APLICAÇÃO DE TÉCNICAS DE MODELAGEM NÃO LINEAR PARA CONTROLE DE PLANTA DIDÁTICA DE NÍVEL

Este trabalho apresenta a modelagem e controle de uma planta didática de nível utilizando duas abordagens distintas: o modelo NARMAX e uma rede neural artificial do tipo perceptron multicamadas. Inicialmente, é feita a identificação do sistema por meio de dados experimentais obtidos de uma planta de tanque único, onde são observadas as não linearidades intrínsecas do processo. Em seguida, realiza-se o treinamento da rede neural com o algoritmo de retropropagação modificado por Levenberg-Marquardt, utilizando uma arquitetura feedforward com múltiplas camadas ocultas. Os resultados demonstram a comparação entre os modelos em termos de ajustes e correlação, destacando estacando a eficiência do modelo NARMAX para representar a dinâmica não linear e a capacidade da rede neural de generalizar padrões complexos. A validação experimental confirma a viabilidade das técnicas propostas para aplicações em controle de processos industriais