Navegando por Assunto "Controle preditivo"

Agora exibindo 1 - 2 de 2

Alternativas de controle aplicadas ao sistema de propulsão de veículos elétricos
(2025-03-13) Macêdo Neto, João Pedro de; Cervantes, Ania Lussón; https://lattes.cnpq.br/5793691069517813; http://lattes.cnpq.br/5816830365314607
Há décadas os veículos elétricos vêm chamando a atenção dos produtores e condutores de automóveis. As suas vantagens, principalmente em relação a emissão de gases poluentes, fizeram destes uma alternativa sempre a ser considerada para a substituição dos carros que fazem uso do motor a combustão. Assim como esses, os veículos elétricos são compostos por diversos sistemas, um deles, de extrema importância, é o sistema de propulsão que é composto basicamente pelo motor, conversor de potência e o controlador, de modo que os estudos a respeito dos automóveis se concentram na maioria das vezes na modelagem e simulação desse sistema. Nesse contexto, o presente trabalho tem por objetivo realizar a modelagem e controle do sistema de propulsão de um veículo elétrico, apresentando diferentes estratégias de controle e uma comparação entre elas. Para isso, foram elaborados os modelos dinâmicos do veículo para um movimento longitudinal e do motor de indução trifásico, bem como o modelo do conversor usado para fazer o acionamento do motor junto ao seu sistema de controle. O motor de indução usado no veículo é acionado por meio de um inversor de frequência, que sintetiza a tensão alternada para a máquina através da Modulação por Largura de Pulso. Para o controle de velocidade do motor, como alternativas são apresentadas o controle escalar, Fuzzy e preditivo. Para o emprego do controle escalar, é utilizado um controlador Proporcional-Integral na velocidade de referência. Junto a esse sistema de controle é acrescentado ainda um controlador Fuzzy com intuito de otimizar a resposta do sistema. Além disso, utilizando os conceitos do controle vetorial orientado por campo, se desenvolve um controlador preditivo para a velocidade do motor, mediante a técnica de controle preditivo de Torque e Fluxo. Os resultados das simulações demonstram a eficácia dos controladores, destacando-se com um desempenho satisfatório o controle Fuzzy e o preditivo no controle de velocidade do motor. As simulações foram realizadas por meio do software Matlab.
Estratégias de controle aplicadas no gerador de vapor
(2025-12-15) Silva, Wesley Irio de Lima; Cervantes, Ania Lussón; http://lattes.cnpq.br/5793691069517813; http://lattes.cnpq.br/8333349121739620
Os geradores de vapor desempenham um papel essencial em diversas indústrias, como geração de energia, processos químicos e alimentícios, e são sistemas complexos que apresentam desafios significativos de controle devido a interações multivariáveis, comportamento nãolinear e a influência de distúrbios. Nesse contexto, o controlador Proporcional-IntegralDerivativo (PID) é o controle convencional mais usado nas indústrias. Além, a Lógica Fuzzy surge como uma alternativa robusta, pois permite incorporar o conhecimento e a experiência de operadores humanos na forma de regras linguísticas, lidando eficazmente com as incertezas e imprecisões inerentes a processos não-lineares, sem exigir um modelo matemático exato. Alternativamente, as Redes Neurais Artificiais surgem como outra alternativa pois conseguem aprender o comportamento dinâmico a partir de dados, lidando bem com não linearidades. Este trabalho teve como objetivo realizar um estudo comparativo de estratégias de controle num gerador de vapor, em que as variáveis controladas são a pressão de vapor e o nível de água. A metodologia envolveu a obtenção do modelo matemático em espaço de estados do gerador e o desenvolvimento de 3 estratégias de controle: PID (com sintonia baseada em Otimização por Enxame de Partículas - PSO e Algoritmo Genético - AG), um controlador neural, utilizando o algoritmo Soft Actor-Critic de aprendizado por reforço no ambiente CaldeiraEnv, e por fim um controlador Fuzzy. O desempenho das estratégias foi avaliado por meio de métricas baseadas em parâmetros de resposta transitória e de índices integrais. Os resultados das simulações, mostraram um bom seguimento de referência e a rejeição dos distúrbios de todos os controladores, ressaltando que os controladores PID sintonizados por PSO e AG tiveram desempenho superior em relação aos outros controladores, apresentando índices de desempenho menores.