Leonardo Torres - UFMG
• Takashi Yoneyama - ITA
• David Alonso - University of Michigan
• Juan Sanchez - Universidad de los Andes
• Fátima Queiroz - DPSIC
• Dener Silva - DPSIC
• Liliam Midori - DCNAT
• Sidney Caetano - DCECO
• Sérgio Cerqueira - DEMEC
• Sérgio Marinho - DEPEL
Alunos de Graduação
• Ana Paula Ribeiro
• Alípio Monteiro Barbosa
• Daniel Cunha de Souza Braga
• Everthon de Souza Oliveira
• Fernando Teles
• Gleidson Caetano Leal
• João Matheus de O. Arantes
• Lucas Henrique de Lima
• Marcelo Alexandre da C. Simão
• Márcio Júnior Lacerda
• Marcos Antônio Abdalla Jr
• Maria Luíza Figueiredo Reis
• Nicanor José Resende
• Rodrigo Augusto Ricco
• Samir Ângelo Milani Martins
• Silvan Antônio Flávio
• Suzanne Emanuelle Tavares
• Thiago Veloso Gomes
• Wanderson Willer Motta Texeira
Alunos de Pós-Graduação
• Davidson Lafitte Firmo - Doutorado - UFMG
• Eduardo Bento Pereira - Mestrado - ITA
• German David Yagi Moromisato - Mestrado - UFJF
• Gledson Melotti - Mestrado - UFMG
• Lucymara de Resende Alvarenga - Mestrado - UFMG
• Aretha Campos do Carmo - Mestrado - UFMG
41
Análise e Modelagem de Sistemas• Analisar sistemas dinâmicos não-lineares para descrição e
validação.
• Desenvolver modelos para sistemas e processos em geral e aplicações em controle.
• Usar representações não-lineares: NARMAX, redes neurais, sistemas nebulosos, modelo baseado em indivíduos (MBI).
• Aplicar otimização estocástica e multiobjetivo na identificação de sistemas.
• Sistemas de interesse: eletrônicos, mecatrônicos; elétricos de potência; eletromagnéticos, biológicos, econômicos, sociais e epidemiológicos.
42
Sistemas de Controle• Investigar controladores para sistemas industriais,
eletrônicos, biológicos, eletromagnéticos.
• Aplicar inteligência computacional na síntese de controladores.
• Investigar o sincronismo de sistemas dinâmicos.
• Investigar técnicas avançadas de controle para sistemas dinâmicos não-lineares.
43
Obrigado!
www.eletrica.ufsj.edu.br/~nepomuceno
Top Related