Controle em Cascata de um Atuador Hidráulico Utilizando Redes Neurais

No presente trabalho, é realizada a modelagem e identificação de um serovoposicionador hidráulico de uma bancada de testes. As expressões analíticas tradicionalmente utilizadas em uma estratégia em cascata aplicada ao controle de trajetória de posição são obtidas. A estratégia em questão utiliza, conjuntamente, a linearização por realimentação como lei de controle do subsistema hidráulico e a lei de controle de Slotine e Li no subsistema mecânico. Com base na mesma estratégia, um controlador em cascata neural é proposto. Em tal controlador, a função analítica que representa o mapa inverso, presente na linearização por realimentação, e a função de compensação de atrito utilizada na lei de Slotine e Li são substituídas por funções constituidas por meio de redes neurais de perceptrons de múltiplas camadas. Essas redes neurais têm como entradas os estados do sistema e também a temperatura do fluido hidráulico. O novo controlador é apresentado em uma versão onde as redes neurais são aplicadas sem modificações on-line e em outra, onde são apresentadas leis de controle adaptativo para as mesmas. A prova de estabilidade do sistema em malha fechada é apresentada em ambos os casos.