Otimização de controladores servo fuzzy do Tipo-2 Intervalar para realimentação de estados em sistemas não lineares, utilizando Algoritmo Genético Quântico
Controle Não Linear, Lógica Fuzzy Tipo-2 Intervalar, Algoritmo Genético Quântico, Realimentação de Estados, MAGLEV.
O controle de sistemas não lineares sujeitos a incertezas e instabilidade em malha aberta, como os sistemas de levitação magnética, que constituem o objeto central deste estudo, impõe desafios significativos à engenharia, dificultando a obtenção de modelos matemáticos precisos para a realização de seu pleno controle. Este trabalho propõe o desenvolvimento e a análise de uma estratégia de sintonia para a otimização de servocontroladores baseados em Lógica Fuzzy Tipo-2 Intervalar aplicados à realimentação de estados. A arquitetura de controle utiliza a Compensação Paralela Distribuída para integrar controladores lineares locais com ação integral, garantindo o rastreamento de trajetória. Dado o desafio no ajuste fino do controlador para lidar com as incertezas modeladas pela mancha de incerteza, investiga-se a aplicação de um Algoritmo Genético Quântico. O desempenho é comparado ao do Algoritmo Genético clássico na otimização da alocação dos polos de malha fechada, bem como em relação ao sistema Fuzzy clássico, também otimizado pela mesma estratégia. Os resultados obtidos através de simulações computacionais demonstraram a eficácia da abordagem: o GA apresentou o melhor índice Integral do erro absoluto ponderada pelo tempo, indicando estabilização rápida, enquanto o QGA destacou-se pela precisão, minimizando o erro médio quadrado, comprovando a viabilidade técnica da proposta.