Estabilização de sistemas fuzzy T-S incertos usando realimenta̧ão derivativa

In some practical problems, for instance, in the suppression of vibration in mechanical systems, the state-derivative signals are easier to obtain than the state signals. Thus, a method for state-derivative feedback design applied to uncertain nonlinear systems is proposed in this work. The nonlinear systems are represented by Takagi-Sugeno fuzzy models during the modeling of the problem, allowing to use Linear Matrix Inequalities (LMIs) in the controller design. This type of modeling ease the control design, because, LMIs are easily solved using convex programming technicals. The control design aimed at system stabilisation, with or without bounds on decay rate. The efficiency of design procedure is illustrated through a numerical example.

Projeto e implementação com chaveamento de reguladores fuzzy Takagi-Sugeno para um conjunto de pontos de operação

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Projeto de reguladores fuzzy Takagi-Sugeno utilizando as condições iniciais da planta

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Controle de movimentos de pacientes paraplégicos utilizando modelos fuzzy T-S

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Projeto de controladores robustos chaveados para sistemas não lineares descritos por modelos fuzzy Takagi-Sugeno

Pós-graduação em Engenharia Elétrica - FEIS

Enquadramento tarifário de energia elétrica em agroindústria utilizando teoria Fuzzy

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Aplicação da Lógica Fuzzy para avaliação do faturamento do consumo de energia elétrica e demanda de uma empresa de avicultura de postura

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Robust Switched Control Design for Nonlinear Systems Using Fuzzy Models

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Controle fuzzy de um motor dc utilizando sistema de aquisição de dados e o matlab

The present work develops a fuzzy inference system to control the rotation speed of a DC motor available in Degem Kit. Therefore, it should use the fuzzy toolbox of Matlab in conjunction with the data acquisition board NI - USB - 6009, a National Instrument’s board. An introduction to fuzzy logic, the mathematical model of a DC motor and the operation of data acquisition board is presented first. Followed by the controller fuzzy model implemented using Simulink which is described in detail. Finally, the prototype is shown and the simulator results are presented