Desenvolvimento e aplicação experimental de controladores fuzzy e convencional em um bioprocesso

Abstract

Este trabalho propõe a realização de um estudo comparativo do desempenho de controladores Fuzzy e convencional PID aplicados ao controle de temperatura de um processo de precipitação de bromelina do extrato aquoso de resíduos de abacaxi. Uma análise quantitativa da não-linearidade do processo foi realizada baseada na metodologia de curva de reação, aplicada em diferentes momentos da batelada, caracterizando o sistema por possuir diferente sensibilidade às ações de controle ao longo do tempo. O controlador convencional foi sintonizado a partir da aplicação das equações de Ziegler-Nichols aos parâmetros do processo obtidos nos instantes iniciais do experimento, seguido de sintonia fina por tentativa-e-erro. A sintonia do controlador Fuzzy consistiu na alteração do universo de discurso, na base de regras e na disposição das funções de pertinência, utilizando-se para isto o conhecimento obtido na análise das curvas de reação obtidas. Foi observado um melhor desempenho do controlador Fuzzy, apresentando menor valor da integral de erro absoluto multiplicado pelo tempo (ITAE), maior recuperação de atividade enzimática e menor consumo de energia elétrica para o resfriamento do sistema.

Modelagem Fuzzy aplicada na avaliação do desempenho de frangos de corte

“…Com base nas variáveis de entrada e se utilizando como referência os dados experimentais, o modelo Fuzzy prediz as variáveis de saída: consumo de ração (g), ganho de peso (g) e conversão alimentar (g g -1 ). Na análise utilizou-se o método de inferência de Mamdani que traz, como resposta, um conjunto Fuzzy originado da combinação dos valores de entrada com seus respectivos graus de pertinência, através do operador mínimo e em seguida pela superposição das regras, através do operador máximo (Leite et al, 2010). A defuzificação foi feita utilizando-se o método do centro de gravidade, que considera todas as possibilidades de saída transformando o conjunto Fuzzy originado pela inferência em valor numérico (Leite et al, 2010).…”

Procedimento fuzzy aplicado à avaliação da insalubridade em atividades agrícolas

“…Na análise, utilizou-se o método de inferência de Mamdani, que traz como resposta um conjunto fuzzy originado da combinação dos valores de entrada com os seus respectivos graus de pertinência, através do operador mínimo e, em seguida, pela superposição das regras por meio do operador máximo (LEITE et al, 2010). A defuzificação foi feita utilizando o método do Centro de Gravidade (Centroide ou Centro de Área), que considera todas as possibilidades de saída, transformando o conjunto fuzzy originado pela inferência em valor numérico (LEITE et al, 2010).…”

Pertinence Curves in Fuzzy Modeling of the Productive Responses of Broilers

“…As used by several authors, the Mandani inference method (Mandani, 1976) was used to develop the different fuzzy models (Ponciano et al, 2012;Schiassi et al, 2015). This method brings as an answer a fuzzy set originated from the combination of input values with their respective degrees of pertinence, through the minimum operator and then by the superposition of rules, through the maximum operator (Leite et al, 2010). The input variables were defined as enthalpies (H) in the different phases of the chicken life (Table 1).…”

“…Based on the input variables, the different fuzzy systems predict the output variables FI, WG, FC, and PEI. Defuzzification was performed using the center of gravity method (Centroide or Area Center), which considers all the output alternatives, converting the fuzzy set originated by the inference into a numerical value (Leite et al, 2010). For each of these output variables, the pertinence curves of the input and output variables were defined by combining three distinct curves -triangular, trapezoidal, and Gaussian -totaling nine models for each variable, as listed in Table 2. TABLE 2.…”