Resumo: |
Este projecto tem como objectivos:
1. Endereçar a classe cada vez mais importante de Sistemas Híbridos (SH), utilizando metodologias de Controlo Óptimo (CO), em particular os paradigmas da multiprocessos e sistemas impulsionais.
2. Continuar a desenvolver ferramentas e resultados fundamentais em CO para e sistemas não-lineares com restrições, com ênfase em resultados com interesse para SH.
3. Mostrar a importância e os benefícios potenciais de ferramentas de controlo óptimo para uma comunidade científica mais vasta.
Praticamente qualquer problema de controlo que seja um desafio à comunidade científica não é linear e tem restrições nas entradas e/ou estados. Muitos dos problemas complexos que atraem a atenção da comunidade de controlo actualmente caem na classe dos chamados Sistemas Híbridos (SH).
Sistemas robóticos são um exemplo ilustrativo destas duas afirmações: a maioria são não holonómicos e, portanto, intrinsecamente não-lineares (não podendo ser tratados com métodos de controlo linear); têm restrições nas entradas (limites da actuadores) e nos estados (obstáculos no caminho, distâncias de segurança, limites de velocidade); a descrição da sua evolução é melhor modelada combinando sistemas dinâmicos em tempo contínuo (descrevendo leis físicas, transferências de energia) e sistemas guiados por eventos discretos (que descrevem a lógica das camadas de mais alto nível de controlo, bem como eventos da missão).
Nos últimos 50 anos, o controlo óptimo tem vindo a desenvolver um corpo de teoria capaz de tratar de modo sistemático e natural sistemas não-lineares com restrições de entrada e de estado. Têm sido também desenvolvidas ferramentas para algumas das classes mais gerais de sistemas dinâmicos: regidos por inclusões diferenciais, de problems com dados que nem sequer são diferenciáveis ou contínuos (não suaves), com descontinuidades na trajectória (sistemas impulsivos), com a interacção de vários sistemas (multiprocessos) .
Assim, é natural que o controlo |
Resumo Este projecto tem como objectivos:
1. Endereçar a classe cada vez mais importante de Sistemas Híbridos (SH), utilizando metodologias de Controlo Óptimo (CO), em particular os paradigmas da multiprocessos e sistemas impulsionais.
2. Continuar a desenvolver ferramentas e resultados fundamentais em CO para e sistemas não-lineares com restrições, com ênfase em resultados com interesse para SH.
3. Mostrar a importância e os benefícios potenciais de ferramentas de controlo óptimo para uma comunidade científica mais vasta.
Praticamente qualquer problema de controlo que seja um desafio à comunidade científica não é linear e tem restrições nas entradas e/ou estados. Muitos dos problemas complexos que atraem a atenção da comunidade de controlo actualmente caem na classe dos chamados Sistemas Híbridos (SH).
Sistemas robóticos são um exemplo ilustrativo destas duas afirmações: a maioria são não holonómicos e, portanto, intrinsecamente não-lineares (não podendo ser tratados com métodos de controlo linear); têm restrições nas entradas (limites da actuadores) e nos estados (obstáculos no caminho, distâncias de segurança, limites de velocidade); a descrição da sua evolução é melhor modelada combinando sistemas dinâmicos em tempo contínuo (descrevendo leis físicas, transferências de energia) e sistemas guiados por eventos discretos (que descrevem a lógica das camadas de mais alto nível de controlo, bem como eventos da missão).
Nos últimos 50 anos, o controlo óptimo tem vindo a desenvolver um corpo de teoria capaz de tratar de modo sistemático e natural sistemas não-lineares com restrições de entrada e de estado. Têm sido também desenvolvidas ferramentas para algumas das classes mais gerais de sistemas dinâmicos: regidos por inclusões diferenciais, de problems com dados que nem sequer são diferenciáveis ou contínuos (não suaves), com descontinuidades na trajectória (sistemas impulsivos), com a interacção de vários sistemas (multiprocessos) .
Assim, é natural que o controlo óptimo esteja em excelente posição para abordar de forma sistemática os desafios de SH. Em nossa opinião, as ferramentas de análise não-suave, multiprocessos e controlo impulsional irão desempenhar um papel importante. A nossa equipa reúne expertise mundialmente reconhecida em tais ferramentas.
A investigação em Controlo Óptimo é oportuna porque a indústria está agora aberta a adopção de métodos de controlo baseados em optimização. Controlo preditivo, por exemplo, é um método de controlo baseado optimização que tem tido um impacto significativo e generalizado no controlo de processos industriais, com vários milhares de aplicações relatadas [M01 e referências]. Acreditamos fortemente que CO continuará a fornecer as bases teóricas para futuras, tão necessárias, evoluções tecnológicas em muitas áreas da engenharia de sistemas complexos. |