GCoM - Grupo de Controle e Modelagem Prof. Erivelton Geraldo Nepomuceno Departamento de Eng. Elétrica.

Apresentação em tema: "GCoM - Grupo de Controle e Modelagem Prof. Erivelton Geraldo Nepomuceno Departamento de Eng. Elétrica."— Transcrição da apresentação:

1 GCoM - Grupo de Controle e Modelagem Prof. Erivelton Geraldo Nepomuceno Departamento de Eng. Elétrica

2 2 Controle de Processos

3 3

4 4 Controle de Processos Futebol de Robô

5 5 Controle de Processos

6 6

7 7

8 8 Mas como controlar um processo? SISTEMA SINAL ENTRADA SINAL SAÍDA

9 9 Mas como controlar um processo? MEDE-SE TEMPERATURA CHUVEIRO PROCESSAMENTO DO SINAL ABRE MAIS OU MENOS O REGISTRO

10 10 Processamento do Sinal SISTEMA SINAL ENTRADA SINAL SAÍDA REALIMENTAÇÃO

11 11 Quando tomar a decisão?

12 12 Quando tomar a decisão?

13 13 Quando tomar a decisão?

14 14 Como tomar a decisão? Controlar a temperatura Fonte de calor: lâmpada Temperatura: 50 o C 127 V

15 15 Como tomar a decisão? Atingiu a temperatura a decisão mais simples é desligar a lâmpada LÓGICA CLÁSSICA 0 V

16 16 Como tomar a decisão? 127 V Atingiu 40 o C fornecimento parcial de tensão para a lâmpada

17 17 Como tomar a decisão? 80 V LÓGICA NEBULOSA ou FUZZY LOGIC Atingiu 40 o C fornecimento parcial de tensão para a lâmpada

18 18 Lógica Clássica 0 ou F 1 ou V Liga Desliga Controle Liga/Desliga ou ON/OFF 50 oCoC

19 19 Lógica Nebulosa 0 ou F 1 ou V Liga Desliga Controle Liga/Desliga ou ON/OFF 50 oCoC 40 0,7 70% da tensão

20 20 Lógica Nebulosa Tudo deve ser ou não ser, seja no presente ou no futuro. Aristóteles Quando as leis da Matemática se referem à realidade elas não estão certas. Quando estas leis estão certas elas não se referem a realidade. Einstein

21 21 Lógica Nebulosa Trabalho Pioneiro Título: Fuzzy Sets Autor: Loft Zadeh Revista: Information and Control Ano: 1965

22 22 Aplicações Industriais CONTROLADORES PARA CONTROLE DE TEMPERATURA, UMIDADE, PRESSÃO, VAZÃO e PH Três controles de processos: FUZZY, PID ou ON-OFF. Auto- sintonia: para parâmetros PID (auto-tuning). http://www.mitexacta.com.br

23 23 CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA

24 24 CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA

25 25 CONTROLE FUZZY-PID DE PRESSÃO DE GÁS DE COQUERIA AntesDepois

26 26 Levitador Magnético

27 27 Levitador Magnético

28 28 Levitador Magnético Circuito para o controle do levitador magnético

29 Controle de Doenças Os pontos verdes indicam onde há indivíduos com algum tipo de doença

30 Controle de Doenças Usando a informação de onde está concentrado os indivíduos com doença, conseguimos reduzir o número de vacinas.

31 Modelos em engenharia Tipos de Modelos: maquete, planta piloto, modelo matemático, entre outros. Modelo Matemático : representação de aspectos essenciais de um sistema, que apresenta conhecimento desse sistema em uma forma utilizável. (Eykhoff, 1974)

32 Para que servem os modelos Predição Análise Simulação Controle de processos Detecção de falhas

33 Escolha de modelos Não há um único modelo para um determinado fenômeno! Finalidade Complexidade Precisão x simplicidade

34 Representações de Sistemas não- lineares Modelos Afins por Partes Redes Neurais Modelos NARMAX Modelos Baseados em Indivíduos

35 Modelos afins por partes Modelagem da função seno:

36 Redes neurais Modelo do neurônio

37 Professores Responsáveis Erivelton Geraldo Nepomuceno - Líder Gleison Fransoares Vasconcelos Amaral - Depel Samuel Kurcbart - Dcnat

38 Professores Colaboradores Luis A. Aguirre - UFMG Eduardo Mendes - UFMG Ricardo Takahashi - UFMG Leonardo Torres - UFMG Takashi Yoneyama - ITA David Alonso - University of Michigan Juan Sanchez - Universidad de los Andes Fátima Queiroz - DPSIC Dener Silva - DPSIC Liliam Midori - DCNAT Sidney Caetano - DCECO Sérgio Cerqueira - DEMEC Sérgio Marinho - DEPEL

39 Alunos de Graduação Ana Paula Ribeiro Alípio Monteiro Barbosa Daniel Cunha de Souza Braga Everthon de Souza Oliveira Fernando Teles Gleidson Caetano Leal João Matheus de O. Arantes Lucas Henrique de Lima Marcelo Alexandre da C. Simão Márcio Júnior Lacerda Marcos Antônio Abdalla Jr Maria Luíza Figueiredo Reis Nicanor José Resende Rodrigo Augusto Ricco Samir Ângelo Milani Martins Silvan Antônio Flávio Suzanne Emanuelle Tavares Thiago Veloso Gomes Wanderson Willer Motta Texeira

40 Alunos de Pós-Graduação Davidson Lafitte Firmo - Doutorado - UFMG Eduardo Bento Pereira - Mestrado - ITA German David Yagi Moromisato - Mestrado - UFJF Gledson Melotti - Mestrado - UFMG Lucymara de Resende Alvarenga - Mestrado - UFMG Aretha Campos do Carmo - Mestrado - UFMG

41 41 Análise e Modelagem de Sistemas Analisar sistemas dinâmicos não-lineares para descrição e validação. Desenvolver modelos para sistemas e processos em geral e aplicações em controle. Usar representações não-lineares: NARMAX, redes neurais, sistemas nebulosos, modelo baseado em indivíduos (MBI). Aplicar otimização estocástica e multiobjetivo na identificação de sistemas. Sistemas de interesse: eletrônicos, mecatrônicos; elétricos de potência; eletromagnéticos, biológicos, econômicos, sociais e epidemiológicos.

42 42 Sistemas de Controle Investigar controladores para sistemas industriais, eletrônicos, biológicos, eletromagnéticos. Aplicar inteligência computacional na síntese de controladores. Investigar o sincronismo de sistemas dinâmicos. Investigar técnicas avançadas de controle para sistemas dinâmicos não-lineares.

43 43 Obrigado! www.eletrica.ufsj.edu.br/~nepomuceno