Projeto e controle de pêndulo invertido sobre rodas baseado no modelo fuzzy Takagi-Sugeno.

dc.contributor.advisorAraújo, Rodrigo Farias
dc.contributor.advisor-latteshttp://lattes.cnpq.br/2107906714409879
dc.contributor.authorMonteiro, Airton Silva
dc.contributor.author-latteshttp://lattes.cnpq.br/1675635801850391
dc.contributor.co-advisorKimura Junior, Almir
dc.contributor.co-advisor-latteshttp://lattes.cnpq.br/6263690796263001
dc.contributor.referee1Cordovil Júnior, Luiz Alberto Queiroz
dc.contributor.referee1Latteshttp://lattes.cnpq.br/3332845605892370
dc.contributor.referee2Gadelha, Vitor Fernando de Souza
dc.contributor.referee2Latteshttp://lattes.cnpq.br/4283627740352016
dc.contributor.referee3Morales, Israel Mazaira
dc.contributor.referee3Latteshttp://lattes.cnpq.br/7504174154357331
dc.date.accessioned2026-04-08T14:46:23Z
dc.date.issued2026-04-15
dc.description.abstractReal-time implementation of control systems often involves uncertainties associated with the system’s complex dynamics and nonlinear nature, which makes its analytical analysis challenging for controller design. In this context, this work addresses the development of a two-wheeled inverted pendulum, used as an experimental platform for the application of control techniques. The system modeling is carried out using the Takagi-Sugeno methodology, which allows representing its nonlinear dynamics through the combination of local linear submodels. For system stabilization, a controller based on the Parallel Distributed Compensation (PDC) technique is employed. The development includes both the construction of the physical plant and the digital implementation of the controller on an embedded system, responsible for signal acquisition, control law processing, and actuator driving. The results indicate that the controller based on the PDC fuzzy technique was able to stabilize the two-wheeled inverted pendulum in the upright position, as well as perform reference tracking with satisfactory performance under practical conditions. The system responded adequately to small disturbances, although some limitations related to actuator capacity were observed in situations involving larger displacement demands. Overall, the work demonstrates the feasibility of applying controllers based on Takagi-Sugeno models to real systems, considering the challenges inherent to practical implementation.
dc.description.resumoA implementação em tempo real de sistemas de controle frequentemente envolve incertezas associadas à dinâmica complexa e à natureza não linear do sistema, o que dificulta sua análise analítica para o projeto de controladores. Neste contexto, este trabalho aborda o desenvolvimento de um pêndulo invertido sobre rodas, utilizado como plataforma experimental para aplicação de técnicas de controle. A modelagem do sistema é realizada por meio de modelos fuzzy Takagi-Sugeno, permitindo representar sua dinâmica não linear a partir da combinação de modelos lineares locais. Para estabilização do sistema, é empregado um controlador baseado na técnica de Parallel Distributed Compensation (PDC). O desenvolvimento inclui tanto a construção da planta física quanto a implementação do controlador digital em um sistema embarcado, responsável pela aquisição dos sinais, processamento das leis de controle e acionamento dos atuadores. Os resultados obtidos indicam que o controlador baseado na técnica PDC foi capaz de estabilizar o pêndulo invertido sobre duas rodas na posição de equilíbrio vertical, além de realizar rastreamento de referência com desempenho satisfatório em condições práticas. O sistema respondeu de forma adequada frente a pequenas perturbações, embora tenham sido observadas limitações relacionadas à capacidade dos atuadores em situações de deslocamento de maior amplitude. De modo geral, o trabalho evidencia a viabilidade da aplicação de controladores baseados em modelos fuzzy Takagi-Sugeno em sistemas reais, considerando os desafios inerentes à implementação prática.
dc.identifier.citationMONTEIRO, Airton Silva. Projeto e controle de pêndulo invertido sobre rodas baseado no modelo fuzzy Takagi-Sugeno. 2025. 79 f. TCC - Graduação em Engenharia de Controle e Automação- Universidade do Estado do Amazonas. Escola Superior de Tecnologia.
dc.identifier.urihttps://ri.uea.edu.br/handle/riuea/8181
dc.publisherUniversidade do Estado do Amazonas
dc.publisher.initialsUEA
dc.relation.referencesAGUIRRE, L. Controle de Sistemas Amostrados, Segunda Edição. [S.l.: s.n.], 2023. ISBN 978-65-8706-565-6. Citado 3 vezes nas páginas 33, 34 e 54. BABUŠKA, R. Fuzzy modeling for control. [S.l.]: Springer Science & Business Media, 2012. v. 12. Citado 2 vezes nas páginas 25 e 27. CHAVES, W. d. S. et al. Modelagem, identificação e controle de um pêndulo invertido de duas rodas. Dissertação (Mestrado) — Universidade Tecnológica Federal do Paraná, 2020. Citado na página 12. CIRCUITSTATE. DOIT ESP32 DevKit V1 Wi-Fi Development Board– Pinout Diagram & Arduino Reference. 2022. Acesso em: 24 mai. 2025. Disponível em: <https://www.circuitstate.com/pinouts/doit-esp32-devkit-v1-wifi-development-board-pinout-diagram-and-reference/>.Citado na página 40. ELETRONICWINGS. MPU-6050 6-Axis Accelerometer and Gyroscope. 2023. Acesso em: 23 mai. 2025. Disponível em: <https://www.electronicwings.com/sensors-modules/mpu6050-gyroscope-accelerometer-temperature-sensor-module>. Citado na página 41. ESPRESSIF. esp-dev-kits Documentation. 2025. Acesso em: 24 mai. 2025. Disponível em:<https://docs.espressif.com/projects/esp-dev-kits/en/latest/esp32/esp32-devkitc/index.html>. Citado na página 39. FRANKLIN, G.; POWELL, J.; WORKMAN, M. Digital Control of Dynamic Systems-Third Edition. [S.l.: s.n.], 2022. ISBN ISBN: 0-9791226-3-5 or ISBN13: 978-0-9791226-3-7. Citado 2 vezes nas páginas 34 e 35. FRANKLIN, G. F. et al. Feedback control of dynamic systems. [S.l.]: Pearson Upper addle River, NJ, 2010. v. 10. Citado na página 18. FRAUNHOFERIML. evoBOT® - The evolution of autonomous mobile robotic systems. 2023. Acesso em: 16 abr. 2025. Disponível em: <https://www.iml.fraunhofer.de/en/fields_of_activity/material-flow-systems/iot-and-embedded-systems/evobot.html>. Citado na página 11. GONZALEZ-CARDENAS, Y. et al. Design and implementation of a discrete-pdc controller for stabilization of an inverted pendulum on a self-balancing car using a convex approach. Mathematical and Computational Applications, v. 29, p. 83, 09 2024. Citado na página 12. GRASSER, F. et al. Joe: a mobile, inverted pendulum. IEEE Transactions on Industrial Electronics, v. 49, n. 1, p. 107–114, 2002. Citado 2 vezes nas páginas 12 e 36. GUI, P.; TANG, L.; MUKHOPADHYAY, S. Mems based imu for tilting measurement: Comparison of complementary and kalman filter based data fusion. In: 2015 IEEE 10th Conference on Industrial Electronics and Applications (ICIEA). [S.l.: s.n.], 2015. p. 2004–2009. Citado na página 40. HADI, G. Review of hardware implementation for the two-wheeled self-balancing robot. v. 5, p. 114–118, 09 2024. Citado na página 42. HAZEM, Z. B.; BINGüL, Z. Comprehensive review of different pendulum structures in engineering applications. IEEE Access, v. 11, p. 42862–42880, 2023. Citado na página 11. IACOB, C.-G. Linear and angular position control of a custom built stepper motor driven self-balancing robot. In: 2020 24th International Conference on System Theory, Control and Computing (ICSTCC). [S.l.: s.n.], 2020. p. 648–653. Citado 8 vezes nas páginas 12,14, 15, 42, 49, 55, 56 e 58. InvenSense. MPU-6000 and MPU-6050 Product Specification. [S.l.], 2013. Document Number: PS-MPU-6000A-00, Revision: 3.4. Disponível em: <https://invensense.tdk.com/wp-content/uploads/2015/02/MPU-6000-Datasheet1.pdf>. Citado na página 42. JANG, J.-S. R.; SUN, C.-T. Neuro-fuzzy and soft computing: a computational approach to learning and machine intelligence. USA: Prentice-Hall, Inc., 1996. ISBN 0132610663. Citado 2 vezes nas páginas 23 e 25. JAYAKODY, D.; SUCHARITHARATHNA, K. Control unit for a two-wheel self-balancing robot. Global Journal of Researches in Engineering, p. 7–12, 01 2019. Citado na página 46. JIMENEZ, A.; L., F. J.; RUGE, I. Modeling and control of a two wheeled self-balancing robot: a didactic platform for control engineering education. In: . [S.l.: s.n.], 2020. Citado 5 vezes nas páginas 11, 12, 14, 40 e 42. KHALIL, H. K. Nonlinear systems; 3rd ed. Upper Saddle River, NJ: Prentice-Hall, 2002. The book can be consulted by contacting: PH-AID: Wallet, Lionel. Disponível em:<https://cds.cern.ch/record/1173048>. Citado na página 18. MAI, T. A. et al. Development of a microcontroller-based adaptive fuzzy controller for a two-wheeled self-balancing robot. Microsystem Technologies, Springer, v. 24, p. 3677–3687,2018. Citado 3 vezes nas páginas 12, 41 e 46. MAKERHERO. CNC Shield V3 para Arduino. 2025. Acesso em: 24 mai. 2025. Disponível em: <https://www.makerhero.com/produto/cnc-shield-v3-para-arduino-impressora-3d/>. Citado na página 44. MAKERHERO. Driver Motor de Passo DRV8825. 2025. Acesso em: 24 mai. 2025. Disponível em: <https://www.makerhero.com/produto/driver-motor-de-passo-drv8825/>.Citado na página 43. MAKERHERO. Motor de Passo NEMA 17 1,7A 40mm para CNC. 2025. Acesso em: 24 mai. 2025. Disponível em: <https://www.makerhero.com/produto/motor-de-passo-nema-17-17a-40mm-para-cnc/>. Citado na página 43. MAMDANI. Application of fuzzy logic to approximate reasoning using linguistic synthesis. IEEE Transactions on Computers, C-26, n. 12, p. 1182–1191, 1977. Citado na página 26. MONESS, M.; MAHMOUD, D.; HUSSEIN, A. Real-time mamdani-like fuzzy and fusion-based fuzzy controllers for balancing two-wheeled inverted pendulum. Journal of Ambient Intelligence and Humanized Computing, v. 13, 07 2022. Citado na página 25. NGUYEN, A.-T. et al. Fuzzy control systems: Past, present and future. IEEE Computational Intelligence Magazine, v. 14, n. 1, p. 56–68, 2019. Citado 2 vezes nas páginas 29 e 31. NIEMANN, D. et al. Parallel distributed compensation for takagi-sugeno fuzzy models: New stability conditions and dynamic feedback designs. IFAC Proceedings Volumes, v. 32, n. 2, p.5374–5379, 1999. ISSN 1474-6670. 14th IFAC World Congress 1999, Beijing, Chia, 5-9 July. Disponível em: <https://www.sciencedirect.com/science/article/pii/S1474667017569153>. Citado na página 32. OGATA, K. Engenharia de controle moderno. 5a Edição. [S.l.]: Pearson, 2010. ISBN 978-85-7605-810-6. Citado 3 vezes nas páginas 11, 17 e 49. PUTRA, L. G. B.; WAHAB, F.; TAMBA, T. A. Design and implementation of linear quadratic regulator control for two-wheeled self-balancing robot. Bulletin of Electrical Engineering and Informatics, v. 14, n. 2, p. 931–939, 2025. Citado na página 12. ROSS, T. Fuzzy logic with engineering applications. Fuzzy Logic with Engineering Applications: Third Edition, 01 2009. Citado 2 vezes nas páginas 21 e 28. SEGWAY. Ninebot S2. 2023. Acesso em: 16 abr. 2025. Disponível em: <https://store.segway.com/ninebot-s2>. Citado na página 11. SILVA, A. TWBR_Stepper_Motor: Controle para pêndulo invertido sobre rodas com motor de passo. 2025. <https://github.com/silvaairton03/TWBR_Stepper_Motor>. Acesso em: 23 jun. 2025. Citado na página 73. SUGENO, M. On stability of fuzzy systems expressed by fuzzy rules with singleton consequents. IEEE Transactions on Fuzzy Systems, v. 7, n. 2, p. 201–224, 1999. Citado na página 26. SUGENO, M.; KANG, G. Fuzzy modelling and control of multilayer incinerator. Fuzzy Sets and Systems, v. 18, n. 3, p. 329–345, 1986. ISSN 0165-0114. Dedicated to the memory of Richard E. Bellman. Disponível em: <https://www.sciencedirect.com/science/article/pii/0165011486900102>. Citado na página 32. TAKAGI, T.; SUGENO, M. Fuzzy identification of systems and its applications to modeling and control. IEEE Transactions on Systems, Man, and Cybernetics, SMC-15,n. 1, p. 116–132, 1985. Citado 2 vezes nas páginas 26 e 29. TANAKA, K.; WANG, H. O. Fuzzy control systems design and analysis: a linear matrix inequality approach. [S.l.]: John Wiley & Sons, 2004. Citado 3 vezes nas páginas 29, 31 e 32. Texas Instruments. DRV8825 Stepper Motor Controller IC Datasheet (Rev. F). [S.l.], 2014. SLVSA73F – Revised July 2014. Disponível em: <https://www.ti.com/lit/gpn/drv8825>. Citado na página 43. VELAZQUEZ, M.; CRUZ, D.; GARCIA, S. Velocity and motion control of a self-balancing vehicle based on a cascade control strategy. International Journal of Advanced Robotic Systems, v. 13, p. 1, 01 2016. Citado na página 48. VOLPATO, N. Prototipagem rápida: tecnologias e aplicações. [S.l.]: Editora Blucher, 2007. Citado na página 36. WANG, H.; TANAKA, K.; GRIFFIN, M. An analytical framework of fuzzy modeling and control of nonlinear systems: stability and design issues. In: Proceedings of 1995 American Control Conference - ACC’95. [S.l.: s.n.], 1995. v. 3, p. 2272–2276 vol.3. Citado 2 vezes nas páginas 12 e 32. ZADEH, L. Fuzzy sets. Information and Control, v. 8, n. 3, p. 338–353, 1965. ISSN 0019-9958. Disponível em: <https://www.sciencedirect.com/science/article/pii/S001999586590241X>. Citado na página 22. ZADEH, L. A. Outline of a new approach to the analysis of complex systems and decision processes. IEEE Transactions on Systems, Man, and Cybernetics, SMC-3, n. 1, p. 28–44,1973. Citado na página 26.
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Statesen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectSistema não linear
dc.subjectPêndulo invertido sobre rodas
dc.subjectControle PDC
dc.subjectModelos fuzzy Takagi-Sugeno
dc.titleProjeto e controle de pêndulo invertido sobre rodas baseado no modelo fuzzy Takagi-Sugeno.
dc.title.alternativeDesign and control of a wheeled inverted pendulum based on the Takagi-Sugeno fuzzy model.
dc.typeTrabalho de Conclusão de Curso

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
controle_pêndalo_invertido_sobre_rodas.pdf
Tamanho:
2.7 MB
Formato:
Adobe Portable Document Format