Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Lucena, Pedro Berretta de"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Dissertação
    Análise de um controlador baseado no Jacobiano estimado da planta através de uma rede neural
    (Universidade Federal do Rio Grande do Norte, 2005-12-16) Lucena, Pedro Berretta de; Araújo, Fábio Meneghetti Ugulino de; ; http://lattes.cnpq.br/5473196176458886; ; http://lattes.cnpq.br/4148574328235095; Gabriel Filho, Oscar; ; http://lattes.cnpq.br/4171033998524192; Maitelli, André Laurindo; ; http://lattes.cnpq.br/0477027244297797; Salazar, Andrés Ortiz; ; http://lattes.cnpq.br/7865065553087432
    Este trabalho apresenta uma análise da lei de controle baseada em um esquema híbrido indireto usando rede neural, proposto inicialmente por O. Adetona, S. Sathanathan e L. H. Keel. Implementações dessa lei de controle, para uma planta de nível de segunda ordem, resultaram em um comportamento oscilatório, mesmo com a convergência do identificador neural. Tais resultados motivaram a investigação da aplicabilidade dessa lei. A partir disso, foram feitas análises matemáticas de estabilidade e diversas implementações, com plantas simuladas e com plantas reais, com a finalidade de se analisar o problema. A análise mostrou que a lei foi desenvolvida desprezando-se certos componentes da dinâmica da planta a ser controlada. Sendo assim, para plantas onde esses componentes têm uma influência significativa em sua dinâmica, a lei tende a falhar
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM