Artigo - Atena Editora

Artigo

Baixe agora

Livros

CONTROLE PID NEURO-ADAPTATIVO EMBARCADO EM UM SISTEMA MAGLEV

RESUMO: Este artigo propõe um método de sintonização dos coeficientes de um controlador PID através de uma rede neural em um sistema microcontrolado embarcado. Esta arquitetura de controlador neuro-adaptativo se destaca em aplicações não lineares e com constante mudança de dinâmica da planta, neste caso, a bancada MAGLEV. A Bancada de suspensão magnética possui diversas aplicações na indústria, tais como: trens de alta velocidade, rolamentos magnéticos, dissipadores de vibrações, suspensões magnéticas etc. O desenvolvimento da pesquisa se dará da seguinte maneira: primeiramente será realizado um estudo acerca da planta e da arquitetura da rede neural a ser utilizada e informações sobre o hardware de processamento, tendo estes dados adquiridos dá-se início do design e construção dos algoritmos para o projeto, somando todas as ferramentas desenvolvidas, começará o processo de implementação dos códigos na bancada de suspensão magnética e a comparação com um controlador PID clássico. Validando o desempenho deste método de sintonização, todos recursos gerados durante as pesquisas serão disponibilizados no GitHub para a comunidade.
Ler mais

CONTROLE PID NEURO-ADAPTATIVO EMBARCADO EM UM SISTEMA MAGLEV

  • DOI: https://doi.org/10.22533/at.ed.9282428044

  • Palavras-chave: Microcontroladores, Controle adaptativo, Redes Neurais Artificiais, MAGLEV.

  • Keywords: Microcontrollers, Adaptative Control, Artificial Neural Network, MAGLEV.

  • Abstract: ABSTRACT: The present paper proposes a PID controller tunning method based on an artificial neural network, implemented in an embedded microcontroller system. The neuro-adaptative controller architecture is known for its efficiency in non-linear models, with constant parameter changes, in this case, a MAGLEV device. Use largely spread in industrial fields such as: high-speed magnetic levitation trains, magnetic bearings, vibration dampers etc. The research will be presented in the following sequence: study of the non-linear model, definition of the neural network architecture, evaluation of the hardware specifications, and with that data, the algorithm of the neuro-adaptative controller will be developed, alongside from the firmware. Completed those steps, the test and implementation stage of the proposed control method will begin, reaching its validation through comparison with a classical PID controller. All resources built from this project will be available to all the community in GitHub.

  • Eduardo Marek
  • Alexandre Dalla'Rosa
Fale conosco Whatsapp