Controle preditivo de trajetórias com restrição no sinal de controle via redes neurais

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorNeves Junior, Flavio-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1627-1425-
Autor(es): dc.contributorhttp://lattes.cnpq.br/0494282486171725-
Autor(es): dc.contributorArruda, Lucia Valeria Ramos de-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-5704-8131-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8616017152145795-
Autor(es): dc.contributorNeves Junior, Flavio-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1627-1425-
Autor(es): dc.contributorhttp://lattes.cnpq.br/0494282486171725-
Autor(es): dc.contributorAlmeida, João Paulo Lima Silva de-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-6507-8410-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1457950789991352-
Autor(es): dc.contributorArruda, Lucia Valeria Ramos de-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-5704-8131-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8616017152145795-
Autor(es): dc.contributorFreire Junior, Vlademir Aparecido-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-9468-3492-
Autor(es): dc.contributorhttp://lattes.cnpq.br/0865102361361109-
Autor(es): dc.creatorHartmann, Mikael Nedel-
Data de aceite: dc.date.accessioned2025-08-29T11:58:18Z-
Data de disponibilização: dc.date.available2025-08-29T11:58:18Z-
Data de envio: dc.date.issued2023-11-26-
Data de envio: dc.date.issued2023-11-26-
Data de envio: dc.date.issued2023-11-09-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/32942-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1086642-
Descrição: dc.descriptionThis dissertation investigates the application of non-linear predictive control with constraints on the control signal for robotic systems characterized by a cascade control architecture. The proposed control strategy uses a feedforward neural network model to assist the controller when applying restrictions on the secondary loop control signal. This secondary loop has a proportional-derivative (PD) controller. The neural network model is trained based on the initial and final conditions of position and velocity for the system to be controlled. The trained model infers, as output, the peak derivative of torques or future forces that the PD controller must respect based on the commands from the outer loop. As a case study, model predictive control (MPC) is applied as the outer loop, and proportional-derivative (PD) controllers are used as the inner loop for a 2R planar manipulator robot and a quadrotor drone. The control application with the proposed architecture was tested on both systems through computational simulations in MATLAB. The approach resulted in smoother trajectories for the manipulator robot during obstacle avoidance. However, during some experiments with obstacles, the controller allowed the drone to realize significant deviations from the planned route. In conclusion, the developed control strategy presents good potential for applications in robotic systems with “kinematically decoupled” state variables.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionEste trabalho propõe a aplicação de controle preditivo não linear baseado em modelo (NLMPC) com restrições no sinal de controle em sistemas robóticos caracterizados por uma arquitetura de controle em cascata. A estratégia de controle preditivo desenvolvida usa um modelo por redes neurais feedforward para inferir o valor das restrições no sinal de controle da malha secundária, que utiliza um controlador proporcional-derivativo (PD). Esses valores de restrições são incluídos no cálculo do sinal de controle da malha primária pelo controlador preditivo. As redes neurais foram treinadas a partir das condições iniciais e finais de posição e velocidade do sistema a ser controlado, e desta forma inferem como saída o pico da derivada dos torques ou forças futuras que devem ser respeitadas pelo PD a partir dos comandos da malha externa. Como estudo de caso, foi aplicado controle preditivo baseado em modelo (MPC) como a malha externa e controladores proporcional-derivativos como malha interna para um robô manipulador planar duplo rotativo (2R) e um drone quadrotor. A aplicação de controle com a arquitetura proposta foi testada em ambos os sistemas através de simulações computacionais no MATLAB. A abordagem resultou em trajetórias mais suaves para o robô manipulador durante o desvio de obstáculos. Já para os drones, em algumas situações experimentadas, o controlador permitiu em presença de obstáculos, a execução de grandes desvios na rota planejada. Em conclusão, a estratégia de controle desenvolvida apresenta um bom potencial para aplicações em sistemas robóticos com variáveis de estado “cinematicamente desacopladas”.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica e Informática Industrial-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectControle preditivo-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectRobótica-
Palavras-chave: dc.subjectProgramação não-linear-
Palavras-chave: dc.subjectPredictive control-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectRobotics-
Palavras-chave: dc.subjectNonlinear programming-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS-
Palavras-chave: dc.subjectEngenharia Elétrica-
Título: dc.titleControle preditivo de trajetórias com restrição no sinal de controle via redes neurais-
Título: dc.titlePredictive control of trajectories with control signal constraint via neural networks-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.