Sistema Derivativo para Controle Vibracional e Produção Elétrica
Venicio Silva Araujo
Guilherme Silva Prado Heinsten L. F. dos Santos
A matriz energética mundial apresenta um déficit periódico há quase duas
décadas, nosso planeta se desenvolve mais rápido do que é previsto, e os nossos recursos se tornam cada vez mais escassos no que tange o aspecto de produção e conversão energética. Em contrapartida, a medida que nossa tecnologia se refina, alternativas para suprimem a demanda energética começam a despontar, entre elas surge a ideia do controle derivativo, ou shunt control. O controle derivativo é uma técnica de alta ordem de engenharia, que mescla a utilização de estruturas e algoritmos inteligentes para obter energia elétrica através de vibrações, sendo aplicado tanto para o controle de estruturas estáticas quanto para a obtenção de eletricidade através da instalação de pequenas placas associadas a circuitos que retiram de vibrações fonte de energia à medida que alteram sua estrutura interna, se adaptando a quaisquer excitações. Para estabelecer esse tipo de controle, uma pequena placa com propriedades piezoelétricas precisa ser utilizada e associada a mesma um circuito eletrônico com parâmetros de Resistência e Indutância. A variação desses parâmetros físicos, associado a placa com suas propriedades inerentes, é o que configura controle sobre um sistema em vibração, e uma vez que esses parâmetros sejam bem definidos, é possível captar vibrações, estabelecer controle sobre ela, e produzir eletricidade com a mesma, impedindo não só a destruição de uma possível estrutura estática, como obtenção eletricidade para uso qualquer. O desafio desse modelo é encontrar a configuração correta para esses parâmetros uma vez que vibrações não são cargas constantes, elas estão sujeitas a vento, atividade humana, variação de temperatura e inúmeros parâmetros que faria esse trabalho ser impossível de ser realizado com método tradicionais, e para contornar isso surge a utilização de inteligência artificial. Contando com 5 publicações internacionais, e devido reconhecimento técnico, o modelo construído na Universidade Federal de Rondonópolis, nos laboratórios da SmartLab, pelo grupo de Inovação e Pesquisa em Engenharia (GIPEng) utiliza de uma viga engastada e um sistema eletrônico simulado em elementos finitos para treinar uma inteligência artificial, produzida através de técnicas de Rede Neural, afim de encontrar as relações entre os parâmetros de Resistência e Indutância e a resposta vibracional da viga. A principal intenção do trabalho é a aplicação deste modelo em estruturas estáticas para produzir controle vibracional, extraindo delas energia elétrica, ver Figura 1. Figura 1 Viga Engastada com Sistema Shunt Acoplado
A rede neural constitui-se de algoritmos paralelos que tentam imitar a natureza de
pensamento que criaturas orgânicas desenvolveram, entre elas humanos. A técnica consiste em encontra a dependência entre parâmetros quaisquer e o reproduzir para múltiplas entradas e respectivas saídas até a convergência de um valor considerado apropriado como solução para o problema proposto. Para este trabalho, os parâmetros de Resistência e Indutância estão sendo randomizados através de uma distribuição gaussiana e é feito a análise da resposta em frequência que cada configuração aleatória desses parâmetros produz, para 1000 elementos. Uma vez correlacionados Resistência, Indutância e a resposta em frequência da viga, se é utilizado os mesmos como parâmetros para treino da rede neural. A rede quando bem treinada entende então o comportamento da resposta em frequência da viga, e como a diminuir. Na Figura 2, temos um fluxograma de como esse modelo foi utilizado.
Figura 2 Fluxograma da Rede Neural
Os resultados apresentados, tanto em aspecto de tempo, quanto de controle
vibracional extrapolaram as expectativas analíticas, demonstrando um amortecimento médio para o primeiro modo de vibração da viga na ordem de 24dB para 10 testes experimentais, assim como um tempo médio de 52 segundos para prover a configuração correta dos parâmetros, se mostrando bem superior as técnicas mais utilizadas hoje em dia para esse fim, como a de Algoritmo Genético, que demanda 1600 segundos médio para prover a configuração. Essa pesquisa traz também esse comparativo entre as duas técnicas inteligentes. Na Figura 3, temos a resposta em frequência original da viga, sem o sistema acoplado, em preto, e as 10 respostas para a viga com a configuração provinda da rede neural, mostrando um claro abate vibracional. Essa energia dissipada pode então ser alocada para o uso como energia elétrica.
Figura 3 Resposta em Frequência da Viga
Essa técnica se mostra, deste modo, uma alternativa sustentável e completamente
limpa para suprir a demanda energética a nível global, uma vez que seja aplicada em larga escala, e se torna uma promessa para o desenvolvimento de uma nova matriz energética no país.