Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/75493
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorReis, Laurinda Lúcia Nogueira dos-
dc.contributor.authorCortêz, Vinícius Rebouças-
dc.date.accessioned2023-12-22T16:52:14Z-
dc.date.available2023-12-22T16:52:14Z-
dc.date.issued2023-
dc.identifier.citationCORTÊZ, Vinícius Rebouças. Uso de Aprendizado de Máquina na Estimação de Parâmetros do Controlador PID-2DOF Aplicado no Controle de Velocidade de um Motor de Indução Trifásico. 2023. 62 f. Monografia (Graduação em Engenharia Elétrica) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2023.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/75493-
dc.description.abstractThis study investigates the use of Machine Learning (ML)in estimating the parameters of a Proportional-Integral-Derivative 2 Degree of Freedom controller applied to a three-phase induction motor coupled to a cylindrical robotic arm control system. Using classical tuning methods for a PID-2DOF controller as a starting point, the results were checked in terms of the following specifications: rise time, settling time and overshoot. The results of the tests carried out show that the Machine Learning model provides results with adequate precision, being able to identify parameters that increase the speed and robustness of the system’s control. This work highlights the contribution of the Machine Learning algorithm for use in control systems, highlighting its application in certain test scenarios and providing a basis for future research and improvements, including the exploration of different data sets and Machine Learning models.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleUso de Aprendizado de Máquina na Estimação de Parâmetros do Controlador PID-2DOF Aplicado no Controle de Velocidade de um Motor de Indução Trifásicopt_BR
dc.typeTCCpt_BR
dc.contributor.co-advisorSouza, Darielson Araújo de-
dc.description.abstract-ptbrEste estudo investiga o uso de Machine Learning (ML) na estimação dos parâmetros de um controlador Proporcional-Integral-Derivativo de 2 Degree of Freedom (2 Graus de Liberdade) aplicado a um motor de indução trifásico acoplado a um sistema de controle de um braço robótico cilíndrico. Ao usar métodos de sintonia clássico de um controlador PID-2DOF como ponto de partida, em que verificou-se os resultados em termos das seguintes especificações como, tempo de subida, tempo de estabelecimento e sobressinal. Os Os resultados através dos testes realizados mostram que o modelo de Machine Learning fornece resultados com uma precisão adequada, sendo capaz de identificar parâmetros que aumentam a velocidade e robustez do controle do sistema. Este trabalho ressalta a contribuição no uso algoritmo do Machine Learning para a utilização em sistemas de controle, destacando-se sua aplicação em determinados cenários de teste e fornecendo uma base para futuras pesquisas e melhorias, incluindo a exploração de diferentes conjuntos de dados e modelos de Machine Learning.pt_BR
dc.subject.ptbrMachine learningpt_BR
dc.subject.ptbrPID-2DOFpt_BR
dc.subject.ptbrControlept_BR
dc.subject.ptbrBraço mecânicopt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
local.author.latteshttp://lattes.cnpq.br/7037145607145747pt_BR
local.advisor.latteshttp://lattes.cnpq.br/2873675973303728pt_BR
local.co-advisor.latteshttp://lattes.cnpq.br/0349890077355754pt_BR
local.date.available2023-12-
Aparece nas coleções:ENGENHARIA ELÉTRICA - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2023_tcc_vrcortez.pdf706,63 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.