Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.22/7151
Título: Projecto de Controladores usando Redes Neuronais
Autor: Ferreira, Luís Miguel Mota
Orientador: Barbosa, Ramiro de Sousa
Palavras-chave: Rede Neuronal
Retropropagação
Mapeamento
PID
Controlador Estabilizador
Controlador de Referência Adaptativo
Índices de Desempenho
Neural Network
Control
Back-propagation
Mapping
Stabilizing Controller
Reference Adaptive Controller
Performance Indexes
Controlo
Data de Defesa: 2015
Resumo: Neste documento descreve-se o projeto desenvolvido na unidade curricular de Tese e Dissertação durante o 2º ano do Mestrado de Engenharia Eletrotécnica e de Computadores no ramo de Automação e Sistemas, no Departamento de Engenharia Eletrotécnica (DEE) do Instituto Superior de Engenharia do Porto (ISEP). O projeto escolhido teve como base o uso da tecnologia das redes neuronais para implementação em sistemas de controlo. Foi necessário primeiro realizar um estudo desta tecnologia, perceber como esta surgiu e como é estruturada. Por último, abordar alguns casos de estudo onde as redes neuronais foram aplicadas com sucesso. Relativamente à implementação, foram consideradas diferentes estruturas de controlo, e entre estas escolhidas a do sistema de controlo estabilizador e sistema de referência adaptativo. No entanto, como o objetivo deste trabalho é o estudo de desempenho quando aplicadas as redes neuronais, não se utilizam apenas estas como controlador. A análise exposta neste trabalho trata de perceber em que medida é que a introdução das redes neuronais melhora o controlo de um processo. Assim sendo, os sistemas de controlo utilizados devem conter pelo menos uma rede neuronal e um controlador PID. Os testes de desempenho são aplicados no controlo de um motor DC, sendo realizados através do recurso ao software MATLAB. As simulações efetuadas têm diferentes configurações de modo a tirar conclusões o mais gerais possível. Assim, os sistemas de controlo são simulados para dois tipos de entrada diferentes, e com ou sem a adição de ruído no sensor. Por fim, é efetuada uma análise das respostas de cada sistema implementado e calculados os índices de desempenho das mesmas.
This paper reports the project developed in the Thesis/Dissertation course during the 2nd year of the Master of Electrical and Computer Engineering in the field of Automation and Systems, Department of Electrical Engineering (DEE) of the Instituto Superior de Engenharia do Porto (ISEP). The chosen project was based on the use of technology of neural networks for implementation in control systems. Therefore, it was first necessary to conduct a study of this technology, understand how it was created and how it is structured. Finally, it is presented some case studies in which neural networks have been successfully applied. In what concerns the implementation, it was considered different control structures, and among these chosen the stabilizer and the adaptive reference control systems. However, this study does not only employs neural networks controllers. The analysis tries to understand the extent to which the introduction of neural networks improves a process control. Therefore, the control systems used contain at least one neural network and a PID controller. The performance tests are conducted through the use of MATLAB software and in the control of a DC motor. The simulations have different settings in order to get the most general conclusions. Thus, the control systems are simulated for two different input types and with or without added noise in the sensor. Finally, an analysis of the responses of each implemented system is performed.
URI: http://hdl.handle.net/10400.22/7151
Designação: Mestrado em Engenharia Eletrotécnica e de Computadores
Aparece nas colecções:ISEP - DM – Engenharia Electrotécnica e de Computadores

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
DM_FerreiraLuis_2015_MEEC.pdf4,25 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Degois 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.