Controle Fuzzy para sistemas takaki-sugeno: condições aprimoradas e aplicações

Exportado OPUSMade available in DSpace on 2019-08-10T11:12:55Z (GMT). No. of bitstreams: 1 leonardo_amaral_mozelli.pdf: 1135992 bytes, checksum: 504e6c4719948f2b4935569241b33ce5 (MD5) Previous issue date: 10Neste trabalho, são propostas novas condições, rigorosas e sistemáticas, para análise e projeto de sistemas de controle fuzzy baseados em modelos Takagi-Sugeno, levando em consideraçãonão apenas garantia de estabilidade como também desempenho em malha fechada. Não-linearidades, incertezas paramétricas e distúrbios são desafios presentes, em maior ou menor grau, na grande maioria de processos a serem controlados. Quando tais questões se tornam relevantes, sistemas fuzzy Takagi-Sugeno são muito úteis devido a sua capacidade de modelar, aproximadamente ou com exatidão, dinâmicas não-lineares sobre domínios compactos por meio da combinação de modelos lineares, localmente válidos. A metodologia de projeto é baseada no controle em espaço de estados, estruturada segundoos princípios de estabilidade no sentido de Lyapunov, a teoria de sistemas fuzzy e os fundamentos de controle robusto. Tais critérios podem ser formulados como desigualdades matriciais lineares, cuja solução é obtida de forma eficiente por meio de diversos pacotescomputacionais. Os resultados são comparados com a literatura atual em exemplos computacionais. Finalmente, o uso efetivo dos resultados é testado em um experimento de bancada baseado no oscilador caótico de Chua.In this work, new rigorous and systematic conditions for analysis and design of fuzzy control systems based in Takagi-Sugeno models are proposed, that guarantee not only stability but also performance in closed-loop. Nonlinearities, parametric uncertainties and disturbances are challenges, in one degree or another, to almost every control system design nowadays. When such issues start to matter, Takagi-Sugeno fuzzy systems are very useful due to its ability to represent, precisely orapproximately, any nonlinear dynamics over a compact domain by resorting to a combination of several local linear models. The project methodology is based on state-space control, aggregating stability in the Lyapunov sense, fuzzy systems theory, and fundamentals of robust control. Such criteria are recast as Linear Matrix Inequalities, which can be efficiently solved by means of several computational toolboxes. The results are compared with the current literature in some numericexamples. Finally, the effectiveness is tested in a practical experiment based on Chuas chaotic oscillator