A dissertação está estruturada do seguinte modo:
Capítulo 1 - Introdução
Neste primeiro capítulo apresentam-se a motivação, as abordagens para a resolução do problema, a estrutura da dissertação e as principais contribuições.
Capítulo 2 - Modelização e Identificação de Sistemas Não Lineares
Apresentam-se aqui os motivos da construção de modelos, os diferentes tipos conhe- cimentos a priori utilizados na sua construção e os vários tipos de modelos. São abordados três tipos de modelização cinzenta: a neuro-difusa, a orientada por blocos e a híbrida. Apresentam-se ainda os vários passos do processo de identificação de sis- temas que não se limita à escolha do tipo de modelo, efectuando outras tarefas não menos importantes, como a selecção da condição experimental, a aquisição de dados e a selecção dos critérios de identificação e validação.
Capítulo 3 - Modelização e Identificação Neuro-Difusa
Este capítulo apresenta a modelização difusa, a modelização baseada em redes neuro- nais e a modelização neuro-difusa que surge da fusão das duas primeiras. Estes modelos são construídos por funções difusas ajustadas através de métodos típicos das redes neu- ronais construindo modelos com baixa interpretabilidade (modelos do caixa cinzenta escura). Por fim, apresentam-se os vários métodos de inicialização e identificação deste tipo de modelos, assim como, um resumo dos vários tipos de sistemas neuro-difusos desenvolvidos na última década. Do tema deste capítulo foram publicados os seguintes artigos:
• J. Vieira, F. Dias e A. Mota - Artificial Neural Networks and Neuro-Fuzzy Sys- tems in Model and Control: A Comparative Study, International Journal ELSE- VIER, Engineering Applications of Artificial Intelligence, 3(17):265-273, 2004. • J. Vieira, F. M. Dias e A. Mota - Neuro-Fuzzy Systems: A Survey, WSEAS
Transactions on Systems, 2(3): 414-419, 2004.
Capítulo 4 - Modelização e Identificação Orientada por Blocos
Neste capítulo é apresentada a modelização orientada por blocos, mais especificamente, a modelização Hammerstein e Wiener. São ainda apresentados vários métodos de iden- tificação dos referidos modelos, consoante o tipo de conhecimentos a priori existentes sobre o sistema. Estes modelos são classificados como modelos do tipo caixa cinzenta, em que a sua estrutura matemática é definida e identificada com base em conhecimen- tos experimentais e em dados de entrada e saída, gerando modelos com um nível de interpretabilidade razoável.
Capítulo 5 - Modelização e Identificação Híbrida
Aborda este capítulo a modelização híbrida, apresentando a estrutura do modelo feno- menológico genérico, do modelo híbrido série e do modelo híbrido paralelo. Apresentam- se ainda, vários métodos de identificação dos referidos modelos, que dependem do mo- delo do tipo caixa cinzenta ou negra utilizado para a modelização da parte desconhecida do modelo fenomenológico do sistema. Este metodologia de modelização maximiza a utilização de conhecimentos dos primeiros princípios, gerando modelos com um elevado grau de interpretabilidade, também classificados de modelos do tipo caixa cinzenta clara.
Capítulo 6 - Estruturas de Controlo Baseadas em Modelos
Neste capítulo apresentam-se as malhas de controlo baseadas em modelos mais conhe- cidas.
Capítulo 7 - O Esquentador Doméstico
Este capítulo é dedicado à apresentação pormenorizada do esquentador doméstico, da plataforma de testes desenvolvida e da electrónica da placa de controlo.
Capítulo 8 - Modelização e Identificação do Esquentador
Neste capítulo apresenta-se os resultados da modelização e identificação do esquentador, utilizando os três métodos de modelização abordados nesta dissertação.
Relacionados com este capítulo foram publicados vários artigos. Sobre a modeli- zação do esquentador utilizando modelos neuro-difusos publicaram-se:
• J. Vieira e A. Mota - Neural-Fuzzy Model Versus Multi-Model Based Controllers Applied in a Water Gas Heater System, Proceedings of IASTED International Conference on Artificial Intelligence and Applications, Benalmádena, Spain, 08 a 10 September, 1:46-51, 2003.
• J. Vieira e A. Mota - Comparison of Three Neuro-Fuzzy Architectures in Model- ling a Water Gas Heater: Input Clustering Data and Input Variables Selection, WSEAS Transactions on Systems, 4(2):1005-1010, 2003.
Sobre a modelização orientada por blocos do esquentador foi publicado o artigo: • J. Vieira e A. Mota - Parameter Estimation of Non-Linear Systems With Ham-
merstein Models Using Neuro-Fuzzy and Polynomial Approximation Approaches, Proceedings of IEEE-FUZZ International Conference on Fuzzy Systems, Buda- pest, Hungary, 25 a 29 July, 2:849-854, 2004.
Ainda relacionados com este capítulo e relativamente à modelização híbrida série do esquentador, foram publicados os seguintes artigos:
• J. Vieira e A. Mota - Combining First Principles with Grey-Box Approaches for Modelling a Water Gas Heater System, Proceedings of IEEE 13th Mediterranean Conference on Control and Automation, Limassol, Cyprus, 27 a 29 June, 2005. • J. Vieira e A. Mota - Water Gas Heater Non-Linear Physical Model: Optimization
with Genetic Algorithms, Proceedings of IASTED International Conference on Modelling, Identification, and Control, Gridelwald, Switzerland, 23 a 25 February, 1:122-127, 2004.
Capítulo 9 - Controlo do Esquentador
Este capítulo apresenta os resultados do controlo automático do esquentador, utilizando a malha de controlo Smith preditiva e os três diferentes modelos cinzentos definidos e identificados no capítulo anterior.
Relacionados com este capítulo foram publicados vários artigos. Sobre o controlo Smith preditivo baseado em modelos neuro-difusos, foram publicados:
• J. Vieira e A. Mota - Smith Predictor Based Neural-Fuzzy Controller Applied in a Water Gas Heater that Presents a Large Time-Delay and Load Disturbances, Proceedings IEEE International Conference on Control Applications, Istanbul, Turkey, 23 a 25 June, 1:362-367, 2003.
• J. Vieira e A. Mota - Modelling and Control of a water Gas Heater with Neuro- Fuzzy Techniques, Proceedings 3rd WSEAS FSFS International Conference on Fuzzy Sets and Fuzzy Systems, Interlaken, Switzerland, 11 a 15 February, 1:56- 61, 2002.
Sobre o controlo Smith preditivo do esquentador baseado no modelo Hammerstein adaptativo foi publicado o artigo:
• J. Vieira e A. Mota - Adaptive Smith Predictive Control of Non-Linear Sys- tems Using Neuro-Fuzzy Hammerstein Models, ICINCO-IFAC Proceedings 1st International Conference on Informatics in Control Automation and Robotics, Setúbal, Portugal, 25 a 28 August, 3:62-69; 2004.
Relacionado ainda com este capítulo e relativamente ao controlo Smith preditivo do esquentador baseado em modelos híbridos série, foi publicado o artigo:
• J. Vieira, F. M. Dias e A. Mota - Hybrid Neuro-Fuzzy Network-Priori Knowledge Model in Temperature Control of a Gas Water Heater System, Proceedings of the 5th International Conference on Hybrid Intelligent Systems (HIS’2005), Rio de Janeiro- Brasil, 06-09 November, 2005.
Capítulo 10 - Conclusões e Trabalhos Futuros
O décimo e último capítulo apresenta as conclusões e enumera alguns dos problemas que ficaram em aberto no decorrer deste trabalho.