CONTROLADOR PREDITIVO NEURAL PARA PROTÓTIPO DE HELICOPTERO COM DOIS GRAUS DE LIBERDADE

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS

CURSO DE ENGENHARIA ELÉTRICA

Oseias de Paula Ferreira

Raffael Christopher Soares Souza

PRÉ-PROJETO DE PESQUISA

CONTROLADOR PREDITIVO NEURAL PARA PROTÓTIPO DE HELICOPTERO COM DOIS GRAUS DE LIBERDADE

Coronel Fabriciano - MG

2016

1 INTRODUÇÃO

1.1 Contextualização do tema

        

“A utilização de redes neuronais artificiais (RNA) é mostrada como uma boa escolha para implementação de sistema de predição” (CALVALCANTE, 1998, p.9). Os controladores preditivos baseados em redes neurais realizam predição dos valores futuros com base nos valores de referência do processo. Com isso, o controlador realiza ação de controle futuro sob a planta, visando à otimização nos resultados do processo (SANTOS, 2007, p. 58).

Segundo Haykin (2001), uma rede neural artificial é um processador capaz de realizar uma grande quantidade de cálculos simultaneamente distribuídos constituído de unidades de processadores simples, que tem a capacidade de armazenar conhecimento através de experiências e torna-la disponível para uso.

Neste trabalho utilizaremos as redes neurais para implementar um controlador preditivo neural em um protótipo de helicóptero com dois graus de liberdade, modelo 2DOF Helicopter, da fabricante Quanser, é um modelo simplificado de um helicóptero real. Através dele pode-se realizar simulações em tempo real para obter o modelo do sistema e projetar um controlador baseado em redes neurais artificiais (RNAs).

         

1.2 Problema de Pesquisa

Os sistemas dinâmicos não lineares geralmente são representados por modelos lineares, obtidos através de métodos de linearização do sistema, que consiste em uma representação aproximada do sistema real (OGATA, 2010, p.36). Esse método pode ser suficientemente bom para atender os pré-requisitos do processo, facilitando os métodos de controle. Mas segundo Aguirre (2000), existem sistemas complexos e não lineares em que os resultados obtidos podem ser insatisfatórios para o processo.  

1.3 Objetivos

1. Objetivos gerais

∙ Estudar estratégia de controle baseado em redes neurais artificiais.

1.3.2 Objetivo especifico

∙ Estudar estratégia de controle preditivo para o protótipo de helicóptero de dois graus de liberdade baseado em redes neurais artificias.

∙ Implementar um controlador neural através de um modelo preditivo, baseado em redes neurais artificiais.

1.4 Delimitação do Tema

Este projeto trata-se de um controlador preditivo neural, com foco de controlar o protótipo de helicóptero com dois graus de liberdade utilizando as redes neurais artificiais.

1.5 Justificativa

As redes neurais artificias tem a capacidade de realizar controle em sistemas dinâmicos lineares e não lineares, a partir de conhecimento adquirido através de experiências ou apenas do histórico de operação do sistema (ASSIS, 2007, p.17). Sendo assim, podem-se utilizá-la para controlar um sistema não linear com alto grau de complexidade em que modelos lineares não obtêm resultados satisfatórios para o sistema.

        O controle do protótipo do helicóptero com dois graus de liberdade geralmente é baseado nos controladores modernos através de modelos lineares obtidos do sistema através de métodos de linearização, que estão restritos a dados aproximados do processo. Com isso a realização de um controle baseado em modelos não lineares é muito interessante, pois seria uma forma de modelar a planta com dados reais do sistema, visando otimizar os resultados do processo significativamente.

         

---

2 METODOLOGIA DA PESQUISA

O presente trabalho apresenta metodologia e conceitos que serão aplicados sob o controlador preditivo neural para o protótipo de helicóptero com dois graus de liberdade.

1. Classificação

Este projeto foi desenvolvido com um estudo quantitativo e de forma exploratória. Através dele podemos compreender a forma com que se trabalham as redes neurais artificias, objetivando-se controlar um sistema não linear através de técnicas de controle preditivo.

2.2 Amostragem ou objeto de análise

No trabalho proposto não houve necessidade da utilização de população para amostragem.

Como objeto de análise utilizaremos dados computacionais de um modelo matemático do sistema real que será utilizada no projeto, serão feitos testes para aquisição de dados e controle neural da planta.

2.3 Instrumentos

∙ Protótipo de Helicóptero da Quanser

∙ Artigos, livros e manuais.

∙ Software computacional MATLAB

∙ Placa de aquisição de dados e controle da Quanser

∙ Módulos de força universal controlados da Quanser

∙ Cabos de controle e de força da Quanser

2.4 Procedimentos de pesquisa

Fase 1 – Estudos

Nesta fase o principal objetivo e adquirir conhecimentos através de leituras de livros, artigos e manuais para dominar os conceitos primordiais que serão utilizados no projeto.

Fase 2 – Identificação do sistema

Fazer reconhecimento pratico da planta didática através de testes em que os equipamentos serão interligados utilizando ferramentas computacionais para obter dados iniciais do sistema.

Fase 3 – Estratégia de controle

Após obter o modelo do sistema é preciso estudar estratégias de controle preditivo baseados em redes neurais que irá ser implementada no processo.

Fase 4 – Implementação do controle

Implementar o controle que se adequar melhor ao processo.

Fase 5 – Conclusão de resultados

Analisar os resultados obtidos com a realização do controle implementado no sistema.

2.5 Tabulação de dados

          

Durante o trabalho serão utilizados gráficos e tabelas para fazer comparações do método utilizado na realização do trabalho. Essas comparações de natureza quantitativa serão expostas e comparadas quando obtivermos os resultados do controle em questão.