Modelagem computacional de dados e controle inteligente no espaço de estado

Autor(es)

Annabell Del Real Tamariz

• Tipo de documento: Tese de Doutorado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
• Data de defesa: 2005-07-15

Membros da banca

Celso Pascoli Bottura; Antonio Augusto Rodrigues Coelho; Peterson de Resende; Gilmar Barreto; Marcio Luiz de Andrade Netto; Marconi Kolm Madrid; Paulo Augusto Valente Ferreira

• Orientador: Celso Pascoli Bottura

Resumo

Este estudo apresenta contribuições para modelagem computacional de dados multivariáveis no espaço de estado, tanto com sistemas lineares invariantes como com variantes no tempo. Propomos para modelagem determinística-estocástica de dados ruidosos, o Algoritmo MOESP_AOKI. Propomos, utilizando Redes Neurais Recorrentes multicamadas, algoritmos para resolver a Equação Algébrica de Riccati Discreta bem como a Inequação Algébrica de Riccati Discreta, via Desigualdades Matriciais Lineares. Propomos um esquema de controle adaptativo com Escalonamento de Ganhos, baseado em Redes Neurais, para sistemas multivariáveis discretos variantes no tempo, identificados pelo algoritmo MOESP_VAR, também proposto nesta tese. Em síntese, uma estrutura de controle inteligente para sistemas discretos multivariáveis variantes no tempo, através de uma abordagem que pode ser chamada ILPV (Intelligent Linear Parameter Varying), é proposta e implementada. Um controlador LPV Inteligente, para dados computacionalmente modelados pelo algoritmo MOESP_VAR, é concretizado, implementado e testado com bons resultados (AU)

• Processo FAPESP: 98/15357-0 - Modelagem computacional de dados e controle inteligente no espaco de estado.
• Beneficiário: Annabell Del Real Tamariz
• Modalidade de apoio: Bolsas no Brasil - Doutorado