Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

URI Permanente para esta coleçãohttps://repositorio.ufpa.br/handle/2011/2316

O Mestrado Acadêmico inicou-se em 1986 e pertence ao Programa de Pós-Graduação em Engenharia Elétrica (PPGEE) do Instituto de Tecnologia (ITEC) da Universidade Federal do Pará (UFPA).

Navegar

Agora exibindo 1 - 13 de 13

Acesso aberto (Open Access)
Aprendizagem profunda aplicada a telecomunicações: classificação de modulação e controle de congestionamento
(Universidade Federal do Pará, 2019-05-31) NASCIMENTO, Ingrid Ariel Silva; KLAUTAU JÚNIOR, Aldebaro Barreto da Rocha; http://lattes.cnpq.br/1596629769697284
O objetivo deste trabalho é explorar técnicas de Deep Learning (DL) aplicada a Telecomunicações. DL obtém sucesso comprovado em áreas como Visão Computacional e Detecção de Objetos. Torna-se portanto importante investigar a sua aplicação em problemas na área da Comunicação. Sendo assim, dois problemas distintos são examinados. No primeiro deles, DL é aplicada à Classificação de Modulação (CAM), onde o problema é detectar de forma automática o esquema de modulação adotado. CAM é importante, por exemplo, em Rádios Cognitivos e aplicações militares. Neste trabalho são discutidos benefícios e desvantagens de usar DL como alternativa para CAM, em especial comparando-se a eficiência de DL em relação a outros métodos de Aprendizado de Máquina. A outra aplicação de DL em comunicações é no Controle de Congestionamento. O contexto é o de Fronthaul em arquiteturas C-RAN, com o controle de congestionamento usado em prol do atendimento de requisitos estritos impostos à rede 5G. Mais especificamente, investiga-se a aplicação de DL juntamente com técnicas de Reinforcement Learning (RL). Neste tópico, a dissertação apresenta um arcabouço para investigações de controle de congestionamento em fronthaul, e a implementação de um modelo e respectivo ambiente utilizando NS-3 e a API Gym do grupo OpenAI para simulações. O arcabouço desenvolvido é validado com experimentos preliminares comparando métodos de Deep Reinforcement Learning (DRL) e métodos tradicionais de Controle de Congestionamento, utilizando-se índices como vazão e latência.
Acesso aberto (Open Access)
Avaliação do impacto econômico da conexão de veículos elétricos e da geração eólica em redes inteligentes de energia
(Universidade Federal do Pará, 2018-02-26) VIEGAS, Marcel Augusto Alvarenga; NUNES, Marcus Vinicius Alves; http://lattes.cnpq.br/9533143193581447; AFFONSO, Carolina de Mattos; http://lattes.cnpq.br/2228901515752720
Esta dissertação de mestrado apresenta uma ferramenta de gerenciamento de energia de um sistema de energia no contexto Smart Grid que contém Veículos Elétricos inseridos como cargas e Geração Eólica. A técnica de otimização utilizada foi Recozimento Simulado, a fim de minimizar o custo total de energia da rede em estudo. Foram adotadas três estratégias de carregamento: Carregamento no Horário de Ponta, Carregamento Fora de Ponta e Carregamento Inteligente, além de técnicas de Gerenciamento pelo Lado da Demanda. Além do processo de carregamento, também será estudado o descarregamento da bateria dos veículos elétricos, preferencialmente, no pico da curva de carga, bem como a possibilidade de fornecer energia à rede elétrica através do parque eólico a fim de suprir tanto a carga própria do sistema quanto à carga de Veículos Elétricos inserida através da criação de uma estação de carregamento / descarregamento. O sistema utilizado é IEEE 39 barras (New England). Os resultados provaram a eficácia do método proposto e a importância de se considerar além da distribuição, a geração e a transmissão em estudos de planejamento, de expansão e de operação de Redes Inteligentes de Energia que possuam Veículos Elétricos e Geração Eólica a elas conectados.
Acesso aberto (Open Access)
Compression of activation signals from partitioned deep neural networks exploring temporal correlation
(Universidade Federal do Pará, 2024-11-27) SILVA, Lucas Damasceno; KLAUTAU JÚNIOR, Aldebaro Barreto da Rocha; http://lattes.cnpq.br/1596629769697284
O uso de redes neurais artificiais para detecção de objetos, juntamente com avanços na pesquisa de 6G e IoT, desempenha um papel importante em aplicações como monitoramento de estruturas por drones, operações de busca e resgate, e implantação em plataformas de hardware como FPGAs. No entanto, um desafio fundamental na implementação dessas redes em tais hardwares é a necessidade de economizar recursos computacionais. Apesar dos avanços substanciais na capacidade computacional, implementar dispositivos com recursos amplos continua sendo um desafio. Como solução, técnicas de particionamento e compressão de redes neurais, bem como compressão de sinais de ativação (ou feature maps), foram desenvolvidas. Este trabalho propõe um sistema que particiona modelos de redes neurais para detecção de objetos em vídeos, alocando parte da rede em um end device e o restante em um servidor na nuvem. O sistema também comprime os mapas de características gerados pelas últimas camadas no dispositivo final, explorando a correlação temporal, o que possibilita um esquema de compressão preditiva. Essa abordagem permite que redes neurais sejam incorporadas em dispositivos de baixo consumo de energia, respeitando os limites computacionais do dispositivo, as restrições de taxa de transmissão do canal de comunicação entre o dispositivo e o servidor, e os requisitos de precisão da rede. Experimentos conduzidos em modelos de redes neurais pré-treinadas mostram que o sistema proposto pode reduzir significativamente a quantidade de dados a serem armazenados ou transmitidos ao explorar a correlação temporal, facilitando a implantação dessas redes em dispositivos com poder computacional limitado.
Acesso aberto (Open Access)
Controle linear quadrático gaussiano de um quadricóptero baseado em um filtro de Kalman estendido com variável instrumental
(Universidade Federal do Pará, 2024-02-08) SODRÉ, Lucas de Carvalho; SILVEIRA, Antonio da Silva; http://lattes.cnpq.br/1828468407562753; https://orcid.org/0000-0002-2698-2677
Diante das transformações e fomentos de tecnologias e modernização em diversos âmbitos da sociedade, como o uso de Veículos Aéreos não Tripulados desempenhando inúmeras atividades automatizadas, faz-se necessário criar algoritmos com eficácia e segurança a fim de evitar perdas e danos em suas funções. Sistemas aéreos são, em sua maioria, sistemas de múltiplas entradas e múltiplas saídas, variantes no tempo, suscetíveis a perturbações e a ruídos de medição, se tornando um cenário desafiador na área de identificação de sistemas. Visto isso, é de extrema importância que no processo de identificação tais dinâmicas sejam consideradas. Logo, o objetivo desse trabalho é desenvolver um algoritmo capaz de estimar conjuntamente os estados e os parâmetros de sistemas, atenuando a interferência de ruídos de medição e perturbações externas no processo de identificação em tempo real. A partir desses princípios, estabeleceu-se a criação do algoritmo de estimação conjunta Filtro de Kalman Estendido com Variáveis Instrumentais. O algoritmo proposto, se destaca pelo comprometimento teórico com a minimização da interferência de dinâmicas que podem afetar a confiabilidade dos parâmetros calculados por métodos de identificação já consolidados na literatura, como Filtro de Kalman Estendido (FKE) e Mínimos Quadrados Recursivo (MQR). O método proposto foi testado para calcular o modelo linear estocástico do sistema de piloto automático do quadricóptero aéreo não tripulado modelo AR Drone 2.0 da Parrot, levando em consideração cenários em que o sinal dos sensores apresenta a relação sinal-ruído de 100, 50, 10. O seu desempenho foi comparado com a estimação de parâmetros MQR e FKE. Para avaliar as estimações de estado, utilizou-se o índice norma do desvio raiz-média-quadrado e, para avaliar os parâmetros, utilizou-se a distância Euclidiana entre os parâmetros reais e os parâmetros estimados. Por fim, os dados levantados pelos métodos foram utilizados para a sintonia do controlador Controle Linear Quadrático Gaussiano, dessa forma, permitindo comparar o impacto do método de identificação no comportamento em malha fechada do sistema aéreo. Para possibilitar a discussão e a comparação dos algoritmos de controle, foram aplicados os índices Integral do Erro ao Quadrado e Integral de Controle ao Quadrado para avaliar o desempenho de controle, a margem de ganho e a margem de fase para mensurar robustez do sistema.
Acesso aberto (Open Access)
Controle MPC multivariável com restrições usando funções de Laguerre
(Universidade Federal do Pará, 2018-03-01) PINHEIRO, Tarcísio Carlos Farias; SILVEIRA, Antonio da Silva; http://lattes.cnpq.br/1828468407562753
Neste trabalho apresenta-se o projeto de um controlador preditivo multivariável baseado em modelo, com restrições, usando as Funções de Laguerre, tendo o intuito de demonstrar os benefícios e facilidades da aplicação deste tipo de controlador em sistemas MIMO (MultipleInput and Multiple-Output) com restrições. O controlador proposto apresenta a vantagem de diminuir a carga computacional utilizada para resolver o problema de otimização envolvido no projeto, isto porque utiliza uma rede de filtros de funções ortonormais de Laguerre para obter a trajetória futura do sinal de controle dentro de um horizonte de predição, além de melhorar o compromisso entre a viabilidade do sinal de controle e o desempenho de malha fechada do sistema para os casos com restrições, no qual as funções de Laguerre são utilizadas em conjunto com a Programação Quadrática de Hildreth para encontrar a solução ótima do sinal de controle com restrições. Este controlador apresenta grandes vantagens se comparado com o controle preditivo baseado em modelo em sua abordagem clássica, em que os operadores de avanço de tempo são utilizados para predizer a trajetória futura do sinal de controle, o que leva à soluções, em alguns casos, pouco satisfatórias, e a uma alta carga computacional para casos onde o sinal de controle requer um longo horizonte de predição e uma alto desempenho em malha fechada. Este trabalho também relata testes experimentais com um manipulador robótico configurado como um sistema MIMO com três entradas e três saídas e testes simulados com a coluna de destilação binária de Wood e Berry que é um sistema MIMO com duas entradas e duas saídas, contendo atrasos de transporte. Os testes têm como objetivo comparar os resultados do controlador apresentado com o controlador que usa a abordagem tradicional e com isso demonstrar as vantagens do método usando as funções de Laguerre e sua eficiência para sistemas MIMO.
Acesso aberto (Open Access)
Estudo comparativo de técnicas de inteligência de enxame na redução da ordem de sistemas dinâmicos lineares
(Universidade Federal do Pará, 2019-12-17) SILVA, Marlon John Pinheiro; SILVA, Orlando Fonseca; http://lattes.cnpq.br/7387718587227127; COSTA JÚNIOR, Carlos Tavares da; http://lattes.cnpq.br/6328549183075122
A redução de ordem de modelos tem se mostrado um problema bastante recorrente e diversas técnicas surgiram ao longo dos anos, quando, do ponto de vista do projeto de controladores, se tornou inadequada a elaboração e construção destes, visto o alto grau de redundância, que sistemas físicos reais de grande porte podem possuir. No âmbito da matemática determinística, muitos trabalhos, já consagrados na literatura, se propuseram a resolver tal problemática. Recentemente, técnicas que envolvem métodos metaheurísticos em um espaço de busca pré-determinado, utilizando Inteligência de Enxames, vêm sendo utilizados com bastante êxito e tem se mostrado uma nova ferramenta como solução. Com base neste contexto, este trabalho apresenta a compreensão do problema sob o ponto de vista da teoria de sistemas lineares; realizando um estudo comparativo entre as Inteligências de Enxames: Firefly Algorithm, enxame de partículas (PSO do inglês - Particle Swarm Optimization) e SFLA (do inglês - Shuffled Frog Leaping Algorithm).
Acesso aberto (Open Access)
Metodologia para estimação de intenção de movimento e controle em tempo real de prótese mioelétrica de mão: uma abordagem linear, preditiva e estocástica
(Universidade Federal do Pará, 2018-03-28) DUTRA, Bruno Gomes; SILVEIRA, Antonio da Silva; http://lattes.cnpq.br/1828468407562753
Os sinais musculares capturados a partir da eletromiografia (EMG) são bastante utilizados para detecção de contração muscular e intenção de movimento. Ao se utilizar tais sinais em tempo real, em controle de próteses, depara-se com um sinal amplificado e ruidoso. Com isso, precisa-se ter métodos recursivos, robustos a ruídos e algoritmos eficazes, para gerar comandos em tempo real para o atuador robótico. Nesta pesquisa, foram investigadas técnicas de identificação estocástica autoregressiva, filtro de Kalman, fusão sensorial e controle preditivo estocástico, aplicados para melhorar o processo de medição de sinais mioelétricos e dar robustez ao controle de próteses biomecatrônicas, buscando-se obter um processo aprimorado, menos sensível ao ruído e com redução de atrasos. Nesta dissertação o método proposto consiste em 4 estágios: (1) extração de características usando o método auto regressivo (AR), (2) fusão de dados com filtro de Kalman, (3) algoritmo de estimação de movimento e (4) controle preditivo de variância mínima generalizado aplicado em um servomecanismo. Os principais objetivos buscados foram: melhorar a relação sinal/ruído nos sinais mioelétricos (SMEs), obter uma interface homem-máquina de processamento em tempo real de baixo custo, evitar problemas de medição e minimizar o consumo de energia do sistema de controle. Foi desenvolvida uma planta didática, que é um sistema microcontrolado para aquisição, processamento de 4 canais de eletromiografia e controle de um servomecanismo acoplado em uma garra robótica. Foram realizados testes experimentais nesse processo biomecatrônico e pelos resultados obtidos pode-se confirmar que é possível estimar continuamente a intenção de movimento de abrir e fechar da mão e comprovam o bom desempenho de um controlador estocástico projetado para o controle da prótese mioelétrica.
Acesso aberto (Open Access)
Modelagem e controle robusto paramétrico aplicados a sistemas driven-right-leg para rejeição de ruídos em amplificadores biopotenciais.
(Universidade Federal do Pará, 2022-03-30) GOMES, Alan Sovano; FONSECA, Maria da Conceição Pereira; http://lattes.cnpq.br/3496755183083633; BARRA JUNIOR, Walter; http://lattes.cnpq.br/0492699174212608
O sistema Driven-Right-Leg (DRL) é amplamente utilizado para mitigar os efeitos da tensão de modo comum em amplificadores biopotenciais. Ele funciona como um controlador em malha fechada, cujo objetivo é rejeitar perturbações causadas devido ao acoplamento capacitivo do corpo humano com a rede elétrica. Neste trabalho, o sistema DRL é avaliado do ponto de vista do controle robusto paramétrico, procurando fazer uma avaliação mais completa do que a encontrada na literatura, avaliando margens de ganho, de fase e de módulo extremais. Faixas de variação paramétrica intervalar, retiradas da literatura, foram utilizadas para descrever as incertezas paramétricas que perturbam o sistema estudado. Além disso, foi projetado um controlador do tipo Lead-Lag com base no modelo sujeito a variações paramétricas obtido, de forma a demonstrar tanto como a análise quanto a síntese de controladores DRL pode ser feita com base na teoria apresentada. Os resultados obtidos foram discutidos com base em comparação com os sistemas DRL encontrados na literatura especializada.
Acesso aberto (Open Access)
Performance evaluation of robust parametric control strategies applied on suppression of oscillations effects due to constant power loads in multi-converter buck-buck systems
(Universidade Federal do Pará, 2018-06-11) MARCILLO, Kevin Eduardo Lucas; BARRA JUNIOR, Walter; http://lattes.cnpq.br/0492699174212608
Conversores chaveados são sistemas amplamente utilizadas em aplicações industriais. Tais sistemas operam via controle em malha fechada e, dessa forma, os aspectos de estabilidade e desempenho em malha fechada devem ser assegurados pelo projetista. Recentemente, o emprego de sistemas com múltiplos conversores vem se tornando comum em uma ampla gama de aplicações. A interação entre os sistemas de controle os múltiplos conversores pode levar o sistema a operar com reduzidas margens de estabilidade ou com um baixo desempenho dinâmico. Portanto, a estabilidade de um sistema com conversores operando em cascata é uma grande preocupação para aplicações reais. A instabilidade em sistemas em cascata pode ocorrer devido à carga de potência constante (CPL), que é um comportamento dos conversores quando se encontram regulados. As CPLs exibem comportamento de resistência negativa incremental, causando um alto risco de instabilidade em conversores interligados. Dessa forma, a mitigação desse problema é uma questão importante no projeto da fonte de alimentação comutada de múltiplos estágios, de modo a garantir a estabilidade de todo o sistema. No entanto, algumas dificuldades estão presentes além da CPL, por exemplo, não linearidades fortes, devido à presença do elemento indutivo, além das incertezas em relação aos valores nominais dos componentes discretos que compõem o sistema. Neste trabalho é realizado um estudo experimental do desempenho das metodologias de controle robusto paramétrico aplicadas ao problema de mitigar o efeito adverso de cargas do tipo CPL, em um sistema com dois conversores buck operando em cascata (sistema buck-buck). Vários testes foram desenvolvidos utilizando tanto uma planta experimental quanto via simulação computacional em Matlab/ Simulink, quando o sistema multiconversor buck-buck é submetido a uma variação de potência. Os resultados mostram o melhor desempenho das metodologias propostas.
Acesso aberto (Open Access)
Previsão da demanda de energia elétrica utilizando lógica fuzzy e função de autocorrelação estendida- um estudo de caso aplicado ao Estado de Rondônia
(Universidade Federal do Pará, 2018-04-12) OLIVEIRA, Paulo de Tarso Carvalho de; MACEDO, Valquíria Gusmão; http://lattes.cnpq.br/4288739747304808; COSTA JÚNIOR, Carlos Tavares da; http://lattes.cnpq.br/6328549183075122
O estudo da previsão de demanda correlato a séries temporais de energia elétrica desenvolve um processo de otimização para o atendimento de energia elétrica, com o objetivo de aprimorar a rotina de previsão. No presente trabalho, é apresentada uma comparação de três modelos autorregressivos utilizados para a otimização mencionada, com o modelo de lógica fuzzy, dimensionado por meio da função de autocorrelação estendida. Os dados de consumo de energia elétrica presentam uma estrutura de série temporal sazonal, suscitando um recorte histórico com as características de consumo de energia elétrica do Estado de Rondônia, e neste objeto foi implementada uma metodologia de previsão por meio de modelos já sedimentados e em comparativo a um novo modelo, apresentado em Métodos de Identificação Fuzzy Para Modelos Autorregressivos Sazonais Mediante a Função de Autocorrelação Estendida. Analisa-se, então, as performances dos modelos e aplicação para previsão de demanda de energia elétrica a curto prazo, 5 (cinco) dias úteis da semana, para fins de contratação de pacotes de energia elétrica junto as concessionárias distribuidoras de energia elétrica, obedecendo a legislação vigente sobre leilões e contratos de compra. No decorrer do trabalho, foram analisados os resultados de previsão de energia elétrica, pelos modelos apresentados, o modelo proposto em Sistema Fuzzy relacionado a Autocorrelação Estendida, sendo o mais satisfatório confirmado por erros de previsão em relação a demanda de energia elétrica para o Estado de Rondônia, e atendendo legislação sobre previsão e demanda de energia elétrica no Brasil.
Acesso aberto (Open Access)
Projeto de controlador baseado em inequações matriciais lineares aplicado a um sistema multiconversor sujeito à incertezas paramétricas
(Universidade Federal do Pará, 2024-08-23) SILVA JUNIOR, Carlos Roozenbergh Porto da; BARRA JUNIOR, Walter; http://lattes.cnpq.br/0492699174212608
Os sistemas de conversão são dispositivos de grande importância nos sistemas elé- tricos e sistemas embarcados cuja aplicação está presente em ambientes variados, principalmente nos tempos atuais, visto que diversos componentes de níveis e fontes de tensão estão interligados em um único sistema. Dessa forma são investigados métodos de estudo dinâmico desta rede a partir de abordagens que simplificam a rede considerando os modos de velocidade e chaveamento dos demais sistemas de conversão, onde ocorre a simplificação de sistemas velozes para cargas de potência constante (CPL), de forma que e por esse método é avaliado as condições de estabilidade da rede. O estudo permite observar que as CPL atuam como uma resistência incremental negativa, de forma que analisando a partir de um modelo linear é observado que essa carga diminui o amortecimento do sistema, diminuindo suas margens de estabilidade, podendo tornar o sistema instável. Soma-se a esse efeito incertezas nos componentes físicos do circuito, afetando também a estabilidade e desempenho das microrredes. Sendo assim o projeto de reguladores para a atenuação das oscilações advindas desses efeitos se tornam de grande importância para garantia do correto desempenho desses sistemas. Neste trabalho é projetado um controlador robusto às incertezas e capaz de atenuar oscilações na presença de carga de potência constante, de forma que este controlador é implementado em uma microrrede composta por dois conversores abaixadores de tensão continua (Conversor Buck) em cascata, onde um deles é modelado como uma CPL. O modelo do sistema é usado tanto para análise de estabilidade quanto para projeto do controlador robusto em espaço de estado, de forma que a síntese do compensador é estruturado em formato de desigualdade matricial linear cuja solução é obtido através de ferramentas envolvendo optimização de sistemas. Os resultados do controlador são comparados com outro controlador baseado em alocação de pólos, em modelos lineares e modelos não lineares chaveados, na plataforma de simulação matemática Matlab/Simulink, onde são avaliados resposta transitória e sinal de controle graficamente e por meio de índices de desempenho em diversas condições de operação, envolvendo desde perturbações de cargas à variação de parâmetros do sistema.
Acesso aberto (Open Access)
Sistema de automação IoT para gestão de ativos no cenário da indústria 4.0
(Universidade Federal do Pará, 2023-07-10) GOMES, Woldson Leonne Pereira; SERUFFO, Marcos César da Rocha; http://lattes.cnpq.br/3794198610723464; SILVEIRA, Antonio da Silva; http://lattes.cnpq.br/1828468407562753
A quarta revolução industrial possui diversos pilares, sendo Internet of Things e Big Data uns dos mais proeminentes. Essas tecnologias possibilitam a coleta e análise em tempo real de grandes conjuntos de dados, permitindo o desenvolvimento de modelos para as mais diversas situações, desde o comportamento do consumidor até a prevenção de falhas fabris. Nesse contexto, o presente trabalho aborda o desenvolvimento de uma arquitetura completa para a implementação de um sistema de automação para Indústria 4.0, a nível de hardware e software, baseado na coleta de dados de temperatura, horímetro, vibração e corrente em motores elétricos de uma indústria de alumínio primário. A partir das variáveis mensuradas, pode-se obter dados de vibração no domínio da frequência, desbalanceamento de fases e estimação com filtro de Kalman. Adotou-se um algoritmo de decisão multicritério para auxiliar na escolha para linguagem de programação. Após a elaboração dessa sistemática, obteve-se um conjunto de soluções que tornaram viável o desenvolvimento do sistema, o qual foi validado em um setup experimental controlado. O sistema de automação desenvolvido foi denominado IOTCORE, o qual realiza a coleta das variáveis em tempo real, com baixa latência, alto desempenho, e possibilita transmitir, armazenar e visualizar os dados em diversos supervisórios.
Acesso aberto (Open Access)
Técnicas de controle robusto baseadas em resposta em frequência e via alocação de polos intervalar para sistemas com incertezas paramétricas aplicadas ao problema de regulação de tensão em conversores de potência.
(Universidade Federal do Pará, 2022-05-12) CARDOZO, Luise Ferreira; BARRA JUNIOR, Walter; http://lattes.cnpq.br/0492699174212608
As microrredes são uma forma de sistema de distribuição pertencente ao amplo conceito de smart grids. Os sistemas multiconversores ou multinível, nada mais são do que microrredes CC, compostas por um arranjo de dois ou mais conversores de potência, de modo a realizar o eficiente processamento unidirecional ou bidirecional de potência entre a fonte e a carga. Desta forma, o sistema multiconversor descrito nesta dissertação possui um conversor CC – CC na topologia Buck, o qual é utilizado como fonte de tensão contínua para o barramento principal da microrrede, sendo um elemento de fundamental importância e cujo controle de tensão é essencial, pois as cargas eletrônicas são sensíveis à desvios de tensão. Com o intuito de realizar o controle de tensão no barramento CC, primeiramente é realizado a modelagem do sistema com o método de mínimos quadrados recursivos, momento no qual as variações paramétricas são obtidas formando um modelo mais abrangente denominado de função de transferência intervalar, a qual é representado graficamente pelo conjunto extremal. Em um segundo momento, são desenvolvidos dois controladores robustos, um através das margens de estabilidade extremais do modelo culminando em um controlador PI baseado em resposta em frequência, e outro através de um projeto de controle por alocação de polos intervalar no formato PID. O desempenho robusto dos controladores é avaliado através de simulação computacional, de forma experimental no sistema multiconversor e, por fim, utilizando se uma análise quantitativa por meio índices de de desempenho.

Navegar

Navegando Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC por Linha de Pesquisa "CONTROLE E AUTOMAÇÃO"