Modelagem e controle de sistemas fuzzy Takagi-Sugeno

Pós-graduação em Engenharia Elétrica - FEIS

Aplicação de filtro harmônico em sistemas elétricos de baixa tensão utilizando Lógica Fuzzy

Em um sistema elétrico existem vários circuitos e equipamentos industriais que se comportam como dispositivos não-lineares. Esse comportamento geram sinais que causam distorções dentro desse sistema. Essas distorções são chamadas de Harmônicas, que calculada de forma ampla nos fornece o valor do THD (do inglês Total Harmonic Distortion ou Distorção Harmônica Total). Este trabalho apresenta uma das várias soluções para minimizar esse indicador através da detecção por um algoritmo computacional instalado no medidor de THD apropriado e pela utilização de filtros harmônicos passivos. Este algoritmo computacional detecta e calcula em quais frequências o valor do THD está elevado em comparação a um índice normativo definido utilizando para isso a Lógica Fuzzy. Uma vez definido a necessidade da aplicação do filtro harmônico esse será projetado pelo algoritmo computacional. O filtro harmônico entregado neste trabalho será o filtro passivo devido a sua fácil instalação e ao seu baixo custo. Dessa forma, o algoritmo computacional proposto funciona no início da medição do THD, no equipamento medidor, indicando uma faixa classificatória de THD medido, utilizando para isso a Lógica Fuzzy, identifica a necessidade ou não da instalação do filtro harmônico passivo e seu projeto, e finaliza efetuando um novo cálculo de THD.

Controle Fuzzy aplicado à melhoria da estabilidade dinâmica em sistemas elétricos de potência

Este trabalho propõe uma estratégia fuzzy, do tipo Rede de Controladores Locais, aplicável à melhoria da estabilidade dinâmica em sistemas elétricos de potência, visando compensar possíveis perdas de sintonia devido à ocorrência de variações nas condições operacionais da planta. A adaptação dos ganhos do controlador fuzzy é efetuada on-line, interpolando-se os ganhos de um conjunto finito de controladores locais fixos. Ao ocorrer variações nas condições operacionais da planta, os ganhos da lei de controle são ajustados automaticamente de modo a manter satisfatório o desempenho do sistema de controle. O desempenho do controle foi avaliado através de estudos de simulação, utilizando-se um modelo dinâmico não-linear, do tipo máquina barra infinita. Os resultados mostram que o emprego da estratégia proposta permite obter melhorias no desempenho dinâmico do sistema.

Controladores fuzzy aplicados ao conversor de geradores de indução duplamente excitados em sistemas eólicos integrados a sistemas de potência

Este artigo apresenta novas estratégias de controle fuzzy aplicadas ao conversor estático interligado ao rotor dos geradores de indução duplamente excitados (DFIG), em esquemas eólicos de velocidade variável, integrados a redes elétricas reais. As estratégias de controle propostas são do tipo fuzzy "look-up-table" com supervisão. O desempenho de tais reguladores, baseados em inteligência computacional, é comparado com o obtido com controladores PI's a parâmetros fixos, na ocorrência de faltas no sistema elétrico de potência. Esses controladores fuzzy são destinados a garantir a continuidade da operação dos conversores, e melhorar o desempenho transitório do sistema, em relação aos controladores convencionais. Os resultados apresentados confirmam a eficácia das estratégias de controle adotadas. O modelo físico dos aerogeradores, consistindo de um grande número de turbinas eólicas, foi implementado através de uma ferramenta de simulação dinâmica, desenvolvida no ambiente computacional MATLABTM.

Novas condições de estabilidade de sistemas não lineares utilizando funções de Lyapunov fuzzy

Pós-graduação em Engenharia Elétrica - FEIS

Aplicação da teoria fuzzy no controle de sistemas de geração de energias alternativas

This paper presents the application and use of a methodology based on fuzzy theory and simulates its use in intelligent control of a hybrid system for generating electricity, using solar energy, photovoltaic and wind. When using a fuzzy control system, it reached the point of maximum generation of energy, thus shifting all energy generated from the alternative sources-solar photovoltaic and wind, cargo and / or batteries when its use not immediately. The model uses three variables used for entry, which are: wind speed, solar radiation and loading the bank of batteries. For output variable has to choose which of the batteries of the battery bank is charged. For the simulations of this work is used MATLAB software. In this environment mathematical computational are analyzed and simulated all mathematical modeling, rules and other variables in the system described fuzzy. This model can be used in a system of control of hybrid systems for generating energy, providing the best use of energy sources, sun and wind, so we can extract the maximum energy possible these alternative sources without any prejudice to the environment.

Critério de correntropia no treinamento de redes fuzzy wavelet neural networks para identificação de sistemas dinâmicos não lineares

The great interest in nonlinear system identification is mainly due to the fact that a large amount of real systems are complex and need to have their nonlinearities considered so that their models can be successfully used in applications of control, prediction, inference, among others. This work evaluates the application of Fuzzy Wavelet Neural Networks (FWNN) to identify nonlinear dynamical systems subjected to noise and outliers. Generally, these elements cause negative effects on the identification procedure, resulting in erroneous interpretations regarding the dynamical behavior of the system. The FWNN combines in a single structure the ability to deal with uncertainties of fuzzy logic, the multiresolution characteristics of wavelet theory and learning and generalization abilities of the artificial neural networks. Usually, the learning procedure of these neural networks is realized by a gradient based method, which uses the mean squared error as its cost function. This work proposes the replacement of this traditional function by an Information Theoretic Learning similarity measure, called correntropy. With the use of this similarity measure, higher order statistics can be considered during the FWNN training process. For this reason, this measure is more suitable for non-Gaussian error distributions and makes the training less sensitive to the presence of outliers. In order to evaluate this replacement, FWNN models are obtained in two identification case studies: a real nonlinear system, consisting of a multisection tank, and a simulated system based on a model of the human knee joint. The results demonstrate that the application of correntropy as the error backpropagation algorithm cost function makes the identification procedure using FWNN models more robust to outliers. However, this is only achieved if the gaussian kernel width of correntropy is properly adjusted.

Adaptação do paradigma orientado a notificações para desenvolvimento de sistemas fuzzy

This work proposes to adjust the Notification Oriented Paradigm (NOP) so that it provides support to fuzzy concepts. NOP is inspired by elements of imperative and declarative paradigms, seeking to solve some of the drawbacks of both. By decomposing an application into a network of smaller computational entities that are executed only when necessary, NOP eliminates the need to perform unnecessary computations and helps to achieve better logical-causal uncoupling, facilitating code reuse and application distribution over multiple processors or machines. In addition, NOP allows to express the logical-causal knowledge at a high level of abstraction, through rules in IF-THEN format. Fuzzy systems, in turn, perform logical inferences on causal knowledge bases (IF-THEN rules) that can deal with problems involving uncertainty. Since PON uses IF-THEN rules in an alternative way, reducing redundant evaluations and providing better decoupling, this research has been carried out to identify, propose and evaluate the necessary changes to be made on NOP allowing to be used in the development of fuzzy systems. After that, two fully usable materializations were created: a C++ framework, and a complete programming language (LingPONFuzzy) that provide support to fuzzy inference systems. From there study cases have been created and several tests cases were conducted, in order to validate the proposed solution. The test results have shown a significant reduction in the number of rules evaluated in comparison to a fuzzy system developed using conventional tools (frameworks), which could represent an improvement in performance of the applications.

Fuzzy Approach to Rank Global Climate Models

Eleven coupled model intercomparison project 3 based global climate models are evaluated for the case study of Upper Malaprabha catchment, India for precipitation rate. Correlation coefficient, normalised root mean square deviation, and skill score are considered as performance indicators for evaluation in fuzzy environment and assumed to have equal impact on the global climate models. Fuzzy technique for order preference by similarity to an ideal solution is used to rank global climate models. Top three positions are occupied by MIROC3, GFDL2.1 and GISS with relative closeness of 0.7867, 0.7070, and 0.7068. IPSL-CM4, NCAR-PCMI occupied the tenth and eleventh positions with relative closeness of 0.4959 and 0.4562.

Um ambiente de aprendizagem em automação baseado em sistemas nebulosos

Esta dissertação trata de um estudo e o desenvolvimento de uma proposta de um ambiente de aprendizagem, para qualquer instituição de ensino superior, em três níveis de ensino da área de controle e automação: graduação, pós-graduação Lato Sensu e Stricto Sensu. Primeiramente, foram feitas visitas aos laboratórios em universidades e entrevistas com professores que ministram as disciplinas de controle e automação nos três níveis de aprendizagem. Foram constatadas virtudes e fragilidades metodológicas na questão da prática laboratorial em relação a aspectos industriais na área de engenharia elétrica de três instituições do Estado do Rio de Janeiro, sendo uma federal, uma estadual e outra privada. Posteriormente, foram analisados mecanismos e instrumentos necessários para interagir com modelos experimentais propostos nas entrevistas de maneira didática, para fins de constituir o ambiente de aprendizagem em automação, no qual foi eleito o LABVIEW como a interface mais favorável para aplicação de controles, mantendo uma analogia de cunho prático-industrial. A partir dessas análises foram sugeridos ainda elementos típicos de automação e três estudos de caso: um sistema térmico, um controle de velocidade de motores e um pêndulo invertido, por meio de controles simples e avançados como o controlador nebuloso, caracterizando-se pelo fortalecimento da atividade acadêmico-industrial

A Terapia de Exposição com Realidade Virtual para pacientes com TEPT controlada por um Sistema de Lógica Fuzzy

Nos últimos anos, a área da saúde vem explorando o potencial das novas tecnologias para diagnóstico e tratamentos de muitos distúrbios. Em especial, a tecnologia de Realidade Virtual se destaca por oferecer novas perspectivas de tratamento para diferentes distúrbios neuropsiquiátricos. Por outro lado, a ocorrência de problemas causados por situações traumáticas vem crescendo em todo o mundo. Nesse contexto, o Transtorno de Estresse Pós-Traumático (TEPT) é classificado como um transtorno de ansiedade que se caracteriza por gerar uma classe de comportamentos inadequados a situações que não representam perigo real. Em geral, este transtorno está relacionado à ocorrência de algum evento traumático de grande magnitude no passado. Vários trabalhos foram desenvolvidos utilizando ambientes virtuais tridimensionais (3D) para tratar e diagnosticar este distúrbio. Entretanto, percebe-se uma carência de sistemas que consigam controlar o nível de dificuldade das atividades desenvolvidas nesses ambientes. Nesse caso, esta dissertação tem por objetivo descrever o desenvolvimento e avaliar o potencial de utilização de dois sistemas: um que explora a Realidade Virtual (ARVET) para oferecer cenas virtuais que simulem os estímulos geradores de ansiedade similares aqueles da vida real; e outro que explora a Lógica Fuzzy (SAPTEPT) para classificar os níveis de ansiedade do paciente, possibilitando a análise quali-quantitativa de dados psicofisiológicos e psicométricos. As avaliações realizadas com especialistas na área mostraram que o ARVET pode proporcionar um alto grau de estímulos ansiogênicos e a integração com o SAPTEPT ocorreu de forma satisfatória mostrando o potencial que os sistemas têm de serem utilizados em pacientes reais.

Geração e Simplificação da Base de Conhecimento de um Sistema Híbrido Fuzzy-Genético.

Geração e Simplificação da Base de Conhecimento de um Sistema Híbrido Fuzzy- Genético propõe uma metodologia para o desenvolvimento da base de conhecimento de sistemas fuzzy, fundamentada em técnicas de computação evolucionária. Os sistemas fuzzy evoluídos são avaliados segundo dois critérios distintos: desempenho e interpretabilidade. Uma metodologia para a análise de problemas multiobjetivo utilizando a Lógica Fuzzy foi também desenvolvida para esse fim e incorporada ao processo de avaliação dos AGs. Os sistemas fuzzy evoluídos foram avaliados através de simulações computacionais e os resultados obtidos foram comparados com os obtidos por outros métodos em diferentes tipos de aplicações. O uso da metodologia proposta demonstrou que os sistemas fuzzy evoluídos possuem um bom desempenho aliado a uma boa interpretabilidade da sua base de conhecimento, tornando viável a sua utilização no projeto de sistemas reais.

Síntese de árvores de padrões Fuzzy através de Programação Genética Cartesiana.

Esta dissertação apresenta um sistema de indução de classificadores fuzzy. Ao invés de utilizar a abordagem tradicional de sistemas fuzzy baseados em regras, foi utilizado o modelo de Árvore de Padrões Fuzzy(APF), que é um modelo hierárquico, com uma estrutura baseada em árvores que possuem como nós internos operadores lógicos fuzzy e as folhas são compostas pela associação de termos fuzzy com os atributos de entrada. O classificador foi obtido sintetizando uma árvore para cada classe, esta árvore será uma descrição lógica da classe o que permite analisar e interpretar como é feita a classificação. O método de aprendizado originalmente concebido para a APF foi substituído pela Programação Genética Cartesiana com o intuito de explorar melhor o espaço de busca. O classificador APF foi comparado com as Máquinas de Vetores de Suporte, K-Vizinhos mais próximos, florestas aleatórias e outros métodos Fuzzy-Genéticos em diversas bases de dados do UCI Machine Learning Repository e observou-se que o classificador APF apresenta resultados competitivos. Ele também foi comparado com o método de aprendizado original e obteve resultados comparáveis com árvores mais compactas e com um menor número de avaliações.

Modelagem Fuzzy para previsão de uma série temporal de energia elétrica.

Esta dissertação testa e compara dois tipos de modelagem para previsão de uma mesma série temporal. Foi observada uma série temporal de distribuição de energia elétrica e, como estudo de caso, optou-se pela região metropolitana do Estado da Bahia. Foram testadas as combinações de três variáveis exógenas em cada modelo: a quantidade de clientes ligados na rede de distribuição de energia elétrica, a temperatura ambiente e a precipitação de chuvas. O modelo linear de previsão de séries temporais utilizado foi um SARIMAX. A modelagem de inteligência computacional utilizada para a previsão da série temporal foi um sistema de Inferência Fuzzy. Na busca de um melhor desempenho, foram feitos testes de quais variáveis exógenas melhor influenciam no comportamento da energia distribuída em cada modelo. Segundo a avaliação dos testes, o sistema Fuzzy de previsão foi o que obteve o menor erro. Porém dentre os menores erros, os resultados dos testes também indicaram diferentes variáveis exógenas para cada modelo de previsão.