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, os 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 melhorados 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 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 ferramenta útil para aproximar ou gerar funções é uma rede neural artificial. Neste contexto, nesse trabalho é explorado a capacidade de uma rede neural em aproximar funções de Lyapunov 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, nesse trabalho será desenvolvido um controle baseado em aprendizado, em que a estabilidade do ponto de equilíbrio e uma estimativa de sua região de atração contida no conjunto de estados são obtidas.