Search

Dissertação (mestrado) - Pontifícia Universidade Católica de Minas Gerais, Programa de Pós-Graduação em Engenharia Elétrica Bibliografia: f. 117-120 Resumo: Neste trabalho é proposto o desenvolvimento de um sistema de controle para auxiliar a aproximação de uma tração Helper a um comboio ferroviário em movimento. Esta operação atualmente é feita por operadores e os principais dados referentes aos acoplamentos foram armazenados em um registrador de eventos. Após tratamento e análises dos dados disponíveis, a dinâmica de aproximação da tração Helper foi modelada por meio de uma Rede Neural Granular Evolutiva(eGNN). Este mapeamento serviu como base para a extração de um conjunto de regras fuzzy, bem como para dividir os espaços de entrada e saída, tarefas normalmente atribuídas a um especialista. Com esta abordagem um especialista pode ser consultado a posteriori para validar ou melhorar um modelo já estabelecido. Utilizando a toolbox de sistemas de inferência fuzzy do Matlab foi proposto um controlador fuzzy para controlar a frenagem aplicada à tração Helper, de modo a fazer uma aproximação e engate ao comboio de forma segura. Para avaliar a dinâmica do acoplamento em movimento foi proposto um modelo teórico da tração Helper obtido por meio da avaliação e parametrização dos resultados de testes utilizando o simulador ferroviário TDS 5000. Dados reais do posicionamento da cauda de uma composição ferroviária e o simulador de tração Helper proposto neste trabalho foram utilizados para avaliar o desempenho do controlador fuzzy. Os resultados finais da saída do controlador parecem ser promissores para seremutilizados em um caso real. Abstract: This work proposes the development of a control system to assist the couplingof a traction Helper loco with moving train. This operation is currently performed by human operators and key data about couplings were stored in an event recorder. Based on the processing and analysis of the stored data, the dynamic of Helper traction approximation was modeled using an evolving Granular Neural Network (eGNN). The eGNNwas used to obtain a set of fuzzy rules and to divide the output and input spaces, tasks normally assigned to experts. With this approach experts can be consulted later to validate or improve the model developed. Using the Matlab toolbox for fuzzy inference systems, a fuzzy controller was designed to control the Helper traction breaking. The main goal is to perform both, approach and coupling, safely. To evaluate the moving coupling dynamic a theoretical model for traction Helper was obtained from the evaluation and parameterization of experiments using the rail SimulatorTDS 5000. Real process data about the end of a train and the Simulator proposed to this work were used to evaluate the performance of fuzzy controller. The results were promising and suggest its use in real cases.