Prévia do material em texto
Questões Sistema de controle digital SEMANA 01 Identifique dentre as alternativas a seguir aquela que é INCOERENTE com relação ao tema “Modelagem e Identificação de Sistemas”. o A etapa de identificação de um sistema consiste em obter uma função de transferência que caracterize da melhor forma possível tal sistema, de modo a auxiliar o projeto dos ganhos do controlador a ser acoplado nesse sistema. o Dentre os diversos métodos existentes para a identificação de sistemas dinâmicos, podem ser destacados o de i) Ziegler-Nichols, o de ii) Hägglund, o de iii) Smith e o de iv) Sundaresan-Krishnaswamy. o O objetivo maior da modelagem e identificação de sistemas é obter um modelo matemático coerente com o sistema em questão, a partir de dados deste: entradas e saídas. o A ideia principal da modelagem de sistemas dinâmicos não é obter um modelo exato para tais sistemas, pois isso é praticamente impossível em ambientes práticos, mas sim encontrar uma função matemática que caracterize da melhor forma possível a dinâmica do processo em questão. O real objetivo da modelagem e identificação de um sistema é caracterizar seu modelo preciso e exato, visando conhecer todos os aspectos de sua dinâmica e para que, em um segundo momento, possam ser projetados controladores mais robustos para o sistema em questão. Analise as assertivas a seguir sobre as Redes Neurais Artificiais (RNAs). Em seguida, assinale a alternativa CORRETA. I. São modelos computacionais inspirados no sistema nervoso de seres vivos, possuindo capacidades de aquisição e manutenção do conhecimento. II. Uma das principais características associadas a RNAs é a capacidade de aprendizado, no qual por meio de um método de treinamento, a rede extrai o relacionamento existente entre as variáveis da aplicação. III. Dentre as principais aplicações das RNAs estão: aproximador universal de funções, sistemas de controle e, reconhecimento e classificação de padrões. I, II e III Apenas III Apenas I Apenas III I e II Relacione as ações de controle PID com suas principais características: (A) Ação Proporciona (B) Ação Integrativa (C) Ação Derivativa ( C ) Antecipa tendências incorretas do erro atuante no sistema neutralizando-o, contudo pode causar instabilidade ao sistema. ( A ) Acelera a resposta transitória do sistema, no entanto não elimina o erro em regime estacionário. ( B ) Garante um pólo na origem do plano complexo, garantindo assim a redução de erros em regime. A alternativa que corresponde à sequência correta (de cima para baixo) é: B, A, C. A, B, C. C, B, A. C, A, B. A, C, B. Analise as assertivas a seguir sobre as Redes Neurais Artificiais (RNAs). Em seguida, assinale a alternativa CORRETA. I. São modelos computacionais inspirados no sistema nervoso de seres vivos, possuindo capacidades de aquisição e manutenção do conhecimento. II. Uma das principais características associadas a RNAs é a capacidade de aprendizado, no qual por meio de um método de treinamento, a rede extrai o relacionamento existente entre as variáveis da aplicação. III. Dentre as principais aplicações das RNAs estão: aproximador universal de funções, sistemas de controle e, reconhecimento e classificação de padrões. I e II Apenas I Apenas III Apenas III I, II e III SEMANA 02 Determine a cardinalidade do conjunto Fuzzy apresentado. Y=[0.70/1, 0.40/2, 0.90/3, 0.10/4, 0.80/5] CARD(Y)=2.90 CARD(Y)=5.90 CARD(Y)=3.90 CARD(Y)=-2.10 CARD(Y)=1.90 "A(o) ___________________ Fuzzy, nada mais é que o mapeamento do conhecimento sobre um determinado processo através de um conjunto de regras". Função de pertinência Complemento Grau de pertinência Inferência Universo de discurso Analise as assertivas a seguir sobre “Conjuntos Fuzzy”. I. A principal diferença entre a teoria de conjuntos fuzzy, em relação à convencional, é o fato de que um elemento pode pertencer mais a um conjunto do que de outro. II. Quando se fala em conjuntos fuzzy é comum a utilização das terminologias: universo de discurso, função de pertinência, grau de pertinência e pesos sinápticos. III. Segundo a teoria clássica de conjuntos numéricos, um elemento pode pertencer totalmente ou parcialmente a um dado conjunto. IV. O termo “grau de pertinência” indica o quanto um elemento pode ser compatível com um determinado conjunto. A alternativa que apresenta apenas sentenças corretas é: I, III e IV I e IV I e III I e II Todas as alternativas SEMANA 03 No decorrer do capítulo, foram analisados aspectos do desenvolvimento de um exemplo de sistema fuzzy que realiza o pagamento de gorjetas a um dado garçom. Assinale a alternativa que melhor expressa o raciocínio fuzzy adotado para este sistema fuzzy. o Inicialmente, todos os valores de entrada são somados e relacionados a um único conjunto fuzzy, determinando assim seus graus de pertinência. Logo após, o conjunto fuzzy de saída será composto a partir da análise das regras e dos operadores definidos para os conectivos lógicos e para a função de agregação. Ao fim, tem-se o valor de saída, obtido por meio da análise da função de implicação. o Inicialmente, todos os valores de entrada são somados e relacionados a um único conjunto fuzzy, determinando assim seus graus de pertinência. Logo após, o conjunto fuzzy de saída será composto a partir da análise das regras e dos operadores definidos para os conectivos lógicos e para a função de implicação. Ao fim, tem-se o valor de saída, obtido através da análise da função de agregação. o Inicialmente, todos os valores de entrada são relacionados aos seus respectivos conjuntos fuzzy, determinando assim seus graus de pertinência. Ao fim, tem-se o valor de saída, obtido por meio da análise da função de agregação. o Inicialmente, todos os valores de entrada são relacionados aos seus respectivos conjuntos fuzzy, determinando assim seus graus de pertinência. Logo após, o conjunto fuzzy de saída será composto a partir da análise das regras e dos operadores definidos para os conectivos lógicos e para a função de agregação. Ao fim, tem-se o valor de saída, obtido através da análise da função implicação. o Inicialmente, todos os valores de entrada são relacionados aos seus respectivos conjuntos fuzzy, determinando assim seus graus de pertinência. Logo após, o conjunto fuzzy de saída será composto a partir da análise das regras e dos operadores definidos para os conectivos lógicos e para a função de implicação. Ao fim, tem-se o valor de saída, obtido por meio da análise da função de agregação. Considere os seguintes conjuntos fuzzy, resultantes de um processo de inferência de um dado sistema: Considerando que o operador da função de agregação seja o “max”, qual será o formato do conjunto fuzzy resultante dessa operação? SEMANA 04 Considere o resultado do terceiro teste de simulação realizado no “Xcos” para o sistema de controle fuzzy de posição do cartucho de uma impressora, ilustrado a seguir: I. A curva resultante apresenta características de um sistema com comportamento subamortecido. II. Melhorias de desempenho do sistema de controle fuzzy, como por exemplo, um tempo de estabilização mais rápido, poderiam ser obtidos alterando ou acrescentando regras linguísticas ou termos linguísticos às variáveis “erro” e “tensao”, sendo esta uma etapa de refinamento do sistema fuzzy, realizada com o auxílio de vários testes empíricos. III. Tal resposta apresenta um leve “overshoot”, seguido deum pequeno “undershoot”, mas que após aproximadamente 13 segundos se estabiliza próximo do valor desejado de referência. A(s) sentença(s) que está(ão) CORRETA(S) é(são): I, II e III apenas III apenas I I e II apenas II A seguir estão listadas as principais etapas consideradas para o projeto de um sistema de controle fuzzy do tipo Mamdani. Qual delas NÃO se aplica para tal projeto? Determinação de operadores e método de defuzzificação que serão considerados. Definição dos conjuntos fuzzy de entrada e de saída. Definição do conjunto de regras linguísticas. Definição de funções lineares de saída. Execução de testes e ajustes para verificação do sistema. SEMANA 07 Assinale V para verdadeiro e F para falso, e em seguida marque a alternativa com a sequência CORRETA: ( ) as funções de ativação utilizadas nas estruturas de RNAs podem ser divididas em dois grandes grupos: as parcialmente diferenciáveis e as totalmente diferenciáveis; ( ) Funções Degrau, Degrau bipolar e Linear compõem o grupo de funções de ativação denominadas parcialmente diferenciáveis; ( ) as Funções Logística, Tangente Hiperbólica e Gaussiana são as únicas expoentes do grupo de funções de ativação denominadas totalmente diferenciáveis; ( ) tanto a Função Logística quanto a Tangente Hiperbólica apresentam um parâmetro β relacionado ao nível de inclinação da curva que necessariamente deve ser configurado pelo usuário, quando empregadas em RNAs. o V-F-F-V. o F-F-F-F. o V-F-F-F. o V-V-V-V. o V-V-F-V. Um dos tipos de sistemas fuzzy constantemente considerado em aplicações de engenharia é a estrutura de Takagi-Sugeno (TS), devido às suas características exclusivas. Em relação à estrutura Mamdani, a TS apresenta algumas simplificações, principalmente no que se refere às operações de implicação e agregação, que nesse caso são inexistentes. Quais das sentenças a seguir descreve um procedimento considerado na estrutura Sugeno? o Na estrutura do tipo TS o resultado do processamento das proposições dos antecedentes das regras será um grau de pertinência associado à um conjunto fuzzy. Uma função é considerada para interpretar tal grau de pertinência de cada regra, de modo a serem obtidos vários resultados. Por fim, o valor de saída será uma soma de todos estes valores. o Na estrutura do tipo TS o resultado do processamento de todas as proposições dos antecedentes das regras será um peso. Logo, a soma de todos os pesos relacionados às regras produzirá um valor de saída para o sistema. o Na estrutura do tipo TS os resultados do processamento de todas as proposições dos antecedentes das regras serão pesos, que serão relacionados no cálculo da função de saída definida para o sistema que, por sua vez, deve multiplicar tais pesos por um peso geral definido pelo usuário. Logo, as operações de implicação e agregação tornam-se desnecessárias. o Na estrutura do tipo TS os resultados do processamento de todas as proposições dos antecedentes das regras serão graus de pertinência, que serão associados à uma função específica. Para o cálculo do valor de saída do sistema, uma função de ativação deve ser considerada. o Na estrutura do tipo TS os resultados do processamento das proposições dos antecedentes das regras serão pesos (ou graus de pertinência), que serão relacionados no cálculo da função de saída definida para o sistema, que por sua vez pondera os pesos obtidos por cada regra. Logo, as operações de implicação e agregação tornam-se desnecessárias. SEMANA 08 1) Considere novamente a seguinte topologia de RNA Perceptron Multicamadas: Sabendo que o valor de entrada da rede seja x1= 0,2, e que a função de ativação adotada para os neurônios seja a tangente hiperbólica, qual será o valor de saída aproximado da rede? o 0,60. o -0,50. o 0,50. o -0,80. o -0,60. 2) O Perceptron é um classificador linear, ou seja, os problemas solucionados por ele devem ser linearmente separáveis. O gráfico que melhor representa o conjunto de pontos bi-dimensional para o neurônio apresentado abaixo é: SEMANA 09 13)_ Considere os seguintes trechos do algoritmo utilizado para a obtenção do conjunto total de amostras para a implementação da RNA PMC: O que está sendo executado, respectivamente, nas linhas 7 e 16 desse algoritmo? o Na linha 7, o sistema criado no ambiente Xcos e salvo no diretório “D:\sim_RNA\controle_pid.zcos” está sendo importado para o algoritmo. Por sua vez, na linha 16, é executado um comando que irá realizar a simulação do sistema importado. o Na linha 7, o diagrama criado no ambiente SciNotes e salvo no diretório “D:\sim_RNA\controle_pid.zcos” está sendo exportado para o Xcos. Por sua vez, na linha 16, é executado um comando que irá realizar a simulação do sistema exportado. o Na linha 7, o sistema criado no ambiente SciFLT e salvo no diretório “C:\sim_RNA\controle_pi.zcos” está sendo importado para o algoritmo. Por sua vez, na linha 16, é executado um comando que irá realizar a simulação do sistema importado. o Na linha 7, é executado um comando que irá realizar a simulação do diagrama importado. Por sua vez, na linha 16, o diagrama de blocos criado no ambiente Xcos e salvo no diretório “C:\sim_RNA\controle_pi.zcos” está sendo importado para o algoritmo. o Na linha 7, o diagrama de blocos criado no ambiente Xcos e salvo no diretório “C:\sim_RNA\controle_pi.zcos” está sendo importado para o algoritmo. Por sua vez, na linha 16, é executado um comando que irá realizar a simulação do diagrama importado. 14) Analise o seguinte trecho do algoritmo desenvolvido para o treinamento da rede PMC, descrito durante o Capítulo: Qual das alternativas a seguir relaciona motivos para a realização da etapa de normalização das amostras para o processo de treinamento de uma RNA? o A normalização dos dados não é um processo realmente necessário a ser considerado para a etapa de treinamento de uma RNA, visto que não garante uma boa eficiência nesta etapa. o O processo de normalização de dados é uma etapa necessária para garantir uma melhor eficiência da etapa de treinamento de uma RNA. Nesse caso, as amostras irão assumir valores entre 0 e 1. o O processo de normalização de dados não é realmente necessário para a etapa de treinamento de uma RNA. o A normalização dos dados é um processo alternativo a ser considerado para a etapa de treinamento de uma RNA, visando garantir uma melhor eficiência de tal etapa. Nesse caso, as amostras irão assumir valores entre 0 e 1. o A normalização dos dados é um processo alternativo a ser considerado para a etapa de treinamento de uma RNA, que não garante uma boa eficiência nesta etapa.