Modelagem em tempo real do TRMS usando rede neuro-fuzzy evolutiva

dc.creatorAlisson Marques da Silva
dc.creatorWalmir Matos Caminhas
dc.creatorAndré Paim Lemos
dc.creatorFernando A. C. Gomide
dc.date.accessioned2025-03-18T14:54:35Z
dc.date.accessioned2025-09-09T01:02:34Z
dc.date.available2025-03-18T14:54:35Z
dc.date.issued2016
dc.identifier.isbn978-85-8215-079-5
dc.identifier.sici1
dc.identifier.urihttps://hdl.handle.net/1843/80737
dc.languagepor
dc.publisherUniversidade Federal de Minas Gerais
dc.relation.ispartofIV Congresso Brasileiro de Sistemas Fuzzy
dc.rightsAcesso Aberto
dc.subjectEngenharia elétrica
dc.subjectHelicópteros
dc.subjectConjuntos difusos
dc.subjectRotores
dc.subject.otherModelagem em Tempo Real
dc.subject.otherSistema Neuro-Fuzzy Evolutivo
dc.subject.otherSistema de Duplo Rotor
dc.titleModelagem em tempo real do TRMS usando rede neuro-fuzzy evolutiva
dc.typeArtigo de evento
local.citation.epage12
local.citation.spage1
local.description.resumoEste 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.
local.publisher.countryBrasil
local.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELETRÔNICA
local.publisher.initialsUFMG
local.url.externahttps://www.ime.unicamp.br/~cbsf4/Papers_IVCBSF/CBSF_2016_paper_3.pdf

Arquivos

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
License.txt
Tamanho:
1.99 KB
Formato:
Plain Text
Descrição: