Controlo Inteligente
Objetivos
Estudo de técnicas de controlo inteligente, nas suas componentes teórica e aplicada. Começa-se por introduzir alguns conceitos referentes à identificação de sistemas dinâmicos lineares e ao projecto de controladores adaptativos por colocação de pólos, passando em seguida ao estudo das redes neuronais artificiais como aproximadores de dinâmicas não lineares e da lógica difusa. O projecto de controladores neuronais e de controladores difusos constitui um dos pilares centrais da disciplina.
Caracterização geral
Código
10993
Créditos
6.0
Professor responsável
Luís Filipe Figueira Brito Palma
Horas
Semanais - 4
Totais - 62
Idioma de ensino
Português
Pré-requisitos
Preferencialmente os alunos deverão apresentar frequência das disciplinas de Teoria de Controlo e Controlo por Computador, ou equivalentes.
Bibliografia
Bibliografia Base
- Identificação e Controlo Adaptativo, Paulo Gil, 2002
Bibliografia Complementar
- Kalman Filter, L. Brito Palma, 2019.
- System Identification, Lennart Ljung, 1987
- System Identification and Control Design, I. Landau, 1990
- Neural Network Design, M. Hagan, 1996
- Neuro-Fuzzy and Soft Computing, Jang, Sun e Mizutani, 1995
Método de ensino
Aulas teórico-práticas, e aulas práticas de laboratório.
Método de avaliação
A avaliação será constituída por um trabalho de grupo (TG) compreendendo 3 módulos individuais (TG1.1 + TG1.2 + TG1.3) e por dois mini testes (MT).
A nota final será calculada de acordo com a seguinte expressão:
NP = (TG1.1 + TG1.2 + TG1.3) / 3
Época Normal:
NF = NP*0,4/3 + (MT 1 + MT 2)*0,3
Época de Recurso e Especial:
NF = NP*0,4/3 + Exame*0,6
Atenção: Requerida assiduidade mínima de 67% nas aulas práticas. Mínimos de 9,5 Valores em cada uma das componentes da avaliação.
Conteúdo
Identificação de Sistemas Dinâmicos Lineares: Descrição do problema; Etapas do processo de identificação; Modelos lineares invariantes; Estimação de parâmetros: método dos mínimos quadráticos; Validação de modelos;Método dos mínimos quadráticos recursivos.
Controlo Adaptativo: Alguns modelos funcionais; Projecto por colocação de pólos.
Redes Neuronais Artificiais: O neurónio como elemento base; Funções de activação; Redes neuronais proactivas multicamada; Propriedades de aproximação; Treino supervisionado em redes multicamada; Generalização e validação; Arquitecturas de controlo neuronal.
Filtro de Kalman.
Técnicas de Controlo Difuso: Fundamentos dos sistemas difusos; Difusificação de variáveis temporais; Inferência com variáveis linguísticas; Desdifusificação de variáveis linguísticas; Projecto de controladores difusos.