Online Neuro-Fuzzy Controller : projeto para estabilidade robusta
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Tese de doutorado
Título alternativo
Online Neuro-Fuzzy Controller: design for robust stability
Primeiro orientador
Membros da banca
Fernando Antonio Campos Gomide
Mario Cesar Mello Massa de Campos
Valter Júnior de Souza Leite
Leonardo Amaral Mozelli
Mario Cesar Mello Massa de Campos
Valter Júnior de Souza Leite
Leonardo Amaral Mozelli
Resumo
Controle adaptativo é um paradigma de controle já consagrado na solução de problemas
que envolvam não linearidades, variância ou incerteza paramétrica, desafios patentes à prática
de Engenharia de Controle. Um sistema de controle adaptativo procura realizar de modo
simultâneo a identificação de uma planta (implícita ou explicitamente) e o ajuste recursivo dos
parâmetros de um controlador designado a controlar essa mesma planta. Devido à característica
de aproximadores universais, sistemas fuzzy servem como elemento(s) de um controlador
adaptativo. A análise de estabilidade e de robustez de um controlador adaptativo é um problema
central no desenvolvimento dessas técnicas e, via de regra, exige o uso de ferramentas de
análise não linear. O objetivo deste trabalho foi investigar o problema de estabilidade robusta
do Online Neuro Fuzzy Controller (ONFC), um controlador adaptativo baseado em sistema
fuzzy com uma estrutura simples e que pode ser aplicado a diversos tipos de processos. Sua
eficiência e baixo custo computacional permitiram aplicações bem sucedidas no controle de
diversas plantas industriais. Embora muitos trabalhos apresentaram melhorias desde a versão
original do ONFC, restava pendente um procedimento de projeto dotado de garantias formais
de estabilidade. Além disso, problemas de robustez à pertubações e dificuldades de sintonia dos
parâmetros foram apontados em diversas aplicações práticas. Neste trabalho, são apresentadas
as condições para a estabilidade robusta do ONFC, aplicado a uma planta linear de única entrada
e única saída, considerando as incertezas politópicas do sistema e perturbações externas. É
proposto um modelo generalizado, baseado em Model Reference Adaptive Control (MRAC),
que inclui uma forma de especificação do desempenho dinâmico desejado. Uma nova lei
de adaptação dos parâmetros do controlador é proposta, com taxa de adaptação dinâmica,
que garante estabilidade e robustez a ruídos de medição e apresenta melhor desempenho em
relação à versão original do ONFC. As condições limiares são dadas na forma de um problema
LMI (Linear Matrix Inequality), baseadas no método direto de Lyapunov para o caso discreto.
Foram desenvolvidas diretrizes objetivas de projeto do ONFC para aplicação em uma planta
linear parcialmente desconhecida, utilizando somente realimentação de saída. Testes numéricos
foram realizados aplicando o controlador proposto e outros concorrentes em problemas típicos
a fim de indicar suas possibilidades de aplicação. Os resultados de simulação mostram que as
modificações propostas conservam a simplicidade e o baixo custo computacional do ONFC,
ao passo que lhe dão significativo ganho de desempenho no controle de diferentes tipos de
problemas e formalismo de projeto.
Abstract
Adaptive control is a control paradigm already established in the solution of problems
involving nonlinearities, variance, or parametric uncertainty, known challenges in the practice
of Control Engineering. An adaptive control system tries to simultaneously carry out the
identification of a plant (implicitly or explicitly) and the recursive adjustment of the parameters
of a controller designed to control that same plant. Due to the characteristic of universal
approximators, Fuzzy systems serve as an element of an adaptive controller. The analysis of
stability and robustness of an adaptive controller is a central problem in the development of
these techniques and ordinarily, requires the use of non-linear analysis tools. The objective of
this work was to investigate the stability problem of Online Neuro-Fuzzy Controller (ONFC),
an adaptive controller based on Fuzzy systems with a simple structure and that can be applied to
different types of processes. Its efficiency and low computational cost have enabled applications
in several industrial plants to be successful. In spite of the fact that many works have improved
the original version of the ONFC, a design procedure with formal stability guarantees was
still pending. Besides, problems of robustness to disturbances and difficulties in tuning the
parameters were pointed out in several practical applications. In this work, the conditions for
the robust stability of the ONFC are presented, applied to a linear plant with a single entrance
and single exit, considering the polytopic uncertainties of the system and external disturbances.
A generalized model is proposed, based on Model Reference Adaptive Control (MRAC), which
includes a way of specifying the desired dynamic performance. A new rule for adapting the
controller parameters is proposed, with dynamic adaptation gain, which ensures stability and
robustness to measurement noise and presents better performance compared to the original
version. The threshold conditions are given in the form of an LMI (Linear Matrix Inequality)
problem, based on Lyapunov’s direct method for the discrete case. Objective ONFC design
guidelines have been developed for application in a partially unknown linear plant, using only
output feedback. Numerical tests were performed by applying the proposed controller and other
competitors in typical problems to indicate their application possibilities. The simulation results
show that the proposed modifications retain the simplicity and low computational cost of the
ONFC while giving it a significant performance gain in controlling different types of problems
and design formalism.
Assunto
Engenharia elétrica, Sistemas difusos, Processamento de sinais
Palavras-chave
Controle adaptativo, Estabilidade robusta, Controle Neuro-Fuzzy, Sistemas Fuzzy
Citação
Departamento
Endereço externo
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto