O documento discute abordagens inteligentes para controle e automação, comparando métodos tradicionais e inteligentes. Aborda tópicos como lógica fuzzy, algoritmos genéticos, redes neurais artificiais e seu uso em simulações de controle de satélites.

1. Instituto Federal de São Paulo
ABORDAGENS INTELIGENTES PARA CONTROLE E AUTOMAÇÃO -
APLICAÇÕES
Italo Pinto Rodrigues
Engenharia e Tecnologia Espaciais
Engenharia e Gerenciamento de Sistemas Espaciais
Instituto Nacional de Pesquisas Espaciais

2. ITALO
#2
19:01
2009
Início da Faculdade
Engenharia Elétrica
2012
Início do Estágio
2011
Sankyu
2013
Fim da Faculdade
Fim do Estágio
2014
Início do Mestrado
2015
Fim do Mestrado
2016
Bolsa – CBERS-4
2017
Bolsa – Amazônia-1
2018
Fim da Bolsa
Pesquisador ITEMM
Coordenador WETE
Início do Doutorado
Coordenador
CubeDesign
2018
2019
Saída ITEMM

3. #3
19:01
CONTEÚDO
CONTEXTO ABORDAGEM
TRADICIONAL
ABORDAGEM
INTELIGENTE
HABILIDADES MISC

4. #4
19:01
CONTEXTO
#4
19:01

5. REVOLUÇÃO INDUSTRIAL
#5
19:01
>>1760
1ª Revolução
Industrial
Máquina a vapor
Tear
Fabricação de ferro
Máquinas-ferramentas
>>1850
2ª Revolução
Industrial
Motor de combustão interna
Derivados do Petróleo
Produção em massa
Utilização de aço
Energia elétrica
>>1950
3ª Revolução
Industrial
Computadores digitais
Automação
Era da informação
4ª Revolução
Industrial
BIG DATA
Computação em nuvem
Sistemas ciber-físicos
IOT

6. OS DIAS ATUAIS
#6
19:01
Indústria 4.0 levando a
automação a outro patamar
+ Confiabilidade
+ Capacidade de previsão
+ Sistemas integrados
- Perdas

7. OS DIAS ATUAIS
#7
19:01
Produção de
Vacinas

8. OS DIAS ATUAIS
#8
19:01
Produção de
Vacinas

9. QUEM QUER SE RESPOSABILIZAR?
#9
19:01
Falha no Lançamento Satélite CBERS-3
Parou 11 segundos antes do esperado US$ 300 milhões

10. QUEM QUER SE RESPOSABILIZAR?
#10
19:01

11. QUEM QUER SE RESPOSABILIZAR?
#11
19:01

12. #12
19:01
ABORDAGEM TRADICIONAL
#12
19:01

13. LINHA CONTÍNUA
#13
19:01

14. LINHA CONTÍNUA
#14
19:01
s
Tss 20


15. LINHA CONTÍNUA
#15
19:01
Alocação
de polos

16. LINHA CONTÍNUA
#16
19:01
Bu
Ax
x +
=
 Cx
y =
Equações de Estado:
Malha Aberta

17. LINHA CONTÍNUA
#17
19:01
Malha Fechada

18. LINHA CONTÍNUA
#18
19:01
Malha Fechada

19. LINHA CONTÍNUA
#19
19:01
Referência: 5,5 kgf/mm²
Tensão
Mecânica
(kgf/mm²)
Tensão
Mecânica
(kgf/mm²)
Tempo (s) Tempo (s)
Yss=5,508 Yss=5,501
Yss=4,177 Yss=4,25

20. LINHA CONTÍNUA
#20
19:01
Variáveis
Tensão de Entrada Tensão de Saída
Malha
Aberta
Malha
Fechada
Malha
Aberta
Malha
Fechada
Tss
(segundos)
2,3575 1,66 1,9775 1,66
Melhora no
tempo
88,21% 90,1125%

21. MESA ESTABILIZADORA
#21
19:01
PID 𝐺𝑐 𝑠 = 𝐾𝑃 + 1 +
1
𝑇𝐼𝑠
+ 𝑇𝐷𝑠
𝑃 = 𝐾𝑃
I = 𝑇𝐼
D = 𝑇𝐷

22. MESA ESTABILIZADORA
#22
19:01
PID

23. #23
19:01
ABORDAGEM INTELIGENTE
#23
19:01

24. MAPA DA IA
#24
19:01

25. FUZZY (LÓGICA NEBULOSA)
#25
19:01
10 27
18 35 45 52 61 120
1
IDADE
Muito
jovem
Jovem Adulto Idoso Muito Idoso
1
0

26. FUZZY (LÓGICA NEBULOSA)
#26
19:01
Controle do pedal do carro

27. FUZZY (LÓGICA NEBULOSA)
#27
19:01
Ar condicionado do
carro
STI – sensor de temperatura interno
STE – senhor de temperatura externo
SI – Sensor infravermelho
Redução do consumo de combustível
Maio conforto térmico para os usuários

28. #28
19:01
OTIMIZAÇÃO

29. Redução no tempo de projeto.
#29
19:01
OTIMIZAÇÃO
Lohn et al. (2005)
Capacidade de lidar com muitas variáveis.
Obtenção de um projeto aperfeiçoado.

30. #30
19:01
ALGORITMOS DE OTIMIZAÇÃO
Algoritmos Genéticos
Colônias de formiga
Colmeia de abelha
Eco localização de morcego
Força da gravidade
Avalanche (Criticalidade Auto Organizada)
Recozimento simulado
Colisão de partículas

31. #31
19:01
ALGORITMO GENÉTICO (AG)
Gera população inicial de N
soluções candidatas
Verifica a adaptabilidade das
soluções
Atribui uma nota à adaptabilidade
Seleciona os mais bem adaptados,
de acordo com a nota
Aplica o operador de cruzamento
Aplica o operador de mutação
Nova população = População após
a aplicação do operador de
mutação
Verifica a adaptabilidade das novas
soluções
Atingiu critério
de parada?
Fim
Sim
Não
1
1

32. ALGORITMO GENÉTICO
#32
19:01
Cruzamento Mutação

33. #33
19:01
ALGORITMO GENÉTICO (AG)

34. #34
19:01
OTIMIZAÇÃO EXTREMA GENERALIZADA (GEO)
𝑃 = 𝑘−𝜏
Barbosa (2013)

35. #35
19:01
OTIMIZAÇÃO EXTREMA GENERALIZADA
(GEO)
Inicie uma sequência de N
variáveis de projeto (X)
Calcule o valor das funções
objetivo F(x)
Mude o valor da variável xi
para xi’= xi+rand
Calcule o valor das funções
objetivo F(xi’)
Compare F(x) e F(xi’)
Armazene as melhores
soluções
Retorne xi para x;
Faça i+1
Escolha aleatoriamente
alguma função objetivo
Atingiu
critério de
parada?
Fim
Sim
1
2
Versão Multiobjetivo-real
Faça: i = 1
i>N?
Atribua um rank para
cada xi’; k=1 para o
melhor
Calcule a probabilidade
P dessa sequência ser
escolhida
2
Não
3
3

36. #36
19:01
USO DOS OTIMIZADORES
Ajuste de PID
Projeto de Controle robusto
Controle ótimo
Identificação

37. #37
19:01
AG EM PROBLEMAS DE CONTROLE
PID do braço manipulador ajustado
com AG

38. #38
19:01
REDES NEURAIS ARTIFICIAS (RNA)

39. #39
19:01
REDES NEURAIS ARTIFICIAS (RNA)

40. #40
19:01
REDES NEURAIS ARTIFICIAS (RNA)
Adaptabilidade
Mapeamento avançado
entre entrada e saída

41. #41
19:01
REDES NEURAIS ARTIFICIAS (RNA)

42. #42
19:01
REDES NEURAIS ARTIFICIAS (RNA)

43. #43
19:01
ESTUDO DE CASO
Controle de modelos em um simulador operacional de satélite
AG
GEO
RNA

44. #44
19:01
SIMULADOR DE SATÉLITE
Modelo identificado
Alocação
de polos
Visão geral
PID

45. #45
19:01
SIMULADOR DE SATÉLITE
PID 𝐺𝑐 𝑠 = 𝐾𝑃 + 1 +
1
𝑇𝐼𝑠
+ 𝑇𝐷𝑠
𝑃 = 𝐾𝑃
I = 𝑇𝐼
D = 𝑇𝐷

46. #46
19:01
SIMULADOR DE SATÉLITE
Minimizar:
𝜀= erro
𝑀𝑃= Sobressinal
𝑡𝑠= tempo de estabilização
0 ≤ 𝐾𝑃 ≤ 1
Sujeito à
0 ≤ 𝑇𝐼 ≤ 1
0 ≤ 𝑇𝐷 ≤ 1
Problema de otimização

47. #47
19:01
SIMULADOR DE SATÉLITE

48. #48
19:01
SIMULADOR DE SATÉLITE
Item Valor
População inicial Aleatória
Número de avaliações 1000
Número de indivíduos 30
Seleção Torneio
Cruzamento 1 corte
Taxa de cruzamento 0,8
Taxa de mutação 0,01
Item Valor
Entradas 2000
Saídas 2000
Função de ativação Tangente hiperbólica
Conjunto de treinamento 75%
Conjunto de teste 25%
Item Valor
𝜏 3
AG GEO
RNA
Configurações

49. #49
19:01
SIMULADOR DE SATÉLITE
Modelo MRSE(%) Tempo (minutos)
PID (AG) 1,40 11,31
PID (RNA) 1,51 0,9
PID (GEO) 1,40 15,89
MRSE (%) referência: 3,3%
Comparação

50. DESEMPENHO
#50
19:01
𝑀𝑅𝑆𝐸 % =
1
𝑛𝑜
෍
𝑞=1
𝑛𝑜
σ𝑡=1
𝑣𝑎𝑙
𝑦𝑞 𝑡 − ො
𝑦𝑞 𝑡
2
σ𝑡=1
𝑣𝑎𝑙
𝑦𝑞 𝑡
2 ∗ 100
Número de
saídas do
sistema
Saída real
Saída
simulada
Número de
amostras
Índice de desempenho

51. #51
19:01
APRENDIZADO POR REFORÇO

52. #52
19:01
HABILIDADES
#52
19:01

53. #53
19:01
O QUE VEM SURGINDO?
Os sistemas envelhecem: o controle está
preparado para isso?
Quais técnicas poderiam ser aplicadas para
garantir um bom controle, independente do
estado do sistema?

54. #54
19:01
MAR DE VARIÁVEIS
São realizadas muitas medições nas plantas,
mas o que de fato está sendo feito com essas
variáveis?
Estamos extraindo valor delas?
Nosso sistema de controle pode melhorar?

55. #55
19:01
ME FORMEI, E AGORA
Engenheiros para:
Arquitetura Projeto do controle

56. #56
19:01
ME FORMEI, E AGORA
Engenheiros para:
TESTAR
INTEGRAR
VALIDAR

57. #57
19:01
MISCELÂNEA
#57
19:01

58. #58
19:01
NÃO QUERO ESPERAR A FORMATURA
Olimpíada Brasileira de Robótica
Torneio Juvenil de Robótica
RoboCup Brasil
Torneio Brasil de Robótica
IRONCup
Treine e desenvolva suas habilidades em competições estudantis
Robótica SAE
Formula SAE BAJA
Fórmula Drone
Fórmula SAE
AERODesign
INPE
CubeDesign

59. #59
19:01
CUBEDESIGN
cubedesign@inpe.br

60. PG-INPE
#60
19:01
PG-INPE
Astrofísica
Engenharia e
Tecnologia
Espaciais
Geofísica Espacial
Computação
Aplicada
Meteorologia
Sensoriamento
Remoto
Ciência do
Sistema Terrestre

61. PÓS-GRADUAÇÃO ETE
#61
19:01
Engenharia e
Tecnologia Espaciais
Mecânica Espacial e
Controle
Dinâmica Orbital
Guiagem e Controle
Estrutura e Controle
Térmico
Combustão e
Propulsão
Combustão
Propulsão
Ciência e Tecnologia
de Materiais e
Sensores
Física de Materiais
Ciência e Tecnologia
de Materiais e
Sensores
Engenharia e
Gerenciamento de
Sistemas Espaciais

62. PÓS-GRADUAÇÃO ETE
#62
19:01
Engenharia e Tecnologia
Espaciais
Mecânica Espacial e
Controle
Combustão e Propulsão
Ciência e Tecnologia de
Materiais e Sensores
Engenharia e
Gerenciamento de
Sistemas Espaciais
Concepção, Especificação,
Arquitetura e
Gerenciamento de
Sistemas Espaciais
Sistemas de Bordo para
Missões Espaciais
Sistemas de Solo para
Missões Espaciais
Garantia de Missão e de
Produto Espaciais
Modelagem e Simulação
de Sistemas Espaciais

63. PROCESSO DE SELEÇÃO PARA MESTRADO
#63
19:01
ADAPTAÇÃO
+
Foto 3x4
3 Cartas de Referência
Histórico Escolar
Formulário de
Inscrição
Informações
Adcionais
PROVA
Engenharia e
Gerenciamento de
Sistemas Espaciais
Mecânica Orbital e
Controle
Combustão e
Propulsão
Ciência e Tecnologia
de Materiais e
Sensores
Métodos Matemáticos para
Engenharia
Probabilidade e
Estatística
PROVA
Lógica de Programação e
Algoritmos
Introdução à
Dinâmica Orbital
Introdução ao Estudo
de Sistemas de
Controle
Elementos de
Matemática
Elementos de
Termodinâmica
Clássica
PROVA
PROVA
PROVA
PROVA
PROVA
PROVA
+
+
+
APROVADOS
INSCRIÇÂO: JULHO/OUTUBRO ADAPTAÇÃO E PROVAS: JANEIRO/FEVEREIRO (normalmente 3 semanas) INÍCIO: MARÇO

64. OBRIGADO!!!
#64
19:01
italoprodrigues@gmail.com