Tamanho da fonte:
INOVAÇÃO NO ALGORITMO DE CONTROLE GRANULAR FUZZY ADAPTATIVO
Última alteração: 2021-09-23
Resumo
https://youtu.be/WA8bykkAzRE
Os avanços nas áreas de controle e computação têm encontrado convergências importantes tanto do ponto de vista teórico quanto aplicado. Dentre essas direções pode-se citar o desenvolvimento de estruturas com capacidade de aprendizado autônomo para aplicações no controle de processos. Esse tipo de abordagem tem encontrado boas repercussões especialmente para tratar de incertezas ou diferenças existentes entre os processos e suas representações matemáticas usadas para projeto de controladores. Os proponentes têm desenvolvido com sucesso técnicas de controle evolutivas com aprendizado participativo para dar robustez e melhoria de desempenho a malhas baseadas em linearização por realimentação (LR). A abordagem por LR é usada, por exemplo, na robótica, porém pouco empregada em processos industriais devido às incertezas de modelos. O ganho proporcionado pelo uso da técnica de aprendizado participativo já é mostrado pelos proponentes em vários trabalhos em periódicos e eventos científicos. Neste trabalho são investigadas modificações fundamentais no algoritmo evolutivo de aprendizagem participativa (EAP), para tratar 1) amostragens não periódicas (típicas do controle via rede, por exemplo); e 2) uso de estruturas multi-modelo de estimação recursiva baseada em mínimos quadrados recursivos para melhorar a permitir um aprendizado mais rápido e eficiente do algoritmo EAP. Note que atualmente o EAP usa uma estimação de modelos baseadas em mínimos quadrados recursivos de estrutura fixa. Em relação aos resultados do trabalho, até o momento já foi iniciada a investigação de estruturas multi-modelo para a modelagem fuzzy evolutiva Takagi-Sugeno utilizando técnicas presentes na literatura. Além disso, está sendo executada uma aplicação em um processo real e um texto está sendo preparado para publicação de resultados parciais em periódico científico.
Os avanços nas áreas de controle e computação têm encontrado convergências importantes tanto do ponto de vista teórico quanto aplicado. Dentre essas direções pode-se citar o desenvolvimento de estruturas com capacidade de aprendizado autônomo para aplicações no controle de processos. Esse tipo de abordagem tem encontrado boas repercussões especialmente para tratar de incertezas ou diferenças existentes entre os processos e suas representações matemáticas usadas para projeto de controladores. Os proponentes têm desenvolvido com sucesso técnicas de controle evolutivas com aprendizado participativo para dar robustez e melhoria de desempenho a malhas baseadas em linearização por realimentação (LR). A abordagem por LR é usada, por exemplo, na robótica, porém pouco empregada em processos industriais devido às incertezas de modelos. O ganho proporcionado pelo uso da técnica de aprendizado participativo já é mostrado pelos proponentes em vários trabalhos em periódicos e eventos científicos. Neste trabalho são investigadas modificações fundamentais no algoritmo evolutivo de aprendizagem participativa (EAP), para tratar 1) amostragens não periódicas (típicas do controle via rede, por exemplo); e 2) uso de estruturas multi-modelo de estimação recursiva baseada em mínimos quadrados recursivos para melhorar a permitir um aprendizado mais rápido e eficiente do algoritmo EAP. Note que atualmente o EAP usa uma estimação de modelos baseadas em mínimos quadrados recursivos de estrutura fixa. Em relação aos resultados do trabalho, até o momento já foi iniciada a investigação de estruturas multi-modelo para a modelagem fuzzy evolutiva Takagi-Sugeno utilizando técnicas presentes na literatura. Além disso, está sendo executada uma aplicação em um processo real e um texto está sendo preparado para publicação de resultados parciais em periódico científico.
Palavras-chave
Controle robusto. Sistemas evolutivos. Controle granular.