Controle fuzzy adaptativo baseado em ONFC aplicado à britagem.

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMonteiro, Paulo Marcos de Barros-
Autor(es): dc.contributorPinto, Thomás Vargas Barsante-
Autor(es): dc.contributorGomes, Hugo Rafael Nogueira-
Autor(es): dc.contributorMonteiro, Paulo Marcos de Barros-
Autor(es): dc.contributorPinto, Thomás Vargas Barsante-
Autor(es): dc.contributorGomes, Hugo Rafael Nogueira-
Autor(es): dc.contributorReis, Agnaldo José da Rocha-
Autor(es): dc.contributorPinto, Paulo Raimundo-
Autor(es): dc.creatorRomão, Aline do Espirito Santo-
Data de aceite: dc.date.accessioned2026-08-11T11:24:12Z-
Data de disponibilização: dc.date.available2026-08-11T11:24:12Z-
Data de envio: dc.date.issued2026-07-28-
Data de envio: dc.date.issued2025-
Fonte completa do material: dc.identifierhttps://www.repositorio.ufop.br/handle/123456789/21401-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1187956-
Descrição: dc.descriptionPrograma de Pós-Graduação em Instrumentação, Controle e Automação de Processos de Mineração. Departamento de Engenharia de Controle e Automação, Escola de Minas, Universidade Federal de Ouro Preto.-
Descrição: dc.descriptionA crescente variabilidade e complexidade dos processos industriais demandam estratégias de controle capazes de se adaptar a condições operacionais dinâmicas. Nesse contexto, destacam-se abordagens baseadas em logica fuzzy e inteligência computacional, em especial os controladores neurofuzzy, como o On-Line Neurofuzzy Controller (ONFC), que apresentam capacidade adaptativa e baixo custo computacional. Este trabalho investiga a aplicação de diferentes configurações do ONFC em um sistema de britagem, com foco na regulação da variável de processo associada `a alimenta ̧c ̃ao do circuito. A metodologia consiste na implementa ̧c ̃ao dos controladores no ambiente MATLAB/Simulink, integrado ao simulador dinâmico IDEAS, permitindo a analise do desempenho em diferentes cenários operacionais. O desempenho do ONFC é comparado ao de um controlador proporcional-integral (PI), com base no ́índice de desempenho integral do erro absoluto (IAE) e na resposta da variável controlada. Os resultados indicam que, nas condições analisadas, o controlador PI apresentou desempenho superior, com menores valores de IAE e resposta mais estável. Embora o ONFC apresente capacidade adaptativa, sua elevada sensibilidade aos parâmetros de ajuste impactou negativamente sua performance em determinados cenários. Ressalta-se que não foi adotada uma metodologia estruturada para o ajuste dos parâmetros do ONFC, o que evidencia a importância dessa etapa para sua aplicação eficaz. Ainda assim, os resultados obtidos indicam potencial promissor para a aplicação de controladores neurofuzzy em processos de mineração, desde que associada a estratégias adequadas de sintonia e adaptação.-
Descrição: dc.descriptionThe increasing variability and complexity of industrial processes demand control strategies capable of adapting to dynamic operating conditions. In this context, approaches based on fuzzy logic and computational intelligence stand out, particularly neurofuzzy controllers such as the On-Line Neurofuzzy Controller (ONFC), which exhibit adaptive capability and low computational cost. This work investigates the application of different ONFC configurations in a crushing system, focusing on the regulation of the process variable associated with the circuit feed. The methodology consists of implementing the controllers in the MATLAB/Simulink environment, integrated with the dynamic simulator IDEAS, enabling performance analysis under different operational scenarios. The performance of the ONFC is compared with that of a conventional proportional–integral (PI) controller, based on the integral of absolute error (IAE) index and the dynamic response of the controlled variable. The results indicate that, under the evaluated conditions, the PI controller achieved superior performance, presenting lower IAE values and a more stable response. Although the ONFC exhibits adaptive capability, its high sensitivity to parameter tuning negatively impacted its performance in certain scenarios.It is important to note that no structured methodology was employed for tuning the ONFC parameters, highlighting the relevance of this step for its effective application. Nevertheless, the obtained results indicate promising potential for the application of neurofuzzy controllers in mining processes, provided that appropriate tuning and adaptation strategies are employed.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherPROFICAM-
Direitos: dc.rightsaberto-
Direitos: dc.rightsAttribution 3.0 United States-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/3.0/us/-
Direitos: dc.rightsAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 16/04/2026 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante.-
Palavras-chave: dc.subjectControle automático - Online Neuro-Fuzzy Controller - ONFC-
Palavras-chave: dc.subjectControle automático - Controlador Proporcional-Integral - PI-
Palavras-chave: dc.subjectCominuição - beneficiamento de minério - brita-
Título: dc.titleControle fuzzy adaptativo baseado em ONFC aplicado à britagem.-
Título: dc.titleAdaptive fuzzy control based on ONFC applied to crushing.-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - UFOP

Não existem arquivos associados a este item.