Otimização de controladores nebulosos de Takagi-Sugeno utilizando algoritmos geneticos

Orientador: Marconi Kolm MadridDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de ComputaçãoResumo: Esta tese, propõe uma técnica que emprega algoritmos genéticos e teoria de conjuntos nebulosos integrados, visando o desenvolvimento automático de controladores de alta performance para servomecanismos tipo elo-acionado, ou módulo de junta robótica. Nesta abordagem, a teoria de conjuntos nebuloso é utilizada no desenvolvimento de controladores não lineares com estrutura flexível e grande quantidade de graus de liberdade. Devido às características apresentadas, estes controladores possuem potencial para resolver uma enorme variedade de problemas, inclusive problemas nos quais os métodos convencionais não são aplicáveis. Os algoritmos genéticos são métodos de busca inspirados no processo evolutivo natural que apresentam-se como uma alternativa eficiente para o ajuste automático de controladores não lineares. O algoritmo genético proposto neste trabalho é utilizado para o ajuste paramétrico de controladores nebulosos e controladores clássicos tipo PID. Os resultados experimentais mostraram que tal técnica é muito eficiente para o controle de juntas robóticas e para uma infinidade de outros sistemas de engenharia que possuam dinâmica semelhante, podendo-se assegurar sua aplicação prática com êxito, conseguindo-se uma excelente relação de custo/benefícioAbstract: This thesis proposes a technique that uses genetic algorithms and fuzzy sets theory in a integrated way, seeking the automatic development of high performance controller for servomechanisrns like driven-links, or robotic joints modules. The fuzzy sets theory is used for developing nonlinear controllers with flexible structure and great amount of degrees of freedom. Due to the presented characteristics, these controllers possess potential to solve an enormous variety of problems, including problems which the conventional methods are not suitable. Genetic algorithms are search methods inspired by natural evolutionary process that come as an efficient alternative for automatic tuning of nonlinear controllers. The genetic algorithm proposed here is used for the parametric adjustment of fuzzy controllers and classic proportional + integral + derivative controllers. The experimental results showed that such technique is very efficient for the control of robotic joints and for an infinity of other engineering systems that possess similar dynamics. It can be assured its practical application with success and an excellent cost benefit relationMestradoMestre em Engenharia Elétric