Skip navigation
DSpace logo

  1. Repositório Institucional da UFPB
  2. BDTD - UFPB
  3. UFPB - Campus I - João Pessoa
  4. Centro de Tecnologia (CT) - Programa de Pós-Graduação em Engenharia Mecânica
Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/tede/8971
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMoura, Geraldo de Araújo-
dc.date.accessioned2017-05-30T13:07:14Z-
dc.date.accessioned2018-07-21T00:04:13Z-
dc.date.available2018-07-21T00:04:13Z-
dc.date.issued2016-11-21-
dc.identifier.citationGOMES, 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.por
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/tede/8971-
dc.description.abstractThis 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®eng
dc.description.provenanceSubmitted by Maike Costa (maiksebas@gmail.com) on 2017-05-30T13:07:14Z No. of bitstreams: 1 - Geraldo Moura -.pdf: 5891648 bytes, checksum: 9ca720ba25a16879f0da2a9a837d1f4b (MD5)eng
dc.description.provenanceMade available in DSpace on 2017-05-30T13:07:14Z (GMT). No. of bitstreams: 1 - Geraldo Moura -.pdf: 5891648 bytes, checksum: 9ca720ba25a16879f0da2a9a837d1f4b (MD5) Previous issue date: 2016-11-21eng
dc.description.provenanceMade available in DSpace on 2018-07-21T00:04:13Z (GMT). No. of bitstreams: 3 arquivototal.pdf: 5891648 bytes, checksum: 9ca720ba25a16879f0da2a9a837d1f4b (MD5) arquivototal.pdf.txt: 206931 bytes, checksum: f8b76c0588058aed346443359126476f (MD5) arquivototal.pdf.jpg: 2074 bytes, checksum: fb22118df03ea5a1d4e9a50364fef7b7 (MD5) Previous issue date: 2016-11-21en
dc.formatapplication/pdf*
dc.languageporpor
dc.publisherUniversidade Federal da Paraíbapor
dc.rightsAcesso abertopor
dc.subjectFuzzypor
dc.subjectRedes Neurais Artificiaispor
dc.subjectEficiência Energéticapor
dc.subjectRede de Distribuiçãopor
dc.subjectLabVIEW®por
dc.subjectFuzzy Controleng
dc.subjectArtificial Neural Networkeng
dc.subjectEnergy Efficiencypor
dc.subjectDistribution Networkpor
dc.titleSistemas de controle fuzzy neural e neural adaptativo destinados ao controle de pressão em rede de distribuição de águapor
dc.typeTesepor
dc.contributor.advisor1Gomes, Hober Pimentel-
dc.creator.Latteshttp://lattes.cnpq.br/1463405817706855por
dc.description.resumoEste 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®.por
dc.publisher.countryBrasilpor
dc.publisher.departmentEngenharia Mecânicapor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Mecânicapor
dc.publisher.initialsUFPBpor
dc.subject.cnpqENGENHARIAS::ENGENHARIA MECANICApor
dc.thumbnail.urlhttp://tede.biblioteca.ufpb.br:8080/retrieve/18391/arquivototal.pdf.jpg*
Aparece nas coleções:Centro de Tecnologia (CT) - Programa de Pós-Graduação em Engenharia Mecânica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
arquivototal.pdf5,75 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


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