Controlador vetorial neural para mesa de coordenadas XY

Abstract

Este trabalho apresenta uma nova estratégia de acionamento para uma mesa de coordenadas XY, denominada de Controle Vetorial Neural, utilizando uma rede neural multicamada (RNMC) atuando como controlador adaptativo direto, cujo algoritmo de aprendizagem se baseia na minimização do erro entre o vetor de posição atualizado e o de referência. Duas estratégias de controle são mostradas. A primeira estratégia é baseada no uso de controladores de posição neurais, independentes, para cada eixo e a segunda é apresentada como principal contribuição deste trabalho e é baseada no uso do Controlador Vetorial Neural. A estratégia proposta é diferenciada dos conhecidos controladores de trajetória por não possuírem controladores independentes para cada eixo. A mesa de coordenadas XY, usada para validação, é uma estrutura de dois graus de liberdade considerada como um manipulador de eixos desacoplados. Resultados experimentais e de simulação mostram o desempenho superior do Controlador Vetorial Neural. Um menor tempo de processamento no uso de uma única rede neural é uma vantagem adicional do uso do Controlador Vetorial Neural em relação aos controladores independentes.

Controlador Fuzzy Aplicado A Um Sistema Posicionador De Um Grau De Liberdade

“…Nesses casos, os sensores de posição (encoders), normalmente, são acoplados ao eixo dos motores, a fim de fornecerem sinais elétricos indicando a posição da mesa [1]. No setor industrial, os sistemas de controle de posição buscam uma maior exatidão de posicionamento, utilizando recursos como os proporcionados pelo controle por computador.…”

“…Para o controle de servomecanismos existem as técnicas de controle clássico e as de controle moderno. A primeira técnica fundamentada na relação entrada-saída ou função de transferência, como a de Ziegler-Nichols e as de avanço e atraso de fase, e a segunda técnica baseada no espaço de estados, como a do Regulador Linear Quadrático (LQR), do Regulador Linear Gaussiano (LQG) e de Controle H Infinito (H∞) [1]. A estratégia de pesquisa mais recente é inserida na área de controle inteligente, consistindo basicamente de três abordagens: sistemas especialistas baseados em conhecimento, controle por lógica fuzzy e controle por redes neurais [3].…”