SIBI! EM BREVE O RIUFPA ESTARÁ LIBERADO! AGUARDEM!
 

Controle inteligente LQR neuro-genético para alocação de autoestrutura em sistemas dinâmicos multivariáveis

dc.contributor.advisor1FONSECA NETO, João Viana da
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0029055473709795pt_BR
dc.creatorABREU, Ivanildo Silva
dc.creator.Latteshttp://lattes.cnpq.br/6144428536509111pt_BR
dc.date.accessioned2016-12-19T13:20:56Z
dc.date.available2016-12-19T13:20:56Z
dc.date.issued2008-08-30
dc.description.abstractIn this thesis is presented a neural-genetic model, oriented to state space controllers synthesis, based on the Linear Quadratic Regulator design, for eigenstructure assignment of multivariable dynamic systems. The neural-genetic model represents a fusion of a genetic algorithm and a recurrent neural network to perform the weighting matrices selection and the algebraic Riccati equation solution, respectively. In order to a assess the LQR design, the procedure was applied in a 6th order aircraft model, 6th order doubly fed induction generator model of a wind plant and a 4th order electric circuit model which were used to evaluate the fusion of the computational intelligence paradigms and the control design method performance.The performance of the neural-genetic models are evaluated by the first and second statistics moments for the genetic algorithm, whereas the neural network is evaluated by surfaces of the energy function and of the norm of the infinity of the algebraic equation of Riccati and the results compared to the results obtained by using Schur’s Method.pt_BR
dc.description.resumoNesta tese é apresentado um modelo neuro-genético, orientado a síntese de controladores no espaço de estado baseado no projeto do Regulador Linear Quadrático, para alocação de autoestrutura em sistemas dinâmicos multivariáveis. O modelo neuro-genético representa uma fusão de um algoritmo genético e uma rede neural recorrente para realizar a seleção das matrizes de ponderação e resolver a equação algébrica de Riccati, respectivamente. Um modelo de 6a ordem de uma aeronave, um modelo de 6a ordem de um gerador de indução duplamente alimentado de uma planta eólica e um modelo de 4a ordem de um circuito elétrico, são usados para avaliar a fusão dos paradigmas de inteligência computacional e o desempenho da metodologia do projeto de controle. O desempenho dos modelos neuro-genéticos são avaliados por momentos estatísticos de primeira e segunda ordem para o algoritmo genético, enquanto que a rede neural é avaliada por superfícies da função energia e da norma do infinito da equação algébrica de Riccati. São feitas comparações com o método de Schur.
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.identifier.citationABREU, Ivanildo Silva. Controle inteligente LQR neuro-genético para alocação de autoestrutura em sistemas dinâmicos multivariáveis. 2008. 247 f. Orientador: João Viana da Fonseca Neto. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2008.Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/7178. Acesso:.pt_BR
dc.identifier.urihttps://repositorio.ufpa.br/handle/2011/7178
dc.languageporpt_BR
dc.publisherUniversidade Federal do Parápt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Tecnologiapt_BR
dc.publisher.initialsUFPApt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectTeoria de controlept_BR
dc.subjectEquação algébrica de Riccatipt_BR
dc.subjectLQR (Regulador Linear Quadrático)pt_BR
dc.subjectRNR (Rede Neural Recorrente)pt_BR
dc.subjectAlgoritmos genéticospt_BR
dc.subjectControle inteligentept_BR
dc.subjectOtimizaçãopt_BR
dc.subjectControl theoryen
dc.subjectLinear quadratic regulatoren
dc.subjectAlgebraic Riccati equationen
dc.subjectOptimizationen
dc.subjectRecurrent neural networken
dc.subjectIntelligent controlen
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::AUTOMACAO ELETRONICA DE PROCESSOS ELETRICOS E INDUSTRIAISpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS::CONTROLE DE PROCESSOS ELETRONICOS, RETROALIMENTACAOpt_BR
dc.titleControle inteligente LQR neuro-genético para alocação de autoestrutura em sistemas dinâmicos multivariáveispt_BR
dc.typeTesept_BR

Arquivo(s)

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Tese_ControleInteligenteLQR.pdf
Tamanho:
2.2 MB
Formato:
Adobe Portable Document Format

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.82 KB
Formato:
Item-specific license agreed upon to submission
Descrição: