Repositório Institucional da UFPB

Tipo:	Tese
Título:	Sistemas de controle fuzzy neural e neural adaptativo destinados ao controle de pressão em rede de distribuição de água
Autor(es):	Moura, Geraldo de Araújo
Primeiro Orientador:	Gomes, Hober Pimentel
Resumo:	Este trabalho tem como objetivo o controle de pressão em redes de distribuição de água, a fim promover a otimização das cargas hidráulicas, buscando minimizar as perdas de água nas tubulações e de energia no correspondente sistema de bombeamento. Para tanto foram elaborados um sistema de controle fuzzy neural (SCFN) e um sistema de controle neural adaptativo (SCNA). Esses sistemas de controle foram testados e avaliados em uma bancada experimental. O sistema de controle fuzzy neural (SCFN) envolve técnicas de rede neural artificial (RNA) e lógica fuzzy. O sistema de controle neural adaptativo (SCNA) utilizou uma RNA do tipo Perceptron de múltiplas camadas, através da técnica de retropropagação (backpropagation) e gradiente descendente com otimizador de Levenberg-Marquardt. O controle de pressão é realizado através do conversor de frequência, com ajustes da frequência, em tempo real (on-line), que atuará sobre conjunto motor bomba (CMB) instalado na rede hidráulica da bancada experimental. Os sistemas de controle SCFN e o SCNA, apresentados neste trabalho, foram confrontados a fim de promover uma análise comparativa entre os controladores. Os resultados demonstraram que o SCNA apresentou especificações superiores ao SCFN em quase sua totalidade. Finalmente foi acrescentado um filtro lógico ao SCADA (supervisory control system and data acquisition) para tornar o SCNA capaz de controlar alternadamente a pressão mínima dentre pontos da rede de distribuição da bancada experimental. Ambos os sistemas de controle, SCFN e SCNA foram desenvolvidos em ambiente de programação LabVIEW®.
Abstract:	This work deals with pressure control in water distribution networks to promote the optimization of hydraulic loads in order to minimize water losses in the pipes and energy in the corresponding pumping system. Therefore, a neural fuzzy control system (NFCS) beyond the adaptive neural control system (ANCS) were developed. These control systems have been tested and evaluated on experimental bench. The neural fuzzy control system (NFCS) involves techniques of artificial neural network (ANN) and fuzzy logic. The adaptive neural control system (ANCS) used a ANN Perceptron type multilayer by backpropagation technique and gradient descent with Levenberg-Marquardt optimizer. The pressure control will be through the frequency inverter with frequency adjustments in real time, which will act on pump motor assembly installed in the trial bench hydraulic network. Control systems NFCS and ANCS, in this work, were confronted in order to promote a comparative analysis between controllers. The results showed that the ANCS reached a performance index greater than NFCS almost entirely. Finally it was added a logic filter to supervisory control and data acquisition system (SCADA) to make the ANCS able to alternately control the minimum pressure points from the distribution network of experimental bench. Both control systems, ANCS and NFCS were developed in programming environment LabVIEW®
Palavras-chave:	Fuzzy Redes Neurais Artificiais Eficiência Energética Rede de Distribuição LabVIEW® Fuzzy Control Artificial Neural Network Energy Efficiency Distribution Network
CNPq:	ENGENHARIAS::ENGENHARIA MECANICA
Idioma:	por
País:	Brasil
Editor:	Universidade Federal da Paraíba
Sigla da Instituição:	UFPB
Departamento:	Engenharia Mecânica
Programa:	Programa de Pós-Graduação em Engenharia Mecânica
Citação:	GOMES, Hober Pimentel. Sistemas de controle fuzzy neural e neural adaptativo destinados ao controle de pressão em rede de distribuição de água. 2016. 170 f. Tese (Doutorado em Engenharia Mecânica)- Universidade Federal da Paraíba, João Pessoa, 2016.
Tipo de Acesso:	Acesso aberto
URI:	https://repositorio.ufpb.br/jspui/handle/tede/8971
Data do documento:	21-Nov-2016
Aparece nas coleções:	Centro de Tecnologia (CT) - Programa de Pós-Graduação em Engenharia Mecânica

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.