Controle de suspensões ativas utilizando redes neurais

Resumo: Neste trabalho, é feito um estudo sobre a aplicação de redes neurais artificiais na identificação e no controle de suspensões ativas não lineares. Considerando um modelo de um quarto de veículo, a modelagem matemática de sistemas passivos e ativos é detalhada. Noções básicas da aplicação das redes neurais, arquitetura, tipos de aprendizado, algoritmos de treinamento, etc., é apresentado, assim como, sua aplicação atual na identificação e controle de sistemas dinâmicos não lineares. O neuro-controlador proposto é do tipo "baseado em um modelo de referência", e seus pesos são ajustados utilizando um novo conceito de mapeamento inverso através do emprego de um neuro-modelo (neuro-veículo) para a retropropagação do sinal de erro (diferença entre a saída de referência desejada e a saída da rede neural). Simulações computacionais são realizadas com a finalidade de testar o modelo proposto, através da análise do espaço de trabalho da suspensão, da aceleração da massa suspensa e da força de contato do pneu com o solo, principais parâmetros utilizados no projeto de suspensões automotivas. Os resultados demonstram o poder das redes neurais na identificação e no controle de sistemas dinâmicos com características não linearesAbstract: This work presents a study about applications of artificial neural networks in the identification and control of nonlinear active suspensions. Considering an one-quarter vehic1e model, the mathematical modeling of passive and active systems is detailed. Basic concepts of neural networks application, architecture, type of learning, training algorithms, etc., are presented as well as the application in identification and control of nonlinear dynamic systems which is used in this work. The proposed neuro-contoller is of type "model reference neuro-controller", and their weights are set using a new concept of inverse mapping trough the use of a neuro-model (neuro-vehicle) to a backpropagation of the error signal (difference between the output of the desired reference and the output ofthe neural network). Computational simulations are performed in order to test the proposed model, trough the analysis of the suspensions work space, acceleration of the sprung mass and contact force of the tire with the ground, which are the main arameters used in the design of automotive suspensions. The results show the suitability of neural network in the identification and control of dynamic systems with nonlinear characteristic