Embed Size (px)
Citation preview
Objectivos● adquirir capacidades de aplicação de controlo difuso e neuro-
difuso em processos industriais, com características de não linearidade e de incerteza;
● equacionar a sua aplicação nos domínios da supervisão, da detecção de falhas e do diagnóstico;
● projectar sistemas de controlo e de análise com base nos novos conceitos aprendidos;
● contactar e praticar com algumas das ferramentas de projecto e de análise mais comuns.
Programa● Introdução aos conjuntos difusos e à lógica difusa (Fuzzy Logic).● Modelos difusos, sistemas difusos. Controlo baseado em lógica
difusa. Incerteza e não linearidade.● Projecto de controladores simples. Sistemas neuro-difusos.
Sistemas MIMO.● Falhas e diagnóstico. Métodos de detecção baseados em lógica
difusa.● Aplicações de sistemas baseados em lógica difusa. Análise de
exemplos.
● Fuzzy Logic with Engineering applications (2nd Ed.), Timothy J RossWiley , 2004 ISBN: 0-470-86075-8 http://wileyeurope.com/go/fuzzylogic
Palavras Chave● Engenharia de processos > Controlo de processos● Engenharia de controlo > Redes de controlo● Simulação em engenharia● Engenharia de sistemas > Teoria de sistemas● Engenharia de projecto● Tecnologia de sistemas >
Analise de sistemas e desenvolvimento de modelos● Engenharia de controlo > Automação
● Probabilidades ≠ ≠ Fuzzy● Difuso = Fuzzy ≠ ≠ Cristalino = Crespo = Crisp● Fuzzy Logic = Lógica Imprecisa ou Difusa● Expert System = Sistema Pericial● Neural Network = Rede Neuronal● Genetic Algorithm = Algoritmo Genético● Sliding Mode = Modo de escorregamento
Métodos de Ensino● A primeira parte da cadeira tem ênfase teórica.● Seguir-se-à um Mini-Teste.● A segunda fase da cadeira será primordialmente prática.● Principalmente ao controlo de Kits fornecidos aos alunos.● A principal ferramenta informática a utilizar será o software livre
Scilab (www.scilab.org).[Matlab, Fuzzy-Tech e SieFuzzy, Delphi, etc...]
● Classificação Final● CF=Classificação Final ● TC=Trabalho(s) de Casa ● MT=Mini Teste ● TP=Trabalho Prático
● CF=0.1*TC+0.2*MT+0.35*TP+0.35*EF● Falta justificada ao MT: CF=0.1*TC+0.45*TP+0.45*EF ● TE+DA: CF=0.5*TP+0.5*EF
● Trabalhos SBLD 2004/5● Os objectivos dos trabalhos práticos são apresentados
de forma elementar ● Há diferentes objectivos que envolvem quantidades
muito diferentes de trabalho● Uma lista de objectivos mais concretos serão
apresentados depois de conhecer o número de pessoas que se constituem em grupo para determinado trabalho
● Obs:nível de desembaraço faz parte da avaliação● Sugere-se grupos de 2 pessoas...
● Equipamento disponível para trabalho com kits– Microcontroladores (Atmel, etc)– 2 Placas aquisição de dados
(NI-PCI-6024E – 8 AI + 2 AO)– 4 Placas aquisição – barramento ISA – PCI-20428W – 4 Autómatos Schneider com E/S analógicas,
compilador de C (biblioteca Fuzzy ?)
● Trabalhos práticos sem kits de hardware:● Desenvolvimento de software para controlo
Hierárquico Difuso (C/Delphi/Kylix/Outro?)● Desenvolvimento (“porte”) de biblioteca de software
Neuro/Genético/Difuso para (C/Delphi/Kylix/Outro?)● Fuzzy Data Mining – Suporte a pesquisas “Fuzzy
Logic” para Bases de Dados (C/Embedded SQL/Outro?)
● Simulação 2D de condução de carro (manobra de estacionamento ?) (SciLab/C/Delphi/Kylix/Outro?)
● Kits sugeridos (alguns não prontos... J )
1. Localização 2 D – Touch Screen + 3 servos (mecânica concluída)
2. Localização linear – push pull electromagnético – 2 electroíman + potenciómetro (mecânica concluída)
3. Localização linear – pull electromagnético+gravidade (electroíman + potenciómetro) (mecânica muito fácil)
4. Localização linear – levitação de bola ping pong por pressão de ar numa coluna vertical (mecânica não concluída)
5. Localização linear – posicionar bola ping pong por pressão de ar numa calha inclinada (mecânica quase concluída, funcionou o ano passado)
6. Localização linear – calha inclinada, inclinação controlada através de servo (mecânica concluída)
7.Localização linear – calha inclinada, inclinação controlada através de motor (pode partilhar mecânica com anterior e seguinte)
8.Localização linear – calha inclinada, inclinação controlada através de motor de passo (stepper) linear (pode partilhar mecânica com 2 anteriores)
9.Temperatura – simulador de forno com 2 lâmpadas e 2 ventiladores (mecânicamente fácil mas nada feita – caixa com 2 sensores de temperatura e 2 ventiladores)
10.Temperatura – forno triplo com ventilador (pronto, utilizado anteriormente noutras cadeiras)
11.Levitador por pressão de ar – ventilador 220V + triac + “pena” + sensor (nada feito M )
12.Pêndulo Invertido (mecânica complicada M alguma coisa feita)
Função CaracterísticaConjunto convencional, cristalino:
A={0 se x∉ A1 se x∈ A }
Função Pertença Conjunto difuso, Fuzzy Set:
A~∈[0,1]
Formulas:
Altura Alto Baixo NaoAlto NaoBaixo
0.000 0.000 1.000 1.000 0.000 0.000 1.000 0.000 1.0000.200 0.000 1.000 1.000 0.000 0.000 1.000 0.000 1.0000.400 0.000 0.950 1.000 0.050 0.000 0.950 0.050 1.000
. . . . . . . . .
1.800 0.850 0.250 0.150 0.750 0.250 0.850 0.150 0.7502.000 0.900 0.150 0.100 0.850 0.150 0.900 0.100 0.8502.200 0.950 0.050 0.050 0.950 0.050 0.950 0.050 0.9502.400 1.000 0.000 0.000 1.000 0.000 1.000 0.000 1.0002.600 1.000 0.000 0.000 1.000 0.000 1.000 0.000 1.0002.800 1.000 0.000 0.000 1.000 0.000 1.000 0.000 1.0003.000 1.000 0.000 0.000 1.000 0.000 1.000 0.000 1.000
1-Alto
1-Baixo
MIN(Alto;Baixo)
MAX(Alto;Baixo)
MIN(NaoAlto;NaoBaixo)
MAX(NaoAlto;NaoBaixo)
Alto E
Baixo
Alto OU
Baixo
Não Alto E
Não Baixo
Não Alto Ou
Não Baixo
0.000 0.500 1.000 1.500 2.000 2.500 3.000-0.100
0.000
0.100
0.200
0.300
0.400
0.500
0.600
0.700
0.800
0.900
1.000
Classificações difusas de altura
AltoBaixoNaoAltoNaoBaixoAlto E BaixoAlto OU BaixoNão Alto E Não BaixoNão Alto Ou Não Baixo
Alturas (m)
Fu
nçã
o P
ert
en
ça (
Co
nj.
Difu
sos)
