Telefone/Ramal: | (98) 2016-8166/8942 |
MODELO GENÉTICO-NEURAL HÍBRIDO BASEADO NO LQG/LTR PARA O CONTROLE DE ARFAGEM DE UM VEÍCULO LANÇADOR USANDO UM MODELO REDUZIDO VIA NORMA HANKEL
Controle de atitude. ALV. Controlador híbrido genético-neural. Controle Robusto. Matrizes de covariança Rede Neural.
para o projeto convencional do compensador Gaussiano Linear Quadrático com recuperação da malha de Transferância (Linear Quadratic with Loop Transfer Recovery-LQG/LTR) para controle de arfagem em veículos lançadores aeroespaciais (aerospace launch vehicles-ALV) é necesário selecionar matrizes matrizes de covariância para obter os ganhos ótimos do Filtro de Kalman (Kalman Filter-KF) e de realimentação. Geralmente, essas matrizes são encontradas pelo método de tentativa e erro, que geralmente não atende aos requisitos de qualidade e robustez. Em outras palavras, esse método é demorado, ineficiente e não ideal. Com o objetivo de superar tais problemas, um controlador genético-neural híbrido baseado na metodologia LGQ/LTR para controle de arfagem do veículo lanchador usando um modelo reduzido via aproximaçãoda norma Hankel é proposto neste trabalho.