Desenvolvimento de estratégias de controle aproximado por faixas e com restrições utilizando redes neurais artificiais (2024)
- Authors:
- Autor USP: SANTOS, ALEF TENORIO - EP
- Unidade: EP
- Sigla do Departamento: PQI
- DOI: 10.11606/D.3.2024.tde-23052024-073218
- Assunto: REDES NEURAIS
- Agências de fomento:
- Language: Português
- Abstract: Visando manter a competitividade em meio a crises mundiais através da busca pela otimização em meio industrial, iniciou-se o desenvolvimento dos controladores preditivos. Houve evolução ao longo dos anos, mas o termo MPC (controle preditivo baseado em modelo) ganhou popularidade no meio acadêmico e industrial. Nesse tipo de controle, as ações ótimas são obtidas a partir da resolução de um problema de otimização online (durante a aplicação do controlador). Uma alternativa explorada na literatura é a aproximação de MPCs através de algoritmos de aprendizado de máquina, a qual oferece a possibilidade de manter a robustez associada a um controlador avançado, mas com um menor esforço computacional. Essa abordagem foi discutida anteriormente na literatura, mas com limitações, entre elas a geração de offset, a imposição de restrições das ações de controle através de algoritmos de otimização e a ausência da abordagem por faixas. Nesse contexto, o presente trabalho aborda o desenvolvimento de estratégia para lidar com o offset gerado pela aproximação do controlador SISO, considerando dados de instantes passados por meio de redes neurais artificiais. A extensão do controlador aproximado desenvolvido para a abordagem MIMO com restrições também é apresentada, incluindo uma etapa de pré-processamento dos dados, o que possibilita alterações das restrições online. Além disso, foram desenvolvidas duas estratégias de controle aproximado por faixas, não antes abordadas na literatura, com boa performance para os casos avaliados e livre de vieses relacionados aos dados utilizados na etapa de treinamento. Os controladores foram testados utilizando modelos identificados com dados de um sistema industrial de vaporização de fluido térmico.
- Imprenta:
- Data da defesa: 27.03.2024
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
SANTOS, Alef Tenorio. Desenvolvimento de estratégias de controle aproximado por faixas e com restrições utilizando redes neurais artificiais. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-23052024-073218/pt-br.php. Acesso em: 13 fev. 2026. -
APA
Santos, A. T. (2024). Desenvolvimento de estratégias de controle aproximado por faixas e com restrições utilizando redes neurais artificiais (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3137/tde-23052024-073218/pt-br.php -
NLM
Santos AT. Desenvolvimento de estratégias de controle aproximado por faixas e com restrições utilizando redes neurais artificiais [Internet]. 2024 ;[citado 2026 fev. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-23052024-073218/pt-br.php -
Vancouver
Santos AT. Desenvolvimento de estratégias de controle aproximado por faixas e com restrições utilizando redes neurais artificiais [Internet]. 2024 ;[citado 2026 fev. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-23052024-073218/pt-br.php
Informações sobre o DOI: 10.11606/D.3.2024.tde-23052024-073218 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
