Propostas de metodologias para controle inteligente de sistemas não lineares com incertezas parametricas e funcionais
Erick Vile Grinits
TESE
Português
(Broch.)
T/UNICAMP G885p
[Advances on methodologies for intelligent control of nonlinear systems with parametric and functional uncertainties]
Campinas, SP : [s.n.], 2007.
199p. : il.
Orientador: Celso Pascoli Bottura
Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação
Resumo: Esta tese apresenta contribuições para o controle inteligente de sistemas não lineares com incertezas paramétricas e funcionais. São desenvolvidas duas abordagens. Em primeiro lugar, é proposta uma modificação ao backstepping adaptativo clássico, fundamentada em Extensão do Princípio de...
Ver mais
Resumo: Esta tese apresenta contribuições para o controle inteligente de sistemas não lineares com incertezas paramétricas e funcionais. São desenvolvidas duas abordagens. Em primeiro lugar, é proposta uma modificação ao backstepping adaptativo clássico, fundamentada em Extensão do Princípio de Invariância de La Salle que contempla o caso em que a derivada da função de Lyapunov ao longo das soluções do sistema é permitida ser definida positiva em regiões limitadas do espaço de estados, que favorece o pleno uso de técnicas de otimização baseadas em computação evolutiva com vistas à melhoria de desempenho da solução em termos de redução expressiva de esforço de controle e conformação da resposta transitória conforme critérios de tempo de estabilização, magnitude de sobre-sinal, etc. Em segundo lugar, é proposta uma metodologia de controle adaptativo neural, estruturada na técnica de backstepping, aplicável a sistemas não lineares com incertezas com múltiplas entradas e múltiplas saídas compostos de subsistemas interconectados cujas matrizes de entrada apresentam funções não lineares e cujas interconexões entre subsistemas também apresentam não linearidades. A estratégia apresentada propõe-se a sanar várias das dificuldades encontradas em metodologias análogas, eliminando a questão de singularidade nas leis de controle, evitando o uso de funções de Lyapunov com integrais e suprimindo a necessidade de introdução de derivadas dos controladores virtuais nas redes neurais, o que se traduz em projetos de controle menos complexos, com menor custo computacional e com melhor desempenho na solução em comparação aos métodos similares existentes
Ver menos
Abstract: This thesis presents contributions to the intelligent control of nonlinear systems with parametric and functional uncertainties. Two approaches are advanced. Firstly, it is proposed a modification to the traditional adaptive backstepping grounded on an Extension to the La Salle¿s...
Ver mais
Abstract: This thesis presents contributions to the intelligent control of nonlinear systems with parametric and functional uncertainties. Two approaches are advanced. Firstly, it is proposed a modification to the traditional adaptive backstepping grounded on an Extension to the La Salle¿s Invariance Principle that allows the Lyapunov function derivative along the systems solutions to be positive definite in limited regions of the state space, which favours the deployment of optimisation techniques based on evolutionary computation aiming at the improvement of the solution performance in terms of an expressive reduction of control effort and transient conformation according to criteria such as settling time, overshoot magnitude, etc. Secondly, it is proposed a neural adaptive control methodology, structured on the backstepping technique, applicable to nonlinear systems with uncertainties with multiple inputs and multiple outputs constituted of interconnected subsystems whose input matrices feature nonlinear functions and whose subsystems interconnections also bear nonlinearities. The advanced strategy removes several difficulties found in analogous methodologies, namely eliminating control laws singularity issues, avoiding the use of Lyapunov functions with integrals, and suppressing the need for the introduction of virtual controllers¿ derivatives into the neural networks, which leads to less complex control designs, with decreased computational cost and with better response performance in comparison with similar existing methods
Ver menos
Bottura, Celso Pascoli, 1938-
Orientador
Yoneyama, Takashi
Avaliador
Kienitz, Karl Heinz
Avaliador
Von Zuben, Fernando José, 1968-
Avaliador
Andrade Netto, Marcio Luiz de, 1947-2019
Avaliador
Barreto, Gilmar, 1958-
Avaliador
Propostas de metodologias para controle inteligente de sistemas não lineares com incertezas parametricas e funcionais
Erick Vile Grinits
Propostas de metodologias para controle inteligente de sistemas não lineares com incertezas parametricas e funcionais
Erick Vile Grinits
Exemplares
Nº de exemplares: 2
Não existem reservas para esta obra