Çocuk istismarı ve ihmalinin önlenmesi

Nesteptrabalho,pbuscou-sepdemonstrarpopfuncionamento,pvantagenspepdesvantagenspdop método p de p controle p não p linear p por p modos p deslizantes p (Sliding Modes Control-SMC) associadopàptécnicapdepinteligênciapartificialplógicapdifusa p(fuzzy logic) quepfoipempregadap compopintuitopdepminimizarpoperropresidualpdopsistemapquepsurgepapmedidapquepsepsubstituipap funçãopsinalpdescontínuapporpumapfunçãopdepsaturaçãopsuavizada.pComopdemonstradopporp trabalhospanteriores,popmétodopdepcontrolepporpmodospdeslizantesppermitepconfinarpoperropap uma pregião pconhecida,popqueppermite pdefinir popuniversopdepdiscursopdos pcompensadoresp

fuzzypdepformapprecisa,preduzindopapdificuldadepdepdeterminaçãopdepsuaspconfigurações.

Uma p vantagem p adicional p da p utilização p da p lógica pfuzzyp é p que p permite p o p ajuste p dasp funções p mediante p método p intuitivo p ou p heurístico. p Tais p métodos p ajustam p de p formap aproximada p as p funções pfuzzyp sem p a p necessidade p de p métodos p adaptativos, p ou p dop conhecimentoppréviopdapdinâmicapdopsistema,ppodendoptambémpserpaplicadapparapreduzirpop esforçopcomputacionalpdurantepopprocessopdepajustepadaptativo.

O p processo p de p análise p sugerido p no p subcapítulo p 1.2 p foi p aplicado p ao p problema p dep rastreamento p de p trajetória p de p um p sistema p eletro-hidráulico, p que p foi p escolhido p para p essep trabalhopporpseptratarpumpsistemapnãoplinear,pcompaspnãoplinearidadespdepzonapmorta,pefeitosp dapcompressibilidadepepdopvazamentopdopfluidophidráulico.

Inicialmente, p foram p selecionadas p três p configurações p de p compensação pfuzzyp dap literatura:pcompensação pfuzzyp proporcionalpaoperrop(fuzzyp P),pproporcionalpaoperropepàpsuap variação p (fuzzyp PD) pe pproporcional p àp distância pà p superfície p dep deslizamentop (fuzzyp S);p ep

posteriormente p surgiram p mais p três p possíveis p configurações p de p compensação pfuzzy:p compensação p integral p da p função pfuzzyp proporcional p ao p erro p (INT pfuzzyp P), p compensaçãop integralpdapfunçãopfuzzypproporcionalpaoperropepsuapderivadap(INTpfuzzypPD)pepcompensaçãop proporcionalpàpdistânciapparapapsuperfíciepdepdeslizamentop(INTpfuzzypS) Ospseispmétodospdepcompensaçãopforamptestadospatravéspdepsimulaçãopnumérica,pap princípiopempumapsituaçãopideal,pnapqualpnãopocorressempruídos,pnãoplinearidadespseveras,poup erropinicial,pparapassimpavaliarpopseuspdesempenhospepposteriormentepapenaspospmaispbem-p sucedidosppassariampapserptestadospempsituaçãopmaisprealista.p Napconfiguraçãopdepcompensaçãopproporcionalpaoperro,pfoippossívelpreduzirpoperropap umapfaixapaceitávelpparapessapaplicação,pconseguindopeliminarpopfenômenopde pchattering, maspnãoppermitiupanularpoperropdepregime. ApcompensaçãopfuzzypPDpfoipumapdaspconfiguraçõespmaispbem-sucedidaspminimizandop operropapumapfaixapdesprezível,pporppermitirpreduzirpalémpdoperropsuapvariação,presultandop compque,pporpexemplo,psepoperropépgrandeppositivo,pmaspapsuapderivadapépnegativapindicapquep opsistemapnaturalmentepiriapconvergirpparapapreduçãopdoperro.pNopcasopdapconfiguraçãopP,p ocorreria p o p aumento p da p compensação p que p faria p o p sistema p ultrapassar p o p ponto p desejado,p enquantopquepapconfiguraçãopPDpproporcionapque,pàpmedidapquepopsistemapsepaproximapdop erropmínimo,papcompensaçãopsejapreduzidapresultandopnapdiminuiçãopdopsobrepasso.

A p compensação pfuzzyp S p apresentou p uma p peculiaridade p em p relação p às p demais,p dependendopdepcomopospparâmetrospforempajustados,pelesppodempresultarpempumapfunçãop quepapesarpdepnãopserpdescontínuapsepaproximapdapfunçãopsinal,presultandopnapnãopreduçãop dopfenômenopde pchattering.pAlémpdisso,papescolhapdepumapconfiguraçãopmaispsuavepnãop garantepoperropdepregimepnulo,psendopnecessáriopavaliarpsepapadoçãopdepumpmétodopdepajustep adaptativopquepmodifiquepospparâmetrospdapconfiguraçãopemptempoprealppermitirápconciliarp aspduaspcaracterísticaspdesejadas. OpmétodopdepcompensaçãoppelapintegralpdapfunçãopfuzzypPpconseguiupobterpapreduçãop doperropdepregimepapvalorespdesprezíveis.pPorém,pnospmomentospdepinflexãopdopmovimento,p opprocessopdepinversãopdopsinalpdapfunçãopintegralpnãopocorrepdepformapimediata,presultandop empumppicopdeperropquepempmédiapép3pvezespmaiorpdopquepapcompensaçãopfuzzypPpsimples.

A p inclusão p do p universo p de p discurso p derivativo p possibilitou p reduzir p o p sobrepassop quandopcomparadopaopmétodopintegralpfuzzypP,pporémpaindapexistepapdificuldadepdepinverterpop sinalpdapfunçãopintegralpresultandopempumppicopdeperropalémpdoperropmínimopdesejado,pep aindappermitepoperropdepregimepnulo.

parapapmesmapordempdapmesmapformapdapconfiguraçãopPDpsimples,pporppermitirpumapfunçãop que p muda p de p sinal p bruscamente, p o p que p na p compensação pfuzzyp S p simples p resultaria p nop fenômeno p de pchattering, p que p permite p reduzir p o p sobrepasso p a p valores p desprezíveis, p semp produzirpchattering. Dessapforma,pforampqualificadaspapenaspaspconfiguraçõespdepcompensaçãopfuzzypPDpep INTpfuzzypSpanalisadaspmediantepumpsistemapmaisppróximopdaspcondiçõespreaispdepoperação,p sempquepocorressepapvariaçãopdospparâmetrospdospcompensadores.p Atravéspdessapanálisepfoippossívelpconstatarpquepmesmopcompopaumentopdepincertezaspep ruído,pospdoispmétodosptiverampresultadospmuitopsemelhantes.pEpquepopaumentopdopruídop levoupaopaumentopdapvariaçãopdapfunçãopdepatuação,pmaspaindapdentropdapfaixapaceitávelpparap esseptipopdepsistema.pEpoperropresidualpempambospospcasosppermaneceuppraticamentepnulo,p indicando p que p as p configurações p de p compensação p apresentam p a p característica p de p baixap suscetibilidadepparapapvariaçãopdepparâmetrospdopsistema.

No p entanto, p é p necessário p ressaltar p que p essas p duas p configurações p apresentam p duasp peculiaridades,papconfiguraçãopfuzzypPDpporpatuarpempdoispuniversospdepdiscursopnecessitapdop dobropdepfunçõespdeppertinênciapquepapconfiguraçãopintegralpdapfunçãopfuzzypS,pepapfunçãop fuzzyp SpnãopnecessitaputilizaçãopdapT-normapparapopseupcálculo,pepporpissopapresentapump esforçopcomputacionalpmuitopinferiorpàpconfiguraçãopPD.p Comopsugestãopparaptrabalhospposteriores,precomenda-sepapavaliaçãopexperimentalpdasp estratégiaspdepcontrolepaquipapresentadas,papprovapanaliticamentepdapestabilidadepdapleipdep controle p e p realizar p a p comparação p da p implementação p adaptativa p das p configurações p dosp compensadores p que p foram p propostos p neste p trabalho. p E p também p realizar p a p análisep comparativapemptermospdoptempopdepajustepquandopapconfiguraçãopinicialpdopcompensadorpép aleatóriapoupdepumapconfiguraçãopinicialppróximapdopmínimopglobal.

REFERÊNCIAS

AL-HADITHI, p B p M, p JIMÉNEZ pA, p MATÍAp F. pAp new p approach p to p fuzzy p estimation p ofp Takagi-SugenopModelpandpitspapplicationsptopoptimalpcontrolpforpnonlinearpsystems, Applied soft computing,pvp12ppp280-290,p2012.

BESSA,pW.pM,pControle por modos seslizantes de sistemas sinâmicos com Zona morta Aplicado ao posicionamento de ROV's.pTese(D.Sc),pCOPPE/UFRJ,RiopdepJaneiro,pBrasil,p 2005.

BESSA,W. p M; p DUTRA, p M. p S; p KREUZER, p E. pAdaptive p fuzzy p dead-zone p compensationp schemepandpitspapplicationptopelectro-hydraulicpsystems.pJournal of Brazilian society of Mechanical sciences and engineering,pvp32,pnp1,pp.p1-7,p2010a.

BESSA,W.pM;pDUTRA,pM.pS;pKREUZER,pE. pSlindingpmodepcontrolpwithpadaptivepfuzzyp deade-zonepcompensationpofpanpelectro-hydraulicpservo-system. Journal of intelligent and robotic systems,pv.58,pn.1,pp.p3-16.p2010b.

BESSA,W.pM.pSomepRemarksponpthepBoundednesspandpConvergenceppropertiespofpsmoothp slidingpmodepcontrollers.pInternational journal of automation and computing,pvp6,pnp2,pp.p 154-158,p2009p.

CERMAN,pO.pHUSEK,pP.pAdaptivepfuzzypslidingpmodepcontrolpforpelectro-hydraulicpservop mechanism,pExpert Systems with applications,pvp39,pp10269-1027,p2012.

CHEN,pJ.pHUANG,pT.C. pApplyingpneuralpnetworksptopon-linepupdatedpPIDpcontrollerspforp nonlinearpprocesspcontrol. jornal of process control,pvp14,pp211-230.p2004.p

CHENG,pC.pJ.pDecentralizedpfeedbackpcontrolpofpuncertainpcellularpneuralpnetworkpsubjectptop time-varyingpdelayspandpdead-zonepinput.pMathematical and computer modellingp,vp49,ppp 386-392,p2009.

ERTUGRUL, p M. p KAYNAK, p O. pNeuro p sliding p mode p control p of p robotic p manipulatorsp Mechatronics,pvp10,ppp239-263,p2000.

FERNANDES, p J. p M. p M. pControle Inteligente De Sistemas Eletroidráulicos Utilizando

Redes neurais, Dissertaçãop(MS),pPPGEM/UFRN,pRioppGrandepdopNorte,pBrasilp2012. HE,pY.B.,pLIM,pG.pH.,pCHUA,pP.S.K.pComparisonpandpapplicationpofpthreepintegral-improvedp methods p on p conventional p fuzzy p control p strategy, pEngineering Application of Artificial Inteligencepvp16,ppp723-726.p2003.

JANG, p J.-S. p R.; p SUN, p C.-T; p MIZUTANI, p E. pNeuro fuzzy and soft computing: a computational approach to learning and machine intelligence.pPrenticepHall,pNewpJersey,p 1997.p

JI,pW.,pLI,pQ.,pXU,pB.pZHAO,pD.pFANG,pS. pAdaptivepfuzzypPIDpcompositepcontrolpwithp hysteresis-bandpswitchingpforplinepofpsightpstabilizationpservopsystem.pAerospace Science and Technology,pvp15,ppp25-32,p2011.

KHALIL,pHpK.pNonlinear systems.3rd.ped.pUpperpSaddlepRiver,pN.J:pPrenticepHall,p2002.p KHOSRAVI,p S. p JAHANGIR,p M.pAFKHAMIp H,pAdaptive p Fuzzy p SMC-Based p Formationp DesignpforpSwarmpofpUnknownpTime-DelayedpRobots,pNonlinear synamics,pvp69,ppp1825- 1835,p2012.

KUKOLJ, p D. pDesign p of p adaptive p Takagi–Sugeno–Kang p fuzzy p models, pApplied Soft Computing.pvp2,ppp89-103,p2002p.

LIU,pG.P.pDALEY,pS.pOptimal-tuningpnonlinearpPIDpcontrolpofphydraulicpsystems. Control Engineering Practice,pvp8,ppp1045-1053,p2000.

LIN,pJ,pLIAN,J.pR.,pHUANG,pN.C,pSIE,pW.pT.pEnhancedpfuzzypslidingpmodepcontrollerpforp activepsuspensionpsystems.pMechatronics.pvp19,ppp1178-1190,p2009.

MERRITT,pH.E.Hydraulic control systems".pJohnpWileyp&pSons,pNewpYork,p1967.

NA,pJ.Adaptivepprescribedpperformancepcontrolpofpnonlinearpsystemspwithpunknownpdeadp zone.pInternational journal of adaptive control and signal processing,pv.p27,pp.p426-446,p 2013.

ROOPAEI. p M, p JAHROMI, p M. p Z. pChattering-free p fuzzy p sliding p mode p control p in p MIMOp uncertainpsystems.pNonlinear Analysis,pvp71,ppp4430-4437,p2009.

SANTOS, p J.D.B. pUtilização de redes neurais artificiais no controle de sistemas mecânico incertos, Monografiap(Grd),pUFRN,pRiopGrandepdopNorte,pBrasil,p2011.

SLOTINE, p J.-J.E., p LI, p W. pApplied Nonlinear control, p Prentice p Hall, p New p Jersey,p USA,1991.

OGATA,pK. Modern control engineering.p5thped EnglewoodpCliffs,pN.pJ:pPrentice-Hall,p 2010.

TANAKA, p M p C. pUtilização da Lógica sifusa No Controle Inteligente se Sistemas Eletroidráulico. Dissertaçãop(Msc)p-pCursopdepEngenhariapMecânica,pPpgem,pUfrn,pNatal,p 2011.

WANG,S.,pHOU,pL.,pDONG,pL.pXIAO,pH.pAdaptivepfuzzypslidingpmodepcontrolpofpuncertainp nonlinearpSISOpsystems. Procedia Engineering,pvp24,ppp33-37,p2011.

WENG, p F.; p DING, p Y.; p TANG, p M. pLPV p Model-based p Robust p Controller p Design p ofp ElectrohydraulicpServopSystems,pProcedia Engineering, v 15,ppp421-425,p2011.

WONOHADIDJOJO, p D. p M.; p KOTHAPALLI, p G.; p HASSAN, p M. pY. pPosition p Control p ofp Electro-hydraulic pActuator p System p Using p Fuzzy p Logic p Controller p Optimized p by p Particlep SwarmpOptimization.pInternational Journal of Automation and Computing,pvp10,np3,ppp 181-193,p2013.