Design of fuzzy regulators with optimal initial conditions compensation

In almost all cases, the goal of the design of automatic control systems is to obtain the parameters of the controllers, which are described by differential equations. In general, the controller is artificially built and it is possible to update its initial conditions. In the design of optimal quadratic regulators, the initial conditions of the controller can be changed in an optimal way and they can improve the performance of the controlled system. Following this idea, a LNU-based design procedure to update the initial conditions of PI controllers, considering the nonlinear plant described by Takagi-Sugeno fuzzy models, is presented. The importance of the proposed method is that it also allows other specifications, such as, the decay rate and constraints on control input and output. The application in the control of an inverted pendulum illustrates the effectively of proposed method.

Design of a Takagi-Sugeno Fuzzy Regulator for a Set of Operation Points

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

An Intelligent Controller Design for Magnetorheological Damper Based on a Quarter-car Model

This paper presents the control strategies of nonlinear vehicle suspension using a magnetorheological (MR) damper. We used two different approaches for modeling and control of the mechanical and electrical parts of the suspension systems with the MR damper. First, we have formulated and resolved the control problem in order to design the linear feedback dumping force controller for a nonlinear suspension system. Then the values of the control dumping force functions were transformed into electrical control signals by the application of a fuzzy logic control method. The numerical simulations were provided in order to show the effectiveness of this method for the semi-active control of the quarter-car suspension.

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

Controle automático de adição de AlF3 em cubas de redução de alumínio, usando lógica fuzzy

Este trabalho descreve um sistema de análise de dados com a finalidade de gerar um sistema de controle utilizando técnica inteligente para adição de fluoreto de alumínio (AlF3) em fornos de redução de alumínio. O projeto baseia-se nos conceitos de lógica fuzzy, nos quais o conhecimento acumulado pelo especialista do processo é traduzido de maneira qualitativa em um conjunto de regras linguísticas do tipo SE ENTÃO. A utilização desta técnica inteligente para o controle de adição de fluoreto busca representar explicitamente um conhecimento qualitativo, detido pelos operadores de cubas eletrolíticas. Devido o sistema convencional não contemplar as variações dos fenômenos que envolvem a dinâmica do processo, um controlador fuzzy foi implmentado no sistema real para tomadas de decisões, utilizando o modelo mínimo de Mandani. Baseado neste modelo, as variáveis de processo para a entrada do sistema fuzzy, tais como temperatura de banho e percentual de fluoreto foram manipuladas para estimar a tendência de subida e descida, respectivamente, através do método mínimos quadrados(MMQ). O controlador fuzzy é aplicado para calcular a quantidade de fluoreto de alumínio (AlF3) a ser adicionado na cuba eletrolítica de forma automática sem a necessidade da intervenção do especialista do processo. A motivação para o uso de um sistema de controle fuzzy se deve ao fato de não se ter disponível um modelo dinâmico do processo de adição do fluoreto na cuba eletrolítica. Esta falta de modelagem se deve ao fato de grande complexidade dos fenômenos envolvidos em uma cuba que são processos termodinâmicos e eletromagnéticos acoplados.

Acionamento vetorial por controlador fuzzy modo deslizante de motor de indução

Este trabalho estuda a técnica de acionamento vetorial aplicado ao motor de indução trifásico (MIT), utilizando como estratégia de controle a combinação de controle fuzzy com controladores chaveados do tipo modo deslizante, em uma configuração aqui denominada de Controlador Fuzzy Modo Deslizante (FSMC – Do inglês: Fuzzy Sliding Mode Control). Um modelo dinâmico do MIT é desenvolvido em variáveis ‘d-q’ o que conduziu a um modelo eletromecânico em espaço de estados que exibe fortes não linearidades. A este modelo são aplicadas as condições de controle vetorial que permitem desacoplar o torque e o fluxo no MIT, de maneira que o seu comportamento dinâmico se assemelha àquele verificado em uma máquina de corrente contínua. Nesta condição, são implementados controladores do tipo proporcional e integral (PI) às malhas de controle de corrente e velocidade do motor, e são realizadas simulações computacionais para o rastreamento de velocidade e perturbação de carga, o que levam a resultados satisfatórios do ponto de vista dinâmico. Visando investigar o desempenho das estratégias não lineares nesta abordagem é apresentado o estudo da técnica de controle a estrutura chaveada do tipo modo deslizante. Um controlador modo deslizante convencional é implementado, onde se verifica que, a despeito do excelente desempenho dinâmico a ocorrência do fenômeno do “chettering” inviabiliza a aplicação desta estratégia em testes reais. Assim, é proposta a estratégia de controle FSMC, buscando associar o bom resultado dinâmico obtido com o controlador modo deslizante e a supressão do fenômeno do chettering, o que se atinge pela definição de uma camada de chaveamento do tipo Fuzzy. O controlador FSMC proposto é submetido aos mesmos testes computacionais que o controlador PI, conduzindo a resultados superiores a este último no transitório da resposta dinâmica, porém com a presença de erro em regime permanente. Para atacar este problema é implementada uma combinação Fuzzy das estratégias FSMC com a ação de controle PI, onde o primeiro busca atuar em regiões afastadas da superfície de chaveamento e o segundo busca introduzir o efeito da ação integral próximo à superfície. Os resultados obtidos mostram a viabilidade da estratégia em acionamento de velocidade variável que exigem elevado desempenho dinâmico.

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

Speed Neuro-fuzzy Estimator Applied To Sensorless Induction Motor Control

This work proposes the development of an Adaptive Neuro-fuzzy Inference System (ANFIS) estimator applied to speed control in a three-phase induction motor sensorless drive. Usually, ANFIS is used to replace the traditional PI controller in induction motor drives. The evaluation of the estimation capability of the ANFIS in a sensorless drive is one of the contributions of this work. The ANFIS speed estimator is validated in a magnetizing flux oriented control scheme, consisting in one more contribution. As an open-loop estimator, it is applied to moderate performance drives and it is not the proposal of this work to solve the low and zero speed estimation problems. Simulations to evaluate the performance of the estimator considering the vector drive system were done from the Matlab/Simulink(R) software. To determine the benefits of the proposed model, a practical system was implemented using a voltage source inverter (VSI) to drive the motor and the vector control including the ANFIS estimator, which is carried out by the Real Time Toolbox from Matlab/Simulink(R) software and a data acquisition card from National Instruments.