Este artigo propõe uma nova estratégia de controle adaptativo direto em que uma única rede neural é usada para simultaneamente identificar e controlar uma planta. A motivação para essa estratégia de controle adaptativo é compensar a entrada de controle gerada por um controlador retroalimentado convencional. O processo de treinamento da rede neural é realizado através de duas técnicas: backpropagation e filtro de Kalman estendido. Adicionalmente, a convergência do erro de identificação é analisada através do segundo método de Lyapunov. O desempenho da estratégia proposta é avaliado através de simulações e uma aplicação em tempo real.
Backpropagation; controle adaptativo; convergência; estabilidade; filtro de Kalman estendido; redes neurais
