You are on page 1of 16

APLICAO DA LGICA FUZZY PARA A OTIMIZAO DA

ESTRATGIA DE GERENCIAMENTO DE ENERGIA EM UM VECULO


HBRIDO (HEV)
Fernanda C. Corra, Ludmila C. A. Silva e Franco G. Dedini
Laboratrio de Sistemas Integrados, Faculdade de Engenharia Mecnica Unicamp Rua
Mendeleiev, 200 Cidade Universitria "Zeferino Vaz" Distrito de Baro Geraldo 13083-860
Campinas SP- Brasil, fernanda@fem.unicamp.br, ludmila@fem.unicamp.br,
dedini@fem.unicamp.br, http://www.fem.unicamp.br
Palavras-Chaves: HEV, Projeto Axiomtico, Fuzzy, Controle, Requisitos.
Resumo Para desenvolver sistemas de controle de maneira sistemtica, prope-se a
utilizao de metodologias de projeto para guiar todo processo de desenvolvimento desse
produto. Dentre essas metodologias aplicadas, destaca-se o Projeto Axiomtico, que uma
das metodologias mais adequadas no desenvolvimento de lgicas de controle complexas. Ele
busca otimizar o projeto atravs da independncia dos requisitos funcionais, de forma que,
quando ocorrer problemas em algum requisito funcional, este no afetar o projeto como
um todo. Logo este trabalho visa aplicao do projeto axiomtico no desenvolvimento do
sistema de controle para veculos hbridos (HEV). Para isso foram desenvolvidos os requisitos
funcionais para o controle de uma veiculo hbrido, porm as relaes entre os requisitos so
definidos como zero e um no tendo uma relevncia entre eles. Assim com os requisitos
funcionais e com o auxilio da lgica fuzzy possvel quantificar a influncia de cada
parmetro dos requisitos funcionais tendo uma viso do comportamento do veiculo
auxiliando no desenvolvimento do sistema de controle. Como resultados, este trabalho
apresenta as pertinncias e as regras usadas nos requisitos funcionais e a influncia de cada
fator para cada caso desejado.
Mecnica Computacional Vol XXIX, pgs. 9177-9192 (artculo completo)
Eduardo Dvorkin, Marcela Goldschmit, Mario Storti (Eds.)
Buenos Aires, Argentina, 15-18 Noviembre 2010
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
1 INTRODUO
Os Veculos Hbridos (HEVs) esto se tornando, nos ltimos tempos, tanto
alternativas quanto solues para os problemas enfrentados pela sociedade urbana.
Problemas como alto consumo de combustvel derivado de petrleo e a liberao de
gases poluentes so diminudos com a aplicao da tecnologia empregada nos
veculos hbridos. Conforme Bcherl (2008) esses fatores fazem com que todas as
montadoras tenham um veculo hbrido num futuro prximo.
Veculos hbridos tm como caracterstica principal a unio de dois ou mais
sistemas de gerao de potncia, como por exemplo, motores combusto interna
acoplados motores eltricos ou com clulas de combustvel.
Existem vrios tipos de modos de trabalho dos HEV, ou seja, de configuraes.
Para cada situao de trnsito, a escolha do sistema de gerao de potncia ou da
configurao gera uma melhor ou pior eficincia.
A pretenso que os veculos hbridos consigam economizar combustvel at trs
vezes do que consumido nos veculos atuais (34 km/l), sem comprometer as
expectativas do consumidor no que diz respeito ao desempenho, conforto,
segurana, qualidade e custo. Para se atingir tais objetivos importante otimizar a
arquitetura e componentes do veculo hbrido, mas igualmente importante a
estratgia de gerenciamento de energia que usada para controlar o sistema
completo.
A estratgia de gerenciamento de energia implementada pela unidade de
controle principal, onde controlado o fluxo de energia entre todos os componentes,
e otimizada a gerao de energia e a converso nos componentes individuais.
Dessa forma, a insero do projeto axiomtico torna-se importante, a fim de que a
estratgia de gerenciamento de energia ocorra de forma metodolgica, e no por
tentativas e erros. De acordo com Lombardi Jnior (2006) o objetivo geral do projeto
axiomtico reduzir a complexidade, visando diminuir o nmero de estratgias
testadas e garantir o teste somente daquelas cuja probabilidade de sucesso seja
maior.
O projeto axiomtico tem sido aplicado a diversos problemas, estendendo-se para
uma vasta gama na rea de projetos de engenharia tais como na concepo de
produtos apresentado por Suh, (1990), fabricao e projeto de sistemas
exemplificado por Suh (1998), Gu (2001) e Suh (1997), projeto de softwares
demonstrado por Harutunian (1996), Suh e Do (2000) e projeto de sistemas de
controle. Dentro deste contexto, este artigo aborda a aplicao da metodologia de
projeto axiomtico no desenvolvimento do sistema de controle de um HEV, onde
seus Requisitos Funcionais (FRs) so analisados em termos de prioridade de
acionamento considerando vrias situaes de trnsito, para tal anlise utiliza-se a
lgica fuzzy.
F. CORRA, L. SILVA, F. DEDINI 9178
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
2 O PROJETO AXIOMTICO
O Projeto Axiomtico definido como a criao de solues sintetizadas para se
formar produtos, processos ou sistemas que satisfaam necessidades percebidas,
atravs do mapeamento dos desejos dos clientes em Requisitos Funcionais
(Functional Requirements FR) e destes em Parmetros de Projeto (Design
Parameters DP). Os requisitos funcionais representam as metas do projeto ou o que
se deseja atender. Os parmetros de projeto expressam como se quer satisfazer os
requisitos funcionais, como mostra a Figura 1.
A correta definio dos FRs a parte crtica do projeto. Esta definio requer que
se conhea o problema, e as suas relaes. Segundo Lobo (2003) uma definio
imprecisa pode implicar em uma soluo complexa, desnecessria ou mesmo
inaceitvel.
A teoria de projeto axiomtico de Suh (1978) comeou com a seguinte pergunta:
Dado um conjunto de requisitos funcionais para um determinado produto, existem
axiomas de aplicao genrica que levam a decises corretas em cada passo da
fabricao (desde a etapa de projeto at a montagem final e inspeo) para planejar
um sistema de produo timo?. Para responder a esta pergunta foi elaborado um
conjunto de axiomas que foram testados e avaliados em estudos de caso.









Figura 1 Domnios do projeto (Adaptado de Xuan, 2009).
Os dois axiomas propostos so: o axioma 1, tambm chamado de axioma da
independncia, e o axioma 2, tambm chamado de axioma do contedo de
informao. O axioma 1 trabalha com a relao entre funes FRs, e variveis fsicas
DPs e o axioma 2 analisa a questo da complexidade de um projeto.
- Axioma 1 Axioma da Independncia
Por definio, os FRs so sempre independentes entre si, mas dependendo das
solues de projeto adotadas, DPs, o sistema implementado se torna acoplado ou
semi-acoplado, ou seja, um nico DP, soluo de projeto, resulta em diferentes
respostas para mais de um FR. Este axioma aplicado analisando-se a matriz de
projeto, FRs x DPs. Assim, pode-se distinguir trs diferentes tipos de projetos: o
projeto desacoplado (matriz diagonal), o projeto semi-acoplado (matriz triangular) e
o projeto acoplado (nenhum dos dois casos). Graficamente, o sistema se comporta
CAs
FRs
DP
PVs
Mecnica Computacional Vol XXIX, pgs. 9177-9192 (2010) 9179
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
como mostrado na Figura 2 para cada um dos casos.

Figura 2 - Tipos de projetos (Cochran, 2000).
Quando os FRs no so atendidos pelos DPs de maneira independente tem-se um
sistema catico, complicado de ser controlado e ajustado, tem-se um projeto
acoplado. No caso oposto, no projeto desacoplado, a introduo de uma
modificao em um DP, resulta em uma variao em um nico requisito funcional.
Neste caso, o sistema muito mais facilmente controlvel e, conseqentemente, o
sistema de controle pode ser muito mais simples.
- Axioma 2 Axioma da informao
De acordo com Suh (1990) o contedo de informao de um sistema definido
em termos da probabilidade logartmica de um dado DP, satisfazer um dado
requisito funcional. Assim, o contedo de informao calculado conforme a
Equao 1.

i
n
i
p I

=
1
2
log
(1)
Onde:
p a probabilidade de um dado FR
n
ser satisfeito pelo seu DP
n
;
n nmero total de FRs.
Analisando-se a Equao1 observa-se que os sistemas com baixa probabilidade de
sucesso tm um alto contedo de informao, ou seja, tm alta complexidade. Assim
o contedo de informao do projeto deve ser minimizado, pois este impacta
negativamente o projeto. De acordo com o axioma 2, a necessidade de informao
proporcional a complexidade do sistema. Assim, a introduo de informao
desnecessria s contribui para piorar o sistema e tendo a necessidade de um
sistema de controle mais complexo.
F. CORRA, L. SILVA, F. DEDINI 9180
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
3 A LGICA FUZZY
A lgica fuzzy a lgica baseada na teoria dos conjuntos fuzzy. Ela difere dos
sistemas lgicos tradicionais em suas caractersticas e detalhes. Nesta lgica, o
raciocnio exato corresponde a um caso limite do raciocnio aproximado, sendo
interpretado como um processo de composio de relaes nebulosas. Na lgica
fuzzy, o valor verdade de uma proposio pode ser um subconjunto fuzzy de
qualquer conjunto parcialmente ordenado, ao contrrio dos sistemas lgicos
binrios, onde o valor verdade s pode assumir dois valores: verdadeiro (1) ou falso
(0)
De acordo com Gomide et al. (1995), nos sistemas lgicos multi-valores, o valor
verdade de uma proposio pode ser ou um elemento de um conjunto finito, num
intervalo, ou uma lgebra booleana. Na lgica nebulosa, os valores verdade so
expressos linguisticamente, (e.g.: verdade, muito verdade, no verdade, falso, muito
falso, ...), onde cada termo lingustico interpretado como um subconjunto fuzzy do
intervalo unitrio.
Outras caractersticas da lgica fuzzy podem ser sumarizadas como segue: nos
sistemas lgicos binrios, os predicados so exatos (e.g.: par, maior que), ao passo
que na lgica fuzzy os predicados so nebulosos (e.g.: alto, baixo, ...). Nos sistemas
lgicos clssicos, o modificador mais utilizado a negao enquanto que na lgica
fuzzy uma variedade de modificadores de predicados so possveis (e.g.: muito, mais
ou menos, ...). Estes modificadores so essenciais na gerao de termos lingusticos
(e.g.: muito alto, mais ou menos perto, etc).
Na teoria de conjuntos clssica, um elemento pertence ou no a um dado
conjunto. Dado um universo U e um elemento particular x e U, o grau de pertinncia

A
(x) com respeito a um conjunto A _ U dado por:

A
1sex A
(x)
0sex A
e
=

e

(2)
A funo
A
(x): U {0,1} chamada de funo caracterstica na teoria clssica de
conjuntos. Frequentemente, uma generalizao desta ideia utilizada, por exemplo,
para manipulao de dados com erros limitados. Todos os nmeros dentro de um
erro percentual tero um fator de pertinncia 1, tendo todos os demais um fator de
pertinncia 0 (veja Figura 3a). Para o caso preciso, o fator de pertinncia 1 somente
no nmero exato, sendo 0 para todos os demais (veja Figura 3b).
Zadeh (1965) props uma caracterizao mais ampla, na medida em que sugere
que alguns elementos so mais membros de um conjunto do que outros. O fator de
pertinncia pode ento assumir qualquer valor entre 0 e 1, sendo que o valor 0 indica
uma completa excluso e um valor 1 representa completa pertinncia. Esta
generalizao aumenta o poder de expresso da funo caracterstica. Por exemplo,
para expressar a ideia de que uma temperatura tem seu valor por volta de 25, pode-
se utilizar uma funo de pertinncia triangular (veja Figura 3c), com o pico em 25,
Mecnica Computacional Vol XXIX, pgs. 9177-9192 (2010) 9181
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
para sugerir a ideia de que quanto mais perto o nmero de 25, mais ele se identifica
com o conceito representado.

Figura 3 - Funes de Pertinncia
Formalmente, seja U uma coleo de objetos denominados genericamente por {u}.
U chamado de universo de discurso, podendo ser contnuo ou discreto. Um
conjunto fuzzy A em um universo de discurso U definido por uma funo de
pertinncia
A
que assume valores em um intervalo [0,1]. O conjunto suporte de um
conjunto fuzzy A o sub-conjunto dos pontos u de U tal que
A
(u) > 0. Um conjunto
fuzzy cujo conjunto suporte um nico ponto de U com
A
= 1 chamado de um
conjunto unitrio fuzzy.
Sejam A e B subconjuntos nebulosos em U, com funes de pertinncia
A
e
B
. A
interseo fuzzy de A e B , por definio, o conjunto fuzzy C.


C A B =
(3)


( )
c
U
C u u


e
=
(4)


{ } ( ) min ( ), ( )
c A B
u u u =
(5)
A implicao uma declarao da forma: Se A Ento B; ou de forma
condensada A B (A implica B). Se A e B forem conjuntos fuzzy, ento A B ser
uma declarao condicional fuzzy. Atravs do emprego de frases da forma Se
(condies) Ento (concluses / aes), chamadas de regras de produo, possvel
traduzir de maneira lingstica um conhecimento. Existem diversas formas de se
representar uma implicao fuzzy (Lee, 1990), as duas maneiras mais usuais de
faz-lo atravs de uma conjuno fuzzy, usando mnimo (
.
) ou produto
algbrico (-).

( ) ( ) ( , )
A B
U V
A B A B u v u v

A A .
}
(6)
F. CORRA, L. SILVA, F. DEDINI 9182
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar

( ) ( ) ( , )
U V
A B A B A u B v u v

A A -
}
(7)
Cada uma das regras Se... Ento carrega uma informao sobre o sistema. O
conjunto de todas elas, ou seja o conjunto unio de todas as regras exprime o
conhecimento ou o modelo do sistema. Cada uma das regras pode ser traduzida por
uma implicao fuzzy R
i
e a unio de todas elas um conjunto fuzzy no qual est
condensado todo o conhecimento que se tem sobre o sistema:

i
i
R R =
(8)
O comportamento do sistema ser o resultado da unio das aes individuais de
cada regra que o descreve. O conjunto fuzzy R , pois, o equivalente ao modelo ou
funo de transferncia do sistema empregado na teoria de controle.
A regra composicional de inferncia proposta por Zadeh capaz de inferir uma
sada aproximada B, quando o antecedente da regra A se casa de maneira
aproximada com o fato A, e exatamente, o conseqente B previsto pela regra
quando X = A. , neste sentido, que a regra composicional de inferncia desempenha
uma MODUS PONENS GENERALIZADO (M.P.G.), base do raciocnio aproximado. Seu
enunciado :

Seja R uma relao nebulosa de U para V, e X um subconjunto de U. Ento o
subconjunto nebuloso Y de V, induzido por X em R dado por:


R X Y = ' '


{ } { }
.( ) max min .( ), ( , )
y u x R
v u u u u v =
(9)
( ) ( ) ( ) ( ) ( ) v u v u v u
y x B A R

- = =

, , (10)
4 IMPLEMENTAO DA LGICA FUZZY PARA OTIMIZAO DA ESTRATGIA
DE GERENCIAMENTO DE ENERGIA DE UM HEV
O primeiro passo para a implementao da lgica fuzzy para a otimizao da
estratgia de gerenciamento de energia de um HEV a definio dos FRs que sero
analisadas em termos de prioridade de acionamento do sistema de controle.
Mecnica Computacional Vol XXIX, pgs. 9177-9192 (2010) 9183
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
No trabalho de Silva et. al. (2010) so definidos os FRs e DPs necessrios para o
funcionamento do sistema de controle de um HEV, e tambm obtida a matriz de
projeto. Dessa forma, os FRs utilizados neste trabalho so os mesmos que Silva et. al.
(2010) obteve, cujo diagrama pode ser observado na Figura 4.
Figura 4: Diagrama dos Requisitos Funcionais para o sistema de controle do HEV (Silva et. al.,2010)
Os FRs analisados neste trabalho so os FRs do ltimo nvel, que so: Monitorar
Voltagem do Gerador, Monitorar Corrente do Gerador, Mensurar Potncia nas Rodas,
Mensurar Potncias no Motor Eltrico, Mensurar Potncia no Motor de Combusto,
Monitorar Voltagem da Bateria, Monitorar Corrente da Bateria, Acionar Pedal do
Acelerador e Mensurar Velocidade do Veculo.
Para realizar a anlise da prioridade de acionamento dos FRs no sistema de
controle tem-se que os FRs de Acionar Pedal do Acelerador e Mensurar Velocidade
do Veculo so as entradas para o acionamento do sistema de controle e a anlise de
prioridade ento realizada utilizando-se as FRs restantes aplicando-se a lgica
fuzzy.
Primeiramente, para se implementar a lgica fuzzy necessrio que as funes de
pertinncia para cada FR sejam definidas. As FRs de entrada tm a funo de
pertinncia conforme pode ser observado na Figura 5.
F. CORRA, L. SILVA, F. DEDINI 9184
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
0 10 20 30 40 50 60 70 80 90 100
0
0. 5
1
FUNCOE S DE PE RTINE NCIA DA ACE LE RAO - (baixo, medio, alto)
baixo medio alto
G
R
A
U

D
E

P
E
R
T
I
N

N
C
I
A
UNIVE RS O DO DIS CURS O
0 10 20 30 40 50 60 70 80 90 100
0
0. 5
1
FUNCOE S DE PE RTINE NCIA DA VE LOCIDADE - (baixo , medio , alto)
baixo medio alto
G
R
A
U

D
E

P
E
R
T
I
N

N
C
I
A
UNIVE RS O DO DIS CURS O

Figura 5: Funes de Pertinncias das FRs de entrada.
J as FRs analisadas em termos de prioridade de acionamento possuem a funo
de pertinncia que pode ser visualizada na Figura 6. O grau de pertinncia possui
valores entre 0 e 1, e o universo do discurso valores entre 0 a 100 que corresponde
faixa de velocidade e de percentual de deslocamento do acelerador. Depois que as
funes de pertinncia dos FRs so definidas, o prximo passo a definio das
regras que sero aplicadas s funes. Para cada FR a ser analisada so aplicadas
regras que condizem ao seu comportamento dentro do acionamento do sistema de
controle, cujas regras so elaboradas por especialistas no assunto. A Tabela 1 mostra
um exemplo da forma que as regras foram aplicadas, considerando nesse caso a
potncia no motor eltrico.
0 10 20 30 40 50 60 70 80 90 100
0
0. 1
0. 2
0. 3
0. 4
0. 5
0. 6
0. 7
0. 8
0. 9
1
FUNCOE S DE PE RTINE NCIA DA VOLTAGE M DO GE RADOR - (baixo , medio , alto)
baixo medio alto
G
R
A
U

D
E

P
E
R
T
I
N

N
C
I
A
UNIVE RSO DO DISCURSO

Figura 6: Funes de Pertinncias das FRs analisadas.

Mecnica Computacional Vol XXIX, pgs. 9177-9192 (2010) 9185
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
r1: se a VELOCIDADE BAIXA e a ACELERAO BAIXA ento A POTENCIA NO
MOTOR ELTRICO MEDIO.
r2: se a VELOCIDADE BAIXA e a ACELERAO MDIA ento A POTENCIA NO
MOTOR ELTRICO ALTA.
r3: se a VELOCIDADE BAIXA e a ACELERAO ALTA ento A POTENCIA NO
MOTOR ELTRICO ALTA.
r4: se a VELOCIDADE MDIA e a ACELERAO BAIXA ento A POTENCIA NO
MOTOR ELTRICO BAIXO.
r5: se a VELOCIDADE MDIA e a ACELERAO MDIA ento A POTENCIA NO
MOTOR ELETRICO MEDIO.
r6: se a VELOCIDADE MDIA e a ACELERAO ALTA ento A POTENCIA NO
MOTOR ELTRICO MEDIO.
r7: se a VELOCIDADE ALTA e a ACELERAO BAIXA ento A POTENCIA NO
MOTOR ELTRICO BAIXO.
r8: se a VELOCIDADE ALTA e a ACELERAO MDIA ento A POTENCIA NO
MOTOR ELTRICO BAIXO.
r9: se a VELOCIDADE ALTA e a ACELERAO ALTA ento A POTENCIA NO
MOTOR ELTRICO BAIXO.

Tabela 1 Exemplo de Regras aplicadas FR de Monitorar Potncia no Motor Eltrico
Aps as regras serem elaboradas o passo final consiste na aplicao da regra
composicional de inferncia conforme dado na Equao 9, de onde obtido o
resultado da aplicao da lgica fuzzy.
5 RESULTADOS
A princpio, os FRs do sistema de controle de um HEV foram analisados em termos
de nvel prioridade de acionamento explorando-se as faixas dos FRs de entrada
(Acionar Pedal do Acelerador e Mensurar Velocidade do Veculo), que vo de 0 100,
tanto para a velocidade (km/h) quanto para o acionamento do pedal do acelerador
(%). Desta forma, foram simuladas quatro situaes de trnsito, cujos valores de
entrada e a resposta podem ser observados na Tabela 2:

1 caso 2 caso 3 caso 5 caso
Velocidade (km/h) 25 60 70 95
Acionamento do Pedal do
Acelerador (%)
95 60 20 70
Voltagem do Gerador 0.2177 0.5 0.5 0.7823
Corrente do Gerador 0.2177 0.5 0.5 0.7823
Potncia nas Rodas 0.5 0.5 0.5 0.7823
Potncia no Motor Eltrico 0.7823 0.5 0.1722 0.2177
Potncia do Motor de 0.2177 0.5 0.5 0.7823
F. CORRA, L. SILVA, F. DEDINI 9186
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
Combusto
Voltagem da Bateria 0.7823 0.8082 0.1722 0.2177
Corrente da Bateria 0.5 0.5 0.5 0.2177
Tabela 2: Casos analisados com a variao da velocidade e do acionamento do pedal do acelerador.
De acordo com a Tabela 2, quando a velocidade do HEV baixa e o pedal do
acelerador est quase que totalmente pressionado, os FRs de maior importncia so
o monitoramento do motor eltrico e o monitoramento da voltagem da bateria. Isto
acontece devido ao fato de que quando a velocidade do HEV baixa, de acordo as
definies dos especialistas para este caso estudo, a potncia que chega nas rodas
predominantemente oferecida pelo motor eltrico, de forma que se tenha uma
economia de combustvel. O monitoramento da voltagem da bateria igualmente
importante pelo fato da bateria fornecer energia ao motor eltrico.
J quando a velocidade e o acionamento do pedal do acelerador tem valores
intermedirios o FR de maior importncia o de monitorar a voltagem da bateria, e
os FRs restantes tem nveis de prioridade iguais. Tal comportamento decorrente
dos valores intermedirios de velocidade e acionamento do acelerador, fazendo com
que o motor eltrico e o motor de combusto trabalhem de forma simultnea
fornecendo potncia s rodas. Dessa forma, o acionamento do sistema de controle
deve priorizar o monitoramento da voltagem da bateria para que no ocorra algum
problema no funcionamento do motor eltrico.
No terceiro caso a velocidade superior ao percentual do acionamento do pedal
do acelerador, fazendo-se com que as FRs tenham um mesmo nvel de prioridade de
acionamento, exceto as FRs responsveis pelo monitoramento da voltagem da
bateria e pelo monitoramento da potncia no motor eltrico. Esse comportamento
indica que para altas velocidades o motor de combusto assume um papel mais
significativo que o motor eltrico.
No ltimo caso analisado tem-se que tanto a velocidade quanto o percentual do
acionamento do pedal do acelerador possuem valores elevados, resultando tambm
em um nvel de prioridade igual para as FRs, menos para as FRs que esto
interligadas ao motor eltrico como o monitoramento da corrente da bateria, e o
monitoramento da voltagem da bateria.
Nos casos relatados acima, tem-se que para cada velocidade e para cada
percentual de acionamento do pedal do acelerador obtm-se uma hierarquia de
prioridade de acionamento do sistema de controle de um HEV. Atravs das Figuras 4,
5 e 6 observa-se o comportamento de cada FR em funo do valor da velocidade e
do percentual de acionamento do pedal do acelerador. Dessa forma, possvel
analisar tanto a voltagem do gerador quanto a sua corrente, e eles assumem um
elevado nvel de importncia quando a velocidade e o acionamento do pedal do
acelerador so maiores.
J o monitoramento da potncia nas rodas assume um papel relevante quando os
valores de velocidade e de acionamento do pedal do acelerador so bem elevados. O
Mecnica Computacional Vol XXIX, pgs. 9177-9192 (2010) 9187
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
monitoramento da potncia no motor eltrico importante para baixas velocidades,
aumentando-se quando o percentual do acionamento do pedal do acelerador se
eleva. No entanto, para o monitoramento da potncia do motor de combusto
acontece o inverso, torna-se importante apenas para altas velocidades. Enquanto que
na bateria, tanto o monitoramento da voltagem quanto o monitoramento da
corrente tem papel fundamental quando o HEV possui velocidades baixas.



Figura 4: Comportamento da voltagem e da corrente do gerador nas vrias situaes de trnsito.
F. CORRA, L. SILVA, F. DEDINI 9188
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar



Mecnica Computacional Vol XXIX, pgs. 9177-9192 (2010) 9189
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
Figura 5: Comportamento da potncia nas rodas, da potncia no motor eltrico e na potncia no
motor de combusto nas vrias situaes de trnsito.


Figura 6: Comportamento da voltagem e da corrente da bateria nas vrias situaes de trnsito.
6 CONCLUSES
No presente trabalho realizada uma anlise em termos de prioridade de
acionamento de um sistema de controle de um HEV. Para se efetuar tal anlise
utilizou-se o projeto axiomtico, de modo que os FRs responsveis pelo
funcionamento do sistema de controle fossem quantificados atravs da lgica fuzzy.
A lgica fuzzy possibilitou, de forma satisfatria, o estudo da prioridade de
acionamento dos FRs, de modo que os resultados desse trabalho mostraram estar
dentro do comportamento desejado de um sistema de controle de um HEV. Dessa
forma, atravs dos resultados obtidos neste trabalho possvel otimizar o sistema de
controle, uma vez que o seu comportamento para vrias situaes de trnsito
F. CORRA, L. SILVA, F. DEDINI 9190
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
tornou-se conhecido.
7 AGRADECIMENTOS
Os autores agradecem ao apoio recebido pela CAPES, CNPq e CPFL para a
realizao desse trabalho.
REFERENCES
Bcherl, D., Nuscheler, R., Meyer W., Herzog, H., Comparison of Electrical Machine
Types in Hybrid Drive Trains: Induction Machine vs. Permanent Magnet
Synchronous Machine, Proceedings of the International Conference on Electrical
Machines, 2008.
Cochran, D. S., Lima, P. C., The Production System Design Decomposition, MIT
Production System Design Laboratory working document, 1998.
Gomide, F. A. C., Gudwin, R. R. e Tanscheit, R., Conceitos fundamentais da teoria de
conjuntos fuzzy, lgica fuzzy e aplicaes. Proceedings of 6th International Fuzzy
Systems Association World Congress - IFSA95, Tutorials, pp. 1-38, 1995.
Gu, P., Rao, H. A., Tseng, M. M., Systematic Design of Manufacturing Systems Based
on Axiomatic Design Approach, Annals of the CIRP, 50/1:299-304, 2001.
Harutunian, V., Nordlund, M., Tate, D., Suh, N. P., Decision Making and Software Tools
for Product Development Based on Axiomatic Design Theory, Annals of the CIRP,
45/1:135-139, 1996.
Lee, C.C., Fuzzy Logic in Control Systems: Fuzzy Logic Controller, part I and II. IEEE
Trans. on Systems, Man and Cybernetics, vol. 20, pp 404-435, 1990.
Lobo, Carlos Eduardo dAraujo Vila, Proposta de um Sistema de Medio de
Desempenho, Campinas: Faculdade de Engenharia Mecnica, Tese de Doutorado,
Universidade Estadual de Campinas, 149 p. 2003.
Lombardi Junior, Arley de Barros; Desenvolvimento e Anlise de Estratgias de
Controle Colaborativo para Cadeira de Rodas, Tese de Doutorado, Universidade
Estadual de Campinas, 264 p, 2005.
Silva, L. C. A., Corra, F., Abreu, P. S., Delgado Neto, G. G., Dedini, F. G., Aplicao da
metodologia de projeto axiomtico em sistemas de controle. In: Nono Simpsio de
Mecnica Computacional, So Joo del Rei - MG. Nono Simpsio de Mecnica
Computacional, 2010.
Suh, N. P.; Bell, A. C.; Gossard, D. C.. On an Axiomatic Approach to Manufactoring and
Manufactoring Systems, Journal of Engineering for Industry, Vol. 100, no. 2, p. 127-
130, 1978.
Suh, N. P., 1990, The Principles of Design, Oxford University Press.
Suh, N. P., 1997, Design of Systems, Annals of the CIRP, 46/1:75-80.
Suh, N. P., Axiomatic Design Theory for Systems, Research in Engineering Design
10:189209, 1998.
Suh, N. P., Do, S. H., Axiomatic Design of Software Systems, Annals of the CIRP,
49/1:95-100, 2000.
Mecnica Computacional Vol XXIX, pgs. 9177-9192 (2010) 9191
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar
Xuan, L., Minglu, Z., Wei, L., e Lina F., Modular Robot System Configuration Design
Based on Axiomatic Design, Proceeding of the IEEE International Conference on
Automation and Logistics, 2009.
Zadeh, L. Fuzzy sets. Information and Control, 8, 338-353, 1965.



F. CORRA, L. SILVA, F. DEDINI 9192
Copyright 2010 Asociacin Argentina de Mecnica Computacional http://www.amcaonline.org.ar