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.