Controle Direto de Torque do Motor de Indução ... - D.s.c.e. - Unicamp

4.2 Projeto de Controladores Fuzzy 67
µT1(x)
1 9
Método para operação AND→Implicação
µF1(y) µv1(u)
min → min
9 15 10 90
Fig. 4.4: Implicação Fuzzy Mínimo (min) Aplicado a uma Regra.
A saída das regras individuais podem ser compostas de diferentes formas, dependendo de qual
operador de agregação esteja-se usando. Há diferentes operadores de agregação, mas os operadores
max e sum são as operadores mais frequentemente usados [24].
Se o operador máximo (Max) fosse usado como operador de agregação, então o significado de
todas as regras fuzzy serão definidas pela equação (4.6), no entanto, se o operador fosse a soma
(Sum), então o significado de todas as regras serão definida na equação (4.7).
µU(xk,yk,u) = µ ∪ r i=1 FR i(xk,yk,u) = max{ r
min
i=1 [µRpq,µPm]} (4.6)
µU(xk,yk,u) = µ ∪ r i=1 FR i(xk,yk,u) = Σ r
min
i=1 [µRpq,µPm] (4.7)
Observa-se o processo completo de inferência, de forma gráfica, na Fig. 4.5.
4.2.5 Defuzzificação
Transforma os resultados fuzzy da inferência em valores de saída numéricos. Esta saída é cal-
culada, baseada na inferência obtida no módulo Unidade de Decisão Lógica, com as funções de
pertinência das variáveis linguísticas da parte consequente das regras para obter uma saída não fuzzy
(crisp). Nessa etapa as regiões resultantes são convertidas em valores de saída numéricos do sistema.
Há vários tipos de defuzzificação. No entanto, o valor de saída crisp é frequentemente calculado
de acordo com o principio de centro de área (COA - do inglês center of area), isto é:
uFC(xk,yk) = Σiui ·µu(xk,yk,ui)
Σiµu(xk,yk,ui)
(4.8)