Professional Documents
Culture Documents
Guilherme Rutzen
Leonardo Adams
Roni Rigoni
{guirutzen,leonardoadams,ronirigoni}@gmail.com
1) Introduo
Em robtica mvel, robtica industrial,
mquinas-ferramenta, elevadores e muitos
outros sistemas eltricos utiliza-se motores de
corrente contnua. Muitas vezes faz-se
necessrio que tais motores possam atuar
como servo-motores de velocidade, para a
odometria de robs mveis, por exemplo.
Atravs de um experimento prtico, este
trabalho trata do desenvolvimento e anlise
de um controlador fuzzy, para realizar o
controle de velocidade de um motor de
corrente contnua, do qual a velocidade
medida a partir de um encoder ptico
incremental.
3) Plataforma de testes
Para que pudssemos aplicar o
controlador fuzzy a um sistema real,
desenvolvemos uma plataforma de hardware
e software que nos permitisse realizar os
ensaios.
Na Figura 1 podemos ver um esquema
funcional da plataforma.
implementado
no
microcontrolador, representado pelo bloco
Arduino. Em seguida explicaremos cada
subsistema que compe esta plataforma.
Vantagens:
5) Tcnicas de Controle
Com base no comportamento do motor,
foi escolhida a tncnica de controle adequada.
As tcnicas de controle disponveis, mais
utilizadas, so as seguintes.
6) Controle Fuzzy
Com base nas opes de controladores e
no comportamento do sistema, foi escolhido
o Controle Fuzzy para realizar o controle de
velocidade do motor da plataforma. A escolha
foi realizada devido as vantagens que o
mesmo oferece.
Desvantagens:
6.4) Fuzzificao
As variveis de entrada de um sistema de
controle fuzzy so geralemente mapeadas
para o sistema por meio de funes de
pertinncia. O precesso de converso de
valores de entrada precisos para valores fuzzy
conhecido por fuzzificao.
O formato de funo de pertinncia mais
comum o triangular, sendo que o nmero e
localizao das curvas desempenham papel
crtico.
No controle do motor de velocidade
foram utilizadas curvas tringulares como
funo de pertinncia para as variveis fuzzy,
conforme a Figura 4.
Tabela 1
vel .motor
else
if( e[n] < -p4 )
erro = -0.25;
...
6.5) Regras
O estgio de processamento baseado
em uma coleo de regras lgicas da forma
se-ento . Sistemas de controle fuzzy
tipicamente possuem dezenas de regras.
Dados os mapeamentos das variveis
de entrada para as funes de pertinncia e
valores verdade, um microcontrolador pode
ento pode tomar decises sobre a ao a ser
tomada baseado neste conjunto de regras.
Operadores fuzzy que aparecem comumente
em regras so e, ou e no.
6.6) Defuzzificao
H diferentes maneiras de se definir o
resultado de uma regra, mas uma das mais
comuns e mais simples por meio do mtodo
de inferncia max-min, a qual passa os
valores verdade gerados pelas premissas
funo de pertinncia de sada.
u (n)
( i ) saida
i 1
(i )
i 1
(i )
Figura 9
Figura 11
Figura 10
7) Controlador NeuroFuzzy
Para resolver o problema de definio dos
parmetros do controlador fuzzy, proposta
uma rede neural para determin-los. A seguir
descrito a estrutura da rede neural, a
definio de suas entradas, a coleta, prprocessamento e normalizao dos dados,
bem como o treinamento e execuo da rede.
7.3) Pr-Processamento
O pr-processamento corresponde a
varrer todo o arquivo de dados, e transformar
isso em dados teis para a rede neural. Esses
dados so as entradas (referncia, tempo de
subida e erro quadrtico) e as sadas
(parmetros fuzzy).
Figura 13
7.4) Treinamento
Agora a rede neural deve ser treinada.
Foi utilizada a ferramenta open-source Joone
Editor para implementar a rede apresentada.
A Figura 14 ilustra a rede montada com o
auxlio da ferramenta.
110 exemplos
50.000 pocas
Taxa de aprendizado: 0.8
Momento: 0.3
8) Resultados
Para executar a rede, foi feito mais um
ensaio para a validao dos resultados
provindos da rede.
Os dados de entrada da rede foram os
seguintes:
Especificaes 1:
erro
pequeno
Especificaes 2:
Desvio de Ts = 9.2%
Desvio do erro
= 11.3%
Para as especificaes 2:
Desvio de Ts = 6.7%
Desvio do erro
= 10.1%
9) Concluso
Como visto na seo 8, os erros relativos
s especificaes se mostraram plausveis, o
que justifica a utilizao de uma rede neural
para melhor estimar os parmetros fuzzy.
Pensando na viabilidade desta proposta,
conclumos que o melhor seria utilizar a rede
neural off-line, ou seja, utiliz-la para estimar
os parmetros de um nmero N de
10) Referncias
Camponogara E., Introduo Inteligncia
Computacional, 2006.
Russel S., Norvig P., Artificial Intelligence - A
Modern Approach, 2003.
http://www.arduino.cc
http://sourceforge.net/projects/joone/
http://www.din.uem.br/ia/controle/fuz_prin.
htm