Académique Documents
Professionnel Documents
Culture Documents
SÃO PAULO
2015
FACULDADE DE TECNOLOGIA SENAI MARIANO FERRAZ
RESUMO
A solução para esse sério problema do país apresentam potenciais soluções desde altos
investimentos até simples soluções de eficiência operacional, que através da aplicação de boa
engenharia de transportes e controle é possível definir tempos de serviço, diminuição de
intervalos e melhor aproveitamento de recursos. [2]. A demanda crescente no transporte de
passageiros nos trens metropolitanos faz surgir a necessidade de estudos nas áreas de
engenharia de transporte para se obter mais eficiência do sistema. Os sistemas de sinalização
ferroviária no país estão obsoletos, o que acarreta em altos custos operacionais e baixa
flexibilidade, afim de se obter soluções simples com investimentos baixos, a aplicação de
sistemas de controle baseados em inteligência artificial podem ajudar a reduzir custos com
manutenção, aumentar a eficiência, diminuição de intervalos e confiabilidade ao
sistema.[4][5].
Figura 1 – Acidente ferroviário na Gare de Montparnasse, em Paris, 1895 , imagem extraída do site
http://wp.clicrbs.com.br/almanaquegaucho/2012/01/20/a-caida-do-trem/?topo=13,1,1,,,77 , artigo a
Caída do Trem, Chaves, Ricardo. Acesso em 23/11/2015.
Os circuitos de via são constituído de divisões realizado nos trilhos, com a distância que
atendam os critérios de segurança e capacidade de trens na linha. São aplicados nos trilhos do
circuito de via uma tensão elétrica de nível baixo, os trilhos funcionam com um condutor, que
um gerador utiliza para alimentar um relé que opera os sinais de via, quando os rodilhos de
um trem passam sobre o circuito de via, este interrompe a corrente de alimentação de um relé
que muda o aspecto do sinal responsável pelo circuito de via. [6]
A lógica Fuzzy foi criada como uma alternativa á teoria da lógica clássica, em meados
da década de 20, Jan Lukasiewicz (1878-1956, filósofo e lógico polonênes) desenvolveu e
introduziu conjuntos com grau de pertinência, combinados aos conceitos da lógica clássica.[7]
Esse estudo possibilitou mais tarde, em 1965 que o professor de Engenharia da Computação
Lofti A. Zadeh publicasse os primeiros artigos sobre a aplicação de lógica fuzzy em sistema
de inteligência computacional.[7]
Se utilizarmos a lógica clássica para resolver este problema, temos somente dois
valores: verdadeiro ou falso, já na lógica Fuzzy é possível saber se as maçãs são muito
grandes, muito pequenas e ainda quantas eram pouco grandes ou pouco pequenas e até se
podiam ser classificadas como grande e pequeno. Figura 9.[13]
Figura 9 – Conjunto de Maçãs Grandes e pequenas, na teoria dos conjuntos fuzzy existe um grau de
pertinência de cada elemento a um determinado conjunto, função pertinência, imagem adaptadadas
notas de aula de Lógica Fuzzy de Mauro Rosenberg e Luciana Rech..
Isso possibilita analisar fatores importantes e resolver problemas onde a lógica clássica
não é suficiente para uma solução precisa, ou seja a aplicação de sistemas fuzzy se torna
interessante em problemas não lineares.[12]
Na lógica Fuzzy, não existe um limite abrupto que determina que os elementos
pertençam ou não há um determinado conjunto, como no caso dos conjuntos pequeno e
grande na separação de maçãs, mas os graus de pertinência dos elementos possuem variações
suaves no intervalo real [0,1]. [7].
( ) { }
Na lógica Fuzzy, um conjunto S definido no universo X é caracterizado por uma função
de pertinência µs, a qual mapeia os elementos de X para o intervalo, sendo expresso por S
[0,1]. [14].
µs:�→[0,1]
{( ( )) }
Figura 10 – Determinar se uma pessoa é jovem ou idosa; imagem extraída das notas de aula de
Lógica Fuzzy de Mauro Rosenberg e Luciana Rech.
As regras Fuzzy são sentenças que utilizam os conectivos, se, então , e , ou , senão,
sistemas contendo somente regras condicionais e incondicionais não necessitam de cuidados
especiais, mas sistemas contém ambos há a necessidade de cuidados com a ordem de
execução das regras, regras incondicionais devem ser executadas primeiro, devido o sistema
não conseguir atrelar a uma regra condicional, entra em default para estabilidade do
sistema.[7][15].
Na determinação das regras Fuzzy, estas devem atender critérios como, qualquer
combinação de variáveis de entrada deve ativar pelo menos uma regra; duas ou mais regras
com as mesmas entradas devem ter saídas mutuamente exclusivas, senão são regras
inconsistentes; não devem existir regras com saídas cujas funções de pertinência não
apresentem interseção. [7][15] .
Figura 11 –Particionamento do Espaço de entrada representado por duas variáveis de entrada com
três regras estabelecidas , imagem extraída do Mini-curso de Sistemas Especialistas
Nebuloso,XXXVIII SBPO.
x . x
i A i
Y i 0
n
x
i 0
A i
Figura 15 – Arquitetura Básica de um Controlador Fuzzy, imagem extraída do Livro Fuzzy Control,
Passino, Kelvin M.
Figura 16 – Arquitetura Básica de um Controlador Fuzz segundo a norma IE61131-7C, imagem
extraída da norma IEC 61131-7:2000 Fuzzy control programming.
SE as entradas são Trem a frente longe E acelerando ENTAO saída é força de tração
máxima. [19]
SE as entradas são Trem a frente perto E parado ENTAO saída é Freio de Emergência.
[19]
2 - Conclusão
O uso de Inteligência Artificial em aplicações industriais vem crescendo, hoje em
com mercados mais competitivos e uma tendência a processos eficientes, torna o uso da
Lógica Fuzzy uma alternativa interessante em sistemas de sinalização ferroviário, visto que
sua implementação não necessita de modelos complexos e as ações de controle atuam de
forma precisa, baseados na forma do pensamento humano.[16]
[2] PENA, Rodolfo F. Alves. "Problemas no transporte público"; Brasil Escola. Disponível em
<http://brasilescola.uol.com.br/geografia/problemas-no-transporte-publico.htm>. Acesso em
29/11/2015.
[4]BUENO, Sílvio;et alli. Estudo de redução de intervalo entre trens no trecho Brás-Barra Funda
através de implementação do Sistema de Sinalização CBTC. São Paulo, 2007. Dissertação de
Especialização em Sistemas Metro ferroviários – Escola Politécnica da Universidade de São Paulo.
Departamento de Engenharia de Sistemas de Comunicação.
[5] PASSINO, Kelvin M, “Fuzzy Control”, Editora Addison Wesley Longman, Inc. 1998.
[6] “The Development and Principles of Uk Signalling”. Artigo do site Railway Technical Web Pages;
2014 – Disponível em :< http://www.railway-technical.com/sigtxt1.shtml.>. Acesso em 23/11/2015.
[7]CHEN, G. Guanrong, “Introduction to fuzzy sets, fuzzy logic, and fuzzy control systems”, Editora
CRC Press,2000.
[8] “Automatic Train Control (ATC)”. Artigo do site Railway Technical Web Pages; 2014 –
Disponível em :< http://www.railway-technical.com/sigtxt6.shtml>. Acesso em 29/11/2015.
[9] “Metro Signalling”. Artigo do site Railway Technical Web Pages; 2014 – Disponível em :<
http://www.railway-technical.com/sigtxt2.shtml>. Acesso em 29/11/2015
[10]SANUKI, Walter Katsumi; YANO, Motohisa. Simulação de Marcha para Sistema de Sinalização
Ferroviária. São Paulo, 2004. Dissertação de Especialização em Sistemas Metro ferroviária – Escola
Politécnica da Universidade de São Paulo. Departamento de Engenharia de Sistemas de Comunicação.
[11] “Técnicas de controle aplicada na Indústria”, artigo publicado Revista Mecatrônica Atual; Ano:
12; N°65; NOV/DEZ – 2013.
[12] “Sistema Especialistas com Lógica Fuzzy”, artigo retirado do site FG controle e Otimização –
Disponível em:< http://fgcontrole.com.br/Logica-Fuzzy.php>, Acesso em 01/12/2015.
[13]CÂNDIDO, Marcondes da Silva. Informações sobre algoritmo fuzzy aplicado para indústria têxtil,
artigo extraído do relatório AD HOC – fevereiro de 2013, SEBRAE - Disponível em: <
http://api.ning.com/files/D7OtuoxqP96vytUjjLLlwUoQYHicJPGZrRw7nqXXrvDhosAvLMHag5Mu3
N*o5OPqbGzTKL1U3JmkHBYC0vRA3y5cJxtH0RbQ/ApostilaAlgoritmoFuzzyAplicadoparaIndstria
Txtil.pdf> . Acesso em 02/12/2015
[14]NETO, Luiz Biondi; et alli. “Minicurso de Sistema Especialista Nebuloso”, XXXVIII Simpósio
Brasiliero de Pesquisa Operacional(SBPO), 2006
[15]SIMÕES, Marcelo Godoy;SHAW, Ian S. Controle e Modelagem Fuzzy – São Paulo: Bluncher:
FAPESP,2007
[17] Roisenberg, Mauro ,Rech, Luciana, “Lógica Fuzzy”, notas de aula – Disponível em:
<http://www.inf.ufsc.br/~alvares/INE5633/Fuzzy.ppt> , Acesso em: 02/12/2015.
[19]SIAHVASHI, Ali; MOAVENI, Bijan. Automatic Train Control baseado n the Multi-Agent
Controlo of Cooperative Systems. Artigo extraído do site do Journal of Mathematics and Computer
Science – Disponível em: <
http://www.tjmcs.com/includes/files/articles/Vol1_Iss4_247%20%20257_Automatic_Train_Control_b
ased_on_the_Multi-Agent_Control_of_Cooperative_Systems.pdf.>. Acesso em: 10/12/2015