Controle Direto de Torque do Motor de Indução ... - D.s.c.e. - Unicamp
Controle Direto de Torque do Motor de Indução ... - D.s.c.e. - Unicamp
Controle Direto de Torque do Motor de Indução ... - D.s.c.e. - Unicamp
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
4.2 Projeto <strong>de</strong> Controla<strong>do</strong>res Fuzzy 65<br />
com a associação <strong>de</strong> um grau <strong>de</strong> pertinência, x → µTi(x) é <strong>de</strong>nomina<strong>do</strong> fuzzificação. A função <strong>de</strong><br />
pertinênciaµTi(x) representa o equivalente fuzzy <strong>do</strong> valor <strong>de</strong>x<br />
Relação Fuzzy<br />
Sejam x ∈ X e y ∈ Y variáveis linguísticas, e Ti(x) e Fj(y) sejam conjuntos fuzzy correspon-<br />
<strong>de</strong>ntes aos termos linguísticas Ti e Fj respectivamente, então a seguinte estrutura representa uma<br />
relação <strong>de</strong> duas dimensões:<br />
Rij = x éTi ℘ y éFj<br />
Rij = P x<br />
i ℘ P y<br />
j<br />
<strong>de</strong>nota<strong>do</strong> por (4.3)<br />
Sen<strong>do</strong> que ℘ é um opera<strong>do</strong>r. A escolha <strong>do</strong> opera<strong>do</strong>r ℘ tem uma influência direta na estrutura <strong>do</strong><br />
controla<strong>do</strong>r fuzzy [24].<br />
4.2.3 Base <strong>de</strong> Regras Fuzzy<br />
A base <strong>de</strong> regras fuzzy é a parte central <strong>do</strong> controla<strong>do</strong>r fuzzy e este representa a "inteligência"em<br />
qualquer algoritmo <strong>de</strong> controle fuzzy. É aqui on<strong>de</strong> o conhecimento <strong>do</strong> projetista e sua experiência<br />
<strong>de</strong>vem ser corretamente interpreta<strong>do</strong>s e organiza<strong>do</strong>s num apropria<strong>do</strong> conjunto <strong>de</strong> regras [24].<br />
A base <strong>de</strong> regras contém um conjunto <strong>de</strong> regras-proposições fuzzy on<strong>de</strong> as variáveis antece<strong>de</strong>ntes-<br />
consequentes são variáveis linguísticas e os possíveis valores <strong>de</strong> uma variável linguística são repre-<br />
senta<strong>do</strong>s por conjuntos fuzzy. Uma proposição fuzzy expressa relações entre variáveis linguísticas e<br />
conjuntos fuzzy [25]. As proposições po<strong>de</strong>m estar no formato SE-ENTÃO, como por exemplo:<br />
FR: SE pressão é alta ENTÃO volume é pequeno (4.4)<br />
Sen<strong>do</strong> que na regra fuzzy (FR-Fuzzy Rule), alta e pequeno são conjuntos fuzzy, e pressão e<br />
volume são variáveis linguísticas. Pressão é o antece<strong>de</strong>nte (premissa) e volume é o consequente.<br />
4.2.4 Mecanismos <strong>de</strong> Inferência<br />
In<strong>de</strong>pen<strong>de</strong>ntemente da forma das regras fuzzy, a maior preocupação é como interpretar o signifi-<br />
ca<strong>do</strong> <strong>de</strong> cada regra, isto é, como <strong>de</strong>terminar a influência produzida pela parte antece<strong>de</strong>nte da regra<br />
fuzzy na parte consequente da regra. O procedimento para analisar esta influência é <strong>de</strong>nomina<strong>do</strong>