Orientador: Jose Raimundo de Oliveira

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação

Resumo: Este trabalho aborda a aplicação de diversos esquemas que usam redes neurais para identificação de sistemas e controle de velocidade, objetivando tornar o controle do sistema mais robusto às variações paramétricas, aos distúrbios de medida, e principalmente compensar os efeitos não lineares...

Resumo: Este trabalho aborda a aplicação de diversos esquemas que usam redes neurais para identificação de sistemas e controle de velocidade, objetivando tornar o controle do sistema mais robusto às variações paramétricas, aos distúrbios de medida, e principalmente compensar os efeitos não lineares do ganho dependente da faixa de operação inerentes aos sistemas de velocidade. Para os testes e simulações foi utilizado um automodelo com motor CC. Diferentes bibliotecas do Matlab/Simulink foram utilizadas nas estações de controle para auxiliar nas atividades de simulação. Os resultados mostram um bom desempenho das RNAs na identificação de elementos não lineares, e garantem uma significativa redução do erro do valor predito da velocidade de saída. Os resultados obtidos com o controlador neural por linearização feedback foram aceitáveis e suficientes para o nosso objetivo

Abstract: This work studies the application of projects that use neural networks for identification systems and control of speed, to make the system control more robust to the parametric and measure variations, and mainly to compensate the non-linear effect of the gain related to the inherent range...

Abstract: This work studies the application of projects that use neural networks for identification systems and control of speed, to make the system control more robust to the parametric and measure variations, and mainly to compensate the non-linear effect of the gain related to the inherent range of operation to the speed systems. For simulation and test an automodel with a DC motor was used. Several libraries of the Matlab/Simulink were used in the control stations to assist the activities of simulation. The results show an excellent performance of the RNA¿s in the identification of non-linear elements, and promise a significant reduction of the error of the predicted value of the speed. The results gotten with the neural controller for linearization feedback were acceptable and enough for our objective