pp. 320-325, July 20-22, 1999 - ITA, São José dos Campos - SP - Brazil
320
( M + m) x + bx + mlθcos θ − mlθ 2 sen θ = F (3)
Onde:
M: massa do carro (Kg);
m: massa do pêndulo (Kg); Para se obter a segunda equação dinâmica,
F: força aplicada no carro (N); soma-se as forças perpendiculares ao pêndulo.
I: inércia do pêndulo (Kg.m2); Também são somados os momentos em torno do
θ: ângulo que fornece a posição da haste (rad); centróide do pêndulo.
b: coeficiente de atrito (Nm/s).
P senθ + N cos θ − mg sen θ = mlθ + mxcos θ
(4)
O pêndulo inverso é um sistema dinâmico não- − Pl senθ − Nl cos θ = Iθ
linear, que é instável em malha aberta. O
modelamento dinâmico considera o equilíbrio de Através deste conjunto de equações é
de forças do sistema que, conforme está mostrado determinada segunda equação do sistema:
na figura 2, [8].
( I + ml 2 )θ + mgl senθ = −mlx cos θ (5)
M=0,5 Kg;
Fig02: Análise de Forças do Pêndulo Invertido com Carrinho m= 0,12Kg;
b=0,1 Nm/s
Onde x é a posição do carrinho e θ é a posição I=0,006Kg.m2;
do pêndulo. As variáveis x, x, θ, θ são respecti- G=9,8 m/s2;
vamente velocidade e aceleração, linear e angular. L=0,3 m.
Pelo equilíbrio de forças, pode-se obter a
equação das forças que influenciam o movimento A seguir serão descritas as redes neurais
do carro na direção horizontal[4]: utilizadas neste trabalho.
321
4. Treinamento do Controlador Neural:
f ( x) = exp[−( x − K e ) 2 / 2σ 2 ] (5)
322
Figura 7: Diagrama de Blocos do Modelo Matemático do
Pêndulo Inverso Simples
323
quadradas de mesma amplitude e o sistema
deveria seguir este sinal de uma forma satisfatória,
ou seja, mantendo o equilíbrio. O resultado
conseguido utilizando o controlador baseado no
treinamento inverso da rede neural RBF está
mostrado a seguir:
324
[4]Grupo de Pesquisa da Universidade de
Michigan; Example: Modeling na Inverted
Pendulum; Novembro de 1997.
[5] Harris, C.J., Moore, C.G., Brown, M.;
Intelligent Control – Aspects of Fuzzy Logic
and Neural Nets; World Scientific, 1994.
[6] Alsina, Pablo J., Gehlot Narpat S.; Análise
Comparativa de Neurocontroladores para
Manipulador Robótico; 10º Congresso
Brasileiro de Automática e 6º Congresso
Latino Americano de Controle Automático, 19
a 23 de Setembro de 1994, Rio de Janeiro, RJ.
[7] Rashid, Muhammad H.; Power Electronics-
Circuits, Devices and Applications; Prentice-
Hall, 1993.
[8] PC30D - EDR, Software Developers Kit for Eagle
Figura 12: Resposta do sistema de pêndulo invertido com
Technology Boards( User Manual), 1998.
controlador fuzzy [9] Bauchspiess, A.;, Drummond, A.C.; Romariz,
A.R.S.: Servocontrole Não-Linear Auto-
O controlador fuzzy apresenta um desempenho Sintonizado por Redes Neurais de Base
tão bom quanto o controlador neural, o sistema Radial, I3.SBAI-Simpósio Brasileiro de
acompanha o sinal de entrada de forma Automação Inteligente, pp.430-435, Sept.
satisfatória, porém este controlador apresenta um 1997, Vitoria/ES
valor de sobrepasso maior se comparado ao
apresentado pelo controlador neural.
7. Conclusão
Referência:
325