Você está na página 1de 6

CONTROLE FUZZY-PID DE PRESSO DE GS DE COQUERIA

Eduardo B. Pereira* Rodrigo J. R. Campos


ebento@eletrica.ufsj.edu.br rjcampos@campus.cce.ufmg.br

Erivelton G. Nepomuceno* Walmir M. Caminhas


nepomuceno@ufsj.edu.br caminhas@eee.ufmg.br
*
Departamento de Engenharia Eltrica, Universidade Federal de So Joo del-Rei
Pa. Frei Orlando, 170 - Centro
CEP 36307-352 - So Joo del-Rei - MG Brasil

Programa de Ps-Graduao em Engenharia Eltrica, Universidade Federal de Minas Gerais
Av. Antnio Carlos, 6627 Pampulha
CEP 31270-010 - Belo Horizonte - MG - Brasil

1 INTRODUO
ABSTRACT O processo de coqueificao consiste na transformao de
uma mistura de diferentes tipos de carvo mineral em
The coke oven is the section of an integrated siderurgical carvo coque. A coqueria a planta utilizada para este fim.
plant responsible to transform the mineral coal in coke coal. Dentre as variveis contidas neste processo, destacam-se a
The coke is used in the blast furnace as combustible and presso e temperatura das baterias de coque, as quais
reducing element, being of basic importance in the devem ser o mais constante possvel (Arajo, 1997).
production of the steel. This text describes the development
and the real implementation of a controller obtained by O conjunto de fornos de uma coqueria denominado
means of the combination of PID and Fuzzy structure, bateria de coque. O controle de presso realizado nas
applied to the control of coke oven gas pressure. The baterias de coque sofre perturbaes regulares no
Fuzzy-PID controller reduced the enviroment pollution and procedimento de enfornamento. Na planta em questo1,
increases the plant security, when compared to the PID alguns distrbios no so absorvidos pela estratgia de
controller. controle, utilizando controladores PID (Ogata, 2003),
inicialmente implantada. Este fato leva a abertura das
KEYWORDS: Fuzzy Logic, PID, Coke oven. vlvulas de alvio de presso, causando poluio ambiental,
riscos a sade do homem e perda de gs de coqueria
RESUMO (GCO), gs este utilizado como combustvel na usina
siderrgica.
A coqueria a unidade de uma usina siderrgica integrada
responsvel pela transformao do carvo mineral em O presente trabalho prope o desenvolvimento de um
carvo coque. O coque utilizado no alto forno como controlador baseado em Lgica Fuzzy (Zadeh, 1965;
combustvel e elemento redutor, sendo de fundamental Sugeno, 1985; Lee, 1990; Dote and Ovaska, 2001),
importncia na produo do ao. Este texto descreve o implementado em plataforma CLP (Controlador Lgico
desenvolvimento e a implementao real de um controlador Programvel). Esta abordagem aliada ao controle PID
obtido por meio da combinao das estruturas PID e Fuzzy, capaz de melhorar o controle de presso do tubo principal
aplicado ao controle de presso de gs de coqueria. O de coleta de gs tendo como consequncia a reduo de
controlador Fuzzy-PID reduziu a poluio ambiental e riscos e da poluio (Zhou, 2003).
aumentou a segurana da planta, quando comparado ao
controlador PID. Este artigo organizado como segue. Os conceitos
preliminares sobre o processo de coqueificao e a Lgica
PALAVRAS-CHAVE: Lgica Fuzzy, PID, Coqueria. Fuzzy so descritos na seo 2. A seo 3 apresenta a
estrutura do controlador proposto. Nas sees 4 e 5 so
mostradas as implementaes do controlador e os

1
Este estudo foi realizado em uma siderrgica brasileira.
VII SBAI/ II IEEE LARS. So Lus, setembro de 2005
resultados, respectivamente. A concluso apresentada na atmosfera um considervel impacto ambiental, sendo
seo 6. tambm, um risco segurana ocupacional, por se tratar de
um gs txico.
2 CONCEITOS PRELIMINARES O comportamento dinmico da presso no interior do tubo
principal de coleta de gs apresenta basicamente dois
2.1 Processo de coqueificao perodos distintos. Sendo o primeiro, o perodo normal de
coqueificao, no qual todos os fornos que esto conectados
A coqueria a unidade de uma usina siderrgica integrada
ao tubo de coleta principal de gs foram enfornados. Neste
responsvel pela transformao de uma mistura de
perodo as pertubaes nos valores de presso so de
diferentes tipos de carvo mineral em carvo coque. Este
pequena amplitude e ocorrem devido principalmente s
processo denominado coqueificao. O coque utilizado
reaes fsico-qumicas no interior dos fornos. O segundo
como combustvel e elemento redutor no alto forno para a
o perodo de enfornamento, momento no qual o carvo
produo do ferro gusa, matria prima do ao. A qualidade
mineral alocado no interior dos fornos. Durante este
da mistura de carves est diretamente ligada qualidade
perodo, ocorre o maior pico de gerao de GCO. A suco
do coque produzido. Tambm necessrio que o processo
desta maior quantidade de gs para o tubo de coleta
de coqueificao seja homogneo, principalmente no que se
principal realizada por meio de um jato de licor amoniacal
refere temperatura e presso no interior dos fornos
a uma presso de 40 kgf/cm2. Para nivelamento do carvo
(Arajo, 1997).
no interior dos fornos utilizada uma barra mvel. Esta
A matria voltil contida no carvo mineral desprende-se barra introduzida no forno pela abertura de uma janela
devido alta temperatura no interior dos fornos, em torno lateral, denominada portinhola. Para a planta em questo, o
de 1350 C, e liberada em forma de gs. O GCO bruto perodo normal de coqueificao e o perodo de
succionado por exaustores, passando por um pr-tratamento enfornamento tem uma durao aproximada de sete e de
e levado at a unidade de carboqumicos, onde so retirados trs minutos, respectivamente, formando um ciclo que se
subprodutos como: amnia, benzeno, tolueno, xileno, piche, repete a cada dez minutos.
naftaleno, entre outros. O GCO limpo ento utilizado em
A aplicao do jato de licor amoniacal e a abertura da
toda a unidade operacional como combustvel.
portinhola provocam considerveis perturbaes no valor
A coleta do GCO feita no tubo de coleta principal de gs, da presso no interior do tubo de coleta principal de gs.
no qual uma vlvula controladora utilizada para manter a Estas pertubaes possuem comportamentos dinmicos que
presso aproxidamente constante. A Figura 1 representa o diferem de um enfornamento para outro, devido s
sistema de coleta de gs. variaes das composies qumicas do carves utilizados e
s variaes das temperaturas internas de cada forno ao
longo do tempo. Este fato dificulta a sintonia do
controlador PID durante este perodo, possibilitando apenas
que os ajustes dos parmetros do controlador PID sejam
feitos durante o perodo normal de coqueificao.

O tubo principal de coleta de gs um sistema no linear e


variante no tempo, como pode ser observado pelas
caractersticas citadas anteriormente. O controlador PID
iniciamente implantado no adequado para controlar um
sistema com estas caractersticas (Yang et al., 2001), sendo
que os seus parmetros possuem ajustes iguais tanto para o
perodo normal do processo de coqueificao, quanto para o
perodo de enfornamento.

Duas abordagens alternativas de controle baseadas na


estrutura PID tambm foram utilizadas na tentativa de
Figura 1 Sistema de Coleta de GCO
melhorar o comportamento do sistema durante os
O sistema de controle de presso de importncia distrbios. A primeira foi a utilizao de controladores PID
fundamental para o processo de coqueificao, em paralelo de forma que suas sadas eram chaveadas entre
influenciando diretamente na qualidade do coque, nas os diferentes eventos do processo de coqueificao. A
emisses de poluentes atmosfricos e na segurana de segunda foi a combinao de estruturas de controladores
pessoas e equipamentos. O valor de presso estabelecido Fuzzy e PID (Reznik et al., 2000), em que foram utilizados
de forma a garantir que os fornos estejam pressurizados e controladores PID em paralelo tendo suas sadas
que o vazamento de gs pelas portas dos fornos seja ponderadas por um controlador Fuzzy. Em ambos os casos
mnimo. Alm disso, a pressurizao assegura que no haja o objetivo era permitir que controladores PID fossem
entradas de ar nas baterias de coque. A suco de ar para o ajustados para atuar de forma individual durante os dois
interior dos fornos pode levar a exploses no topo da perodos. Porm, estas abordagens no foram bem
coqueria ou nos preciptadores eletrostticos, equipamentos sucedidas, conforme ser discutido na seo 5.
responsveis por remover partculas suspensas de alcatro
no GCO. Por outro lado, valores de sobrepresso A complexidade do problema motivou a busca por uma
ocasionam vazamentos de GCO. A emisso de GCO na estratgia de controle que incorporasse o conhecimento de

VII SBAI/ II IEEE LARS. So Lus, setembro de 2005 2


especialistas da planta. Nesse sentido, utilizou-se a Lgica de 10 a 50 mmH2O correspondendo a um sinal analgico
Fuzzy para o desenvolvimento de uma estrutura Fuzzy-PID de corrente eltrica de 4 a 20 mA.
em que o ganho do controlador PID variado utilizando-se
funes de pertinncia (Zhao et al., 1993). Assim, o O sinal analgico de cada transmissor convertido em um
conhecimento disponvel do processo, o qual apresentado mdulo de entrada analgica do CLP com resoluo de 12
de forma imprecisa pelos operadores e tcnicos da coqueria, bits e lidos a uma taxa de amostragem de 200 ms. A
foi adicionado ao controle PID existente por meio destas aquisio dos dados feita atravs de um sistema SCADA
funes. Desta forma, foi possvel minimizar os distrbios (Supervisory Control and Data Acquisition) a uma taxa de
que afetam o controle de presso, como ser mostrado na amostragem de 500 ms. A taxa de amostragem tem seu
seo 5. valor limitado pelas caractersticas de transmisso da rede
de comunicao existente entre o sistema SCADA e o CLP.
2.2 Controle baseado em Lgica Fuzzy 25

Os Conjuntos Fuzzy e a Lgica Fuzzy provem base para 20

gerao de tcnicas poderosas para a soluo de problemas,


com uma vasta aplicabilidade, especialmente, nas reas de 15

controle e tomada de deciso (Jang, 1997; Shaw e Simes, 10


1999). mmH2O

5
As entradas de um sistema Fuzzy podem ser tanto
conjuntos nebulosos quanto valores determinsticos obtidos 0

por mtodos de fuzzificao, ou seja, mapeamento de


-5
nmeros reais para o domnio fuzzy. Os valores de sada
so obtidos a partir de mtodos de defuzzificao, no qual o -10
0 60 120 180 240 300 360
valor da varivel lingstica de sada inferida pelas regras tempo(s)
fuzzy traduzido para um valor discreto. Os mtodos mais
Figura 2 Presso no tubo de coleta principal durante
utilizados so: Centro-da-rea (C-o-A) ou Centride,
enfornamento utilizando Controlador PID
Mdia-do-Mximo (M-o-M) e Centro-do-mximo (C-o-M)
ou bissetor de rea (Jang, 1997). O valor de sada do controlador, ou seja, o valor da
varivel manipulada (MV) enviado atravs de um mdulo
A estrutura de um controlador Fuzzy basicamente de sada analgica do CLP a uma vlvula controladora do
composta pelo fuzzificador, pela mquina de inferncia tipo borboleta que atuar diretamente na presso. Este sinal
Fuzzy e pelo defuzzificador. O valor da entrada tambm transmitido na forma de corrente eltrica, com
convertido para um valor lingustico pelo fuzzificador. A faixa compreendida entre 4 a 20 mA.
mquina de inferncia recebe esta varivel lingustica e
fornece um valor de sada, tambm lingustico, atravs das Os dados amostrados so a entrada e sada do controlador
regras de controle fornecidas pelo usurio (Nascimento e utilizando apenas o algoritmo PID implementado no CLP.
Takashi, 2000). Estas regras so do tipo se-ento e A Figura 2 mostra a presso no interior do duto durante o
produzem conjuntos Fuzzy como sadas. O defuzzificador perodo de enfornamento.
fornece um valor bem defino atravs dos mtodos de
defuzzificao. Este valor utilizado para atuar um
3.2 Estrutura do Controlador Fuzzy-PID.
elemento final de controle intervindo-se assim no processo.
Da entrevista com especialistas da planta e da observao
do comportamento do sistema, identifica-se a necessidade
3 DESENVOLVIMENTO DO
de uma resposta mais rpida do controle aos distrbios
CONTROLADOR causados pelo enfornamento. O alto valor de pico de
A definio das regras de controle uma tarefa rdua presso que ocorre no incio do enfornamento poderia ser
devido a complexidade do problema e por se tratar de uma minimizado com um aumento no ganho proporcional do
planta em operao. O controle abordado torna-se ainda controlador PID. Porm, um ganho maior provoca
mais difcil tratando-se de um sistema de malhas de oscilaes durante o perodo em que no h enfornamento.
controle acopladas fisicamente (Fang, et al, 2003). A ao do controle Fuzzy dever, ento, atuar durante o
Simulaes de computador no so possveis devido perodo transitrio representado pelo enfornamento. O
inexistncia de um modelo do sistema. Para uma maior controle PID suficientemente eficaz para atuar durante o
compreenso das informaes obtidas com os especialistas perodo em que no h enfornamento, representando assim
da planta necessria tambm anlise dos dados obtidos um regime permanente no qual o mesmo se mostra mais
pelo sistema de automao. eficiente (Ketata, 1994). Um ganho proporcional varivel
com o erro torna-se necessrio, observando-se que um
nico ajuste no controle PID no capaz de obter um
3.1 Coleta dos dados resultado satisfatrio ao longo do tempo. Os demais
O sistema de medio composto por transmissores de distrbios poderiam tambm ser minimizados com ajustes
presso, que tem a funo de medir a presso do gs no proporcionais adequados para cada um.
interior do tubo transmit-la na forma de um sinal
analgico. A faixa de trabalho compreendida no intervalo

VII SBAI/ II IEEE LARS. So Lus, setembro de 2005 3


O valor do erro utilizado como entrada para o controlador baseada no mecanismo de inferncia de Sugeno
: (Jang,1997) e mostrada na Figura 4.

e = SP PV , (1) 3.3 Regras de inferncia


Trs funes de pertinncia so utilizadas na entrada do
em que: , PV, e SP so o erro da entrada, o valor mdio de Controlador Fuzzy-PID de maneira a representar a curva do
presso da entrada e o valor de presso desejado, ganho proporcional. Para estas funes foram associadas
respectivamente. trs regras de inferncia (Shaw, 1999). A primeira regra
corresponde funo de pertinncia para valores positivos
do erro (E1), a segunda para valores negativos (E2). A
terceira regra corresponde funo de pertinncia
relacionada sada do Controlador PID e seu clculo feito
em relao ao mdulo do erro (E3). So elas:

Se (e E1) ento (z1 =eKf)


Se (e E2) ento (z2 =eKf)
Se (e E3) ento (z3 =MVPID),
em que Kf =100.

Figura 3 Curva do ganho proporcional. A curva em O valor de sada do controlador Fuzzy-PID defuzzificado
trao contnuo representa a relao linear entre o erro e calculado pela equao (2).
a abertura de vlvula. A curva tracejada representa a
relao desejada entre o erro e abertura da vlvula.
MV =
(w1 z1 + w2 z 2 + w3 z 3 ) ,
(w1 + w2 + w3 )
A curva caracterstica de abertura de vlvula (varivel (2)
manipulada MV pelo erro) de um controle proporcional
convencional implementando em um CLP a relao linear
mostrada na Figura 3. A anlise dos dados mostra a em que w1 , w2 e w3 so os graus de pertinncia de E1, E2 e
necessidade de se ter um aumento significativo no ganho E3, respectivamente.
proporcional para um pequeno aumento no erro, o que pode
ser aproximado por uma relao exponencial entre estas 3.4 Obteno dos parmetros das
variveis. Esta relao tende a compensar o efeito do
enfornamento sobre o controle de presso. A nova curva de funes de pertinncia
MV por erro tambm mostrada na Figura 3. A saturao Por meio dos dados obtidos possvel identificar os valores
apresentada nas curvas devido aos limites das faixas de dos picos de presso positivos e negativos para cada
trabalho dos transmissores de presso e vlvulas enfornamento. Estes valores so utilizados para determinar
controladoras. os parmetros iniciais das funes de pertinncia.

Os parmetros foram ajustados atravs dos testes feitos


com o Controlador Fuzzy-PID em operao na planta.
Devido as limitaes impostas por questes de segurana
no foi possvel a realizao de um grande nmero de
testes. As equaes (3), (4) e (5) representam as funes de
pertinncia aps os ajustes dos parmetros.


 0, e4
(e 4) / 8,

E1 =  4 < e 12 , (3)

1, 12 < e 42


Figura 4 Estrutura do Controlador Fuzzy-PID  0, e 4


( e 4 ) / 6,


Esta abordagem adiciona ao valor da MV do controlador E2 =  10 e < 4 , (4)



PID o valor da MV de um controlador Fuzzy com uma 1, 42 e < 10
curva de ganho proporcional, denominada aqui de Kf,
obtida atravs do conhecimento do processo. A idia
manter os resultados conseguidos pelo ajuste do controlador E3 = 1, 42 e 42 . (5)
PID para o perodo sem enfornamento, dotando o mesmo
de um mecanismo para responder mais adequadamente aos O valor da MV do controlador PID possui grau de
distrbios do perodo de enfornamento. A mquina de pertinncia unitrio para qualquer erro conforme
inferncia utilizada na estrutura do controlador Fuzzy-PID representado na equao (6). Isto significa que foi utilizado

VII SBAI/ II IEEE LARS. So Lus, setembro de 2005 4


peso constante para o valor de sada do controlador PID mostra a curva de presso no tubo principal utilizando o
durante todo o processo. controle Fuzzy-PID.
A reduo no valor mdio de pico superior de presso foi
4 IMPLEMENTAO DO de aproximadamente 40%. Analisando pelo aspecto de
CONTROLADOR segurana, o ganho obtido se torna ainda mais significativo.
A reduo no valor de pico superior de presso representa
O controlador Fuzzy-PID foi desenvolvido e implementado
um menor vazamento de gs nas portas dos fornos e no
no CLP utilizado para controle de toda a planta de
topo da coqueria durante o enfornamento. Outro aspecto
Coqueria. O algoritmo de controle foi implementado em
considerado a diminuio do risco de abertura das tampas
lgica Ladder. Est linguagem largamente utilizada para
dos tubos de ascenso e conseqentemente, do risco de
programao de CLPs por ser baseada na simbologia de
derramamento da gua de vedao sobre o operador.
comandos eltricos. Porm, por no dispor de muitos
importante ressaltar a diminuio na perda de gs GCO
recursos de programao a mesma no a mais adequada
devido a sua importncia como combustvel no processo
para este tipo de implementao. A linguagem em Ladder
siderrgico.
foi utilizada por ser a nica disponvel no sistema de
automao desta coqueria. Alguns softwares de A reduo no valor mdio de pico inferior de presso foi de
programao de CLP permitem a programao em aproximadamente 56%. Esta reduo durante o
linguagem de blocos ou texto estruturado. Estas linguagens enfornamento vital para a planta. Valores de presso
de programao de CLP disponibilizam blocos e funes negativos podem levar a suco de ar para dentro do tubo
baseados em Lgica Fuzzy em suas bibliotecas, alm de principal, o que pode ocasionar na exploso do preciptador
vrios recursos matemticos. eletrosttico utilizado na retirada da nvoa de alcatro do
GCO.
4.1 Passos do projeto e implementao
Uma menor variao nos valores de presso em um
do controlador Fuzzy-PID. segmento do tubo principal tambm contribui para a
diminuio da variao nos demais segmentos j que os
1. Implementar em linguagem Ladder as funes de mesmos so interligados e fazem parte do mesmo sistema
pertinncia de acordo com as equaes (3) a (5). de suco de gs.
2. Implementar em linguagem Ladder as regras de
inferncia. Como mencionado na seo 2.1, houve tambm, a tentativa
da utilizao de controladores PID de forma chaveada e
3. Implementar em linguagem Ladder a funo de ponderada, em que os diferentes PID seriam ajustados para
deffuzificao dada pela equao (2). um evento especfico do processo de coqueificao. Porm,
4. Ajustar os parmetros das funes de pertinncia as caractersticas crticas de segurana e operao do
durante os testes em tempo real. processo impediram a realizao destes ajustes. Isto ocorreu
porque os principais distrbios podem ser considerados
como eventos de curto perodo de durao e elevada
5 RESULTADOS E DISCUSSO amplitude, nos quais os valores de presso no podem
permanecer, por um grande perodo de tempo, acima dos
Utilizando-se o algoritmo de controle PID, os valores de limites especificados. Assim, no houve tempo suficiente
presso medidos alcanavam em mdia picos superiores para um ajuste adequado dos controladores durante as
com valores de 22 mmH2O e picos inferiores com valores ocorrncias destes eventos. Alm do que, o chaveamento
de -8 mmH2O, conforme pode ser observado na Figura 2. entre diferentes PID provocaram distrbios que levavam o
25
processo a oscilar, acarretando na abertura das vvulas de
alvio e podendo provocar suco de ar para dentro do tubo
20 principal de coleta de gs. Tambm houve a tentativa da
utilizao de um controlador Fuzzy para ponderar a sada
15
de controladores PID, tentando-se assim, evitar o degrau no
mmH2O 10
valor do sinal de sada para a vlvula de controle. Porm,
devido a natureza dos distrbios na presso, o grau de
5 pertinncia entre as sadas dos controladores PID alterava-
se de forma brusca. Na prtica, provocou-se o mesmo efeito
0
da abordagem de chaveamento. Lembrando que estes testes
-5
foram feitos em uma planta real que opera em regime
contnuo, no sendo permitido testes que venham colocar
-10
0 60 120 180 240 300 360
em risco os trabalhadores. Portanto, o controlador Fuzzy-
tempo (s) PID proposto, mostrou-se como a soluo mais vivel, j
Figura 6 Presso no tubo de coleta principal utilizando que o seu ganho proporcional varia em funo da curva
Controlador Fuzzy-PID obtida po meio do conhecimento dos especialistas da
planta, no sendo necessrio ajustes que venham colocar
O valor mdio de pico superior obtido, aps implementao em risco a segurana das pessoas e do processo.
do controlador Fuzzy-PID, foi de 13 mmH2O e o valor
mdio de pico inferior obtido foi de 1 mmH2O. A Figura 6

VII SBAI/ II IEEE LARS. So Lus, setembro de 2005 5


6 CONCLUSO Ketata, R; Geest, D. and Titli, A. (1995). Fuzzy controller:
Os ganhos de segurana pessoal e ambiental ficam design, evaluation, parallel and hierarchical
evidenciados ao analisar-se os resultados obtidos. A combination with a PID controllers. Fuzzy Sets and
estratgia de controle hbrida, utilizando Lgica Fuzzy e Systems. Vol. 71, pp. 113-129.
algoritmo PID, permite incorporar o conhecimento
Lee, C. C. (1990). Fuzzy-Logic in Control-Systems
disponvel sobre o comportamento do processo, a uma
Fuzzy-Logic Controller. 1. IEEE Transaction on
estratgia de controle consagrada no meio industrial. A
Systems Man and Cybernetics. Vol. 20, No. 2, pp.
simplicidade da estrutura utilizada evidencia porque a
404-418.
Lgica Fuzzy vem sendo largamente utilizada na resoluo
de problemas que so complexos para a abordagem de Nascimento Jr., C. L. e Yoneyama, T. (2000) Inteligncia
controle convencional. Uma implementao futura de um Artificial em Controle e Automao. Edgard
controle Fuzzy utilizando o acoplamento entre as malhas de Blcher, So Paulo - SP.
presso de todos os tubos de coleta de gs pode ser
viabilizada. A limitao do sistema de controle existente Ogata, K. (2003) Engenharia de Controle Moderno. 3 ed.
impediu esta abordagem que poder ser realizada aps uma Prentice-Hal do Brasil, Rio de Janeiro RJ.
atualizao tecnolgica da planta. A utilizao da teoria
Fuzzy permitir incorporar novas informaes que forem Reznik, L; Ghanayem, O. and Bourmistrov, A. (2000). PID
sendo adquiridas ao longo da operao da planta plus fuzzy controller structure as a design base for
melhorando assim os resultados obtidos. industrial applications. Enginnering Applications of
Artificial Intelligence. Vol. 13, pp. 419430.
7 AGRADECIMENTOS Shaw, I. S. e Simes, M. G. (1999). Controle e Modelagem
Sinceros agradecimentos dos autores ao Eng. Srgio Fuzzy. 1 ed. Editora Edgard Blcher Ltda.
Nascimento Leal pelo apoio dispensado a este projeto.
Sugeno, M. (1985) An Introductory Survey of Fuzzy
Control. Information Sciences. Vol. 36, No(1-2), pp.
8 REFERNCIA BIBLIOGRFICA 59-83.
Arajo, L. A. (1997). Manual de Siderurgia, Vol. 1, 2a Yang, C. H; Wu, M; Shen, D. Y. and Deconinck, G. (2001).
edio. Editora Arte & Cincia, So Paulo - SP. Hybrid intelligent control of gas collectors of coke.
Control Engineering Practice. Vol. 9, No. 7, pp.
Dote, Y.; Ovaska, S. J. (2001), Industrial applications of
725-733.
soft computing: A review. Proceedings of the IEEE,
Vol. 89, No. 9, pp. 12431265. Zadeh, L.A. (1965). Fuzzy sets. Information and Control.
Vol. 8, No. 3, pp. 338-353.
Fang, K; Zhou, H. and Huang, W. (2003). Fuzzy
decoupling adjustment for the pressure of coke oven Zhao, Z; Tomizuka, M. and Isaka, S. (1993). Fuzzy gain
collecting main. 2nd International Conference on schedule of PID controllers. IEEE Transactions on
Machine Learning and Cybernetics. Xian, 2-5, pp. Systems. Vol. 23, No. 5, pp. 13921398.
2605-2608.
Zhou, Bin and Li, Wen-Yin (2003). Application of Fuzzy
Jang, J.-S. R; Sun, C.-T. Mizutani, E. (1997). Neuro-fuzzy Theory on Gas Collector Control. 2nd International
and Soft Computing. Upper Saddle River: Prentice- Conference on Machine Learning and Cybernetics,
Hall. Xian, 2-5. pp. 2516-2519.

VII SBAI/ II IEEE LARS. So Lus, setembro de 2005 6

Você também pode gostar