Controle ℋ∞ chaveado aplicado a sistemas não lineares via modelos fuzzy T-S etilizando funções de lyapunov fuzzy: uma nova abordagem na divisão do politopo

• Ano de defesa: 2025
• Autor(a) principal: Yamanaka, Hugo Fernando [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Desigualdades matriciais lineares (LMIs); Modelos fuzzy takagi-sugeno (T-S); Função de lyapunov fuzzy (FLF); Funções de pertinência; Controle chaveado
• Link de acesso: https://hdl.handle.net/11449/314009

Nos últimos anos, houve um aumento significativo nos esforços de pesquisa voltados para a representação e o controle de sistemas não lineares, impulsionado em grande parte pelos avanços no desenvolvimento de técnicas inovadoras de análise de estabilidade. Esta dissertação apresenta uma nova abordagem para o projeto de realimentação de estados, de sistemas não lineares descritos por modelos fuzzy Takagi-Sugeno (T-S) empregando uma estratégia de controle diferente da compensação distribuída não paralela (non-PDC). A metodologia proposta baseia-se no uso de uma função de Lyapunov fuzzy, combinada com uma estrutura inovadora que subdivide o conjunto poliédrico associado à derivada das funções de pertinência em relação ao estado em sub-regiões menores. Cada sub-região é representada por um subconjunto específico dos vértices do politopo, o que reduz significativamente o conservadorismo frequentemente encontrado na solução numérica de desigualdades matriciais lineares (LMIs). Além disso, a metodologia proposta é estendida para o projeto de um controlador chaveado voltado para o controle ℋ∞ de sistemas fuzzy T-S. As condições de estabilidade são derivadas utilizando uma abordagem de relaxação estrutural, aproveitando técnicas avançadas para manipular e resolver LMIs de forma eficiente. Para validar a aplicabilidade e a robustez dos métodos propostos, são apresentados exemplos numéricos abrangentes, que demonstram sua eficácia e destacam seu potencial de aplicação em cenários complexos de controle não linear.