Online neurofuzzy controller: aplicação, análise de parâmetros e contribuições

Hugo Rafael Nogueira Gomes

Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/BUBD-BANMR9

Full metadata record

DC Field	Value	Language
dc.contributor.advisor1	Walmir Matos Caminhas	pt_BR
dc.contributor.referee1	Benjamim Rodrigues de Menezes	pt_BR
dc.contributor.referee2	Agnaldo José da Rocha Reis	pt_BR
dc.creator	Hugo Rafael Nogueira Gomes	pt_BR
dc.date.accessioned	2019-08-14T22:24:11Z	-
dc.date.available	2019-08-14T22:24:11Z	-
dc.date.issued	2019-02-21	pt_BR
dc.identifier.uri	http://hdl.handle.net/1843/BUBD-BANMR9	-
dc.description.abstract	The usage of computational intelligence in process controllers has significantly increased. This work studies the OnLine Neurofuzzy Controller (ONFC), an adaptive fuzzy controller with low computational cost and few parameters. A review of all ONFC versions is made, with computational simulations for the studied controllers. The ONFC learningrate () and the error range (EM) are studied. The Dynamic Learning Rate is discussed and a new approach for the learning rate calculation is proposed, based on the process model. A dynamic adjustment for the EM is presented, called Context Adaptation, and a new approach for the derivative action for the ONFC is proposed, the ONFCDwDe controller.The controllers are applied in a didactic control system, with industrial equipments, to control water flow, in tracking setpoints and disturbance rejection experiments. All controller versions have their performance compared with the PI controller used in the plant. The results highlight how the Dynamic Learning Rate and the Context Adaptation improved the controller performance.	pt_BR
dc.description.resumo	A utilizacão de técnicas de inteligência computacional em problemas de controle de processos tem sido cada vez mais frequente. O presente trabalho faz um estudo do Online Neurofuzzy Controller (ONFC), um controlador nebuloso adaptativo com baixo custo computacional e poucos parâmetros de ajuste. Uma revisão dos controladores ja desenvolvidos ´e realizada, com simulacões computacionais das versões encontradas na literatura. ´E realizada uma an´alise dos parâmetros do controlador: a taxa de aprendizagem, parâmetro, e o erro m´aximo admiss´vel ou faixa de excursão do erro, parametro EM. ´E realizada a discussao e aplicacão do ajuste dinamico da taxa de aprendizagem, sendo proposto um novo calculo para a taxa de aprendizagem baseada no modelo do processo. ´E apresentada uma metodologia de ajuste dinamico da faixa de excursão do erro, denominada Adaptacão de Contexto, e ´e criado o controlador ONFCDwDe, uma nova abordagem para a acão derivativa no ONFC. Os controladores estudados são aplicados em uma planta com equipamentos industriais para controle de vazão de ´agua, no qual sao realizados experimentos de servomecanismo e rejeicão de dist´urbios. Os resultados são comparados entre as versões do controlador e também com o controlador PI usado na planta. Nos resultados, ´e evidenciada a contribuicão da Taxa de Aprendizagem Dinâmica e da Adaptacão de Contexto para melhoria no desempenho do controlador.	pt_BR
dc.language	Português	pt_BR
dc.publisher	Universidade Federal de Minas Gerais	pt_BR
dc.publisher.initials	UFMG	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Taxa de aprendizagem dinâmica	pt_BR
dc.subject	Controlador NeuroFuzzy	pt_BR
dc.subject	ONFC	pt_BR
dc.subject.other	Controle de processo	pt_BR
dc.subject.other	Engenharia elétrica	pt_BR
dc.subject.other	Inteligência computacional	pt_BR
dc.title	Online neurofuzzy controller: aplicação, análise de parâmetros e contribuições	pt_BR
dc.type	Dissertação de Mestrado	pt_BR
Appears in Collections:	Dissertações de Mestrado

Files in This Item:

File	Description	Size	Format
ppgengenhariaeletrica_hugorafaelnogueiragomes_dissertacaomestrado.pdf		6.05 MB	Adobe PDF	View/Open

Show simple item record