Controle inteligente baseado em estabilidade de Lyapunov
Redes neurais; Controle inteligente; Neuro-controle; Funções de controle de Lyapunov.
A realização de controle de sistemas dinâmicos não lineares desempenha um papel crucial, pois na prática, a maioria dos sistemas físicos são não lineares. No entanto, realizar o controle de sistemas não lineares não é uma tarefa simples, embora muitos métodos tenham sido desenvolvidos. Existem ainda alguns problemas a serem resolvidos como o controle dos movimentos e equilíbrio em robôs humanoides e as imprecisões de modelagem de um veículo subaquático autônomo, que possui um ângulo de inclinação pequeno. Para realizar o projeto de controle e estabilidade de um sistema não linear, geralmente, uma função de Lyapunov é usada. O procedimento para obter uma função de Lyapunov não é uma tarefa simples. Existem métodos numéricos na literatura que lidam com o problema de obter as funções de Lyapunov para vários tipos de sistemas. Uma fer- ramenta útil para aproximar ou gerar funções é uma rede neural artificial. Neste contexto, neste trabalho é explorada a capacidade de uma rede neural em aproximar funções de Lya- punov para sistemas não lineares. Além disso, é proposto a utilização de uma rede neural profunda para calcular uma função de Lyapunov de controle sem qualquer aproximação linear para sistemas não lineares. Ademais, neste trabalho é desenvolvido um controle baseado em aprendizagem, em que a estabilidade do ponto de equilíbrio e uma estimativa de sua região de atração contida no conjunto de estados são obtidas. Simulações de ex- emplos numéricos e experimentos com o pendulo invertido e rotacional são realizados e comparações com métodos convencionais são apresentadas.