CENTRO FEDERAL DE EDUCAO TECNOLGICA DO PARAN Programa de Ps-Graduao em Engenharia Eltrica e Informtica Industrial

DISSERTAO Apresentada ao CEFET-PR para a obteno do ttulo de

MESTRE EM CINCIAS por

JOSMAR IVANQUI

ESTEIRA ELETRNICA COM VELOCIDADE CONTROLADA POR LGICA FUZZY

Banca Examinadora: Presidente e Orientadora: LCIA VALRIA RAMOS DE ARRUDA (PROF. DRA.) Examinadores: PERCY NOHAMA (PROF. DR.) RUI FRANCISCO MARTINS MARAL (PROF. DR.) VERA LUCIA ISRAEL (PROF. DRA.) Curitiba, fevereiro de 2005. CEFET - PR CEFET - PR PUC - PR CEFET-PR

JOSMAR IVANQUI

ESTEIRA ELETRNICA COM VELOCIDADE CONTROLADA POR LGICA FUZZY

Dissertao apresentada ao Programa de Ps-Graduao em Engenharia Eltrica e Informtica Industrial do Centro Federal de Educao Tecnolgica do Paran, como requisito parcial para a obteno do titulo de Mestre em Cincias rea de concentrao: Informtica Industrial. Orientadora: Professora Dra. Lcia Valria R. de Arruda

Curitiba 2005

- ii -

AGRADECIMENTOS minha orientadora, Lcia Valria, pela oportunidade e por seu apoio ao longo deste trabalho. Aos colegas da Informtica Industrial, pelo timo ambiente de trabalho. Aos colegas do CEFET - PONTA GROSSA, que muito contriburam para realizao deste trabalho. Aos colegas que prestaram a sua colaborao, submetendo-se aos ensaios da esteira. A todos os professores do CPGEI pela ajuda.

- iii -

Agradeo a Deus pela vida, e a compreenso de minha esposa, sem a qual a realizao de qualquer trabalho ficaria impossvel.

- iv -

SUMRIO

LISTA DE FIGURAS...........................................................................................................VII LISTA DE TABELAS ........................................................................................................... IX LISTA DE ABREVIATURAS E SIGLAS ............................................................................ X RESUMO...............................................................................................................................XII ABSTRACT ........................................................................................................................ XIII 1 INTRODUO ................................................................................................................1 1.1 1.2 1.3 1.4 2 2.1 2.2 2.3 2.3.1 2.3.2 2.3.3 2.3.4 2.3.5 3 3.1 3.2 3.3 4 4.1 4.2 4.3 4.3.1 4.4 4.5 4.6 IDENTIFICAO DO PROBLEMA........................................................................1 MOTIVAO............................................................................................................2 OBJETIVO .................................................................................................................2 ESTRUTURA DA DISSERTAO .........................................................................3 HISTRICO DO CONTROLE FUZZY.....................................................................4 APLICAES GERAIS DO CONTROLE FUZZY ..................................................5 SISTEMAS DE CONTROLE BASEADOS EM LGICA FUZZY ..........................8 Fuzzificao e funes de pertinncia ..............................................................11 A base de conhecimento ...................................................................................13 Base de regras ...................................................................................................14 A mquina de inferncia...................................................................................17 Defuzzificao ..................................................................................................21 INTRODUO........................................................................................................25 UTILIZANDO A FREQNCIA CARDACA PARA GRADUAR A EXERCCIOS NA ESTEIRA ..................................................................................29 INTRODUO........................................................................................................33 SENSOR REED SWITCH.....................................................................................34 SENSOR DE FREQNCIA CARDACA ............................................................36 Placa de amplificao do sinal do sensor de FC...............................................37 MICROCONTROLADOR.......................................................................................40 INVERSOR DE FREQNCIA..............................................................................43 MOTOR....................................................................................................................43 -v-

FUNDAMENTOS DE CONTROLE FUZZY.................................................................4

CONTROLE DE FREQUNCIA CARDACA ..........................................................25

INTENSIDADE DOS EXERCCIOS ..................................................................................28

CONTROLE FUZZY DE VELOCIDADE: HARDWARE..........................................33

CONTROLE FUZZY DE VELOCIDADE: SOFTWARE...........................................45 5.1 5.2 5.3 5.4 5.4.1 5.4.2 5.4.3 5.5 5.5.1 5.5.2 5.5.3 5.6 5.6.1 5.6.2 INTRODUO........................................................................................................45 O USO DA FERRAMENTA C++ ...........................................................................46 MDULOS DO SISTEMA DE CONTROLE.........................................................46 INTERFACE COM O USURIO ...........................................................................47 Tela de controle de velocidade fuzzy ................................................................47 Tela de dados pessoais......................................................................................50 Tela de Controle ...............................................................................................53 Funo de fuzzificao para varivel de entrada freqncia cardaca ..............57 Funo de fuzzificao para varivel de entrada rotao .................................60 Funo de fuzzificao para varivel de sada rotao .....................................61 BASE DE REGRA PARA CONTROLE DA ESTEIRA.........................................66 REGRAS DE INFERNCIA ...........................................................................67 IMPLICAO E AGREGAO DE REGRAS.............................................67 RESULTADOS EXPERIMENTAIS .......................................................................70 RESULTADOS PRTICOS....................................................................................91 DIFICULDADES E TRABALHOS FUTUROS .....................................................91 DESCRIO DO SISTEMA DE CONTROLE FUZZY .........................................56

RESULTADOS EXPERIMENTAIS ............................................................................70 6.1

CONCLUSO.................................................................................................................90 7.1 7.2

8 9

REFERNCIAS BIBLIOGRFICAS .........................................................................93 APNDICE A .................................................................................................................98 9.1 FLUXOGRAMA ROTINA DO PIC........................................................................98 APNDICE B............................................................................................................103 10.1 CONFIGURAO DO INVERSOR.....................................................................103

10

- vi -

LISTA DE FIGURAS
Figura 2-1 Modelo para um sistema de controle .....................................................................9 Figura 2-2 Operador humano uma analogia do controlador fuzzy...........................................9 Figura 2-3 Diagrama em blocos de um controlador fuzzy .....................................................11 Figura 2-4 Diferena entre sistema crisp e fuzzy...................................................................12 Figura 2-5 Base de conhecimento .........................................................................................13 Figura 2-6 Superfcie de controle gerada pela base de regras da Tabela 2.1.........................16 Figura 2-7 Resultado de diferentes mtodos de defuzzificao.............................................23 Figura 3-1 Controle em malha fechada para atingir um incremento linear na FC ................30 Figura 3-2 Intervalo entre dois picos num eletrocardiograma...............................................30 Figura 3-3 Ritmo cardaco.....................................................................................................31 Figura 3-4 Tempo entre batimento versus freqncia cardaca.............................................32 Figura 4-1 Diagrama funcional da esteira inteligente ...........................................................34 Figura 4-2 Chave reed switch................................................................................................35 Figura 4-3 Circuito disparador Schmitt no inversor.............................................................35 Figura 4-4 Curva caracterstica de um circuito Schmitt ........................................................36 Figura 4-5 Sensor de batimentos cardacos. ..........................................................................36 Figura 4-6 Sensor preso a extremidade do dedo....................................................................37 Figura 4-7 Diagrama do esquemtico do sensor de batimento cardaco ...............................38 Figura 4-8 Amplificador no inversor do sinal proveniente do fototransistor ......................38 Figura 4-9 Circuito disparador Schmitt com potencimetro de ajuste ..................................39 Figura 4-10 Circuito RC ........................................................................................................40 Figura 4-11 Esquemtico da placa de controle fsico............................................................42 Figura 4-12 Foto da placa de controle ...................................................................................44 Figura 4-13 Foto do motor acoplado a esteira eltrica. .........................................................44 Figura 5-1 Diagrama IHM, comunicao, banco de dados e placa de controle ....................45 Figura 5-2 Apresentao geral das telas do sistema e comunicao com banco de dados....48 Figura 5-3 Tela de apresentao do software de controle .....................................................48 Figura 5-4 Tela de histrico de uso .......................................................................................50 Figura 5-5 Tela de cadastro ...................................................................................................52 Figura 5-6 Barra de navegao..............................................................................................53 Figura 5-7 Tela de controle ...................................................................................................54

- vii -

Figura 5-8 Tela satisfao do cliente.....................................................................................55 Figura 5-9 Tela sobre o software .......................................................................................55 Figura 5-10 Zona alvo de treinamento em funo da idade ..................................................56 Figura 5-11 Funo de pertinncia da freqncia cardaca para idade de 20 anos ...............59 Figura 5-12 Funo de pertinncia da freqncia cardaca para idade de 35 anos ...............59 Figura 5-13 Curva de pertinncia da funo de rotao ........................................................61 Figura 5-14 Curva de pertinncia da funo de sada para IMC menor de 25 ......................65 Figura 5-15 Curva de pertinncia da funo de sada para IMC igual a 40 ..........................65 Figura 5-16 Superfcie da base de regras, para as condies: idade igual a 36 e IMC igual a 28 ......................................................................................................................................67 Figura 5-17 Simulao no MATLAB do sistema fuzzy com IMC = 28 e Idade = 36 anos..69 Figura 6-1 Pertinncia da freqncia cardaca para ensaio I .................................................72 Figura 6-2 Pertinncia da rotao de sada para ensaio I ......................................................72 Figura 6-3 Superfcie gerada para perfil do usurio do ensaio I ...........................................73 Figura 6-4 Grfico dos resultados obtidos a partir do ensaio I..............................................73 Figura 6-5 Grfico parcial dos resultados obtidos no ensaio I ..............................................74 Figura 6-6 Pertinncia da freqncia cardaca para ensaio II................................................76 Figura 6-7 Pertinncia da rotao de sada para ensaio II .....................................................77 Figura 6-8 Superfcie gerada para perfil do usurio do ensaio II ..........................................77 Figura 6-9 Grfico dos resultados obtidos a partir do ensaio II ............................................78 Figura 6-10 Pertinncia da freqncia cardaca para ensaio III ............................................80 Figura 6-11 Pertinncia da rotao de sada para ensaio III..................................................80 Figura 6-12 Superfcie gerada para perfil do usurio do ensaio III.......................................81 Figura 6-13 Grfico dos resultados obtidos a partir do ensaio III .........................................81 Figura 6-14 Pertinncia da freqncia cardaca para ensaio IV ............................................83 Figura 6-15 Pertinncia da rotao de sada para ensaio IV..................................................84 Figura 6-16 Superfcie gerada para perfil do usurio do ensaio IV.......................................84 Figura 6-17 Grfico dos resultados obtidos a partir do ensaio IV.........................................85 Figura 6-18 Pertinncia da freqncia cardaca para ensaio V .............................................86 Figura 6-19 Pertinncia da rotao de sada para ensaio V...................................................87 Figura 6-20 Superfcie gerada para perfil do usurio do ensaio V ........................................87 Figura 6-21 Grfico dos resultados obtidos a partir do ensaio V ..........................................88 Figura 10-1 Esquema de ligao do inversor de freqncia................................................103

- viii -

LISTA DE TABELAS
Tabela 2.1 Representao do conjunto de regras ..................................................................15 Tabela 3.1 Tabela de Borg.....................................................................................................27 Tabela 5.1 Tabela de ndice de massa corporal. ....................................................................52 Tabela 5.2 Caractersticas para estabelecer a funo de pertinncia da varivel freqncia cardaca.............................................................................................................................58 Tabela 5.3 Caractersticas para estabelecer a funo de pertinncia da varivel rotao .....60 Tabela 5.4 Caractersticas para estabelecer a funo de pertinncia da varivel velocidade de sada ..................................................................................................................................62 Tabela 5.5 Caractersticas para estabelecer a funo de pertinncia da varivel velocidade de sada com RIMC = 0.........................................................................................................63 Tabela 5.6 Caractersticas para estabelecer a funo de pertinncia da varivel velocidade de sada com RIMC = 15.......................................................................................................64 Tabela 5.7 Mapa de regras fuzzy para o sistema de controle.................................................66 Tabela 6.1 Caractersticas dos ensaios ..................................................................................70 Tabela 6.2 Perfil do usurio para o ensaio I ..........................................................................71 Tabela 6.3 Valores de erro no ensaio I ..................................................................................75 Tabela 6.4 Perfil do usurio para o ensaio II.........................................................................76 Tabela 6.5 Valores de erro no ensaio II.................................................................................78 Tabela 6.6 Perfil do usurio para o ensaio III........................................................................79 Tabela 6.7 Valores de erro no ensaio III ...............................................................................82 Tabela 6.8 Perfil do usurio para o ensaio IV .......................................................................83 Tabela 6.9 Valores de erro no ensaio IV ...............................................................................85 Tabela 6.10 Perfil do usurio para o ensaio V.......................................................................86 Tabela 6.11 Valores de erro no ensaio V...............................................................................88

- ix -

LISTA DE ABREVIATURAS E SIGLAS

A AM bpm D DM F FC FCI FCM FCN FCS fs IMC LTP M MN NG NP ns p PG PP QRS RA RIMC RN rpm T TR-R ui Funo de Pertinncia Acelerar Acelerar muito Batimentos por minuto Desacelerar Desacelerar muito Freqncia Freqncia cardaca Freqncia cardaca inferior Freqncia cardaca mxima Freqncia cardaca normal Freqncia cardaca superior Freqncia sncrona do estator ndice massa corporal Ponto de desengate inferior Manter Nmero total de elementos Negativo e Grande Negativo e Pequeno Rotao sncrona Nmero de plos Positivo e Grande Positivo e Pequeno Tempo de durao de um pico Rotao acelerada Fator de reduo de ndice de massa corporal Rotao nominal Rotaes por minuto Perodo Tempo de ciclo cardaco Posio do centride da funo de pertinncia individual

-x-

UTP VCC Vcen Vref vs ZE M O,k(ui) OUT

Ponto de desengate superior Tenso de alimentao Tenso central Tenso de referncia Velocidade de sada Nulo ou Zero m-simo elemento onde se obtenha o mximo da funo de pertinncia Pontos em que ocorrem os mximos das funes de pertinncias de sada rea de uma funo de pertinncia

- xi -

RESUMO
O trabalho apresenta o desenvolvimento de um sistema inteligente, baseado em lgica fuzzy, o qual controla a velocidade de uma esteira ergomtrica com a finalidade de minimizar os riscos da atividade cardaca do usurio, permitindo ainda maximizar os benefcios que a atividade fsica pode proporcionar ao usurio deste equipamento. O controlador inteligente desenvolvido foi baseado na tcnica de controle fuzzy, possuindo por isso um software simplificado. Alm disto o hardware desenvolvido foi baseado em circuitos eletrnicos simples e de baixo custo, o que permite sua instalao nos mais diversos tipos de esteiras existentes no mercado. A contribuio tcnico cientifica do equipamento desenvolvido um controlador adaptativo que gerado de acordo com o perfil do usurio, isto , para um conjunto de caractersticas tais como: idade, condicionamento fsico, ndice de massa corporal e zona de treinamento desejada. O sistema constri automaticamente um controlador fuzzy capaz de manter a atividade cardaca do usurio dentro da faixa de segurana indicada pelos mdicos e / ou fisioterapeutas, de acordo com as caractersticas fornecidas. O equipamento desenvolvido, hardware e software, so descritos detalhadamente e os resultados dos testes realizados com diversos usurios so comparados a valores simulados por um software dedicado a controle industrial, apresentando uma discrepncia inferior a 10%. O sistema tambm apresentou resultados de maneira a garantir a integridade fsica de quem fez uso do equipamento, no tendo, em momento algum, ultrapassado o valor de freqncia cardaca mxima permitida para o usurio. E ainda, manteve a freqncia cardaca numa faixa entre 60 a 85% da freqncia cardaca mxima, constatando a eficincia do controlador. Palavras Chave Lgica Fuzzy; Esteira Eltrica, Freqncia Cardaca, Controle de velocidade.

- xii -

ABSTRACT
The aim of this work is to develop an intelligent system to speed control of a treadmill. The intelligent control system minimizes the risks of the users cardiac activity, allowing the maximization of the benefits that the physical activity can grant the user of this equipment. The developed intelligent controller is based on fuzzy control techniques, and has a simplified software. Besides, the developed hardware is based on cheaper and simpler electronic circuits, which allows its installation on driver kinds of treadmills existing in the market. The main characteristic of the developed equipment and that a controller adaptable is generated in agreement with the user`s profile, that is, for a group of such characteristics lite age, physical conditioning, index of corporal mass and training area recommended. The system builds a controller fuzzy automatically inside capable of maintaining the user`s heart activity of suitable safetys strip for the doctors and / or physiotherapists, in agreement with the supplied characteristics. The developed equipment, its hardware and software, is described in full detail and the results of the tests accomplished with several users are compared to simulated values by a software dedicated to industrial control, presenting an inferior discrepancy of 10%. The system also presents way results that guarantee the physical integrity of who made use of the equipment, it doesn't tend, at any time, outdated the value of maximum heart frequency allowed for the user. It is still, maintained the heart frequency in a strip among 60 to 85% of the maximum heart frequency, verifying the controller's efficiency. Key words Fuzzy Logic, electric treadmill, heart rate, speed control

- xiii -

CAPITULO 1

INTRODUO

1.1

IDENTIFICAO DO PROBLEMA A inatividade uma caracterstica das sociedades modernas, em que o progresso e a

tecnologia reduzem a necessidade da atividade fsica, antes fundamental para a sobrevivncia do ser humano. A associao entre o sedentarismo e a ocorrncia de doenas cardiovasculares j foi estabelecida h quase cinco dcadas, tendo sido demonstrada uma clara relao de dose e efeito entre a prtica de atividades fsicas e a ocorrncia de eventos coronarianos fatais e no-fatais1. O ato de caminhar funciona como efeito preventivo para vrios problemas cardiovasculares2. Alm disto, h outros efeitos benficos da caminhada para o organismo, tais como: a reduo da gordura corporal, contribuindo para a manuteno do peso ideal, a melhoria da funo respiratria, reduo dos nveis sanguneos de colesterol e triglicrides, a reduo da ansiedade e depresso, regularizao do sono e, conseqentemente, um melhor desempenho intelectual e maior equilbrio emocional. A caminhada pode, ainda, ser considerada, uma forma de lazer. A ocorrncia de descompassos no ritmo cardaco, conhecidos como arritmias cardacas, pode ser destituda de qualquer significado clnico, bem como, em casos especiais, representar uma ameaa vida. Um dos fatores responsveis pela ocorrncia dessas arritmias a liberao de grandes quantidades de adrenalina durante momentos de grande tenso emocional ou durante exerccio fsico intenso e abrupto. O treinamento fsico diminui a quantidade de adrenalina que liberada durante situaes crticas, reduzindo o impacto sobre o corao. Um indivduo bem condicionado fisicamente possui duas vezes e meia o risco de ter uma parada cardaca, enquanto no sedentrio esta possibilidade de cem vezes, durante o mesmo exerccio intenso e abrupto1. Existe atualmente pouca dvida de que a prtica regular de exerccios esteja relacionada a uma menor mortalidade por problemas cardiovasculares. Os estudos apontam,

1 2

http://www.abcdocorposalutar.com.br 23/04/2003 http://www.bibliomed.com.br 23/04/2003

2 via de regra, sempre na mesma direo, evidenciando a importncia de manter uma vida fisicamente ativa para poder viver mais e melhor. Como fazer caminhadas em lugares destinados especificamente para isto, ou nas ruas das cidades, tem se constitudo cada vez mais uma fonte de risco a prpria vida, h uma busca por outros meios que disponibilizem mais segurana, e que independam at mesmo das condies climticas, e neste sentido que as esteiras ergomtricas vem ganhando cada vez mais mercado na ltima dcada.

1.2

MOTIVAO Com a reduo de preos das esteiras ao longo dos anos, cada vez mais pessoas

possuem o equipamento em casa, passando a fazer exerccios sem acompanhamento mdico, o que pode levar a problemas de arritmias, como os citados acima, uma vez que a carga de exerccios aerbicos depende de vrios fatores individuais como, por exemplo, condicionamento fsico, idade, peso, etc. Alm disto, as esteiras puramente mecnicas trazem ainda uma desvantagem em relao s motorizadas. Como a sua movimentao depende exclusivamente do esforo do usurio h um grande impacto nas articulaes, e isto ao longo do tempo, pode resultar em graves leses. J as esteiras motorizadas com sistemas de controle eletrnicos causam um impacto menor nas articulaes porm no possuem nenhum dispositivo que respeite a capacidade cardiovascular dos seus usurios. Na maioria dos casos simplesmente disponibilizado ao usurio a leitura de parmetros, tais como: quantidade de caloria, quilometragem percorrida, tempo e at mesmo o batimento cardaco, cabendo ao usurio a anlise destes dados. No entanto, o indivduo continua susceptvel aos riscos em caso de arritmia cardaca, j que os equipamentos no possuem dispositivos de alerta ou segurana, relacionados a este tipo de problema e principalmente apresentam poucas possibilidades de treinamento adaptvel ao perfil do usurio.

1.3

OBJETIVO Diante deste quadro, buscou-se desenvolver um controlador aplicado a esteira

eletrnica onde as caractersticas de cada usurio fossem respeitadas, idade, obesidade e freqncia cardaca de treinamento, ou seja, a limitao fsica do indivduo considerada pelo

3 sistema desenvolvido que seleciona automaticamente os parmetros de controle e funcionamento da esteira, assegurando, assim, que o ritmo cardaco mantenha-se dentro de uma faixa que trar maiores benefcios aos seus usurios. Para desenvolvimento de uma esteira com tais funcionalidades e cujos parmetros de controle esto condicionados a fatores humanos, torna-se necessria a utilizao de uma tecnologia que permita construir um sistema de controle simples, rpido, de baixo custo, de fcil reconfigurao, que no demande grande esforo computacional e, sobretudo, que seja facilmente adaptvel s caractersticas do usurio. Optou-se ento por utilizar um controlador fuzzy, que rene estas caractersticas conforme metodologia descrita por (PASINO e YURKOVICH, 1997).

1.4

ESTRUTURA DA DISSERTAO Neste captulo foi exposta a principal motivao para a realizao do trabalho,

enfocando a importncia do controle inteligente da esteira, pois este tem um papel fundamental para adequao do sistema ao perfil do usurio. O capitulo 2 apresenta uma breve reviso bibliogrfica da literatura de controle fuzzy, e tambm a aplicao geral dos controladores com exemplos em diversas reas. O captulo 3 apresenta uma breve reviso da rea biomdica ligada ao desenvolvimento de dispositivos de controle cardaco, na qual se insere o sistema desenvolvido nesta dissertao. O capitulo 4 trata da metodologia utilizada para a captao e implementao do sistema fsico, ou seja, descreve-se o hardware do controlador desenvolvido. O capitulo 5 descreve a estrutura lgica de programao para o controlador, isto o software baseado em lgica fuzzy e a interface homem mquina desenvolvidos. O capitulo 6 traz os resultados experimentais, que foram adquiridos utilizando-se a esteira desenvolvida. O capitulo 7 faz a avaliao dos resultados obtidos e a concluso do trabalho.

CAPITULO 2
2 FUNDAMENTOS DE CONTROLE FUZZY

2.1

HISTRICO DO CONTROLE FUZZY Aristteles, filsofo grego (384 - 322 a.C.), foi o fundador da cincia da lgica, e

estabeleceu um conjunto de regras rgidas para que concluses logicamente vlidas pudessem ser aceitas. O emprego da lgica de Aristteles leva a uma linha de raciocnio baseado em premissas e concluses. Como por exemplo: se observado que "todo ser vivo mortal" (premissa 1), a seguir constatado que "Sara um ser vivo" (premissa 2), como concluso tem-se que "Sara mortal" (concluso). Desde ento, a lgica ocidental, assim chamada, tem sido binria, isto , uma declarao falsa ou verdadeira, no podendo ser ao mesmo tempo parcialmente verdadeira e parcialmente falsa. Esta suposio e a lei da no contradio, que estabelece que "U e no U" cobrem todas as possibilidades, formam a base do pensamento lgico ocidental. A lgica de Aristteles trata com valores "verdade" das afirmaes, classificando-as como verdadeiras ou falsas. No obstante, muitas das experincias humanas no podem ser classificadas simplesmente como verdadeiras ou falsas, sim ou no, branco ou preto. Na verdade, entre a certeza de ser e a certeza de no ser, existem infinitos graus de incerteza. Esta imperfeio intrnseca informao, representada numa linguagem natural, tem sido tratada matematicamente no passado com o uso da teoria das probabilidades. A Lgica Fuzzy viola estas suposies. O conceito de dualidade, estabelecendo que algo pode e deve coexistir com o seu oposto, faz a Lgica Fuzzy parecer natural e at mesmo inevitvel. A realidade mais ou menos incerta, vaga e ambgua (BOJADZIEV e BOJADZIEV, 1995). O conceito de conjunto Fuzzy foi introduzido, em 1965, por Lotfi A. Zadeh (Universidade da Califrnia, Berkeley). Em meados da dcada de 60, Zadeh observou que os recursos tecnolgicos disponveis eram incapazes de automatizar as atividades relacionadas a problemas de natureza industrial, biolgica ou qumica, que compreendessem situaes ambguas, no passveis de processamento atravs da lgica computacional fundamentada na lgica booleana. Procurando solucionar esses problemas, e baseado em estudos da lgica multivalor, proposta por Michalewicz em 1934, foi publicado em 1965, o primeiro artigo

5 resumindo os conceitos dos conjuntos Fuzzy e revolucionando o assunto com a criao dos sistemas Fuzzy (ZADEH, 1965). Em 1975, o Prof. Mamdani, do Queen Mary College, Universidade de Londres, aps inmeras tentativas frustradas em controlar uma mquina a vapor com tipos distintos de controladores, incluindo o controle proporcional integral e derivativo, mais conhecido como controlador PID, somente conseguiu faz-lo atravs da aplicao do raciocnio Fuzzy (REYEROS e NICOLS, 1995). Esse sucesso serviu de alavanca para muitas outras aplicaes. A partir da vieram em seguida, vrias outras aplicaes, destacando-se, por exemplo, os controladores Fuzzy de plantas nucleares, refinarias, processos biolgicos e qumicos, trocador de calor, mquina diesel, tratamento de gua e sistema de operao automtica de trens. Os controladores fuzzy so capazes de tomar decises a partir de informaes imprecisas de carter no numrico (REYERO e NICOLAS, 1995) e uma tcnica que incorpora a forma humana de pensar em um sistema de controle. Um controlador Fuzzy tpico pode ser projetado para comportar-se conforme o raciocnio dedutivo: o processo que as pessoas usam para inferir concluses baseadas em informaes (SHAW e SIMES, 1999).

2.2

APLICAES GERAIS DO CONTROLE FUZZY Diversas reas esto sendo beneficiadas pela tecnologia decorrente da Lgica Fuzzy.

Dentre essas reas podem ser citadas algumas que tiveram relevncia no avano tecnolgico e que merecem destaque. O controle de processos industriais foi a rea pioneira. Na mesma poca que se fez o controle da mquina a vapor, conforme citado, vale ainda ressaltar outra aplicao industrial significativa que foi desenvolvida pela indstria de cimento F. L. Smidth Corp. da Dinamarca. Hoje em dia, uma grande variedade de aplicaes comerciais e industriais esto disponveis, destacando-se neste cenrio o Japo e mais recentemente, os EUA e a Alemanha3. Na seqncia segue alguns outros exemplos onde os controladores fuzzy tm sido aplicados (SHAW e SIMES, 1999):

http://www.geocities.com/logicas2000/Fuzzy.htm 05/05/2003

6 em cmeras de vdeo, so aplicados ao foco automtico e ao controle da ris da cmera; o primeiro pode manter um objeto em movimento enquanto o segundo analisa as condies de iluminao para ajustar a velocidade automaticamente; em mquinas de lavar, a utilizao de sensores adequados (temperatura de gua, concentrao de detergente, peso das roupas, nvel de gua, tipo de tecido, tipo de sujeira, grau de sujeira) controlam os ciclos da mquina: bater, enxaguar e centrifugar. H aproximadamente 270 tipos de ciclos de lavagem em uma lavadora fuzzy; em fornos de microondas, as informaes obtidas pelos sensores (infravermelho, umidade, presso atmosfrica) permitem que se ajuste a intensidade e durao do cozimento para cada tipo de comida; incinerao de lixo com o fim de manter a temperatura de queima constante, desta forma a gerao de gases txicos minimizado e se evita a corroso da cmara de combusto; em aparelhos de ar-condicionado, a fim de produzir sinais de referncia para as vlvulas de gua fria e quente, e tambm para o controle de umidade. A estratgia de controle usa diversos sensores diferentes para determinar a temperatura e a umidade, conseguindo um melhor aproveitamento de energia; controle de temperatura: o selagem de embalagem, corrigindo a temperatura depois do fechamento da embalagem; o equipamentos para testes com carbono com objetivo de determinar a idade dos materiais: na adio de carbono, a temperatura aumenta com atrito no tanque, quando controlador fuzzy capaz de rapidamente corrigir a temperatura do liquido refrigerante; controlador de tenso mecnica nos rolos, sejam eles de papeis, filme, ao ou enrolamento de cabos, mantendo a qualidade da bobina mesmo com a variao da velocidade de rolagem e dimetro da bobina; freios anti-trava, para melhorar os sistemas j existentes, afim de se obter um melhor desempenho na frenagem de veculos automotores; start-up automtico de colunas de destilao em refinarias de petrleo a fim de garantir uma entrada mais rpida em operao de equipamentos com melhor qualidade de produto (FABRO, 2003);

7 manuteno de motores eltricos, verificao das condies de vibraes dos motores eltricos a fim de estabelecer procedimentos de manuteno (MARAL, 2000); Existem tambm controladores industriais que se baseiam na tecnologia fuzzy, entre eles pode-se citar o controlador de temperatura e processos ES100 da OMRON Electronics4 e o modelo US1000 da Yokogawa Corporation5. No caso especfico de sade humana, exemplos de aplicao da tecnologia fuzzy podem ser encontrados nas reas de: Medicina: o processamento de imagem para anlise de fotos de raios-X, padres fuzzy de reconhecimento para diagnstico6; o na Automao de diagnsticos (ADLASSNIG, 1986); o em bioanlise e bioestatstica (VIRANT-KLUNT e VIRANT, 1999); o na reduo de custos hospitalares, diminuindo o tempo de permanncia no hospital (SCOTT et al, 1998); o processamento de imagem na deteco dos contornos do corao sobre imagens obtidas atravs de ressonncia magntica (LALANDE et al, 1997); o reconhecimento de paternidade (ZAHLMANN; SCHERF e WEGNER, 1997); o normas de procedimento para prtica clinica, automao para consulta mdica (WARREN; BELIAKOV e ZWAAG, 2000) e (LIU e SHIFFMAN, 1997); o tomada de deciso na unidade de terapia intensiva (BATES e YOUNG, 2003); o Controle de anestesia (LINKENS e ABBOD, 1998). Fisioterapia: o classificao do ritmo de exerccio aerbico (VINM et al, 1998); o ajuste de carga da bicicleta ergomtrica para pessoas em idade avanada (KIRYU et al, 2001);

4 5 6

www.omron.com.br/control.html www.yokogawa.com http://www.din.uem.br/ia/intelige/difusa - 20/09/2004

8 o desenvolvimento cadeira de rodas inteligente que possui um sistema para reconhecimento do ambiente, navegao e controle (MAEDA; NAKAYAMA e MURAKAMI, 1999). O trabalho de Steiman (2001), baseado numa reviso da literatura dos ltimos trinta anos, traz uma discusso sobre o impacto da tecnologia fuzzy nos trabalhos da rea biomdica, ressaltando a habilidade dos sistemas fuzzy em incorporar noes de continuidade no pensamento dedutivo. Atualmente, no mercado tambm possvel encontrar produtos comerciais para a rea biomdica, como por exemplo, os ofertados pela empresa Cyrospace7, que fazem uso da tecnologia fuzzy, destacando dentre eles: o equipamentos de inteligncia; o tratamento com sistema embarcado; o equipamentos de diagnsticos e prognsticos; o automao para anlise de informaes; o monitorao de paciente. Diante disto, pode-se considerar os controladores fuzzy uma tecnologia estabelecida, com aplicaes reais em uma larga gama de produtos e problemas (SHAW e SIMES, 1999) e (NASCIMENTO e YONEYAMA, 2000). Uma discusso sobre tendncias recentes, vantagens e desvantagens deste tipo de sistema pode ser encontrado em (COELHO; ALMEIDA e COELHO, 2003).

2.3

SISTEMAS DE CONTROLE BASEADOS EM LGICA FUZZY Lgica Fuzzy uma tcnica de Inteligncia Artificial que procura maneiras de

mquinas emularem o raciocnio humano na soluo de problemas diversos. Esta abordagem procura mimetizar a forma humana de atuar (BAUCHSPIESS, 2002). Como explicado anteriormente, o advento da lgica fuzzy foi causado pela necessidade de um mtodo capaz de expressar de uma maneira sistemtica quantidades imprecisas, vagas, mal definidas, por esta razo, ela traduzida em portugus como: nebulosa ou difusa. Segundo Lee (apud FABRO, 2003), os sistemas de controle fuzzy possuem uma srie de vantagens se comparado a outros sistemas de controle:

http://www.cyrospace.com 20/09/2004

9 simplificao do modelo que representa o processo; melhor tratamento das imprecises inerentes aos sensores utilizados; facilidade na especificao das regras de controle, em linguagem prxima da natural; satisfao de mltiplos objetivos de controle; facilidade de incorporao do conhecimento de especialistas humanos.

Para se entender a concepo de um sistema de controle fuzzy, parte-se do esquema geral que descreve o modelo de um controlador e de uma planta ou processo que est sendo controlado, como ilustrado na Figura 2.1.

Controle

Processo

Figura 2-1 Modelo para um sistema de controle Para a confeco de um controlador fuzzy, pode se imaginar que ao invs de usar apenas parmetros de modelos matemticos para construir o controlador, pode se visualizar este controle como ilustrado na Figura 2.2, onde o operador humano, um especialista, teria a responsabilidade de controlar os parmetros da planta.

Processo

Figura 2-2 Operador humano uma analogia do controlador fuzzy

Desta forma, o controlador fuzzy desenvolvido para automatizar, como um especialista, o gerenciamento do processo. Com isto, o primeiro passo na construo de um sistema de controle fuzzy consiste na aquisio do conhecimento sobre o processo que se quer controlar. Como em qualquer processo de modelagem (LJUNG, 1999), deve-se inicialmente determinar qual ou quais so as variveis de entrada e sada deste processo.

10 As variveis de entrada so aquelas nas quais o operador da planta baseia-se para fazer uma anlise de desempenho do processo e para tomar decises sobre os prximos passos a seguir e, em geral, a sua escolha feita de maneira intuitiva por este especialista. As variveis de sada so as variveis controladas do processo. Estas so de mais fcil identificao j que na maioria dos casos elas esto relacionadas aos objetivos de controle e so as mesmas utilizadas nos controladores convencionais. Aps a definio de todas as entradas e sadas para o controlador fuzzy, deve-se especificar a base de conhecimento que formar o ncleo do sistema de controle fuzzy. Se a informao disponvel sobre o processo for inadequada, bem pequena a chance de se projetar uma boa base de regras e, em conseqncia, assegurar um bom desempenho do sistema de controle. Em concluso, o processo ou planta a ser controlado deve ser bem compreendido, sendo que a escolha de entradas e sadas parte de fundamental importncia para o desenvolvimento do controlador. O diagrama em bloco de um sistema de controle fuzzy mostrado na Figura 2.3. O controlador Fuzzy composto de quatro blocos, como descrito na seqncia (PASSINO e YURKOVICH, 1997): 1. uma base de conhecimento: formada por uma base de dados e uma base de regras, contendo todo o conhecimento de como controlar o processo; 2. um mecanismo de inferncia: que emula a deciso em funo de um especialista, fazendo uma interpretao e aplicao do conhecimento sobre a melhor maneira de controlar a planta. Este mecanismo aplica a base de regras base de dados corrente, gerando a resposta do controlador; 3. interface de fuzzificao: que converte as entradas crisp do controlador em valores fuzzy de variveis, de forma que o mecanismo de inferncia possa facilmente identificar e aplicar as regras ativas em cada situao; 4. interface de defuzzificao: que converte as concluses do mecanismo de inferncia, que so valores fuzzy de variveis de sada, em valores crisp para a entrada atual do processo.

11

Ref. de entrada r(t)

Defuzzificao

Fuzzificao

Mecanismo de inferncia

Entrada u(t)

Processo

Sada y(t)

Base de Conhecimento

Figura 2-3 Diagrama em blocos de um controlador fuzzy

Os passos a seguir descrevem em detalhes cada um desses blocos e de certa maneira constituem um roteiro para se projetar um controlador fuzzy baseado em regras descritas por um especialista, apropriando-se do conhecimento humano, em como controlar o processo, a fim de usar a lgica fuzzy para automatiz-lo. 2.3.1 Fuzzificao e funes de pertinncia A fuzzificao o processo que torna qualquer quantidade numrica tambm chamada crisp na literatura em quantidade fuzzy (ROSS, 1995). , portanto, uma funo que garante certo grau de impreciso a um valor numrico, mapeando o valor fsico de uma varivel de um processo em um universo normalizado de discurso (DRIANKOV; HELLENDOORN e REINFRANK, 1996). Isto necessrio para que a entrada do processo se torne compatvel com a representao fuzzy adotada na base de regras. Matematicamente, a fuzzificao pode ser descrita como:

onde

denota o conjunto de todos os nmeros fuzzy, no intervalo [ a, a] (KLIR & YUAN,

1995), e fe pode ser interpretada como uma funo transformao que leva uma varivel de um espao numrico para um espao fuzzy. Esta funo de transformao denominada funo de pertinncia e construda a partir da teoria de conjuntos fuzzy, conforme estabelecido em (ZADEH, 1965). Zadeh definiu os conjuntos fuzzy como uma classe com graus contnuos de pertinncia, ou seja, dado um elemento a, do espao A, pertencente a um conjunto fuzzy X percebe-se aqui a relao com a teoria clssica dos conjuntos existe uma funo caracterstica, ou de pertinncia, dada por X(a), que associa a esta pertinncia um valor real

12 no intervalo [0,1], conforme exemplo mostrado na Figura 2.4. Este exemplo ilustra a representao do conceito pessoa alta em um sistema clssico (crisp) e em um sistema fuzzy, considerando como alta uma pessoa com altura maior que 1,80 m (ZADEH, 1965).

(x)
1

Funo caracterstica

(x)
1

Funo pertinncia

altura (m)
0 1,50 1,60 1,70 1,80 1,90 2,00 0

altura (m)
1,50 1,60 1,70 1,80 1,90 2,00

CRISP

FUZZY

Figura 2-4 Diferena entre sistema crisp e fuzzy Um conjunto fuzzy um agrupamento impreciso e indefinido, onde a transio de nopertinncia para pertinncia gradual. A incerteza de um elemento, isto , seu grau fracionrio de pertinncia, pode ser concebido como uma medida de possibilidade, ou seja, a possibilidade de que um elemento seja membro do conjunto. O conceito de possibilidade no o mesmo que o de probabilidade. A probabilidade expressa a chance de que um elemento seja membro de um conjunto, sendo tambm expressa no intervalo numrico [0,1] (SHAW e SIMES, 1999). Uma varivel lingstica u no universo de discurso U definida em um conjunto de termos (ou terminologia), nomes ou rtulos, T(u), com cada valor sendo um nmero fuzzy definido em U. Por exemplo, se u for velocidade, ento seu conjunto de termos T(u) poderia ser: T(velocidade) = {baixa, mdia, rpida} Sobre o universo de discurso U = [0,100], onde baixa, mdia e rpida so termos, ou variveis lingsticas da grandeza velocidade (SHAW e SIMES, 1999). Para controladores fuzzy baseado em regras, as funes de pertinncia individuais das variveis lingsticas de entrada do controlador, que compem as premissas das regras na base de regras, devem ser funes do tipo pseudo-trapezoidais, definidas no conjunto dos nmeros reais, sobre o intervalo de discurso da varivel [a , b]: (WANG, 1997)

13 I (u ), H , A (u, a, b, c, d , H ) = D(u ), 0, Onde: 0 I(u) 1 uma funo no-decrescente no intervalo (a,b], H = I(b) = D(c) uma constante no intervalo (b,c], 0 D(u) 1 uma funo no-crescente no intervalo (c,d], a b c d e a d. Em resumo, observa-se que a escolha da funo de pertinncia depende da aplicao a que se destina, da varivel lingstica a ser fuzzificada e tambm da experincia do projetista. Vrias escolhas de funo de pertinncia podem ser feitas, desde que sejam respeitadas as condies estabelecidas na equao 2.1 u [ a, b) u [b, c] u (c, d ] u ( a, d )

Equao 2.1

2.3.2 A base de conhecimento A base de conhecimento representa o modelo do sistema a ser controlado. Constituindo-se de uma base de dados (funes de pertinncia lingsticas) e uma base de regras fuzzy lingsticas, conforme ilustra a Figura 2.5. A base de dados fornece as definies numricas necessrias s funes de pertinncia usadas no conjunto de regras fuzzy. A base de regras caracteriza os objetivos de controle e a estratgia de controle utilizada por especialistas na rea, por meio de um conjunto de regras de controle, em geral, lingsticas (SHAW e SIMES, 1999). BASE DE CONHECIMENTO
SE ... ENTO ... Base de regras Base de dados

Figura 2-5 Base de conhecimento

14 2.3.3 Base de regras A base de regras tem por objetivo representar de forma sistemtica a maneira como o controlador gerenciar o sistema sob sua superviso (DRIANKOV; HELLENDOORN e REINFRANK, 1996). A forma mais geral de uma regra lingstica : SE premissa ENTO conseqncia As premissas tambm chamadas de antecedentes, so associadas com as entradas do controlador fuzzy, e formam a parte das regras representada esquerda, enquanto as conseqncias, que tambm so conhecidas como aes, esto associados s sadas dos controladores (DRIANKOV; HELLENDOORN e REINFRANK, 1996) e (ROSS, 1995). Relacionadas s variveis lingsticas do processo, pode-se estabelecer os antecedentes ou estados do processo (DRIANKOV; HELLENDOORN e REINFRANK, 1996) e associ-los com aes de controle. Para exemplificar a utilizao da base de regras, toma-se o controle de uma caldeira, onde se estabelece uma relao entre a temperatura interna da unidade, com a vazo necessria de gua para o seu resfriamento, o que produz as seguintes regras: SE temperatura alta ENTO vazo de gua alta SE temperatura baixa ENTO vazo de gua baixa SE temperatura estvel ENTO vazo de gua normal Aparentemente simplista, o exemplo dado capaz de manter estvel a temperatura em uma caldeira, desde que os conjuntos fuzzy envolvidos tenham uma definio condizente com a realidade. O que vale observar que para cada estado do processo relacionada uma ao de controle (VIEIRA, 1999). Este conjunto demonstra que a base de regras fuzzy bastante intuitiva, do ponto de vista humano. como o clssico exemplo de estacionar um veculo em uma vaga, virando-o um pouco mais para a esquerda ou para direita. No existe, neste caso, uma formulao matemtica explcita envolvida na soluo do problema, mas sim a representao de um conhecimento adquirido pelo operador, o que justifica a dificuldade encontrada pelos iniciantes em estacionar um carro, e a facilidade com que os motoristas com mais prtica executam as manobras necessrias.

15 Portanto este conhecimento o da experincia que as regras fuzzy representam, sendo perfeitamente inteligvel o seu significado. Numa base de regras, h sempre um nmero finito de regras que pode ser estabelecida, depois que se determina o nmero de entradas e sadas necessrios ao sistema de controle, e que se escolhe os predicados lingsticos (nmero, distribuio e forma das funes de pertinncia) para cada uma destas variveis. Por exemplo, se o sistema de controle possui duas entradas com 5 predicados cada, pode-se definir no mximo 52 = 25 possveis regras. Uma maneira conveniente para listar todas as possveis regras, para os casos onde no h muitas entradas para o controlador fuzzy (menor do que trs entradas) usar uma tabela para representao das regras, como mostrado na Tabela 2.1. Nesta tabela, as variveis Varivel 1 e Varivel 2 so os valores de entrada (premissa das regras) e a varivel Varivel 3 o conseqente da regra: SE varivel 1 termos A E varivel 2 termos B ENTO varivel 3 termos C Os termos A, B e C so os predicados lingsticos associados respectivamente s variveis Varivel 1, Varivel 2 e Varivel 3. Estes termos admitem os seguintes valores aplicados: PG: Positivo (P) e Grande (G); PP: Positivo (P) e Pequeno (P); ZE: Nulo ou Zero (ZE); NG: Negativo (N) e Grande (G); NP: Negativo (N) e Pequeno (P).

Tabela 2.1 Representao do conjunto de regras Varivel 3 Varivel 1 NG NP ZE PP PG NG NG NG NP NP ZE Varivel 2 NP NG NP NP ZE PP ZE NP NP ZE PP PP PP NP ZE PP PP PG PG ZE PP PP PG PG

16 A construo da tabela pode ser til para verificar certos detalhes do funcionamento do controlador, para se eliminar predicados redundantes, verificar a consistncia das regras, etc. No entanto, em muitos casos, a construo da superfcie de controle gerada pela base de regras de suma importncia para se entender o comportamento do controlador, fazer anlise de trajetria de controle, verificar a completude (completness) e continuidade do sistema, checar a estabilidade, entre outras propriedades e caractersticas do sistema de controle desenvolvido. No exemplo acima, admitindo que as trs variveis so definidas no intervalo de discurso normalizado [-1, 1] e que os cinco predicados admitidos para estas variveis so funes de pertinncia triangulares, igualmente distribudas sobre este intervalo, a base de regras da Tabela 2.1 gera a superfcie mostrada na Figura 2.6 para uma mquina de inferncia do tipo Mamdani. Esta figura foi gerada usando a toolbox fuzzy do Matlab8. Em resumo, a superfcie de controle corresponde ao mapeamento do espao das variveis de entrada para a varivel de sada, ou funo de controle propriamente dita.

Figura 2-6 Superfcie de controle gerada pela base de regras da Tabela 2.1

MATLAB uma marca registrada da MATWORKS INC.

17 2.3.4 A mquina de inferncia A mquina de inferncia a responsvel pela combinao dos dados de entrada j no formato de nmero fuzzy com as regras fuzzy existentes, as quais, trabalhando em cima de regras de produo, descrevem o processo de tal forma que se obtenha, atravs de inferncia, o valor desejado de sada (KLIR e YUAN, 1995). Existem algumas diferentes classificaes com relao s mquinas de inferncia de um sistema fuzzy. Driankov; Hellendoorn e Reinfrank (1996) propem a classificao em dois grandes grupos, a inferncia baseada em composio e a inferncia baseada em regras individuais. Para o primeiro caso, combinam-se todas as regras da base e faz-se uma nica inferncia, enquanto para o segundo feita a inferncia regra a regra, aplicando-se t-normas ao final do processo para que se obtenha um valor nico de sada. Exemplos de mquinas de inferncia baseada em composio, so as inferncias de Mamdani e de Godel. As mquinas de inferncia baseada em regras individuais so as mais utilizadas na rea de controle. Entre elas, cita-se: mquina de inferncia produto, mquina de inferncia de Lukasiewicz, mquina de inferncia de Zadeh e mquina de inferncia de Dienes-Rescher (WANG,1997). J Klir e Yuan (1995) classificam as mquinas de inferncia de acordo com a avaliao que elas perfazem sobre a base de regras. Existem as dirigidas aos dados, onde so fornecidos os valores de entrada, os antecedentes das regras, e se busca o conseqente de uma regra, e as dirigidas s metas ou objetivos, que executam uma busca em sentido inverso. Estas formas de operar so baseadas nos princpios lgicos de inferncia do raciocnio aproximado, denominados respectivamente modus ponens generalizado e modus tollens generalizado. Na lgica tradicional, as operaes com conjuntos so essencialmente booleanas possibilitadas pelos conectivos AND, OR e NOT. Na lgica fuzzy, ao contrrio, h diversos operadores para se realizar as operaes lgicas, os quais so basicamente divididos em duas classes (ou normas): as normas triangulares, chamadas normas-t e as suas normas duais, chamadas normas-s, ou conorma-t. A enunciao da interseco de conjuntos booleanos, expressa como: dados dois conjuntos A e B, onde, A U, B U, ou seja, U um universo de discurso comum a ambos, define-se a interseco A B como o conjunto de todos os elementos u U, que so membros de ambos os conjuntos A e B.

18 Dados os vetores de pertinncia individuais dos elementos u de cada conjunto A e B, pode-se determinar a pertinncia da interseco da seguinte forma: 1 se u A O vetor de pertinncia de A: A (u ) = 0 se u A 1 se u B O vetor de pertinncia de B: B (u ) = 0 se u B O vetor interseco contm todos os elementos, que so membros de A e B. Logo: 1 se u A B A B ( x ) = 0 se u A B Portanto:

A B ( x ) = A ( x ) B ( x )
Onde: o operador simboliza a funo booleana AND que executada em cada par de elementos. Observa-se que a interseco o maior subconjunto do universo de discurso U, que , ao mesmo, tempo parte de A e tambm de B, portanto, sempre menor que os conjuntos individuais de A e B. Por essa razo, pode-se considerar o vetor de pertinncia para a interseco calculado como segue:

A B (u ) = min[ A (u ), B (u )]
A unio de conjuntos booleanos enuncia-se a partir de: dados dois conjuntos A e B, onde, A U, B U, ou seja, U um universo de discurso comum a ambos, define-se a unio A B como o conjunto de todos os elementos u, que pertencem ou ao conjunto A, ou ao conjunto B, ou a ambos A e B. Dados os vetores de pertinncia individuais dos elementos u de cada conjunto A e B, pode-se determinar a pertinncia da unio AB da seguinte forma:

19

1 se u A O vetor de pertinncia de A: A (u ) = 0 se u A 1 se u B O vetor de pertinncia de B: B (u ) = 0 se u B O vetor unio que contm todos os elementos, que so membros de A e B, ou de ambos. Logo: 1 se u A B A B (u ) = 0 se u A B Portanto:

A B ( x) = A (u ) + B (u )
Onde: o operador + simboliza a funo booleana OR que executada em cada par de elementos. Observa-se que a unio o menor subconjunto do universo de discurso U, que inclui ambos os conjuntos A e B. Como a unio o contorno que inclui ambos os conjuntos A e B, o resultado sempre maior que os conjuntos individuais. Por essa razo, pode-se considerar o vetor de pertinncia para a unio A B, calculado como segue:

A B (u ) = max[ A (u ), B (u )]
De forma semelhante, a operao de interseco fuzzy definida a funo de pertinncia ponto a ponto da interseco A B representada pela funo de pertinncia AB(u), u U, podendo ser definido ponto a ponto por:

A B (u ) = A (u ) t B (u ) min[ A (u ), B (u )]
Onde t a norma triangular ou norma-t de interseco generalizada. A norma-t uma funo de duas entradas definida nos domnios t: [0,1] X [0,1] [0,1], onde X denota o produto cartesiano. O operador-t indica um mapeamento entre duas funes de pertinncia fuzzy, cada uma no intervalo [0,1]; a operao-t executada entre elas, de acordo com seu formato ponto a ponto. Tal funo deve satisfazer certas condies, tais como:

20 Condies de contorno: u t 0 = 0, u [0,1] u t 1 = x, u [0,1] Onde as seguintes propriedades e condies, so vlidas: Propriedade comutativa: Propriedade associativa: Condies monotnicas: utv=vtu u t (v t z) = (u t v) t z para u v e w z. u t w v t z

A operao de unio dos conjuntos fuzzy, definida pela funo de pertinncia ponto a ponto por AB(u), u U, da unio A B:

A B (u ) = A (u ) s B (u ) max[ A (u ), B (u )]
Onde s a co-norma triangular de uma unio generalizada. A norma-s uma funo de duas entradas definida nos domnios s: [0,1] X [0,1] [0,1], onde X denota o produto cartesiano. O operador-s indica um mapeamento entre duas funes de pertinncia fuzzy, cada uma no intervalo [0,1]. Tal funo deve satisfazer certas condies, tais como: Condies de contorno: u s 0 = u , u [0,1] u s 1 = 1, u [0,1] Onde as seguintes propriedades e condies, so validas: Propriedade comutativa: Propriedade associativa: Condies monotnicas: usv=vsu u s (v s z) = (u s v) s z para u v e w z. u s w v s z

Assim, na construo de uma mquina de inferncia independente se ela baseada em composio ou em regras individuais, se as regras so dirigidas a dados ou a eventos, necessrio especificar quais so as t-normas e s-normas utilizadas para realizar as operaes AND e OR e para implicao e agregao de regras. Por exemplo, a mquina de inferncia de Mamdani utiliza a t-norma mnimo para realizar o AND e a implicao e a s-norma Mximo para as operaes OR e de agregao.

21 Em geral, a escolha de uma determinada mquina de inferncia deve considerar trs aspectos (WANG, 1997): Carter intuitivo: a escolha deve fazer algum sentido do ponto de vista intuitivo. Por exemplo, se o conjunto de regras foi determinado por um especialista que acredita que estas regras so independentes entre si, ento elas devem ser combinadas atravs de uma operao de unio. Eficincia computacional: a escolha deve resultar num procedimento de fcil implementao. Propriedades especiais: se o procedimento de inferncia tiver algumas propriedades que so desejveis para o sistema, elas devem ser escolhidas. Por exemplo, a sada de algumas mquinas de inferncia apresentam grandes valores de pertinncia de sada. 2.3.5 Defuzzificao

Conforme explanado acima, o conjunto de regras constitui o ncleo de um controlador para sistemas dinmicos, as suas entradas no so conjuntos fuzzy, e sim valores numricos concretos proveniente de sensores os quais so fuzzificados antes de serem aplicados base de regras. Por outro lado, o que um controlador infere representa uma magnitude de um conjunto fuzzy, calculado dentro do intervalo de discurso de cada conjunto fuzzy envolvido, o qual deve ser aplicado aos equipamentos (atuadores) que iro atuar sobre o processo. Por isso, necessrio estabelecer algum tipo de interface entre ambos os conceitos. Por um lado, deve-se saber elaborar um conjunto fuzzy a partir das entradas concretas do controlador e, por outro, deve-se calcular um valor concreto do sinal de controle a partir de conjunto fuzzy obtido atravs do processo de inferncia, ou seja, a defuzzificao. (REYEROS e NICOLS, 1995). Na defuzzificao, o valor da varivel lingstica de sada inferida pelas regras fuzzy ser traduzida num valor crisp. O objetivo obter um nico valor numrico discreto que melhor represente os valores inferidos da varivel lingstica de sada, ou seja, a distribuio de possibilidades. Assim, a defuzzificao uma transformao inversa que traduz a sada do domnio fuzzy para o domnio crisp (SHAW e SIMOES, 1999). Os principais mtodos de defuzzificao utilizados em sistemas de controle so: centro do mximo, mdia do mximo e centro da rea (BAUCHSPIESS, 2002).

22 2.3.5.1 Centro de rea ou centride (C-o-A) O mtodo Centro de rea freqentemente chamado de mtodo Centro de Gravidade, pois ele calcula o centride da rea composta pelas regras inferidas, que representa o termo de sada (OUT), esse termo de sada fuzzy composto pela unio de todas as contribuies de regras. A frmula utilizada para este clculo apresentada na equao 2.2. O centride um ponto que divide a rea de OUT em duas partes iguais.
N

u =
*

u
i =1 N i

OUT

(u i ) Equao (2.2)

i =1

OUT

(u i )

onde: ui a posio do centride da funo de pertinncia individual; OUT a rea de uma funo de pertinncia.

2.3.5.2 Centro do Mximo (C-o-M) Este mtodo tambm pode ser chamado de defuzzificao pelas alturas. Os valores no-nulos do vetor de possibilidades de sada so posicionados nos picos correspondentes. Assumindo que os valores das funes de pertinncia de sada obtidos so ponderaes. O valor de sada defuzzificado, discreto, determinado achando-se o ponto de apoio onde os pesos ficam equilibrados, e pode ser calculado atravs da equao 2.3.

u* =

ui O,k (ui )
i =1 N

i =1 k =1

k =1 n

Equao (2.3)

O ,k

(u i )

onde: ui a posio do centride da funo de pertinncia individual; O,k(ui) indicam os pontos em que ocorrem os mximos das funes de pertinncias de sada.

23 2.3.5.3 Mdia do Mximo M-o-M Neste mtodo de defuzzificao (mom), como o nome indica, deve-se encontrar o meio dos valores da funo pertinncia que so mximos. No caso, em que os conjuntos fuzzy de sada so normais, isto , o mximo dos valores da funo de pertinncia 1. Tem-se ento que o mtodo resume-se a encontrar o valor central dos valores com grau de pertinncia de 1. Este mtodo pode ser calculado atravs da equao 2.4. Este mtodo perde o seu significado quando o conjunto fuzzy da sada no convexo.

m m =1 M
M

Equao (2.4)

onde: M o m-simo elemento onde se obtenha o mximo da funo de pertinncia; MN o nmero total desses elementos. A aplicao destes mtodos ao resultado de uma inferncia pode gerar diferentes valores para a varivel de sada do controlador fuzzy. Este fato pode ser observado na Figura 2.7, onde o resultado da inferncia consiste numa seo transversal de uma superfcie de controle como mostrada na Figura 2.6., e os valores de sada esto marcados sobre a abscissa do grfico para os diferentes mtodos de defuzzificao apresentados.

Grau de pertinncia

Sada do controlador Centro do Mximo Mdia do Mximo Centro da rea

Figura 2-7 Resultado de diferentes mtodos de defuzzificao.

24 A escolha e utilizao de um dos trs mtodos acima citados, deve levar em considerao os seguintes aspectos (WANG, 1997): Plausabilidade: a sada calculada deve representar o conjunto fuzzy de sada de um ponto de vista intuitivo, por exemplo o seu valor representa a metade do conjunto suporte da varivel de sada, ou ainda, o seu valor est associado ao mais alto valor de pertinncia do conjunto fuzzy de sada. Simplicidade de clculo: este critrio importante porque a maior parte dos controladores fuzzy operam em tempo real. Continuidade: uma pequena mudana no conjunto fuzzy de sada no altera consideravelmente o valor da varivel calculada.

A partir dos conceitos tericos e indicaes prticas apresentadas neste captulo, foi desenvolvido um software de controle fuzzy que baseado em informaes tais como: batimento cardaco, faixa de treinamento aerbico, idade, peso, IMC, condicionamento fsico, entre outros fatores, capaz de controlar a velocidade de uma esteira ergomtrica a fim de garantir um melhor aproveitamento do exerccio fsico realizado nesta esteira. Associado a este desenvolvimento, tambm foi projetado o hardware que faz o acoplamento entre o controlador fuzzy propriamente dito e a esteira em questo.

25

CAPITULO 3
3 CONTROLE DE FREQUNCIA CARDACA

3.1

INTRODUO A freqncia cardaca (FC) a forma mais usada e mais til de determinar a intensidade

de um exerccio (FERNANDES FILHO, 1999). Esse mtodo baseia-se no princpio de que existe uma relao direta entre o aumento da carga de exerccio e, conseqentemente, o aumento da freqncia cardaca9. Esta freqncia medida em batimentos por minuto (bpm). A hipertenso tambm se tornou um dos prognsticos mais poderosos da doena coronariana, com o risco aumentado acentuadamente quando a hipertenso acoplada a outros fatores de risco (POLLOCK e WILMORE, 1993). A hipertenso pode resultar em insuficincia cardaca, infarto do miocrdio ou apoplexia (acidente vascular cerebral). (McARDLE, KATCH e KATCH, 1998). Os indivduos com doenas cardiovasculares geralmente tm sido desviados das atividades fsicas que envolvem contrao isomtrica ou treinamento com resistncia. Essa tendncia pode estar relacionado aos relatos de grandes respostas pressricas atividade de resistncia intensa e a uma maior incidncia de arritmias ventriculares em pacientes cardiopatas quando comparados com o exerccio dinmico. Entretanto, diversas investigaes no mostraram evidncias de arritmias sustentadas, isquemia, outras complicaes cardiovasculares e aumentos clinicamente inaceitveis na presso arterial em resposta ao exerccio de resistncia em pacientes com doena arterial coronariana. Como um dos fatores de risco a obesidade, de forma mais simplificada, a obesidade pode ser definida como o excesso de gordura corporal (GUYTON, 1997). Segundo a Associao Mdica Canadense (1997), o ndice de Massa Corporal (IMC) usado no mundo inteiro como indicador determinante do ndice de gordura por metro quadrado do indivduo. Mtodo simples, de baixo custo, preciso e de credibilidade utilizado por vrios pases como ferramenta de orientao no tratamento da obesidade e em pesquisas epidemiolgicas (THE, M.A.L., 2001).

www.cdof.com.br/avalia5.htm 17/11/2004

26 Ele calculado conforme equao 3.1:

IMC =

Peso Altura 2

Equao 3.1

O IMC o peso corpreo atual do indivduo, determinado dividindo-se seu peso pelo quadrado da altura. Mesmo o controle da freqncia cardaca e at da presso arterial esto passveis de falhas. Em alguns casos, uma pessoa pode estar enfartando ou sentindo desconforto cardaco sem variao desses parmetros durante a prtica esportiva ou de uma atividade fsica qualquer. Por isso, ainda nos anos 50, o fisiologista sueco Gunnar Borg props um mtodo de controle da FC que leva em conta a sensibilidade individual do praticante e que passou a ser conhecido como escala de Borg. A escala de Borg (CAPODAGLIO, 2002) uma classificao da Percepo Subjetiva de Esforo (PSE) que vem do termo em ingls [rating of perceived exertion (RPE)] e utilizada no monitoramento da intensidade do exerccio fsico. A Tabela 3.1 facilita a compreenso da alterao da freqncia cardaca atravs da nossa prpria percepo corporal, durante a prtica de atividades fsicas. Ela pode ser utilizada para qualquer atividade aerbica, sendo recomendada como uma opo prtica na observao da intensidade do esforo. A escala de Borg modificada contm uma seqncia de valores de 6 a 20 (escala com 15 pontos). O menor valor na escala corresponde FC de uma pessoa em repouso [aproximadamente 60 batimento por minuto (bpm)]. Os nmeros de 6 a 20 so baseados na FC de 60 a 200 bpm. Sendo que o nmero 12 corresponde aproximadamente a 55% e o 16 a 85% da freqncia cardaca mxima (FCM). Durante exerccios aerbicos, a freqncia cardaca de qualquer indivduo tende a subir, e o maior temor passar dos limites mximos suportados pelo corao. Foi pensando nisso que Borg desenvolveu a tabela, conforme descrito em Capodaglio (2002). Esta tabela relaciona o cansao durante o exerccio com o aumento da FC, tornando fcil o controle da intensidade nos exerccios. A freqncia cardaca muda rapidamente conforme atividade que a pessoa est fazendo. Qualquer movimento fsico ou mesmo emoo, nervosismo ou empenho intelectual gasta energia e por isso os rgos precisam ser reabastecidos com sangue. O corao responde a isso com o aumento da FC. Segundo Aerobics and Fitness Association of America (AFAA), se a freqncia cardaca do indivduo se mantiver durante o exerccio dentro da faixa vermelha, conforme apresentado na Tabela 3.1, este indivduo estar se exercitando na zona

27 alvo de treinamento, independente da idade. Para sentir que o exerccio aerbico est dentro de uma intensidade segura e ao mesmo tempo se beneficiar dos efeitos positivos do mesmo, necessrio se manter dentro da faixa, 12 a 16.

Tabela 3.1 Tabela de Borg 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 muito fcil fcil relativamente fcil ligeiramente cansativo cansativo muito cansativo exaustivo -

Quando o exerccio est ficando muito cansativo, deve-se diminuir a velocidade e a intensidade de esforo no exerccio e se por outro lado, o exerccio for relativamente fcil, sinal que deve se acelerar mais ou intensificar mais a quantidade de esforo se quiser obter os benefcios da atividade. Segundo McARDLE; KATCH e KATCH (1998), a capacidade aerbica melhorar se o exerccio for de intensidade suficiente para fazer aumentar a freqncia cardaca at pelo menos 70% da FCM. Apesar dos indivduos pensarem que quanto mais intenso for o exerccio melhor ser para aprimorar o condicionamento, a idia falsa, pois, h um limiar

28 onde o indivduo no obter ganhos adicionais. Por isso, estabelece-se uma zona alvo de treinamento com valores mnimos e mximos para melhor aproveitamento, tanto cardaco como no condicionamento fsico geral, de acordo com a idade do indivduo. Assim, recomendvel no exceder a 85% da FCM em exerccios fsicos. importante lembrar que esta metodologia no tem a pretenso de ser infalvel por se tratar de uma medida subjetiva. Existem outras formas mais precisas de se monitorar a freqncia cardaca com aparelhos especficos para este fim. Como exemplo disto, a evoluo dos monitores cardacos permite que a intensidade dos exerccios seja melhor controlada de forma relativamente acessvel.

3.2

UTILIZANDO A FREQNCIA CARDACA PARA GRADUAR A INTENSIDADE DOS EXERCCIOS A freqncia cardaca mxima (FCM) uma funo da idade da pessoa e de acordo

com o mtodo estatstico de Karvonen descrito em (GUEDES e GUEDES, 1995) e (FERNANDES FILHO, 1999) igual a 220 menos a idade para qualquer gnero de pessoa. O resultado deve ser subtrado ainda de uma margem de abrangncia, isto , 10 para pessoas com menos de 25 anos e a partir dos 25 anos trabalha-se com uma abrangncia de 12. 10 < 25 anos FCM = 220 Idade 12 25 anos Exemplo:

Equao 3.2

Se Idade = 20 anos, ento: FCM = 200 10, logo: 190 FCM 210

Com o mtodo de Karvonen, o indivduo deve procurar controlar seus batimentos cardacos entre a faixa mnima e mxima durante o exerccio, mantendo-se desta forma na zona alvo de treinamento, que pode ser determinado pelas equaes 3.3 a 3.5: FCM x 0,60 freqncia cardaca mnima FCM x 0,70 freqncia ideal na atividade aerbica FCM x 0,85 freqncia cardaca mxima Equao 3.3 Equao 3.4 Equao 3.5

Outros mtodos ainda so propostos, assim a frmula de previso da freqncia cardaca mxima baseada no mtodo de Karvonen, tambm sofreu alteraes ao longo dos

29 anos dando origem a vrias outras frmulas adaptadas a grupos mais definidos, porm muitos profissionais da rea e equipamentos aerbicos ainda mantm o uso das equaes estabelecidas por Karvonen. A freqncia cardaca mxima descrita por Sheffield (apud GUEDES, GUEDES, 1995) dada pelas equaes 3.6 e 3.7: FCM = 205 - (0,42 x idade) para indivduos sedentrios; FCM = 198 - (0,42 x idade) para indivduos treinados. determinada pela equao 3.8: FCM = 210 - (0,65 x idade); FCM = 208 - (0,7 x idade). cardacos durante a prtica esportiva. Equao 3.8 Equao 3.9 Ainda outro mtodo foi proposto por Renato Lotufo e Turbio Leite de Barros10: Estas frmulas servem para frear um pouco os excessos e para diminuir os problemas Equao 3.6 Equao 3.7

A freqncia cardaca mxima descrita por Jones (apud FERNANDES FILHO, 1999)

3.3

EXERCCIOS NA ESTEIRA O exerccio de teste na esteira amplamente usado para exames circulatrios e funes

cardiorespiratrias, porm, estes testes so sempre abaixo da carga que o usurio pode suportar. H diferentes mtodos para que a carga seja gradualmente aumentada, ou seja, diferentes maneiras de caminhar na esteira, sendo possvel modificar as variveis: velocidade e/ou inclinao da esteira. A freqncia cardaca sempre monitorada sendo considerado como um ndice seguro para a carga aplicada. Anteriormente ao estudo feito por (SAITO e TOGAWA, 1998), nenhum exerccio fsico visava produzir um incremento linear na freqncia cardaca. Para haver um incremento efetivo e seguro de exerccio, o estudo assegura o controle de carga e apenas esta maneira para se realizar um incremento linear da freqncia cardaca. Depois de vrias pesquisas chegaram ao mtodo de aumento logartmico de carga, que atendeu ao requisito, correspondendo a um incremento linear na freqncia cardaca. Porm, para alcanar esse objetivo, o estudo estabeleceu diversas metodologias de controle, dentre as quais vale ressaltar o mtodo de controle em malha fechada, baseado no
10

www.cdof.com.br/fisio1.htm 12/11/2004

30 princpio clssico de realimentao (OGATA, 1998), e com o intuito de controlar a freqncia cardaca a partir de valores de referncia esperados. O resultado obtido neste experimento apresentado na Figura 3.1.

Batimentos por minuto

Freqncia cardaca alvo

Velocidade (Km/h)

Velocidade na esteira

Tempo(s)

Figura 3-1 Controle em malha fechada para atingir um incremento linear na FC

Segundo KIRYU, (2001), no seu estudo de carga de trabalho apropriada para pessoas de idade avanada, desde que as variveis dos biosinais possam ser detectadas e analisadas, estas informaes podem ser usadas para controlar a carga de um exerccio fsico. Assim, o principal biosinal a ser utilizado neste trabalho a freqncia cardaca medida em batimentos por minuto a qual pode ser calculada a partir de um eletrocardiograma. Um tpico sinal do eletrocardiograma humano mostrado na Figura 3.2, com o ciclo cardaco definido como o tempo entre dois picos no QRS complexo de sucessivos batimentos.

Figura 3-2 Intervalo entre dois picos num eletrocardiograma.

31 A freqncia de batimento do corao, conforme descrito em (BURKE,1996), definida pela equao 3.10: 60 Equao 3.10 bpm = TR R Onde: TR-R o tempo de ciclo cardaco em segundos; bpm so os batimentos por minuto. Na Figura 3.3, pode se observar que o fluxo de sangue atravs dos vasos sanguneos aumenta no incio do batimento cardaco. Isto causado pela contrao do ventrculo forando o sangue dentro das artrias. Logo aps o primeiro pico, um segundo pico menor observado, este ltimo causado pelo fechamento da vlvula do corao, no final da fase ativa que causa a presso nas artrias e conseqentemente nos vasos sanguneos11. A relao entre freqncia cardaca e o tempo de ciclo cardaco calculada pela equao 3.10 pode ser expressa graficamente conforme Figura 3.4, ressaltando-se o carter no-linear da equao. Baseado nestes conceitos, descreve-se nos prximos captulos, a metodologia e equipamentos usadas para capturar e manipular os biosinais do usurio, e a sua utilizao para a construo do sistema de controle de velocidade da esteira adaptvel ao perfil do usurio.
mV

Figura 3-3 Ritmo cardaco11.

11

Figura extrada de um sensor comercial www.dataharvest.co.uk DATA HARVEST 21/11/2003

32

300

250

Batimentos por minuto - bpm

200

150

100

50

0 200

400

600

800

1000 1200 Trr - (ms)

1400

1600

1800

2000

Figura 3-4 Tempo entre batimento versus freqncia cardaca

33

CAPITULO 4
4 CONTROLE FUZZY DE VELOCIDADE: HARDWARE

4.1

INTRODUO Para construir um sistema que seja capaz de controlar a velocidade numa esteira

ergomtrica em funo da freqncia cardaca do seu usurio, foi utilizada uma esteira mecnica de marca MAGNA, modelo Alm dos limites, com ngulo de inclinao fixo de 9, que teve adaptado para este projeto um motor eltrico. Para o controle fuzzy de velocidade desta esteira foi desenvolvido hardware e software especficos sempre com o objetivo de construir um sistema simples, eficiente, de fcil configurao e de baixo custo. O hardware desenvolvido ser apresentado neste captulo e o software que de fato implementa o controle inteligente ser descrito no captulo seguinte. Um diagrama funcional da esteira, com todos os equipamentos e dispositivos utilizados mostrado na Figura 4.1. Visto que existe a necessidade de monitorar os parmetros de quem faz uso da esteira, para capturar a freqncia cardaca utilizou-se um sensor de batimento cardaco e um sensor do tipo reed switch capaz de capturar a velocidade impressa no tapete da esteira. Esta velocidade do tapete da esteira , por simplicidade, denominada como a velocidade da esteira. O sinal adquirido pelo sensor de batimento cardaco um sinal eltrico muito fraco, para ser utilizado diretamente pela placa de controle. Ento fez-se necessrio um condicionamento eletrnico, conseguido por um circuito de amplificao do sinal capturado por este sensor. Para a implementao do sistema fuzzy de controle, de medio da freqncia cardaca e da velocidade da esteira necessrio um levantamento de dados que compe o perfil do usurio. Este procedimento descrito no prximo captulo quando se apresenta o software que faz a aquisio. Aps a manipulao de todos os dados processados pelo software instalado no microcomputador, a informao do sinal enviada para a placa de controle, que determina a velocidade do motor, atravs do nmero de pulsos enviados para o inversor de freqncia. Desta forma, obtm-se a variao da velocidade da esteira, condicionando o controle ao usurio.

34 Prevendo a necessidade de frenagem do motor da esteira, por quaisquer motivos e at mesmo por segurana, assim, foi instalado um boto do tipo push-botton que permite a interrupo do motor, ou seja, o desligamento imediato da esteira. A seguir cada um dos componentes da Figura 4.1 sero descritos em detalhes.

Microcomputador

Circuito de amplificao da FC

Sensor de FC

Porta serial Capture - A

!
Usurio

Capture - B Sensor de Rotao

PIC16F877

Esteira Porta

Interrupo Placa de controle Inversor de freqncia Motor 3

Boto de interrupo e segurana

Figura 4-1 Diagrama funcional da esteira inteligente

4.2

SENSOR REED SWITCH O sensor que controla a velocidade impressa no tapete da esteira um sensor de

rotao. Este sensor consiste numa chave comercial do tipo reed-switch. Uma das rodas de acionamento possui um im preso em uma de suas extremidades, conforme pode ser observado na Figura 4.2, e a cada vez que este im passa no ponto onde est preso o sensor

35 reed switch, tm-se o fechamento da chave pelo princpio do eletromagnetismo, gerando um pulso de tenso, que enviado placa de controle.

Chave: reed switch

Im

Roda de acionamento

Figura 4-2 Chave reed switch

J na placa controladora, o pulso detectado por um circuito disparador Schmitt do tipo no inversor, conforme ilustrado na Figura 4.3, que tem a funo de evitar falsos disparos, produzindo uma curva de histerese que pode ser observado na Figura 4.4, com uma tenso de desengate superior (Upper Trip Point - UTP) e uma tenso de desengate inferior (Lower Trip Point - LTP), com valores obtidos atravs das equaes 4.1 a 4.4.

Figura 4-3 Circuito disparador Schmitt no inversor R4 Vcc R3 + R4 R Vcen = (1 + 2 )Vref R1 R UTP = Vcen + 2 Vcc R1 R LTP = Vcen 2 Vcc R1 Vref =

Equao 4.1 Equao 4.2 Equao 4.3 Equao 4.4

36
Vsai

Vcen LTP UTP Vent

Figura 4-4 Curva caracterstica de um circuito Schmitt Para o equipamento desenvolvido, o circuito tem os valores de R1 = 220k, R2 = 10k, R3 = 1M e R4 = 470k, portanto os valores de tenso LTP 1.4V e UTP 1.9V.

4.3

SENSOR DE FREQNCIA CARDACA O sensor de batimento cardaco (FC) utilizado tem sua produo na China e

comercializado no Brasil por lojas especializadas em fitness, sendo de fcil aquisio no mercado nacional. O sensor utilizado no projeto consiste num led (Light Emissor Diode) do tipo infravermelho OP140A, fixo numa das extremidades de um clip e no outro lado um fototransistor do tipo OP550A, conforme observado na Figura 4.5. Este sensor fornece uma soluo simples e de baixo custo para realizao de estudos da funo do corao. A monitorao do fluxo de sangue nos vasos sanguneos feita aprisionando o sensor em partes especficas do nosso corpo como lbulo da orelha ou na extremidade dos dedos, pois quando o corao fora o fluxo do sangue atravs dos vasos sanguneos, a quantidade de sangue varia em funo do tempo, sendo esta variao mais facilmente captada pelo sensor nestas reas.

Led infravermelho Sinal de sada

Detector de luminosidade

Figura 4-5 Sensor de batimentos cardacos. A Figura 4.5 apresenta a idia de funcionamento do sensor de freqncia cardaca que monitora o fluxo sanguneo baseado na variao da quantidade de sangue que circula pelos vasos e que interfere na intensidade luminosa no detetor. A emisso de luz gerada pelo led

37 infravermelho - transmissor constante. O componente capaz de receber a luz (detetor de luminosidade) vai ter uma intensidade varivel, pois quanto maior a quantidade de sangue no vaso menor ser a quantidade de luz sensibilizada por este componente, conhecido como fototransistor receptor, j que o sangue funciona como um obstculo passagem da mesma. O fototransistor gera uma pequena corrente eltrica quando conectado uma fonte de tenso, que constitui o sinal de sada do sensor. No processo em questo, recomenda-se que o sensor seja aprisionado na extremidade de um dos dedos, pois desta forma a tenso imposta pela mola no permita a interferncia da luz do ambiente, sem com isto gerar incmodos ao usurio, conforme Figura 4.6.

. Figura 4-6 Sensor preso a extremidade do dedo Como a corrente proveniente do fototransistor extremamente baixa, da ordem de 2A, a captura da freqncia cardaca feita atravs de um circuito eletrnico capaz de amplificar uma corrente de no mximo 2,55mA. Este estgio de amplificao constitudo de trs circuitos: amplificador, disparador e de atraso, os quais geram o sinal para a placa de controle. Estes circuitos so descritos a seguir.

4.3.1

Placa de amplificao do sinal do sensor de FC

No circuito da Figura 4.7, que corresponde ao sensor de batimento cardaco, a alimentao VCC do led infravermelho igual a 5V, consistindo o circuito apenas do led e uma resistncia de limitao, fazendo com que circule uma corrente de aproximadamente 11mA, suficiente para operao do mesmo. O fototransistor, tambm alimentado por VCC igual a 5V com um resistor de limitao de 100k. Neste ramo do circuito, a corrente tpica de aproximadamente 50A o que faz com que o circuito tenha seu sinal de sada filtrado atravs de um capacitor de acoplamento. A resistncia R3 transforma o sinal de corrente num valor de tenso, e a tenso V2 de sada amplificada pelo bloco a seguir.

38

Foto

Figura 4-7 Diagrama do esquemtico do sensor de batimento cardaco A montagem na Figura 4.8 conhecida como amplificador no-inversor, onde o ganho obtido pela relao entre as resistncias conectadas ao amplificador operacional LM324, conforme esquema da figura acima mencionado. Para que se torne possvel o ajuste do ganho deste circuito optou-se em usar um potencimetro (R2) de 100k, evitando a saturao do sinal de sada e assim obter um ganho varivel que pode ser calculado pela equao 4.6, conforme (MALVINO, 1987): V2 = (1 + R1 + R2 V1 R3 Equao 4.5

Figura 4-8 Amplificador no inversor do sinal proveniente do fototransistor Como no circuito da Figura 4.11, R1 igual a 100k, R3 igual a 1k e R2 varia de 0 a 100k, pode-se ter um ganho na faixa de : 101 a 201 vezes, ou seja, a tenso de sada deste

39 estgio amplificada num valor dentro desta faixa, dependendo do valor que assume o resistor R2. Com a finalidade de evitar falsos disparos foi introduzido um circuito disparador Schmitt como bloco posterior a amplificao do sinal do sensor FC, conforme ilustrado na Figura 4.9. Para tornar possvel o ajuste da sensibilidade do usurio, inclui-se neste circuito um potencimetro R4 de 20k que propicia a variao a tenso de referncia conforme descrita na equao 4.1.

Figura 4-9 Circuito disparador Schmitt com potencimetro de ajuste Os circuitos apresentados at aqui: captura, amplificao e disparador permitem que sejam dados pulsos com intervalos da ordem de dezenas de microsegundos entre um pulso e outro, limitados pela velocidade de chaveamento do amplificador operacional. O circuito da Figura 4.10, que realiza a ltima etapa de processamento do sinal do sensor de batimento cardaco, um circuito do tipo RC, com apenas dois resistores e um capacitor, onde a constante de carga deste capacitor dada pelo produto entre o valor do resistor e do capacitor. Neste circuito a constante de tempo igual a 15 ms, o que permite uma freqncia cardaca de at 4000 batimentos por minuto, o que extrapola o limite prtico. A funo do diodo, como componente que permite a corrente num nico sentido, no permitir um retorno da corrente

40 para o circuito disparador do estgio anterior, quando ocorre a descarga da tenso armazenada no capacitor atravs da associao de R1 e R2. Desta forma possvel gerar um atraso entre um pulso e outro, sem intervir na medio, apenas para garantir a deteco pelo circuito da placa de controle. A sada deste pulso capturada pela placa de controle finalizando a etapa de amplificao do sinal proveniente do sensor de freqncia cardaca.

Figura 4-10 Circuito RC

4.4

MICROCONTROLADOR O microcontrolador PIC 16F877, da MICROCHIP12 um componente que possui

diversas funes incorporadas. A funo definida pelo data sheet do fabricante como capture, utilizada para determinar o tempo de transio gasto entre dois pulsos, traduzido como periodmetro por (SOUZA e LAVINIA, 2002). A captura do sinal pode se dar na borda de subida (ou descida) conforme configurao. Aqui esta funo usada para determinar tanto a freqncia cardaca do usurio quanto a rotao real da esteira. O sensor de rotao conectado a um circuito do tipo Schmit-Trigger (MALVINO, 1987) atravs de um circuito com LM339 e este envia o sinal para pino 16 do PIC, onde temse a entrada da funo capture do microcontrolador, desta forma se determina a rotao que o usurio esta imprimindo efetivamente no tapete da esteira. A mesma funo, porm, noutra entrada independente da primeira, feita utilizando o pino 17 para captura do sinal do sensor de freqncia cardaca. Desta forma possvel determinar de forma indireta a freqncia do
12

Fabricante do Microcontrolador PIC.

41 batimento cardaco, fazendo a inverso do clculo atravs do perodo entre o intervalo entre dois pulsos, conforme a equao 4.6. F= Onde: F Freqncia (Hz) T Perodo (s) O oscilador que determina o nmero de pulsos gerados entre dois eventos, tem uma freqncia de varredura de 10kHz, como o tempo armazenado em um registrador de 16 bits, desta forma possvel operar entre 9 a 60.000 bpm, bem como numa faixa de freqncia de 1 a 60.000 Hz. Muito superior a faixa de valores necessrios para tais dispositivos, assim no se impe limitaes nestas variveis para o sistema. Aps a alterao de quaisquer um desses dados, estes sinais so enviados ao microcomputador atravs da comunicao serial, que feita pela porta serial do tipo RS232, conectado aos pinos 25 (transmisso) e 26 (recepo) (SOUZA, 2000). A comunicao do tipo bidirecional de dados entre o microcontrolador e o microcomputador. Os parmetros encaminhados ao microcontrolador, so a freqncia cardaca e a velocidade real da esteira, e os dados recebidos referem-se velocidade de parametrizao do inversor que ser aplicada ao motor. Para concluir as funes utilizadas do PIC, a funo de interrupo tem seu evento gerado pelo acionamento do boto de interrupo e segurana, que tem a funo de parar o motor quando se deseja interromper o treinamento. O microcontrolador, PIC16F877 programado em assembler (PEREIRA, 2002). No Apndice A, encontra-se o fluxograma que descreve a rotina de implementao deste sistema. A Figura 4.11 representa o esquemtico deste circuito enquanto a Figura 4.12 traz a foto da placa microcontrolada. 1 T Equao 4.6

42

Figura 4-11 Esquemtico da placa de controle fsico

43

4.5

INVERSOR DE FREQNCIA Este sistema utiliza o inversor freqncia Siemens, tipo Micromaster Vector, que

recebe os pulsos do microcontrolador e com um potencimetro eletrnico ajusta a velocidade do motor na esteira, aumentando ou diminuindo a velocidade do motor, conforme as informaes enviadas do microcontrolador. A sua forma de programao, bem como o esquema de ligao podem ser verificados no Apndice B.

4.6

MOTOR O motor eltrico que aciona a esteira alimentado atravs de uma fonte trifsica de

corrente alternada (C.A.) balanceada, sendo que a velocidade sncrona do motor (ns), em rotao por minuto [rpm], depende de dois parmetros descrito na equao 4.7: ns = onde: fs a freqncia sncrona do estator em Hz; p o nmero de plos. Como o nmero de plos do motor uma caracterstica construtiva, ou seja, uma vez confeccionado o motor o nmero de plos fixo, com rarssimas excees (motor do tipo Dahlander) possvel a alterao deste parmetro. Desta forma, para que se possa variar a velocidade do motor, o inversor de freqncia determina a freqncia sncrona a fim de que se obtenha a velocidade desejada na esteira. Neste projeto, utiliza-se um motor eltrico da marca WEG de 1,0 CV (736 kW) de potncia, com IV plos, assncrono, o qual acoplado atravs de uma correia ao eixo de trao do tapete da esteira, conforme ilustrado na Figura 4.13. Este motor alimentado atravs do inversor de freqncia, o que completa o hardware do equipamento desenvolvido. 120 fs p Equao 4.7

44

Figura 4-12 Foto da placa de controle

Figura 4-13 Foto do motor acoplado a esteira eltrica.

45

CAPITULO 5

CONTROLE FUZZY DE VELOCIDADE: SOFTWARE

5.1

INTRODUO Neste capitulo, apresentado o software de controle do sistema fuzzy o qual este

residente em um microcomputador do tipo PC, rodando em ambiente Windows e utilizando como linguagem de programao o Borland C++. Tambm foi desenvolvida uma interface homem mquina (IHM), que tem como entrada para o usurio os dispositivos teclado e mouse. As informaes de sada podem ser visualizadas atravs do monitor de vdeo. J a conexo com a placa de controle, como descrito no captulo 4 feita atravs de comunicao serial, via dispositivo fsico do tipo RS232. A Figura 5.1 mostra as partes constituintes do microcomputador, bem como sua conexo placa de controle. Alm das partes citadas acima, o sistema desenvolvido possui um banco de dados que armazena um histrico dos usurios do equipamento.

Microcomputador

" #

Monitor de vdeo

Banco de dados

Processamento

Comunicao RS232 Placa de controle

" !
Teclado Mouse

Figura 5-1 Diagrama IHM, comunicao, banco de dados e placa de controle

46 5.2 O USO DA FERRAMENTA C++ O Borland C++ Builder 6 um ambiente de programao que agrega uma plataforma de desenvolvimento integrado ao compilador da linguagem de programao C++ de alto nvel, disponibilizado pela empresa Borland. A tarefa do compilador traduzir os comandos das linguagens de alto nvel em comandos do baixo nvel que tratam diretamente com o processador e o hardware. O surgimento de interfaces grficas, principalmente o Windows e a demanda dos usurios de sistemas computacionais por interfaces homem-mquina mais amigveis trouxe aos desenvolvedores de software e aplicativos a necessidade de construir programas eficientes no s em nvel de programao mas tambm de fcil utilizao. A preocupao com o desenvolvimento da interface, das janelas, dos eventos, dos botes, etc, demanda muito tempo e experincia que muitas vezes o programador, especialista no problema que o software deve resolver, no dispe. O Borland C++ Builder 6 um ambiente do tipo RAD (Rapid Application Development, ou Desenvolvimento Rpido de Aplicaes), estes ambientes so altamente otimizados e voltados para o desenvolvimento da interface (e de muitas outras funes como banco de dados), permitindo ao programador realizar apenas as funcionalidades especficas que o software deve possuir. Os primeiros ambientes RAD, foram o Visual Basic e o Delphi. O Borland veio preencher a lacuna que existia de ambiente RAD baseado na linguagem C++. A linguagem C++ foi a pioneira no conceito de programao orientada a objeto que significa uma forma estruturada, baseando a programao no tratamento de dados. E ainda caracteriza-se por ser uma tcnica simples e at mais intuitiva quando comparada com outras tcnicas, conforme (BONIFCIO Jr., 1988).

5.3

MDULOS DO SISTEMA DE CONTROLE A elaborao do software de controle inteligente, utilizando esta ferramenta da Borland,

inicia com a confeco dos mdulos envolvidos no projeto, os quais representam as principais funes a serem realizadas pelo sistema: Interface Homem Mquina: responsvel pela troca de informaes entre o usurio e o sistema. Este item ser explorado adiante, descrevendo-se a funo de cada uma das telas que coletam ou repassam as informaes para o usurio;

47 O banco de dados tipo paradox, fornecido pela prpria Borland, que armazena as informaes desde o bitipo do usurio do sistema at o seu desempenho na atividade durante o uso do equipamento; Interface de comunicao entre o hardware da esteira e o computador. Esta comunicao feita via porta serial do microcontrolador, que recebe as variveis de controle do sistema fuzzy: a rotao real da mquina e a freqncia cardaca do usurio. A partir do processamento destes dados, o computador envia a velocidade que deve imprimir a esteira, afim de que se faa a adequao da velocidade para o usurio do sistema; Mdulo de controle fuzzy implementada em C++, que realiza todas as etapas, fuzzificao, inferncia e defuzzificao das variveis do sistema, necessrias ao bom funcionamento do controlador e que corresponde ao ncleo do software desenvolvido. Os mdulos de interface com o usurio e o mdulo de controle fuzzy, corao do sistema desenvolvido, sero apresentados em detalhes. O banco de dados foi usado na sua forma standard conforme apresentado por DIAS, (2001). Quanto interface de comunicao via porta serial, detalhes de seu funcionamento podem ser encontrados em (MATEUS, 2002).

5.4

INTERFACE COM O USURIO No intuito de criar um sistema amigvel, buscou-se elabor-lo de forma mais simples

possvel, para que quaisquer usurios no tenham dificuldades no seu uso. A Figura 5.2 faz uma apresentao geral de todas as telas: pessoal, principal, controle e satisfao e, ainda, indicam como se d a comunicao com o banco de dados de formas unidirecionais e outras bidirecionais. 5.4.1 Tela de controle de velocidade fuzzy A primeira tela a ser apresentada no software de controle chama-se: Controle de Velocidade Fuzzy, conforme pode ser visto na Figura 5.3. O sistema tambm retorna a esta tela, quando os procedimentos em quaisquer outras telas so finalizados, salvo alguns casos especiais.

48
TELAS:
PESSOAL Nome Nascimento Altura Peso etc PRINCIPAL usurio modo de operao CONTROLE Monitorao: Velocidade Freqncia Cardaca tempo SATISFAO Texto de satisfao

BANCO DE DADOS Usurio: Caractersticas Resultados

Figura 5-2 Apresentao geral das telas do sistema e comunicao com banco de dados.

Figura 5-3 Tela de apresentao do software de controle

49 Nesta tela, inicialmente o usurio ter duas possibilidades: a primeira , ainda no sendo usurio, a necessidade de cadastrar-se, pressionando o boto novo usurio. Agindo desta maneira, o sistema ir carregar uma nova tela, sendo que este procedimento se faz necessrio uma nica vez, j que o cadastro ficar armazenado no banco de dados. A outra possibilidade j ter feito seu cadastro, ento, seu nome encontra-se dentro do quadro especfico. Neste caso, o usurio localiza e clica sobre o seu nome, aps este evento, seu nome tornar-se- visvel na caixa junto a uma saudao de bem vindo. Ainda simultneo a este ltimo procedimento, habilita-se a caixa opo e tambm a de impresso de relatrio. Porm quem recebe o foco a caixa de opo e o usurio poder optar em um modo automtico (default), ou manual. Caso o usurio queira verificar seu histrico de atividades, deve selecionar o boto relatrio no menu principal e clicar na opo individual. Neste caso aparece uma tela como a mostrada na Figura 5.4, porm, com o seguinte rtulo Relatrio de: usurio. Na caixa opo, se o modo automtico for selecionado, os parmetros sero estabelecidos pelo prprio sistema, bastando seguir em frente pressionando o boto iniciar. J na escolha da opo manual o usurio deve especificar o tempo (em minutos) e a velocidade (em km/h) em que o sistema ir funcionar, aps o fornecer estes dados basta concluir tambm pressionando o boto iniciar. Quando a opo manual for escolhida a esteira no ter a interveno do controlador, passando a operar normalmente, dentro do tempo e da velocidade especificadas pelo usurio.

50

Figura 5-4 Tela de histrico de uso

5.4.2

Tela de dados pessoais A tela que permite o cadastro do novo usurio, conforme pode ser visualizada na

Figura 5.5, e tambm a alterao dos parmetros, chama-se: Dados Pessoais. Nesta tela so fornecidos os dados pessoais necessrios sintonia personalizada do controlador, e portanto, o seu preenchimento obrigatrio, para o bom funcionamento do sistema. As informaes solicitadas so: Nome: preenchimento obrigatrio, para identificao do usurio, no caso de no preenchimento o sistema retornar para tela de Controle de Velocidade Fuzzy; finalizando sem nenhum dado armazenado; Nascimento: o campo tem uma legenda especificando a ordem de preenchimento dos dados, que devem ter a seguinte seqncia: dia, ms e ano, sendo que o ltimo dado deve conter quatro dgitos. Na situao em que a data atual do sistema e o ano de nascimento do usurio tiverem um valor inferior a sete, aparecer uma

51 mensagem de advertncia, informando que o usurio no tem idade suficiente para fazer uso deste equipamento, conforme recomendaes observadas em todos os manuais deste tipo de aparelho e, neste caso, tambm ir retornar a tela de Controle de Velocidade Fuzzy; Altura: este parmetro fornecido pelo indivduo, deve estar dentro de uma faixa entre 50 a 210, pois quaisquer valores fora desta faixa sero entendidos como equivocados, gerando uma mensagem de erro, com o texto: Valor vlido entre 50 e 210 cm.. Os valores fornecidos de altura tm como unidade de referncia centmetros e devem ser valores inteiros; Peso: este parmetro tambm tem seus valores aceitos dentro de uma faixa entre 10 a 150, da mesma forma, quaisquer valores situados fora desta faixa, sero entendidos como equivocados, gerando uma mensagem de erro, com o texto: Valor vlido entre 10 e 150 kg. Os valores fornecidos de peso tm como unidade o quilograma e da mesma forma que a altura, tambm deve ter seu valor como um nmero inteiro; Sexo: uma caixa que possibilita a definio entre masculino ou feminino, porm, este parmetro usado exclusivamente para complementar a identificao do usurio, ou seja, no usado como parametrizao para configurao do controlador; Nvel de atividade: o usurio possui trs possibilidades de identificar seu histrico de treinamento fsico: sedentrio, moderado ou intenso. A seleo desta caixa implica em determinar o tempo de atividade em que a esteira permanecer ligada para a atividade fsica, sendo de 20, 40 e 60 min, respectivamente, em funo da modalidade escolhida, supra mencionada. Vale salientar ainda que este tempo vai aumentando em funo do nmero de vezes em que o usurio far uso deste equipamento, possibilitando uma programao automtica de condicionamento fsico.

52

Figura 5-5 Tela de cadastro Com as informaes de altura e peso, o sistema calcula e informa ao usurio o valor numrico de seu ndice de massa corporal (IMC) e uma legenda, especificando a situao de IMC, enquadrando-o numa das seguintes situaes indicadas na Tabela 5.1.

Tabela 5.1 Tabela de ndice de massa corporal.13

Categoria Abaixo do peso Peso normal Sobrepeso Obesidade Grau I Obesidade Grau II Obesidade Grau III IMC Abaixo de 18,5 18,5 - 24,9 25,0 - 29,9 30,0 - 34,9 35,0 - 39,9 40,0 e acima

13

Conforme dados da Organizao Mundial da Sade (OMS).

53 Para concluir as informaes fornecidas pelo usurio, estas devem ser salvas clicando sobre o cone (!), conforme pode ser observado na Figura 5.6, o boto armazena os dados informados e simultaneamente a esta operao habilita-se o boto concluir. Este deve ser pressionado para encerrar esta tela de dados pessoais e voltar para tela principal, controle de velocidade fuzzy.

Figura 5-6 Barra de navegao

Nesta tela, tambm se faz uso de uma ferramenta de navegao, conforme Figura 5.6, o usurio poder alterar qualquer um de seus parmetros, exceto o cdigo e a data de incluso, que so gerados automaticamente pelo software quando tem seus dados salvos no banco de dados. Para efetuar as alteraes o usurio deve buscar o seu cdigo, atravs dos botes de navegao, do tipo, avano (!) ou retrocesso (") e quando localizar seu nome ou cdigo, deve pressionar o boto alterao (#) e executar quaisquer alteraes de dados que julgue necessrio, encerrado as alteraes, ter que salvar e concluir o procedimento para que a alterao seja bem sucedida. Ainda possvel excluir o usurio atravs do boto que possui o cone (X) e confirmar a excluso do usurio. Todos os campos de navegao possuem dicas quando o cursor do mouse repousa por alguns instantes sobre o boto. 5.4.3 Tela de Controle Por ltimo, tem-se a tela de Controle, sem dvida alguma, a parte mais importante no que concerne a este trabalho, ela ser responsvel pela visualizao do funcionamento do sistema. Esta tela, representada na Figura 5.7, ir apresentar os resultados da operao do sistema, trazendo as seguintes informaes: velocidade: instantnea, mdia e mxima; freqncia cardaca: instantnea, mdia e mxima; tempo em que a esteira ainda deve permanecer acionada, que informado aps o texto tempo ativo.

54 Alm disto, a cada segundo, o usurio pode acompanhar o percentual de tempo gasto no treino atravs de uma barra de rolagem. Esta barra exprime graficamente o valor de tempo consumido, em funo do tempo total. Na Figura 5.7, tambm possvel identificar um boto, chamado interromper, que possibilita a interrupo do sistema, caso exista a necessidade. Se o usurio estiver fazendo uso do sistema pela primeira vez e na escolha da caixa de opo, foi mantida a opo, sistema automtico, ento, ser executada uma rotina de teste para selecionar a velocidade mais adequada para incio do treinamento. Neste caso, o sistema mantm-se 20 s em cada velocidade, iniciando em 10% e indo at 50% da velocidade mxima de sada, e para cada um desses valores, observado-se a velocidade que mais se aproxima do ponto de 70% da freqncia cardaca mxima. Como, inicialmente, ainda no se tem nenhum registro de qual a velocidade deve ser atribuda ao usurio, o sistema realiza esta varredura escolhendo a melhor velocidade em funo da freqncia cardaca.

Figura 5-7 Tela de controle Outra tela ainda ser acionada na primeira vez em que o usurio terminar a sua atividade, atravs de uma caixa texto o usurio poder expressar qualquer opinio a respeito

55 do equipamento. Esta tela chamada satisfao do cliente e pode ser visualizado na Figura 5.8.

Figura 5-8 Tela satisfao do cliente Finalizando a descrio das telas, no menu ajuda, existe uma tela que determina as informaes do sistema, conhecido em todos os sistemas como tela Sobre e da mesma forma designada neste software e apresentada na Figura 5.9.

Figura 5-9 Tela sobre o software

56 5.5 DESCRIO DO SISTEMA DE CONTROLE FUZZY Para a especificao do sistema fuzzy de controle necessrio conhecer o comportamento do corao humano para o treinamento de uma atividade fsica, conforme foi descrito no capitulo 3. Conforme j apresentado, o batimento cardaco mximo varia entre indivduos em funo de sua idade, esta dependncia est representado graficamente na Figura 5.10., de acordo com o mtodo de Karvonen. A freqncia cardaca aumenta durante exerccios fsicos e retorna lentamente para as freqncias normais aps a finalizao dos exerccios, ainda podendo ser esta uma medida de aptido fsica do individuo.

250

batimento por minuto

200

150

100

50

0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90

Idade
Abaixo 60% Entre 60 e 70% Entre 70 e 85% Acima 85%

Figura 5-10 Zona alvo de treinamento em funo da idade

Ainda na Figura 5.10, pode-se verificar, quais so os nveis de freqncias cardacas consideradas normais para faixa etria de cada individuo, conforme o mtodo de Karvonen, propcias para treinamento. Acima de 85% da FCM, no recomendvel treinar nesta zona, de 70 a 85% da freqncia cardaca mxima considerada a zona de treinamento adequada para exerccios cardiorespiratrios, j entre 60 e 70% tem-se a zona de treinamento recomendada para perca de peso, faixa preferencial em que o controle busca se manter. Finalmente, para a maioria das pessoas, difcil atingir os benefcios fsicos abaixo de 60% da pulsao terica mxima.

57 5.5.1 Funo de fuzzificao para varivel de entrada freqncia cardaca Recuperando-se as seguintes equaes: a equao 3.2 onde a idade estabelece a FCM do usurio; a equao de 3.3 que determina o ponto em que se tem 60% da FCM, abaixo deste ponto o treinamento considerado insatisfatrio; a equao 3.4 que determina o ponto em que tem-se 70% da FCM, este o ponto desejado para manuteno do ritmo cardaco e por fim; a equao 3.5 que determina o ponto de 85% da FCM, acima do qual, caracteriza-se uma elevada freqncia cardaca para treinamento. Com estas equaes, calculam-se os pontos X1, X2 e X3, correspondentes s freqncias cardacas em 60, 70 e 85% da freqncia cardaca mxima e associados aos centros dos predicados determinados para a varivel fuzzy freqncia cardaca (FC). Ressalta-se que estes pontos so variveis de acordo com o perfil (idade) do usurio. Em resumo, tem-se: X1 ponto 1 no eixo de freqncia cardaca, centro do predicado inferior; X2 ponto 2 no eixo de freqncia cardaca, centro do predicado normal; X3 ponto 3 no eixo de freqncia cardaca, centro do predicado superior. Estabelecidos esses pontos torna-se possvel montar as funes de pertinncia triangulares de cada um dos predicados da varivel FC, definindo o suporte e as equaes para cada um dos predicados, conforme Tabela 5.2. Porm ainda se faz necessrio observar os limites extremos da freqncia cardaca: esta varivel raramente pode assumir um valor menor do que 50 e maior do que 220 bpm, estabelecendo desta forma que o universo de discurso para esta varivel tem valores no intervalo [50, 220] batimentos por minuto. A partir da equao 2.1, que define as funes de pertinncia pseudo-trapezoidais, dos limites do universo de discurso da varivel e dos pontos X1, X2 e X3, constri-se a Tabela 5.2 que estabelece a funo de fuzzificao para a freqncia cardaca, em funo da idade do indivduo. Como exemplos, so simulados em duas idades diferenciadas, uma para 20 anos mostrada na Figura 5.11 e a outra, na Figura 5.12 para 35 anos.

58 Tabela 5.2 Caractersticas para estabelecer a funo de pertinncia da varivel freqncia cardaca PREDICADO SUPORTE EQUAES limites FC < X1 Inferior 50 a X2 X1 < FC < X2 X1 < FC < X2 Normal X1 a X3 X2 < FC < X3 X2 < FC < X3 FC > X3 valor 1 X 2 FC X 2 X1 FC X 2 X 2 X1 X 3 FC X3 X2 FC X 2 X3 X2

INF ( FC ) = NOR ( FC ) = NOR ( FC ) = SUP ( FC ) =

1

Superior

X2 a 220

Desta forma, o sistema implementado gera automaticamente para cada usurio cadastrado um conjunto de pertinncias de acordo com os dados fornecidos. Estas pertinncias sero ajustadas toda vez que os dados do perfil do usurio forem alterados manualmente, ou automaticamente, medida que ele for utilizando com freqncia o sistema e ganhando mais condicionamento fsico.

59

Frequencia Cardiaca 1

0.9

inferior normal superior

0.8

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

X1
0.1

X2

X3

60

80

100

120 140 batimento por minuto

160

180

200

220

Figura 5-11 Funo de pertinncia da freqncia cardaca para idade de 20 anos

Frequencia Cardiaca 1

0.9

inferior normal superior

0.8

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

X1
0.1

X2

X3

60

80

100

120 140 batimento por minuto

160

180

200

220

Figura 5-12 Funo de pertinncia da freqncia cardaca para idade de 35 anos

60 5.5.2 Funo de fuzzificao para varivel de entrada rotao A prxima funo de pertinncia a de rotao, que no possui suas caractersticas alteradas para diferentes usurios. Tem o seu universo de discurso aplicado sobre a freqncia do motor em valores percentuais de 0 a 100 Hz, e desta forma, na Tabela 5.3, define-se as pertinncias para cada um de seus predicados.

Tabela 5.3 Caractersticas para estabelecer a funo de pertinncia da varivel rotao PREDICADO SUPORTE EQUAES Limites 0 < ROT < 50 valor

Reduzida

0 a 50%

RED ( ROT ) =

50 ROT 50 ROT 50 100 ROT 50 ROT 50 50

0 < ROT < 50 Nominal 0 a 100% 50 < ROT < 100

NOM ( ROT ) = NOM ( ROT ) =

Aumentada

50 a 100%

50 < ROT < 100

AUM ( ROT ) =

A partir da Tabela 5.3 pode-se estabelecer a funo de pertinncia para varivel rotao, e o resultado visualizado na Figura 5.13.

61

Rotacao 1

0.9

reduzida nominal aumentada

0.8

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 0 10 20 30 40 50 60 rotacoes por minuto - % 70 80 90 100

Figura 5-13 Curva de pertinncia da funo de rotao 5.5.3 Funo de fuzzificao para varivel de sada rotao Para elaborar as funes de fuzzificao da velocidade de sada (vs), optou-se por utilizar predicados e em conseqncia funes de pertinncia que propiciem uma melhor estabilidade do sistema, sendo ainda, dotadas de um baixo custo computacional. Com isto ao invs de escolher predicados do tipo grande ou rpido, pequeno ou baixa, os quais permitiriam a esteira sofrer alteraes bruscas de velocidade, optou-se por predicados do tipo desacelerar, aumentar e manter, os quais decrementam ou incrementam a velocidade atual da esteira, permitindo mudanas suaves de velocidade e um menor risco de acidentes ao usurio. A construo de funes de pertinncia triangulares, a partir da equao 2.1, baseada no nmero n de predicados da varivel e localiza os centros kn de cada funo, na mdia aritmtica dos extremos da funo de pertinncia. Na Figura 5.14 so mostrados os pontos kn com os valores de n igual a 1, 2, 3, 4 e 5, correspondendo respectivamente aos predicados: Desacelerar muito, Desacelerar, Manter, Aumentar e Aumentar muito. E as funes de fuzzificao associadas so apresentadas conforme Tabela 5.4 para quaisquer valores de IMC. Os valores de kn que visam facilitar o clculo para a defuzzificao de sada, so determinados a priori e descritos nas equaes 5.1 a 5.5:

62 k1 = ( 10 + 35) / 2 = 12,5 k 2 = (0 + 45) / 2 = 22,5 k 3 = (10 + 55) / 2 = 32,5 k 4 = (20 + 65) / 2 = 42,5 k 5 = (30 + 130 ) / 2 = 80 Equao 5.1 Equao 5.2 Equao 5.3 Equao 5.4 Equao 5.5

A fim de tornar estes valores de centro das funes de pertinncia adaptveis s caractersticas do usurio, utilizou-se um fator baseado no IMC de cada usurio. Este fator de reduo do ndice de massa corprea, baseado IMC de cada usurio e denominado doravante de RIMC, reduz o centro da funo de pertinncia da velocidade de sada em uma unidade para cada unidade de incremento no IMC, acima do valor considerado normal extrado da Tabela 5.1. Para efeito prtico adota-se que o maior valor possvel para IMC igual a 40, pois alm deste valor o controlador teria que ser novamente re-adaptado, j que por sua vez, por questes mecnicas tambm seria necessrio um prottipo mais robusto. O RIMC foi definido como:
RIMC = IMC 25

Equao 5.6

Tabela 5.4 Caractersticas para estabelecer a funo de pertinncia da varivel velocidade de sada PREDICADO Desacelerar muito LIMITE 0 - 10 (-10* a 35) - RIMC 10 - 15 15 - 35 (0* a 45) - RIMC 0 - 20 20 - 25 25 - 45 10 - 30 30 - 35 35 - 55 20 - 40 40 - 45 45 - 60 SUPORTE EQUAO VALOR out1 (vs) = 0,05 * vs + 0,5 1 out1 (vs) = 0,05 * vs + 1,75

Desacelerar

out 2 (vs) = vs / 45 1 out 2 (vs) = 0,05 * vs + 2,25 out 3 (vs) = 0,05 * vs 0,5 1 out 3 (vs) = 0,05 * vs + 2,75 out 4 (vs) = 0,05 * vs 1 1 out 4 (vs) = vs / 15 + 4

Manter

(10* a 55) - RIMC

Aumentar

(20 a 65) - RIMC

out 5 (vs) = 0,05 * vs 1,5 Aumentar 30 - 50 (30 a 130) - RIMC muito 50 - 100 1 Observao: * O menor valor permitido zero.

63

Desta forma, para um IMC menor ou igual a 25, o fator de reduo (RIMC) ter seu valor igual a zero, e o suporte da varivel velocidade de sada ser o intervalo [-10,130]. Nesta situao, a Tabela 5.4, assume a configurao conforme exposto na Tabela 5.5 e as curvas caractersticas so apresentados na Figura 5.15. J na situao oposta, para maior valor ajustado para o sistema RIMC = 15, desloca-se o suporte desta varivel para os valores de [25,115] e a tabela que identifica esta condio apresentada na Tabela 5.6 e as curvas caractersticas apresentadas na Figura 5.16. Tabela 5.5 Caractersticas para estabelecer a funo de pertinncia da varivel velocidade de sada com RIMC = 0 PREDICADO SUPORTE Desacelerar muito -10* a 35 LIMITE 0 - 10 10 - 15 15 - 35 0 - 20 20 - 25 25 - 45 10 - 30 30 - 35 35 - 55 20 - 40 40 - 45 45 - 60 EQUAO VALOR (vs) = 0,05 * vs + 0,5 out1 1 out1 (vs) = 0,05 * vs + 1,75

Desacelerar

0* a 45

Manter

10* a 55

out 2 (vs) = vs / 45 1 (vs) = 0,05 * vs + 2,25 out 2 out 3 (vs) = 0,05 * vs 0,5 1 out 3 (vs) = 0,05 * vs + 2,75 out 4 (vs) = 0,05 * vs 1 1 out 4 (vs) = vs / 15 + 4

Aumentar

20 a 65

out 5 (vs) = 0,05 * vs 1,5 Aumentar 30 - 50 30 a 130 muito 50 - 100 1 Observao: * O menor valor permitido zero.

64 Tabela 5.6 Caractersticas para estabelecer a funo de pertinncia da varivel velocidade de sada com RIMC = 15 PREDICADO SUPORTE Desacelerar muito -25* a 20 LIMITE 0 - 10 10 - 15 15 - 35 0 - 20 20 - 25 25 - 45 10 - 30 30 - 35 35 - 55 20 - 40 40 - 45 45 - 60 EQUAO VALOR out1 (vs) = 0,05 * vs + 0,5 1 out1 (vs) = 0,05 * vs + 1,75

Desacelerar

-15* a 45

out 2 (vs) = vs / 45 1 out 2 (vs) = 0,05 * vs + 2,25 out 3 (vs) = 0,05 * vs 0,5 1 out 3 (vs) = 0,05 * vs + 2,75

Manter

-5* a 40

out 4 (vs) = 0,05 * vs 1 Aumentar 5 a 50 1 out 4 (vs) = vs / 15 + 4 out 5 (vs) = 0,05 * vs 1,5 Aumentar 30 - 50 15 a 115 muito 50 - 100 1 Observao: * O menor valor permitido zero.
Assim, em funo do IMC do indivduo, desloca-se o centro de todas as funes e como conseqncia, aps execuo da base de regras, tambm tem-se o centro de gravidade da funo de pertinncia da velocidade de sada deslocado, como possvel verificar na Figura 5.14 para um IMC menor do que 25, e na Figura 5.15 para um IMC igual a 40.

65

Velocidade de saida 1

0.9

0.8

desacelerar muito desacelerar manter aumentar aumentar muito

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 0 10 20 30 40 50 60 rotacoes por minuto - % 70 80 90 100

K1

K2

K3

K4

K5

Figura 5-14 Curva de pertinncia da funo de sada para IMC menor de 25

Velocidade de saida 1

0.9

0.8

desacelerar muito desacelerar manter aumentar aumentar muito

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 0 10 20 30 40 50 60 rotacoes por minuto - % 70 80 90 100

Figura 5-15 Curva de pertinncia da funo de sada para IMC igual a 40

66

5.6

BASE DE REGRA PARA CONTROLE DA ESTEIRA A base de regra caracteriza os objetivos de controle e a estratgia de controle utilizada

por um especialista na rea, por meio de um conjunto de regras de controle. Como foi dito anteriormente, o mapa de regras fuzzy a base de conhecimento, ou seja, o depsito de inteligncia do sistema. Para elaborar a base de regras seguindo as orientaes dos especialistas na rea de educao fsica, privilegia-se a varivel freqncia cardaca, buscando o seu valor no ponto 70% da FCM, e desta forma produzindo um aumento de velocidade de sada quando a freqncia cardaca est abaixo deste ponto e uma reduo quando a freqncia cardaca encontra-se acima. Para cada predicado de cada varivel atribui-se um valor de peso, e a partir de ento, considerando a interseco com o predicado na varivel de sada, somando-se os pesos, atribui-se o predicado pertinente para a varivel velocidade de sada, e utilizando deste critrio origina-se a Tabela 5.7. Tabela 5.7 Mapa de regras fuzzy para o sistema de controle Velocidade Freqncia Cardaca (FC) de sada Rotao RR RN RA FCI AM A M FCN A M D FCS M D DM

FCI Freqncia cardaca inferior; FCN Freqncia cardaca normal; FCS Freqncia cardaca superior; RR Rotao reduzida; RN Rotao nominal; RA Rotao acelerada; AM Acelerar muito; A Acelerar; M Manter; D Desacelerar; DM Desacelerar muito.

67 5.6.1 REGRAS DE INFERNCIA

1. SE freqncia cardaca FCI E Rotao RR ENTO Velocidade de sada AM 2. SE freqncia cardaca FCI E Rotao RN ENTO Velocidade de sada A 3. SE freqncia cardaca FCI E Rotao RA ENTO Velocidade de sada M 4. SE freqncia cardaca FCN E Rotao RR ENTO Velocidade de sada A 5. SE freqncia cardaca FCN E Rotao RN ENTO Velocidade de sada M 6. SE freqncia cardaca FCN E Rotao RA ENTO Velocidade de sada D 7. SE freqncia cardaca FCS E Rotao RR ENTO Velocidade de sada M 8. SE freqncia cardaca FCS E Rotao RN ENTO Velocidade de sada D 9. SE freqncia cardaca FCS E Rotao RA ENTO Velocidade de sada DM A partir desta base de regra definida, gerada uma superfcie, conforme apresentada na Figura 5-16.

Figura 5-16 Superfcie da base de regras, para as condies: idade igual a 36 e IMC igual a 28 5.6.2 IMPLICAO E AGREGAO DE REGRAS Foi usada como mquina de inferncia a de Mamdani que utiliza como implicao a tnorma mnimo [min] e como agregao a sua co-norma mximo [max]. Esta mquina pode ser calculada genericamente pela equao 5.7. RM = A B = max{min[ a (u ), b (v)]} Equao 5.7

68 Inicialmente esta base de regras foi simulada vrias vezes com o software Matlab a fim de testar sua coerncia / consistncia. A Figura 5.17 mostra uma situao especfica dado num determinado momento, em que a freqncia cardaca medida foi de 140 bpm, a rotao medida de 32,9 rpm e a velocidade de sada foi inferida como 32,9 rpm, o que significa manter a rotao em curso. A defuzzificao calculada utilizando-se do mtodo centro de rea (C-o-A), pois a rea resultante do processo de inferncia continua e sendo ainda que este mtodo o mais utilizado para reas sobrepostas, outros mtodos foram testados, mas no deu respostas to adequadas quanto este. Neste captulo foram apresentadas todas as etapas para construo do controlador fuzzy, porm, ainda vale ressaltar que este controle no busca apenas uma sinergia com o seu usurio, levando em considerao o seu bitipo e tempo de vida, mas oferece uma adaptabilidade do controlador baseado em regras, desenvolvido sobre uma plataforma, C++, verstil e de fcil integrao com o usurio; desta forma permitindo atender expectativa com relao segurana e sade para quem fizer uso da esteira com o controlador fuzzy para treinamento.

69

Figura 5-17 Simulao no MATLAB do sistema fuzzy com IMC = 28 e Idade = 36 anos

70

CAPITULO 6

RESULTADOS EXPERIMENTAIS

6.1

RESULTADOS EXPERIMENTAIS Para obteno dos resultados, foi desenvolvido no banco de dados uma tabela que

permite a captura de todos os valores obtidos pelo sistema durante a atividade de exerccio fsico do usurio da esteira, depois dos valores coletados, os grficos foram traados utilizando-se de uma planilha eletrnica, EXCEL14, e simulados como j mencionados pelo MATLAB, para a comparao com os valores esperados teoricamente. A finalidade do ensaio comprovar a eficincia do controlador, verificando se o mesmo atende expectativa de manter a freqncia cardaca dentro da faixa de 60 a 85% da FCM, sendo que a sua correo deve buscar o valor prximo a 70% da FCM. Porm, ressaltando que a maior expectativa que a capacidade do usurio no seja extrapolada alm do limite mximo. Para analisar o sistema, foi executado o ensaio com cinco pessoas distintas e para cada uma foi determinado: perfil pessoal, funes de pertinncia, superfcie, resultado grfico e tabela de erros do sistema. A escolha das pessoas tentou cobrir diferentes combinaes de perfis (idade, condicionamento fsico, IMC, sexo). Um resumo dos ensaios dado da Tabela 6.1

Tabela 6.1 Caractersticas dos ensaios ENSAIO I II III IV V SEXO Feminino Masculino Masculino Feminino Masculino NIVEL DE ATIVIDADE Intenso Sedentrio Moderado Sedentrio Sedentrio IDADE (anos) 37 36 49 37 33 23 28 29 24 28 IMC

14

EXCEL uma marca registrada da MICROSOFT CORPORATION

71 Para cada ensaio, foi construdo uma tabela que especfica o perfil do usurio. fornecido e um resumo do ensaio descrevendo os valores tericos (desejados) e prticos (obtidos) para a freqncia cardaca e tambm os resultados prticos da velocidade. Para fins de avaliao e anlise de desempenho do sistema foi traado tambm para cada ensaio as funes de pertinncia de entrada e sada e uma superfcie da base de regras geradas. Ressalta-se que estes dados no esto disponveis para o usurio, uma vez que so informaes irrelevantes para o seu treinamento. Em cada ensaio, o sistema armazena os valores de freqncia cardaca e rotao em mais de duzentos pontos. Estes pontos ficam disponveis para anlise do usurio ou de seu mdico ou personal trainer, sendo que este pode analisar com detalhes faixas de freqncias a partir de uma ferramenta de zoom. Os resultados obtidos com o ensaio I esto ilustrados na Tabela 6.2, as funes de pertinncia e base de regras esto ilustradas nas Figuras 6.1 a 6.3. A curva resultante do ensaio mostrada na Figura 6.4 e trs a freqncia cardaca e a velocidade da esteira em funo da durao do experimento. Tabela 6.2 Perfil do usurio para o ensaio I Nome: M.C.E.S Nascimento: 05/04/1967 Idade: 37 anos Altura: 152 cm IMC 23 Peso 55 kg Sexo Feminino Nvel de atividade Intenso FCmin (60%) FC (70%) FCM (85%) 110 bpm 128 bpm 156 bpm FCM no ensaio 155 bpm FC mdia no ensaio 128 bpm Velocidade mdia no ensaio 3,7 km/h Velocidade mxima no ensaio 4,4 km/h

72

Frequencia Cardiaca 1

0.9

inferior normal superior

0.8

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 60 80 100 120 140 batimento por minuto 160 180 200 220

Figura 6-1 Pertinncia da freqncia cardaca para ensaio I

Velocidade de saida 1

0.9

0.8

desacelerar muito desacelerar manter aumentar aumentar muito

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 0 10 20 30 40 50 60 rotacoes por minuto - % 70 80 90 100

Figura 6-2 Pertinncia da rotao de sada para ensaio I

73

Figura 6-3 Superfcie gerada para perfil do usurio do ensaio I

bpm

200 150 100

0,1xkm/h

50 0 10
Minutos

FC

vel

Figura 6-4 Grfico dos resultados obtidos a partir do ensaio I Da Figura 6.4 foi extrada uma amostra de dados do primeiro ensaio entre o intervalo de trs a quatro minutos apresentado na Figura 6.5. Para facilitar a compreenso na atuao do controlador foi sobreposta a linha da rotao a freqncia cardaca e tambm foram traadas mais duas linhas: freqncia cardaca alvo e a freqncia cardaca mxima. Nesta figura podese observar, mais claramente, a variao na velocidade, que vem a ser carga da esteira, para que se mantenha a freqncia cardaca dentro da faixa alvo. Toda vez que a freqncia cardaca est acima da freqncia cardaca alvo a rotao diminui, no entanto, quando a

74 freqncia cardaca diminui alm da freqncia cardaca alvo, o controlador aplica uma maior carga, ou seja, aumenta a velocidade da esteira, estabelecendo desta forma o controle sobre a utilizao da esteira. Vale ressaltar que o segmento da Figura 6.5 no foi escolhido ao acaso e sim por apresentar pontos crticos deste ensaio, uma vez que na anlise grfica pode se observar que a freqncia cardaca no extrapolou seu limite mximo (FCM = 156 bpm), conforme valor terico da Tabela 6.2. E ainda na mesma tabela calculada a mdia da freqncia cardaca obtido durante o ensaio (FC mdia no ensaio), que no ensaio em questo, atingiu 128 bpm, sendo igual ao valor esperado teoricamente de 70% da FC. 180 160 140 120 100 80 60 40 20 0 3 3 FC 3 3 ROT 4 4 4 FCmax 4

FCalvo

Figura 6-5 Grfico parcial dos resultados obtidos no ensaio I Para validao do software de controle desenvolvido para a esteira, os valores adquiridos nos ensaios foram tambm testados utilizando a toolbox fuzzy no software MATLAB, onde o mesmo controlador fuzzy (funes de pertinncia, base de regras, mquina de inferncia, mtodo de defuzzificao) gerado para o usurio pelo sistema foi implementado para cada ensaio. Em seguida, os resultados simulados so comparados com os valores obtidos com o sistema desenvolvido, foi calculado o erro conforme equao 6.1 e construdo uma tabela de erro para todos os ensaios descritos. Erro(%) = Onde: Valor simulado valor obtido com software MATLAB; Valor ensaio valor obtido com o controlador da esteira. valor simulado valor ensaio x100 valor simulado Equao 6.1

75

Exemplo: (Valores extrados da Tabela 6.3, abaixo)

Ordem 1 15 Esteira 30 27 Matlab 31,6 26,6

Ordem 1: Erro (%) = Ordem 15: Erro (%) =

31,6 30 x100 = 5,06 5,1 31,6 26,6 27 x100 = 1,50 1,5 26,6

Um das possveis fontes deste erro que o controlador simulado como Matlab trabalha com valores decimais enquanto o controlador em teste opera apenas com nmeros inteiros. No entanto com os valores de entrada, as funes de pertinncia e a base de regras para ambos os controladores so os mesmos, espera-se da comparao que o erro no tenha um valor significativo, validando desta maneira o controlador fuzzy desenvolvido do ponto de vista de lgica de controle. Os valores de erro para o ensaio I so mostrados na Tabela 6.3, nota-se que estes valores de erro foram de no mximo 8,2% e na maior parte dos casos a velocidade da esteira foi inferior a velocidade obtida com o simulador, ressaltando a preocupao do controlador com a integridade fsica do usurio.

Tabela 6.3 Valores de erro no ensaio I

Ordem 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Esteira 30 30 29 30 29 30 28 28 27 27 26 26 26 41 27 Matlab 31,6 31,5 31,5 31,5 31,2 31,6 30,0 30,2 29,4 29,2 27,4 26,9 28,3 40,0 26,6 Erro % 5,1 4,8 7,9 4,8 7,1 5,1 6,7 7,3 8,2 7,5 5,1 3,3 8,1 -2,5 -1,5

76 Os resultados obtidos com o ensaio II esto ilustrados na Tabela 6.4, as funes de pertinncia e base de regras esto ilustradas nas Figuras 6.6 a 6.8. A curva resultante do ensaio mostrada na Figura 6.9 e trs a freqncia cardaca e a velocidade da esteira em funo da durao do experimento. Os valores de erro calculados neste ensaio so apresentados na Tabela 6.5. Tabela 6.4 Perfil do usurio para o ensaio II Nome: J.I. Nascimento: 04/04/1968 Idade: 36 anos Altura: 180 cm IMC 28 Peso 93 kg Sexo Masculino Nvel de atividade Sedentrio FCmin (60%) FC (70%) FCM (85%) 110 bpm 129 bpm 156 bpm FCM no ensaio 149 bpm FC mdia no ensaio 130 bpm Velocidade mdia no ensaio 3,3 km/h Velocidade mxima no ensaio 4,3 km/h

Frequencia Cardiaca 1

0.9

inferior normal superior

0.8

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

60

80

100

120 140 batimento por minuto

160

180

200

220

Figura 6-6 Pertinncia da freqncia cardaca para ensaio II

77

Velocidade de saida 1

0.9

0.8

desacelerar muito desacelerar manter aumentar aumentar muito

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 0 10 20 30 40 50 60 rotacoes por minuto - % 70 80 90 100

Figura 6-7 Pertinncia da rotao de sada para ensaio II

Figura 6-8 Superfcie gerada para perfil do usurio do ensaio II

78

160 140 120 100 80 60 40 0,1xkm/h 20 0

bpm

9 10

Minutos

FC

vel

Figura 6-9 Grfico dos resultados obtidos a partir do ensaio II

Tabela 6.5 Valores de erro no ensaio II

Ordem 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Esteira 27 27 27 27 28 27 27 27 27 27 26 31 28 36 39

Matlab 28,7 28,7 28,7 28,7 29,5 28,9 28,7 28,7 28,7 28,7 28,4 34,3 27,1 34,1 39,2

Erro % 5,9 5,9 5,9 5,9 5,1 6,6 5,9 5,9 5,9 5,9 8,5 9,6 -3,3 -5,6 0,5

Como pode ser constatado a partir da anlise dos resultados, o controlador manteve a freqncia cardaca mdia do ensaio no valor desejado com um erro de aproximadamente 1%, sendo que a freqncia mxima permitida era de 156 bpm e a atingida foi de 149 bmp. Em relao ao desempenho do controlador, a partir da Tabela 6.5, o erro mximo foi de 9.6%,

79 sendo que na maior parte dos ensaios, este erro ficou em 6% e sempre em um valor de velocidade abaixo da rotao simulada. Os resultados obtidos com o ensaio III esto ilustrados na Tabela 6.6, as funes de pertinncia e base de regras esto ilustradas nas Figuras 6.10 a 6.12. A curva resultante do ensaio mostrada na Figura 6.13 e trs a freqncia cardaca e a velocidade da esteira em funo da durao do experimento. Os valores de erro calculados neste ensaio so apresentados na Tabela 6.7. Tabela 6.6 Perfil do usurio para o ensaio III Nome: R.F.M.M. Nascimento: 14/12/1955 Idade: 49 anos Altura: 173 cm IMC 29 Peso 88 kg Sexo Masculino Nvel de atividade Moderado FCmin (60%) FC (70%) FCM (85%) 103 bpm 120 bpm 145 bpm FCM no ensaio 145 bpm FC mdia no ensaio 117 bpm Velocidade mdia no ensaio 2,6 km/h Velocidade mxima no ensaio 4,7 km/h

80

Frequencia Cardiaca 1

0.9

inferior normal superior

0.8

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 60 80 100 120 140 batimento por minuto 160 180 200 220

Figura 6-10 Pertinncia da freqncia cardaca para ensaio III

Velocidade de saida 1

0.9

0.8

0.7

desacelerar muito desacelerar manter aumentar aumentar muito :

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

10

20

30

40 50 60 rotacoes por minuto - %

70

80

90

100

Figura 6-11 Pertinncia da rotao de sada para ensaio III

81

Figura 6-12 Superfcie gerada para perfil do usurio do ensaio III

160 140 120 100 80 60 0,1xkm/h 40 20 0

bpm

FC

vel.

Figura 6-13 Grfico dos resultados obtidos a partir do ensaio III

10

Minutos

82

Tabela 6.7 Valores de erro no ensaio III

Ordem 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Esteira 26 25 31 26 38 39 31 18 34 35 37 37 33 39 37 Matlab 28,2 26,8 31,2 28,2 35 38,8 31,5 19,6 31,4 34,7 35,9 36 35,9 39 38,8 Erro (%) 7,8 6,7 0,6 7,8 -8,6 -0,5 1,6 8,2 -8,3 -0,9 -3,1 -2,8 8,1 0,0 4,6

Como pode ser constatado a partir da anlise dos resultados do ensaio III, para um usurio com 49 anos de idade, o controlador manteve a freqncia cardaca mdia do ensaio no valor desejado com um erro de aproximadamente 2.5%, sendo que a freqncia mxima permitida era de 145 bpm e foi a atingida, pois neste ensaio o usurio prendeu a respirao em diversas vezes para constatar a eficcia do controle. Em relao ao desempenho do controlador, a partir da Tabela 6.7, o erro mximo em mdulo foi de 8.6%.

Os resultados obtidos com o ensaio IV esto ilustrados na Tabela 6.8, as funes de pertinncia e base de regras esto ilustradas nas Figuras 6.14 a 6.16. A curva resultante do ensaio mostrada na Figura 6.17 e apresenta a freqncia cardaca e a velocidade da esteira em funo da durao do experimento. Os valores de erro calculados neste ensaio so apresentados na Tabela 6.9.

83 Tabela 6.8 Perfil do usurio para o ensaio IV Nome: I.C.S. Nascimento: 01/01/1968 Idade: 37 anos Altura: 163 cm IMC 24 Peso 64 kg Sexo Feminino Nvel de atividade Sedentrio FCmin (60%) FC (70%) FCM (85%) 110 bpm 128 bpm 156 bpm FCM no ensaio 156 bpm FC mdia no ensaio 121 bpm Velocidade mdia no ensaio 2,7 km/h Velocidade mxima no ensaio 4,1 km/h

Frequencia Cardiaca 1

0.9

inferior normal superior

0.8

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 60 80 100 120 140 batimento por minuto 160 180 200 220

Figura 6-14 Pertinncia da freqncia cardaca para ensaio IV

84

Velocidade de saida 1

0.9

0.8

desacelerar muito desacelerar manter aumentar aumentar muito

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

10

20

30

40 50 60 rotacoes por minuto - %

70

80

90

100

Figura 6-15 Pertinncia da rotao de sada para ensaio IV

Figura 6-16 Superfcie gerada para perfil do usurio do ensaio IV

85

bpm 180

160 140 120 100 80 60 0,1xkm/h 40 20 0 0 1 2 3 3 4 5 6 6 7 8 9 10

Minutos

FC

vel.

Figura 6-17 Grfico dos resultados obtidos a partir do ensaio IV

Tabela 6.9 Valores de erro no ensaio IV

Ordem 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Esteira 32 25 25 21 24 24 22 22 23 24 24 22 21 21 23 Matlab 33,6 27,3 26,7 21,8 26,3 26,4 24,1 23,9 25,2 26,4 26,2 24,4 23,1 23,1 25,2 Erro (%) 4,8 8,4 6,4 3,7 8,7 9,1 8,7 7,9 8,7 9,1 8,4 9,8 9,1 9,1 8,7

Para este ensaio pode ser constatado a partir da anlise dos resultados, o controlador manteve a freqncia cardaca mdia do ensaio no valor desejado com um erro de aproximadamente 6%, sendo que a freqncia mxima permitida era de 156 bpm e tambm foi a atingida. Em relao ao desempenho do controlador, a partir da Tabela 6.9, o erro mximo foi de 9.8%, sendo que na maior parte dos ensaios, este erro ficou em 8% e sempre em um valor de velocidade abaixo da rotao simulada.

86 Os resultados obtidos com o ensaio V esto ilustrados na Tabela 6.10, as funes de pertinncia e base de regras esto ilustradas nas Figuras 6.18 a 6.20. A curva resultante do ensaio mostrada na Figura 6.21 e trs a freqncia cardaca e a velocidade da esteira em funo da durao do experimento. Os valores de erro calculados neste ensaio so apresentados na Tabela 6.11. Tabela 6.10 Perfil do usurio para o ensaio V Nome: M.P. Nascimento: 17/03/1971 Idade: 33 anos Altura: 169 cm IMC 28 Peso 84 kg Sexo Masculino Nvel de atividade Sedentrio FCmin (60%) FC (70%) FCM (85%) 112 bpm 131 bpm 159 bpm FCM no ensaio 151 bpm FC mdia no ensaio 106 bpm Velocidade mdia no ensaio 2,8 km/h Velocidade mxima no ensaio 4,4 km/h
Frequencia Cardiaca 1

0.9

inferior normal superior

0.8

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

0 60 80 100 120 140 batimento por minuto 160 180 200 220

Figura 6-18 Pertinncia da freqncia cardaca para ensaio V

87

Velocidade de saida 1

0.9

0.8

desacelerar muito desacelerar manter aumentar aumentar muito

0.7

0.6 pertinencia

0.5

0.4

0.3

0.2

0.1

10

20

30

40 50 60 rotacoes por minuto - %

70

80

90

100

Figura 6-19 Pertinncia da rotao de sada para ensaio V

Figura 6-20 Superfcie gerada para perfil do usurio do ensaio V

88

bpm

160 140 120 100 80 60

0,1xkm/h

40 20 0 10 0 1 2 3 4 5 5 6 7 8 9
Minutos

FC

vel

Figura 6-21 Grfico dos resultados obtidos a partir do ensaio V

Tabela 6.11 Valores de erro no ensaio V

Ordem 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Prtico 24 27 21 27 27 27 27 25 26 20 26 36 21 22 25 Matlab 25 28 20 29 29 29 29 27 28 22 28 33 19 24 28 Erro % 2,8 4,6 -5,0 5,9 5,9 5,9 5,9 6,4 7,1 7,4 7,5 -9,4 -9,4 8,3 9,7

Neste ltimo ensaio foi obtida uma condio inusitada pelo controlador da esteira, pois, a freqncia cardaca mdia foi de 106 bpm, enquanto a esperada era de 131 bpm, gerando assim um erro maior do que 19% e ficando ainda abaixo da freqncia cardaca mnima estipulada em 112 bpm. De qualquer maneira, a integridade fsica do usurio ficou garantida, j que a freqncia cardaca mxima permitida era de 159 bpm enquanto no ensaio

89 foi obtida 151 bpm. J na avaliao dos dados, fazendo a relao entre o valor simulado e o ensaio, pode se analisar a partir da Tabela 6.11, o erro mximo foi de 9.7%, sendo que na maior parte dos ensaios, este erro ficou em 7% e os valores de velocidade abaixo e acima da rotao simulada. O ltimo ensaio no pode ser repetido j que o usurio encontrava-se debilitado, para aprimorar os resultados e refazer a anlise das razes que levaram o controlador a no obter o valor dentro da mdia esperado, mas como o objeto deste trabalho atua sobre o corao humano e no foi feito nenhum modelo matemtico exato que garanta que o corao v corresponder ao incremento e decremento de carga exatamente como esperado. Acredita-se que estes resultados possam ser explicados por um especialista da rea. Porm, a consonncia dos demais ensaios e mesmo, a repetio de alguns ensaios, ainda assim satisfizeram o resultado final que foi almejado desde o incio. Das velocidades apresentadas nos ensaios de todas as Tabelas: 6.2, 6.4, 6.6, 6.8 e 6.10, o menor valor mdio obtido dos ensaios foi a do ensaio Tabela 6.6, no ensaio III, encontrando um valor de 2,6 km/h. O que vem a corroborar com o resultado, j que as condies mais propcias para este resultado so as caractersticas deste usurio, o maior IMC e idade.

90

CAPITULO 7

CONCLUSO

Neste trabalho, a tcnica de controle fuzzy foi apresentada e aplicada em um prottipo de esteira ergomtrica, fazendo o controle da velocidade do motor em funo principalmente da freqncia cardaca de seu usurio. O circuito eletrnico de controle fez uso de microcontrolador da famlia PIC, o que o tornou um circuito simples, de fcil manipulao e de grande confiabilidade, alm de simplificar transmisso de dados com o software aqui implementado. O software de controle desenvolvido sobre um programador da BORLAND com muitos recursos permitiu elaborar as estratgias de controles com baixo custo em relao a sistemas dedicados a esta finalidade. Considera-se que o sistema desenvolvida neste trabalho atingiu os seus objetivos de assegurar que a atividade fsica possa a ser um benefcio sade, por dois motivos: o primeiro e mais significativo, o sistema no permite ao usurio fazer seus exerccios fsicos de forma a extrapolar a freqncia cardaca mxima recomendada, fazendo do exerccio fsico uma atividade de risco, e a segunda vantagem deste sistema, a garantia da eficcia do treinamento, j que faz com que a esteira se mantenha numa velocidade pr-determinada que promove benefcios a sade do seu usurio. No prottipo at ento desenvolvido, no h uma grande estabilidade da velocidade de sada, ocorrendo a variao num intervalo de tempo muito curto entre uma e outra velocidade, pois este sistema tem como meta comprovar inicialmente o desempenho e atuao do controlador. Mesmo assim a variao de velocidade no abrupta, mantendo o usurio em uma variao de velocidade confortvel para o ensaio. Porm, estes parmetros podem ser facilmente alterados a fim de disponibilizar o equipamento tanto para uso domstico quanto para ser adaptado a uma academia de treinamento, onde se faz uso deste tipo de equipamento. Quanto ao hardware desenvolvido, apesar da resposta do sensor de batimento cardaco, no ter comprometido o experimento, acredita-se que uma melhor filtragem do sinal de freqncia cardaca melhoria a variabilidade do sinal de controle calculado e, em conseqncia, a variabilidade da velocidade de rotao da esteira. A explicao para esta oscilao do valor da freqncia cardaca pode ser a qualidade do sensor e / ou localizao do

91 ponto de medio pois durante o exerccio na esteira o sensor no dedo sofre uma intensa vibrao. A principal contribuio do trabalho do ponto de vista de sistemas de controle, foi o desenvolvimento e implementao em hardware / software de um controlador fuzzy adaptativo. A estratgia de construo automtica das funes de pertinncia, onde o centro de cada um dos predicados das variveis envolvidas se desloca sobre o suporte do conjunto fuzzy associado a esta varivel, de acordo com o perfil fsico do usurio, mostrou-se uma soluo simples, eficiente e de baixo custo computacional. Esta estratgia pode ser estendida, para considerar novas caractersticas na construo deste controlador de velocidade, ou na construo de novos aplicativos.

7.1

RESULTADOS PRTICOS Os resultados prticos obtidos neste trabalho esto de acordo com os dados obtidos

comparando-se com um software comercial Matlab, que conforme Tabelas apresentadas para anlise apresentam um erro menor do que 10%. Desta forma, o controlador aqui desenvolvido apresenta consistncia para operar o sistema. O controlador efetivamente garante durante a utilizao da esteira a condio para que a freqncia cardaca dentro da faixa de 60 a 85% da freqncia cardaca mxima como pode ser observado nos valores mdios dos ensaios realizados no captulo 7. Com isto chega-se a concluso que o sistema atendeu a expectativa para a qual foi desenvolvido. A garantia que o programa de treinamento desenvolvido para cada usurio atenda expectativa de perda de peso e manuteno do condicionamento, foge ao escopo deste trabalho, sendo necessrio, neste caso, aplicar-se testes exaustivos e por um perodo de tempo mais longo, com vrios usurios para comprovar a eficcia deste item.

7.2

DIFICULDADES E TRABALHOS FUTUROS Vrias dificuldades foram encontradas neste projeto, dentre elas pode se ressaltar a

confeco dos circuitos para capturar a freqncia cardaca a partir da utilizao de sensores comerciais: a familiarizao com a linguagem dos microcontroladores e tambm o uso de uma linguagem de programao que integrasse banco de dados, ferramentas para criao de telas e ainda a comunicao com uma interface fsica de sada.

92 O sistema certamente pode ser aprimorado, e ainda expandido para outros equipamentos para o desenvolvimento de atividades fsicas, aproveitando se do controlador para que se obtenham o mesmo propsito, moldando a quantidade de carga em funo do ritmo cardaco do usurio. Outros aprimoramentos so possveis, tais como, desenvolvimento de um sistema que leve em conta no s a freqncia cardaca, mas simultaneamente a presso arterial exercida pelo sangue, obtendo desta forma um controle mais amplo. Ampliar a aquisio de dados e possuir no s um sistema de controle para atividades fsicas mas ainda um gerenciador de cadastro de usurios, para ser usado numa academia por exemplo.

93

REFERNCIAS BIBLIOGRFICAS

ADLASSNIG, K. P. (1986), Fuzzy set theory in medical diagnosis, IEEE Transaction on System, Man, and Cybernetics 16(2), March/April, 260-265. BATES, J. H. T.; YOUNG M. P.. (2003). Applying Fuzzy Logic to Medical Decision Making in the Intensive Care Unit, American Journal of Respiratory and Critical Care Medicine Vol 167. pp. 948-952. BAUCHSPIESS, A. (2002). Mini-Curso: Sistemas Inteligentes - Redes Neurais e Lgica Fuzzy, URL: www.ene.unb.br/~adolfo/ISI/ (17/04/2004). BOJADZIEV, G.; BOJADZIEV, M. (1995). Fuzzy Sets, Fuzzy Logic, Applications, Word Scientific, Singapore. BONIFCIO JR., Jos M. (1998). C++ Builder 3 Para Principiantes. Axcell Books. BURKE, M. J.; BOILSON, A. (1996) A digital cardiotachometer ASIC. Electronics, Circuits, and Systems, ICECS. Vol. 2. pp.1080-1083. CAPODAGLIO, P. (2002). The use of subjective rating of exertion in Ergonomics. G Ital Med Lav Erg; 24:1, 84-89 COELHO, L. S., ALMEIDA, O. M. e COELHO, A. A. R. (2003) Projeto e estudo de caso da implementao de um sistema de controle nebuloso. SBA Controle & Automao, maro, vol.14, n.1, p.20-29. DIAS, A. de S. (2001). Borland C++ Builder 5.0 Banco de Dados. Editora Cincia Moderna Ltda. DRIANKOV, D.; HELLENDOORN, H. E REINFRANK, M. (1996). An Introduction to Fuzzy Control, Springer-Verlag.

94 FABRO, J. A., (2003). Uma abordagem neuro-nebulosa para controle preditivo de processos multi-estgios. Tese de Doutorado, Programa de Ps-Graduao em Eng. Eltrica e Informtica Industrial, CEFET-PR, Curitiba - PR. FERNANDES FILHO, J. (1999). A Prtica da Avaliao Fsica. Rio de Janeiro: Ed. Shape. GUEDES, D.P. E GUEDES, J. E. R. P.. (1995) Exerccio fsico na promoo da sade, Ed. Midiograf. GUYTON, A. C. Tratado de fisiologia mdica. 9. ed. Rio de Janeiro: Guanabara Koogan, 1997. KIRYU, T.; SASAKI, I; SHIBAI, K. e TANAKA, K. (2001). November/December, Vol. 20, No. 6, 116-124. KLIR, G.J. E YUAN, B. (1995). Fuzzy Sets and Fuzzy Logic Theory and Applications, Prentice-Hall. LALANDE, A.; LEGRAND, L.; WALKER, P. M.; JAULENT, M. C.; GUY, F.; COTTIN,Y.; BRUNOTTE, F. (1997). Automatic detection of cardiac contours on MR images using fuzzy logic and dynamic programming, Proceedings of AMIA Ann. Fall Symp., pp. 474-478. LINKENS, D. A.; ABBOD, M.. (1998). Intelligent Control of anaesthesia, The Institution of electrical engineers IEE, pp. 2/1-4. LIU, J. C. S.; SHIFFMAN, R. N.(1997). Operationalization of clinical practice guidelines using fuzzy logic, Proceedings of AMIA Ann. Fall Symp., 283-287. LJUNG, L.(1999). System Identification - Theory For the User, 2nd ed, PTR Prentice Hall.

Providing appropriate

exercise levels for the elderly. IEEE Engineering in medicine and biology,

95 LUNA FILHO, F. M., BAUCHSPIESS, A., GOSMANN, H. L. (2002). Controle Fuzzy para Sistema de Nvel de Lquidos In: CBA2002 - Congresso Brasileiro de Automtica, Natal-RN. MAEDA, M., NAKAYAMA, Y., MURAKAMI, S. (1999). Navigation control of an intelligent wheelchair using fuzzy logic. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, Vol. 7, No. 4, 327-336. MALVINO, A. P. (1987). Eletrnica Volume 2. 2. Edio. So Paulo - SP. McGraw-Hill. MARAL, Rui F. M. (2000) Uma Metodologia para detectar Falhas Incipientes em Mquinas Rotativas baseada em Anlise de Vibrao e Lgica Fuzzy. Tese de Doutorado UFRGS - Porto Alegre RS. MATEUS, C. A. (2002). C++ Builder 5 Guia Prtico. 2. edio, Editora rica Ltda. McARDLE, W.D.; KATCH, F.I. & KATCH, V.L..(1998). Fisiologia do Exerccio, Energia, Nutrio e Desempenho Humano, 4a ed. Editora Ganabara Koogan S.A., Rio de Janeiro RJ. NASCIMENTO Jr., C. L. & T. YONEYAMA (2000). Inteligncia Artificial em Controle e Automao. Edgard Blcher Ltda, So Paulo, Brasil. OGATA, K. (1998). Engenharia de Controle Moderno, 3a. edio. Editora Prentice-Hall do Brasil LTDA Rio de Janeiro RJ. PASSINO, K. M.; YURKOVICH, S. (1997). Fuzzy Control, Adison Wesley Longman. PEREIRA, F.(2002) Microcontroladores PIC - Tcnicas Avanadas. Editora rica Ltda. 1. edio. So Paulo SP. POLLOCK, M. L.; WILMORE, J. H. (1993). Exerccio na sade e na doena. Editora Medsi. Belo Horizonte MG.

96 REYERO, R.; NICOLS, C. F. (1995). Sistemas De Control Basados Em Lgica Borrosa: Fuzzy Control, Omron Eletronics S.A., Espaa. ROSS, T. (1995). Fuzzy Logic with Engineering Applications, McGraw-Hill. SAITO, H. e TOGAWA T.. (1998). Open-loop control to achieve linear heart rate Increase in the treadmill exercise test. IEEE Engineering in Medicine and Biology Society, Vol. 20, No. 5. pp. 2442-2443. SCOTT, E., R. et al. (1998). A computer-assisted management program for anitbiotics and other antiinfective agents, NEJM 338(4), 232-238. SHAW, I. S.; SIMES, M. G. (1999). Controle e Modelagem Fuzzy, 1. edio, Edgard Blcher Ltda, So Paulo, Brasil. SIEMENS. Micromaster Vector Midimaster Vector. (1999). Catlogo de produtos. SOUZA, D. J. de. (2000). Desbravando o PIC. Editora rica Ltda. 2. edio. So Paulo SP. (2003). Desbravando o PIC Ampliado e Atualizado para PIC16F628. Editora rica Ltda. 6. edio. So Paulo SP. SOUZA, D. J. de; LAVINIA, N. C. (2002). Conectando o PIC Explorando Recursos Avanados. 1. edio, editora J.J.Carol. STEIMANN, F. (2001). On the use and usefulness of fuzzy sets in medical AI, Artificial Intelligence in Medicine, vol. 21, 131-137. THE, M.A.L., (2001). Raciocnio baseado em casos uma abordagem fuzzy para diagnstico nutricional. Tese de Doutorado Programa de Ps-Graduao em Engenharia de Produo da Universidade Federal de Santa Catarina UFSC, Florianpolis SC.

97 VINM, K.; MKIKALLIO,T.; TULPPO,M.; RNING, J.(1998). A Neuro-Fuzzy Approach to Aerobic Fitness Classification: a multistructure solution to the contextsensitive feature selection problem. International Joint Conference on Neural Networks, 1998 (IJCNN'98). pp. 49. VIEIRA, R. S. (1999). Prottipo de um sistema de monitoramento remoto inteligente. Dissertao de mestrado UFSC. VIRANT-KLUN, I.; VIRANT, J. (1999). Fuzzy Logic Alternative for Analysis in the Biomedical Sciences, Computers and Biomedical Research 32, pp. 305321. WANG, L-X (1997). A Course in fuzzy systems and control. Prentice-Hall, New Jersey, EUA. WARREN, J.; BELIAKOV G.; ZWAAG, B. V. D. (2000). Fuzzy logic in clinical practice decision support systems, IEEE. pp. 04 07. ZADEH, L.. A. (1965). Fuzzy Sets. Information and Control, pp. 338- 354. ZAHLMANN, G.; SCHERF, M.; WEGNER, A. (1997). A neurofuzzy classifier for a knowledge-based glaucoma monitor, Proc. AIME97, (E. Keravnou et al., eds.), Lecture Notes in Artificial Intelligence 1211, Springer-Verlag: Berlin, pp. 273-284.

98 9 APNDICE A

9.1

FLUXOGRAMA ROTINA DO PIC

INCIO

Vetor de reset: pula para incio do programa

ConFiguraes iniciais: Portas, timers, interrupes, option.

ConFigura registrador TXSTA Habilita transmisso Modo assncrono Transmisso de 8 bits High speed baud rate

ConFigura Baud Rate SPBRG = 25d->9600bps

ConFigura Prescaler WDT -> 1:1 TMR0-> 1:128 8 bits TMR1-> 1:16 16 bits TMR2-> 1:4 8 bits

ConFigura Registrador RCSTA Habilita recepo Recepo de 8 bits Recepo contnua

Reset WDT? Sim 1

No

Trava o programa aguarda estouro do WDT

99 ROTINA PRINCIPAL

Limpa WDT

Freqncia motor > atual No Decrementa velocidade do motor Sim Freqncia motor < atual No

Sim

Incrementa velocidade do motor

Transmisso liberada? Sim Transmite nova freqncia cardaca Sim Freqncia cardaca atual? No

No

Freqncia sensor de rotao atual?

Sim

Transmite nova rotao do sensor

100 ROTINAS DE INTERRUPES

INTERRUPES

INT TMR0? No

Sim

Trata TMR0

INT TMR1? No

Sim

Trata TMR1

INT INT0? No INT CCP1? No INT CCP2? No INT RCREG?

Sim

Trata INT0

Sim

Trata INT1

Sim

Trata INT2

Sim

Trata RCREG

Fim interrupo

101 ROTINAS TIMER0 E INT0

Trata TMR0 Trata INT0

Limpa flag da interrupo

Limpa o flag da interrupo

Incrementa varivel Freqncia cardaca

Seta flag para desligar Seta flag para enviar mensagem de desligamento via usurio

Sai da interrupo Estourou TMR0? Sai da interrupo

Limpa varivel Freqncia cardaca

Trata INT0

ROTINA TIMER1 E INT1

Trata TMR1

Trata INT1

Limpa flag da interrupo

Limpa o flag da interrupo

Incrementa varivel Rotao

Paralisa o contador do TMR1

Atualiza o valor da varivel rotao Estourou TMR1? Sai da interrupo TMR1 = 0 Limpa varivel Rotao

Ativa o contador do TMR1

Sai da interrupo Trata INT1

102 ROTINA INT2

Trata INT2

Desliga o motor

Desliga as interrupes

Aguarda reset da placa

Sai da interrupo

TRATA DE RCREG

Trata RCREG

Atualiza varivel freqncia do motor

Sai da interrupo

103

10 APNDICE B

10.1 CONFIGURAO DO INVERSOR Descrio do Inversor SIEMENS: Micromaster Vector CONEXES DE COMANDO
P10+ 0V AN+ ANDN 1 DN 2 DN 3 DN 4 P15+ PIDin+ PIDin-

1 Fonte

3 Entradas analgicas

10

11 Sadas analgicas

Entradas digitais

Aout+

Aout-

PTC

PTC

DN 5

DN 6

RL1A

RL1B

RL1C

RL2B

RL2C

11

12 Sadas analgicas

13

14

15

16

17

18

19

20

21

Entradas digitais

Figura 10-1 Esquema de ligao do inversor de freqncia

PRINCIPAIS PARAMETROS DO SISTEMA P005 Referncia de freqncia digital [0 650] [5] Determina a velocidade de rotao do motor no caso de comando digital. Atua somente se P006 = 0 ou 3. P006 Tipo de referncia de freqncia [0 3] [0] Determina o comando para ajuste da freqncia do inversor.

104 0 Potencimetro motorizado digital. O inversor opera com a freqncia ajusta em P005 e pode ser controlado pelas teclas e (potencimetro motorizado). Outro modo, se P007 = 0, a freqncia pode ser incrementado ou decrementada ativando-se duas das entradas digitais (P051 a P055 ou P356) em 11 e 12. P007 Teclas de comando [0-1] 0 0 Bloqueia as teclas partir, jog, e reverso. Comando feito pelas entradas digitais. P009 Proteo de parmetros [0 3] P011 Memorizao da referncia de freqncia [0-1] 0 desabilitada; 1 - habilitada. P012 Freqncia mnima motor [0 500] [0] P013 Freqncia mxima motor [0.01 650] [50] P051 borne5 DIN5 Seleo da funo de comando [0 -24] P052 borne6 DIN6 Seleo da funo de comando [0 -24] P053 borne7 DIN7 Seleo da funo de comando [0 -24] 1 Partida no sentido horrio; 2 Partida no sentido anti-horrio; 11 Aumenta freqncia; 12 Diminui freqncia.

105

RESUMO:
O trabalho apresenta o desenvolvimento de um sistema inteligente, baseado em lgica fuzzy, o qual controla a velocidade de uma esteira ergomtrica com a finalidade de minimizar os riscos da atividade cardaca do usurio, permitindo ainda maximizar os benefcios que a atividade fsica pode proporcionar ao usurio deste equipamento. O controlador inteligente desenvolvido foi baseado na tcnica de controle fuzzy, possuindo por isso um software simplificado. Alm disto o hardware desenvolvido foi baseado em circuitos eletrnicos simples e de baixo custo, o que permite sua instalao nos mais diversos tipos de esteiras existentes no mercado. A contribuio tcnico cientifica do equipamento desenvolvido um controlador adaptativo que gerado de acordo com o perfil do usurio, isto , para um conjunto de caractersticas tais como: idade, condicionamento fsico, ndice de massa corporal e zona de treinamento desejada. O sistema constri automaticamente um controlador fuzzy capaz de manter a atividade cardaca do usurio dentro da faixa de segurana indicada pelos mdicos e / ou fisioterapeutas, de acordo com as caractersticas fornecidas. O equipamento desenvolvido, hardware e software, so descritos detalhadamente e os resultados dos testes realizados com diversos usurios so comparados a valores simulados por um software dedicado a controle industrial, apresentando uma discrepncia inferior a 10%. O sistema tambm apresentou resultados de maneira a garantir a integridade fsica de quem fez uso do equipamento, no tendo, em momento algum, ultrapassado o valor de freqncia cardaca mxima permitida para o usurio. E ainda, manteve a freqncia cardaca numa faixa entre 60 a 85% da freqncia cardaca mxima, constatando a eficincia do controlador.

PALAVRAS-CHAVE
Lgica Fuzzy; Esteira Eltrica, Freqncia Cardaca, Controle de velocidade.

REA/SUB-REA DE CONHECIMENTO
1.03.03.00-6 - Metodologia e Tcnicas da Computao 3.04.05.02-5 - Automao Eletrnica de Processos Eltricos e Industriais 3.13.01.01-0 - Processamento de Sinais Biolgicos 2005 N: 361