Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural
| Ano de defesa: | 2005 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
BR UFRN Programa de Pós-Graduação em Engenharia Elétrica Automação e Sistemas; Engenharia de Computação; Telecomunicações |
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.ufrn.br/jspui/handle/123456789/15399 |
Resumo: | This work presents an analysis of the control law based on an indirect hybrid scheme using neural network, initially proposed for O. Adetona, S. Sathanathan and L. H. Keel. Implementations of this control law, for a level plant of second order, was resulted an oscillatory behavior, even if the neural identifier has converged. Such results had motivated the investigation of the applicability of that law. Starting from that, had been made stability mathematical analysis and several implementations, with simulated plants and with real plants, for analyze the problem. The analysis has been showed the law was designed being despised some components of dynamic of the plant to be controlled. Thus, for plants that these components have a significant influence in its dynamic, the law tends to fail |
| id |
UFRN_ac217a27ea62f2f3b7165a172340a0e1 |
|---|---|
| oai_identifier_str |
oai:repositorio.ufrn.br:123456789/15399 |
| network_acronym_str |
UFRN |
| network_name_str |
Repositório Institucional da UFRN |
| repository_id_str |
|
| spelling |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neuralControle InteligenteControle AdaptativoRedes NeuraisInteligência ArtificialIntelligent ControlAdaptive ControlNeural NetworksArtificial IntelligenceCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAThis work presents an analysis of the control law based on an indirect hybrid scheme using neural network, initially proposed for O. Adetona, S. Sathanathan and L. H. Keel. Implementations of this control law, for a level plant of second order, was resulted an oscillatory behavior, even if the neural identifier has converged. Such results had motivated the investigation of the applicability of that law. Starting from that, had been made stability mathematical analysis and several implementations, with simulated plants and with real plants, for analyze the problem. The analysis has been showed the law was designed being despised some components of dynamic of the plant to be controlled. Thus, for plants that these components have a significant influence in its dynamic, the law tends to failEste trabalho apresenta uma análise da lei de controle baseada em um esquema híbrido indireto usando rede neural, proposto inicialmente por O. Adetona, S. Sathanathan e L. H. Keel. Implementações dessa lei de controle, para uma planta de nível de segunda ordem, resultaram em um comportamento oscilatório, mesmo com a convergência do identificador neural. Tais resultados motivaram a investigação da aplicabilidade dessa lei. A partir disso, foram feitas análises matemáticas de estabilidade e diversas implementações, com plantas simuladas e com plantas reais, com a finalidade de se analisar o problema. A análise mostrou que a lei foi desenvolvida desprezando-se certos componentes da dinâmica da planta a ser controlada. Sendo assim, para plantas onde esses componentes têm uma influência significativa em sua dinâmica, a lei tende a falharUniversidade Federal do Rio Grande do NorteBRUFRNPrograma de Pós-Graduação em Engenharia ElétricaAutomação e Sistemas; Engenharia de Computação; TelecomunicaçõesAraújo, Fábio Meneghetti Ugulino dehttp://lattes.cnpq.br/4148574328235095http://lattes.cnpq.br/5473196176458886Gabriel Filho, Oscarhttp://lattes.cnpq.br/4171033998524192Maitelli, André Laurindohttp://lattes.cnpq.br/0477027244297797Salazar, Andrés Ortizhttp://lattes.cnpq.br/7865065553087432Lucena, Pedro Berretta de2014-12-17T14:55:57Z2007-02-122014-12-17T14:55:57Z2005-12-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfLUCENA, Pedro Berretta de. Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural. 2005. 59 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2005.https://repositorio.ufrn.br/jspui/handle/123456789/15399porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRN2017-11-02T12:17:19Zoai:repositorio.ufrn.br:123456789/15399Repositório InstitucionalPUBhttp://repositorio.ufrn.br/oai/repositorio@bczm.ufrn.bropendoar:2017-11-02T12:17:19Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
| dc.title.none.fl_str_mv |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural |
| title |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural |
| spellingShingle |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural Lucena, Pedro Berretta de Controle Inteligente Controle Adaptativo Redes Neurais Inteligência Artificial Intelligent Control Adaptive Control Neural Networks Artificial Intelligence CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| title_short |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural |
| title_full |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural |
| title_fullStr |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural |
| title_full_unstemmed |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural |
| title_sort |
Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural |
| author |
Lucena, Pedro Berretta de |
| author_facet |
Lucena, Pedro Berretta de |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Araújo, Fábio Meneghetti Ugulino de http://lattes.cnpq.br/4148574328235095 http://lattes.cnpq.br/5473196176458886 Gabriel Filho, Oscar http://lattes.cnpq.br/4171033998524192 Maitelli, André Laurindo http://lattes.cnpq.br/0477027244297797 Salazar, Andrés Ortiz http://lattes.cnpq.br/7865065553087432 |
| dc.contributor.author.fl_str_mv |
Lucena, Pedro Berretta de |
| dc.subject.por.fl_str_mv |
Controle Inteligente Controle Adaptativo Redes Neurais Inteligência Artificial Intelligent Control Adaptive Control Neural Networks Artificial Intelligence CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| topic |
Controle Inteligente Controle Adaptativo Redes Neurais Inteligência Artificial Intelligent Control Adaptive Control Neural Networks Artificial Intelligence CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| description |
This work presents an analysis of the control law based on an indirect hybrid scheme using neural network, initially proposed for O. Adetona, S. Sathanathan and L. H. Keel. Implementations of this control law, for a level plant of second order, was resulted an oscillatory behavior, even if the neural identifier has converged. Such results had motivated the investigation of the applicability of that law. Starting from that, had been made stability mathematical analysis and several implementations, with simulated plants and with real plants, for analyze the problem. The analysis has been showed the law was designed being despised some components of dynamic of the plant to be controlled. Thus, for plants that these components have a significant influence in its dynamic, the law tends to fail |
| publishDate |
2005 |
| dc.date.none.fl_str_mv |
2005-12-16 2007-02-12 2014-12-17T14:55:57Z 2014-12-17T14:55:57Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
LUCENA, Pedro Berretta de. Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural. 2005. 59 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2005. https://repositorio.ufrn.br/jspui/handle/123456789/15399 |
| identifier_str_mv |
LUCENA, Pedro Berretta de. Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural. 2005. 59 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2005. |
| url |
https://repositorio.ufrn.br/jspui/handle/123456789/15399 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte BR UFRN Programa de Pós-Graduação em Engenharia Elétrica Automação e Sistemas; Engenharia de Computação; Telecomunicações |
| publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte BR UFRN Programa de Pós-Graduação em Engenharia Elétrica Automação e Sistemas; Engenharia de Computação; Telecomunicações |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
| instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
| instacron_str |
UFRN |
| institution |
UFRN |
| reponame_str |
Repositório Institucional da UFRN |
| collection |
Repositório Institucional da UFRN |
| repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
| repository.mail.fl_str_mv |
repositorio@bczm.ufrn.br |
| _version_ |
1855758821445599232 |