Pr-projeto Trabalho Mestrado

Contribuio de Modelos Difusos Aplicados Engenharia Biomdica Nilson Moutinho dos Santos

reas de Interesse de Pesquisa

1. 2. 3. 4. 5. 6. Inteligncia Artificial Controle Inteligente Modelagem Modelos Difusos Engenharia Biomdica Modelos Difusos Aplicados Engenharia Biomdica

Inteligncia Artificial Uma Breve Introduo

Conceituar Inteligncia Artificial uma tarefa muito complexa. um campo do conhecimento cientfico e tecnolgico que permite capacitar sistemas de computadores a realizar tarefas que exibem comportamento inteligente humano. [Autor] Comportamento inteligente humano envolve: sensao, percepo, representao (modelagem), conceituao, juzo, raciocnio, memria, ateno, conscincia, orientao, afetividade, volio, linguagem, etc. [Takashi]

Inteligncia Artificial Uma Breve Introduo

No corao da pesquisa em IA est a Hiptese do Sistema de Smbolos Fsicos - HSSF. SSF: uma mquina onde uma estrutura de smbolos fsicos [expresso] pode ser transformada em uma outra expresso pela ao de uma coleo de processos [criao, modificao, reproduo e destruio] que operam sobre ela produzindo uma coleo progressiva de estruturas de smbolos. HSSF: O sistema de smbolos fsicos tem os meios necessrios e suficientes para a ao inteligente em geral. [Rich]

Inteligncia Artificial Uma Breve Introduo

A inteligncia requer conhecimento. Caractersticas do Conhecimento:
Volume; Impreciso; Variao; Organiza-se de acordo com utilizao.

Uma tcnica de IA um mtodo que explora o conhecimento, que deve ser representado de forma a fazer face s caractersticas do conhecimento. [Rich]

Inteligncia Artificial Uma Breve Introduo

Caractersticas do conhecimento representado para uso das Tcnicas de IA:
Capacidade de capturar generalizaes; Capacidade de ser compreendido pelas pessoas que o fornecem; Facilidade de modificao para refletir alteraes do mundo real; Capacidade de ser utilizado em inmeras situaes [mesmo quando impreciso e incompleto]; Capacidade de contribuir na superao de seu prprio volume.

Inteligncia Artificial Uma Breve Introduo - Aplicaes

Planejamento automatizado e escalonamento; Jogos; Controle Autnomo; Diagnstico; Planejamento Logstico; Robtica; Reconhecimento de Linguagem; Sistemas Especialistas; Aprendizagem de Mquina; Resoluo de Problemas; Percepo (viso, audio, tato); Processamento de Linguagem Natural; Raciocnio Simblico e Estatstico; Senso Comum; Reconhecimento de Padres, etc.

Inteligncia Artificial Trs Paradigmas de Pesquisa

Dentre as inmeras ferramentas utilizadas em IA, destacamos trs delas [Takashi] de interesse particular ao pr-projeto Contribuio de Modelos Difusos Aplicados Engenharia Biomdica:
Sistemas de Produo: uso de conceitos de lgica para caracterizar a heurstica e o conhecimento de especialistas humanos. Lgica Nebulosa: uso de lgica difusa para representar as incertezas inerentes representao humana dos fenmenos da natureza. Redes Neurais Artificiais: uso de modelos de neurnios para mimetizar o sistema nervoso humano atravs de processadores simples.

Bibliografia sobre IA
RICH, E. e KNIGHT, K. Inteligncia Artificial. Makron Books, 1993. NASCIMENTO Jr., C.L. e YONEYAMA, T. Inteligncia Artificial em Controle e Automao. Edgard Blcher, 2004. NILSSON, N.J. Principles of Artificial Intelligence. SpringerVerlag, Berlin Heidelberg New York, 1982. TANIMOTO, S.L. The Elements of Artificial Intelligence. Computer Science Press, Rockville Maryland, 1987. BARR, A. e FEIGENBAUM, E.A. The Handbook of Artificial Intelligence, Volume I. William Kaufmann, Los Altos, California, 1981

Controle Inteligente Uma Breve Introduo

Sistema e Meio Ambiente: sistema uma parte da realidade na qual estamos interessados, sendo o meio ambiente tudo aquilo que no faz parte do sistema. Um sistema pode ser dividido em vrias partes que interagem entre si. O meio ambiente interage com o sistema e altera suas caractersticas. As grandezas envolvidas nessa interao so conhecidas como: entradas e sadas. Entradas que no podem ser reajustadas so conhecidas como: perturbaes ou rudos. Entradas que podem ser reajustadas so conhecidas como: variveis de controle ou variveis manipuladas.

Controle Inteligente Uma Breve Introduo

Controlar atuar sobre as grandezas passveis de ajuste de tal maneira que o sistema se comporte de maneira desejvel. O controle pode ser automtico (com pouca ou nenhuma interveno humana) ou manual (constante assistncia de operador humano). Automatizar dotar os sistemas de mecanismos ou dispositivos que, com um mnimo de interveno humana, permita que sejam alcanadas as especificaes de segurana, produtividade, qualidade, conforto e outras. [Takashi]

Estrutura de um Problema de Controle

A especificao do comportamento desejado de um sistema pode envolver conceitos de:
Estabilidade; Rejeio de distrbios (rudos); Robustez a incertezas no modelo; Forma da resposta do sistema a entrada padro; Simplicidade de implementao; Custo de operao, etc.

Estrutura de um Problema de Controle

Para se especificar quantitativamente o desempenho necessrio utilizar-se uma representao do sistema baseada num modelo matemtico que explica como as diversas grandezas interagem entre si.

Estrutura de um Problema de Controle

Estvel

Instvel

Estrutura de um Problema de Controle

Um problema clssico: manter a sada y prxima de um sinal de referncia r pela manipulao de uma varivel de controle u. Objetivo: construir um sinal u a partir do sinal de erro e = r y. n(t) e w(t): so perturbaes externas (rudos, interferncias, tendncias, derivas).
r
e
Controlador

Planta

w z

Estrutura de um Problema de Controle Especificaes de Desempenho

1. ESTABILIDADE: a sada y, para o caso de r = constante deve ter um comportamento em relao ao retorno ao ponto de equilbrio igual ao ilustrado abaixo quando submetidos a uma perturbao.
Sistemas Dinmicos Estveis Sistemas Dinmicos Instveis

Estrutura de um Problema de Controle Especificaes de Desempenho

2. REJEIO DE DISTRBIOS: mesmo quando temos n(t) 0 a sada y pouco influenciada por n. 3. ROBUSTEZ A INCERTEZAS NO MODELO: pequenas variaes na funo de transferncia G(s), ou o no conhecimento exato de parmetros do modelo deveriam ser tolerados pelo controlador.

Estrutura de um Problema de Controle Especificaes de Desempenho

4. FORMA DA RESPOSTAS A ENTRADAS PADRO:

Mp

2%

r(t) = 0, se t<0; r(t) =1, se t>=0; A resposta tpica seria a da figura ao lado, onde:
tr = tempo subida; ts = tempo acomodao; tp = tempo pico; Mp = percentagem de sobresinal.

tp ts tr

Estrutura de um Problema de Controle Especificaes de Desempenho

5. SIMPLICIDADE: por exemplo, muito comum especificar a lei de construo de u(t) a partir de e(t), como no caso do Controlador PID:

6. CUSTO DE OPERAO: se o custo correspondente a um controle u(t) fosse uma funo J(u), encontrar uma funo u(t) que minimiza J(u) seria um PROBLEMA DE CONTROLE TIMO.

Estrutura de um Problema de Controle Especificaes de Desempenho

LIMITAES NOS SINAIS:
Limitao DURA na amplitude da entrada, por exemplo: |u(t)| <= 10V; Limitao SUAVE da energia do sinal de erro, por exemplo: (y() r())2d <= 100 J No primeiro caso, os valores instantneos no podem ultrapassar um limite pr-estabelecido (batente); no segundo caso, podem ser grandes.

Soluo de Problemas de Controle

Um problema de controle bem formulado deve incluir um modelo matemtico qualitativo ou quantitativo do sistema e as especificaes desejadas. [Takashi] E os passos bsicos para a sua soluo envolvem:
Anlise da Solvabilidade: admite soluo ou no? Seleo da Metodologia de Projeto: qual a combinao de mtodos mais adequada? Projeto do Controlador: determinar a estrutura e os parmetros do controlador. Simulao: primeira verificao do desempenho do controlador projetado.

Soluo de Problemas de Controle

Implementao do Controlador: envolve implicaes tecnolgicas, econmicas e sociais. Testes de Bancada e Sintonizao final: testes e ajuste fino dos parmetros do controlador (sintonizao). Operao Assistida: operao assistida por um perodo inicial aps a homologao do controlador correo de campo e melhorias gerais. Treinamento de Pessoal e Suporte Tcnico: treinamento para busca de produtividade, segurana, qualidade, eficcia e conforto.

Instrumentos de Medida
A medio das grandezas que tomam parte no processo de controle de um sistema pode ser feita com auxlio de tcnicas de IA (correes). Os conceitos importantes envolvidos na medio so: exatido, repetitividade, reprodutibilidade, incerteza de medio, sensibilidade, resoluo, zona morta, deriva (drift), tendncia (bias) e calibrao.

Bibliografia sobre Controle Inteligente

OGATA, K. Engenharia e Controle Moderno. Prentice Hall do Brasil, RJ, 2003. DORF, R.C. e BISHOP, R.H. Sistemas de Controle Modernos, 8 Edio, LTC, Rio de Janeiro, 2001.

Modelagem de Sistemas Uma breve introduo

Modelagem de Sistemas Uma breve introduo

Modelagem de Sistemas Uma breve introduo

Modelagem de Sistemas Uma breve introduo

Modelagem de Sistemas Uma breve introduo

Modelagem de Sistemas Uma breve introduo

Modelo Dinmico da Perna do Paciente Paraplgico

Para a modelagem (Ferrarin e Pedotti, 2000), consideram o membro inferior como uma cadeia cinemtica aberta composta de dois segmentos rgidos: a coxa, e o complexo canelap.

ngulo entre a canela e a coxa. vertical.

v ngulo entre a canela e o eixo

Ma Torque ativo do joelho produzido pela estimulao eltrica .

Modelagem de Sistemas Uma breve introduo

No caso desse trabalho tem-se as seguintes especificaes para a modelagem dos sistemas dinmicos: a ESTABILIDADE, a TAXA DE DECAIMENTO e RESTRIES NOS SINAIS de entrada e sada (GAINO, 2009).

O Simulink apresenta vrias toolboxes de interesse imediato para nessa empreitada:

CONTROL SYSTEM TOOLBOX, FUZZY LOGIC TOOLBOX, NEURAL NETWORK TOOLBOX, ROBUST CONTROL TOOLBOX, SIMULINK CONTROL DESIGN, LMI CONTROL TOOLBOX, entre outros.

Modelagem de Sistemas Ambiente de Simulao

Modelagem de Sistemas Ambiente de Simulao

Bibliografia sobre Modelagem

http://www.dca.fee.unicamp.br/~gomide/courses/IA881/transp/IA 881Modelagem.pdf GAINO, Ruberlei. Controle de Movimentos de Pacientes Paraplgicos Utilizando Modelos Fuzzy T-S. 2009. 182f. Tese (Doutorado em Engenharia Eltrica) Universidade Estadual Paulista Julio de Mesquita Filho, UNESP Faculdade de Engenharia Eltrica Campo Ilha Solteira, Ilha Solteira, SP, 2009. CHAPMAN, Stephen J.. Programao em MATLAB para Engenheiros. 1a Edio. So Paulo: Editora Thomson Learning, 2006. ISBN 85221-0325-9. MATSUMOTO, lia Yathie. SIMULINK 5 Fundamentos. 1a Edio. So Paulo: Editora rica, 2002. ISBN 85-7194-937-9.

Modelos Difusos Uma Breve Introduo

Uma tijela de mas? Sim = 1.

Uma tijela de mas? No = 0.

Modelos Difusos Uma Breve Introduo

CONJUNTOS CRISP: lida apenas com 0s e 1s - no e sim. CONJUNTOS FUZZY: NO LEVEMENTE UM TANTO QUANTO UM POUCO A MAIOR PARTE SIM, COMPLETAMENTE. CARACTERSTICAS DO MUNDO DIFUSO: BASEADO NA PALAVRA E NO NO NMERO, por exemplo, QUENTE e no 32. VARIAES NO-LINEARES. ANALGICO (AMBGUO) E NO DIGITAL (SIM/NO). DESENVOLVIMENTO DA LGICA DIFUSA: DE ARISTTELES (IV sculo AC) at LOTFI ZADEH (russo/iraniano/americano), dcada de 60.

Modelos Difusos Uma Breve Introduo

A impresso que se tem que a lgica difusa no precisa, mas confusa, mas de fato a lgica difusa precisa. uma lgica precisa da impreciso. LOTFI ZADEH In the 1960s, Lotfi Zadeh invented fuzzy logic, which combines the concepts of crisp logic and the Lukasiewicz sets by defining graded membership. One of Zadehs main insights was that mathematics can be used to link language and human Intelligence. Many concepts are better defined by words than by mathematics, and fuzzy logic and its expression in fuzzy sets provide a discipline that can construct better models of reality. Martin MAcNeil

Modelos Difusos Uma Breve Introduo

Modelos Difusos Uma Breve Introduo

Conforme observou MacNeil, (1994, p. 11), muitos conceitos so melhores descritos por palavras do que por matemtica e isso faz com que a LGICA DIFUSA e sua expresso em CONJUNTOS DIFUSOS se constituam numa ferramenta eficaz para o auxlio na construo de melhores modelos da realidade. Segundo Mamdani, (MAcNEIL, 1994, p. 15), a experincia mostrou que os CONTROLADORES DIFUSOS frequentemente ganham em ESTABILIDADE e ROBUSTEZ dos CONTROLADORES PID, apesar da complexidade matemtica desses ltimos.

Modelos Difusos Uma Breve Introduo

Para lidar com a NO-LINEARIDADE dos sistemas os pesquisadores e engenheiros, quando utilizando mtodos de controle linear, promovem a LINEARIZAO dos sistemas no-lineares. Esses modelos lineares resultantes s so vlidos quando o sistema opera numa pequena faixa de valores, fora da qual eles se tornam instveis. Muitas vezes, contudo, a linearizao no p possvel. Alm disso, preciso que o modelo matemtico seja obtido com segurana e os seus parmetros sejam razoavelmente bem conhecidos (MEHRAN, 2008, p. 1).

Modelos Difusos Uma Breve Introduo

Essas dificuldades podem ser contornadas pelo desenvolvimento de um modelo no-linear composto de um nmero de submodelos que sejam simples, compreensveis e responsivos em seus respectivos subdomnios (MEHRAN,2008, p. 1). possvel fazer uma abordagemdo processo no-linear baseada em MULTIMODELOS DIFUSOS a partir dos dados de entrada e sada ou mesmo do modelo matemtico do sistema. Takagi e Sugeno propuseram um modelo difuso descrito por REGRAS DIFUSAS do tipo SE-ENTO as quais representam os relacionamentos locais entre entrada e sada de um sistema no-linear.

Modelos Difusos Uma Breve Introduo

A caracterstica principal do modelo difuso de Takagi-Sugeno
reside na expresso da dinmica local de cada implicao (REGRA) por um modelo linear do sistema.

Dessa maneira o todo do modelo difuso do sistema no-linear conseguido por uma mistura de modelos lineares do sistema.
(MEHRAN, 2008, p. 1) afirma que: quase todos os sistemas dinmicos no-lineares podem ser representados por modelos difusos de Takagi-Sugeno com um alto grau de preciso (1 (MEHRAN, 2008, p. 1).

Bibliografia sobre Controle Difuso

MAcNEIL, F. Martin e THRO, Ellen. FUZZY LOGIC A Practical Approach. Academic Press Inc., London, 1994. ISBN 0-12-485965-8. PASSINO, Kevin M. e YURKOVICH, Stephen. FUZZY CONTROL. Addison Wesley Longman Inc. Melon Park, California, 1998. ISBN 0-201-18074-X. GAINO, Ruberlei. Controle de Movimentos de Pacientes Paraplgicos Utilizando Modelos Fuzzy T-S. 2009. 182f. Tese (Doutorado em Engenharia Eltrica) Universidade Estadual Paulista Julio de Mesquita Filho, UNESP Faculdade de Engenharia Eltrica Campo Ilha Solteira, Ilha Solteira, SP, 2009.

Engenharia Biomdica Uma Breve Introduo

De acordo com (LEB, 2009), a ENGENHARIA BIOMDICA uma rea multidisciplinar onde cooperam reas tais como Engenharia, Matemtica, Computao, Fsica e Qumica para resolverem problemas das reas de Biologia e Medicina. A Engenharia Biomdica se subdivide nas seguintes reas: BIOENGENHARIA, ENGENHARIA DE REABILITAO, ENGENHARIA MDICA E ENGENHARIA CLNICA OU HOSPITALAR. A Bioengenharia e a Engenharia de Reabilitao lidam com o estudo do neurnio (via MODELOS MATEMTICOS E SIMULAES) e desenvolvimento de sistemas eletrnicos e mecnicos para a melhoria das condies de vida dos PARAPLGICOS E TETRAPLGICOS.

Engenharia Biomdica Uma Breve Introduo

Segundo (GAINO, 2009) o desenvolvimento da tese Controle de Movimentos de Pacientes Paraplgicos Utilizando Modelos Fuzzy TS resultou no:
desenvolvimento dos projetos do REGULADOR e OBSERVADOR para controle da posio da perna de um paraplgico que atendessem os requisitos de estabilidade e desempenho quando um estmulo eltrico era aplicado ao msculo quadrceps do paciente. desenvolvimento, anlise terica e simulao digital, com resultados positivos, de um mtodo simples para a obteno de MODELOS DIFUSOS TAKAGI-SUGENO discretos no tempo a partir de modelos difusos Takagi-Sugeno contnuo.

Engenharia Biomdica Uma Breve Introduo

Uma contribuio da tese que est em andamento, permitiu a modelagem do msculo da perna do paciente com auxlio dos MODELOS LOCAIS propostos por Takagi e Sugeno. Na mesma tese sugerido como trabalho futuro que aps a identificao do modelo local e sua funo de pertinncia, projetos usando aproximao com modelo difuso Takagi-Sugeno poderiam ser desenvolvidos.

Engenharia Biomdica OBJETIVOS DO TRABALHO MESTRADO

OBJETIVOS GERAIS Partindo do modelo local e sua funo de pertinncia, desenvolvidos por (GAINO, 2009) e utilizando o ambiente de simulao MatLab-Simulink estudar e propor modificaes nesse modelo no sentido de refinar seu desempenho e estabilidade, considerando as especificaes de estabilidade, taxa de decaimento e restries na entrada e sada.

Engenharia Biomdica OBJETIVOS DO TRABALHO MESTRADO

OBJETIVOS ESPECFICOS Aplicar os resultados obtidos nos experimentos com o modelo anteriormente citado no controle de movimentos de pacientes paraplgicos. Examinar a possibilidade de se desenvolver uma metodologia para aplicao dos modelos difusos Takagi-Sugeno na resoluo de problemas especficos do campo da engenharia biomdica.

Bibliografia sobre Engenharia Biomdica

LEB Laboratrio de Engenharia Biomdica. Departamento de Engenharia de Telecomunicaes e Controle, Escola Politcnica, Universidade de So Paulo. Disponvel em http://www.leb.usp.br/pengenharia.html, atualizado em 2009. Acesso em 04 nov. 2010.