Dissertação
Model Predictive Control with a Neural Network Model of a Formula Student Prototype EVALUATED
O objetivo deste trabalho é projetar um controlador através da metodologia de Controlo por Modelo Preditivo (MPC), para um protótipo de Formula Student, que funcione nas respetivas pistas de competição. A solução proposta consiste na implementação de um MPC não linear com um modelo de previsão baseado numa Rede Neuronal Artificial (RNA). Um modelo dinâmico não linear do protótipo foi apresentado e desenvolvido, sendo depois este modelo usado para implementar e simular os algoritmos de controlo. Este modelo dinâmico foi validado introduzindo como entradas dados do ângulo de direção e de velocidade e comparando as saídas simuladas com dados reais do protótipo. Foi feita a identificação deste modelo dinâmico, utilizando uma RNA com base em sinais adequados que cobrem o envelope de funcionamento do sistema. As trajetórias de referência foram parametrizadas em relação ao comprimento de arco de um conjunto de polinómios de terceira ordem e o erro de contorno em relação à trajetória foi definido. Foi também definida uma função de custo que otimizando os estados previstos pelo modelo de RNA, minimiza o erro de contorno enquanto maximiza a progressão ao longo da pista. O controlador MPC desenvolvido seguiu com sucesso as trajetórias de referência. Explorou-se ainda o treino de uma RNA que recebe como entrada a trajetória de referência e os estados do sistema e devolve as ações de controlo respetivas, substituindo assim o MPC e a necessidade de calcular otimizações em tempo real.
novembro 24, 2020, 11:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Miguel Afonso Dias de Ayala Botto
Departamento de Engenharia Mecânica (DEM)
Professor Catedrático