Modelagem em tempo real do TRMS usando rede neuro-fuzzy evolutiva
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de evento
Título alternativo
Primeiro orientador
Membros da banca
Resumo
Este artigo introduz uma generalização da rede neuro-fuzzy
evolutiva eNFN (Generalized eNFN - G-eNFN) para permitir o cálculo
de múltiplas saídas e ilustra sua aplicação na modelagem em tempo real
de um sistema de duplo rotor (TRMS - Twin Rotor MIMO System)
com dois graus de liberdade. O TRMS é um sistema rápido, não linear,
instável em malha aberta, variante no tempo e apresenta acoplamento
cruzado entre os dois rotores. A modelagem e o controle do TRMS requer alta taxa de amostragem, tipicamente da ordem de milésimos de segundo. Os resultados experimentais mostram que a G-eNFN é rápida,
precisa e eficaz na modelagem em tempo real do TRMS. A rede capta
rapidamente a dinâmica do sistema e desenvolve modelos precisos de
baixo custo computacional. Os resultados sugerem a G-eNFN como uma
potencial candidata na modelagem em tempo real de sistemas rápidos,
complexos e variantes no tempo.
Abstract
Assunto
Engenharia elétrica, Helicópteros, Conjuntos difusos, Rotores
Palavras-chave
Modelagem em Tempo Real, Sistema Neuro-Fuzzy Evolutivo, Sistema de Duplo Rotor
Citação
Departamento
Curso
Endereço externo
https://www.ime.unicamp.br/~cbsf4/Papers_IVCBSF/CBSF_2016_paper_3.pdf