GCoM - Grupo de Controle e Modelagem

Prof. Erivelton Geraldo Nepomuceno

Departamento de Eng. Elétrica

2

Controle de Processos

3

Controle de Processos

4

Controle de ProcessosFutebol de Robô

5

Controle de Processos

6

Controle de Processos

7

Controle de Processos

8

Mas como controlar um processo?

SISTEMA

SINALENTRADA

SINALSAÍDA

9

Mas como controlar um processo?

MEDE-SE TEMPERATURA

CHUVEIRO

PROCESSAMENTODO SINAL

ABRE MAIS OUMENOS O REGISTRO

10

Processamento do Sinal

SISTEMA

SINALENTRADA

SINALSAÍDA

REALIMENTAÇÃO

11

Quando tomar a decisão?

12

Quando tomar a decisão?

13

Quando tomar a decisão?

14

Como tomar a decisão?

Controlar a temperaturaFonte de calor: lâmpadaTemperatura: 50 oC

127 V

15

Como tomar a decisão?

Atingiu a temperaturaa decisão mais simplesé desligar a lâmpada

“LÓGICA CLÁSSICA”

0 V

16

Como tomar a decisão?

127 V

Atingiu 40o C fornecimento parcialde tensão para a lâmpada

17

Como tomar a decisão?

80 V

“LÓGICA NEBULOSA”

ou“FUZZY LOGIC”

Atingiu 40o C fornecimento parcialde tensão para a lâmpada

18

Lógica Clássica

0 ou F

1 ou V Liga

Desliga

Controle Liga/Desliga ou ON/OFF

50 oC

19

Lógica Nebulosa

0 ou F

1 ou V Liga

Desliga

Controle Liga/Desliga ou ON/OFF

50 oC40

0,7 70% da tensão

20

Lógica Nebulosa

• Tudo deve ser ou não ser, seja no presente ou no futuro.

Aristóteles

• Quando as leis da Matemática se referem à realidade elas não estão certas. Quando estas leis estão certas elas não se referem a realidade.

Einstein

21

Lógica Nebulosa

• Trabalho Pioneiro

Título: Fuzzy Sets

Autor: Loft Zadeh

Revista: Information and Control

Ano: 1965

22

Aplicações Industriais

CONTROLADORES PARA CONTROLE DE TEMPERATURA, UMIDADE, PRESSÃO, VAZÃO e PH

Três controles de processos: FUZZY, PID ou ON-OFF. Auto-sintonia: para parâmetros PID (auto-tuning).

http://www.mitexacta.com.br

23

CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA

24

CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA

25

CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA

0 60 120 180 240 300 360-10

-5

0

5

10

15

20

25

mmH2O

tempo(s)

0 60 120 180 240 300 360-10

-5

0

5

10

15

20

25

mmH2O

tempo (s)

Antes Depois

26

Levitador Magnético

27

Levitador Magnético

28

Levitador Magnético

Circuito para o controle do levitador magnético

Controle de Doenças

Os pontos verdes indicam onde há indivíduos com algum tipo de doença

Controle de Doenças

Usando a informação de onde está concentrado os indivíduos com doença, conseguimos reduzir o número de vacinas.

Modelos em engenharia

Tipos de Modelos: maquete, planta piloto, modelo matemático, entre outros.

Modelo Matemático : representação de aspectos essenciais de um sistema, que apresenta conhecimento desse sistema em uma forma utilizável. (Eykhoff, 1974)

Para que servem os modelos

● Predição

● Análise● Simulação● Controle de processos● Detecção de falhas

Escolha de modelos

Não há um único modelo para um determinado fenômeno!

● Finalidade● Complexidade

✔ Precisão x simplicidade

Representações de Sistemas não-lineares

● Modelos Afins por Partes ● Redes Neurais ● Modelos NARMAX● Modelos Baseados em Indivíduos

Modelos afins por partes Modelagem da função seno:

Redes neuraisModelo do neurônio

Professores Responsáveis

• Erivelton Geraldo Nepomuceno - Líder

• Gleison Fransoares Vasconcelos Amaral - Depel

• Samuel Kurcbart - Dcnat

Professores Colaboradores

• Luis A. Aguirre - UFMG

• Eduardo Mendes - UFMG

• Ricardo Takahashi - UFMG

• Leonardo Torres - UFMG

• Takashi Yoneyama - ITA

• David Alonso - University of Michigan

• Juan Sanchez - Universidad de los Andes

• Fátima Queiroz - DPSIC

• Dener Silva - DPSIC

• Liliam Midori - DCNAT

• Sidney Caetano - DCECO

• Sérgio Cerqueira - DEMEC

• Sérgio Marinho - DEPEL

Alunos de Graduação

• Ana Paula Ribeiro

• Alípio Monteiro Barbosa

• Daniel Cunha de Souza Braga

• Everthon de Souza Oliveira

• Fernando Teles

• Gleidson Caetano Leal

• João Matheus de O. Arantes

• Lucas Henrique de Lima

• Marcelo Alexandre da C. Simão

• Márcio Júnior Lacerda

• Marcos Antônio Abdalla Jr

• Maria Luíza Figueiredo Reis

• Nicanor José Resende

• Rodrigo Augusto Ricco

• Samir Ângelo Milani Martins

• Silvan Antônio Flávio

• Suzanne Emanuelle Tavares

• Thiago Veloso Gomes

• Wanderson Willer Motta Texeira

Alunos de Pós-Graduação

• Davidson Lafitte Firmo - Doutorado - UFMG

• Eduardo Bento Pereira - Mestrado - ITA

• German David Yagi Moromisato - Mestrado - UFJF

• Gledson Melotti - Mestrado - UFMG

• Lucymara de Resende Alvarenga - Mestrado - UFMG

• Aretha Campos do Carmo - Mestrado - UFMG

41

Análise e Modelagem de Sistemas• Analisar sistemas dinâmicos não-lineares para descrição e

validação.

• Desenvolver modelos para sistemas e processos em geral e aplicações em controle.

• Usar representações não-lineares: NARMAX, redes neurais, sistemas nebulosos, modelo baseado em indivíduos (MBI).

• Aplicar otimização estocástica e multiobjetivo na identificação de sistemas.

• Sistemas de interesse: eletrônicos, mecatrônicos; elétricos de potência; eletromagnéticos, biológicos, econômicos, sociais e epidemiológicos.

42

Sistemas de Controle• Investigar controladores para sistemas industriais,

eletrônicos, biológicos, eletromagnéticos.

• Aplicar inteligência computacional na síntese de controladores.

• Investigar o sincronismo de sistemas dinâmicos.

• Investigar técnicas avançadas de controle para sistemas dinâmicos não-lineares.

43

Obrigado!

www.eletrica.ufsj.edu.br/~nepomuceno