Sistema imunológico artificial e modelo de Misturas Gaussianas Aplicados na detecção e classificação de dano em um sistema dinâmico controlado

• Ano de defesa: 2024
• Autor(a) principal: Donatoni, Matheus Medeiros
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Monitoramento da integridade estrutural; Sistema imunológico artificial; Modelo de mistura gaussiana; Controle; Pêndulo invertido; Structural health monitoring; Artificial immune system; Gaussian mixuture model; Control; Inverted pendulum
• Link de acesso: https://hdl.handle.net/11449/253208

Os sistemas de controle são experienciados no cotidiano e fornecem otimização para várias ferramentas e sistemas os quais os seres humanos dependem. A utilização de controladores em sistemas dinâmicos visa diretamente sua aplicabilidade e aumento da segurança, portanto, seu funcionamento adequado está diretamente ligado à modelagem apropriada da planta-alvo. Considerando esses pontos e as diferentes possibilidades de danos que os sistemas dinâmicos podem sofrer devido à natureza de sua operação, a necessidade de monitorar a integridade estrutural desses sistemas, que podem ter suas características físicas modificadas, é validada. Uma técnica comumente utilizada para esse propósito é o Monitoramento da Integridade Estrutural (SHM), que é um sistema orientado por dados que pode ajudar a detectar falhas, permitindo assim uma ação apropriada decorrente de um prognóstico precoce. Uma ferramenta usada para esse propósito são os chamados Sistemas Imunológicos Artificiais (AISs), dentro desta classe de algoritmos os de Seleção Negativa (NSA) realizam a diferenciação entre agentes próprios e não próprios para a classificação de sinais, replicando uma função presente no Sistema Imunológico Natural (NIS). Neste trabalho, é proposta a aplicação de um sistema SHM, com AIS do tipo NSA como ferramenta de reconhecimento de padrões, aplicado a um Pêndulo Invertido Rotacional (RIP) como modelo de referência, para detecção de danos em sistemas dinâmicos controlados. Como esse sistema mecânico é naturalmente instável, sua operação depende diretamente da existência de um controlador, que deve ser capaz de garantir sua estabilidade e o comportamento dinâmico desejado, por exemplo, acompanhar uma referência variável. A abordagem adotada utiliza as variáveis de saída do controlador como dados para monitorar suas condições operacionais. Ainda, dado que a combinação das análises feitas pelo AIS dos dados de saída formam um espaço de afinidades, é criado um Modelo de Mistura Gaussiana (GMM) capaz de realizar a classificação semi-supervisionada das condições operacionais. Como resultado, a combinação das técnicas propostas, aplicadas à análise de quatro condições estruturais únicas, com simulação de danos à estrutura e ao atuador, atingiram uma taxa de detecção de danos de 99,38% e uma taxa de acerto de classificação de 94,38% em 20 gerações distintas de dados de referência.