Pós-Graduação em Engenharia de Automação e Sistemas

Defesa de Dissertação de Mestrado – Helmut Araújo – 03/07/2017

03/07/2017 16:57

*Defesa de Dissertação de Mestrado*
Aluno	Helmut Araújo
Orientador Coorientador		Prof. Alexandre Trofino Neto, Dr. – DAS/UFSC Prof. Ivo Barbi, Dr. – PPGEAS/UFSC
Data	03/07/2017 (segunda-feira) 14h00 Sala PPGEAS II (piso inferior)
Banca	Prof. Alexandre Trofino Neto, Dr. – Presidente – DAS/UFSC; Prof. Daniel Ferreira Coutinh0, Dr. – DAS/UFSC; Prof. Marcelo de Lellis Costa de Oliveira, Dr. – PGEEC/UNIOESTE; Prof. Hector Bessa Silveira, Dr. – DAS/UFSC; Prof. Tiago Jackson May Dezuo, Dr. – DEE/UDESCE.
Título	Controle da Máquina Elétrica de um Aerogerador com Aerofólio Cabeado na Configuração Pumping-Kite
Resumo: Nos últimos anos a tecnologia para exploração da energia dos ventos em altitudes elevadas – Airborne Wind Energy (AWE) – vêm se desenvolvendo de rapidamente. Várias empresas e grupos de pesquisa em todo o mundo já estão testando os protótipos para validar as diferentes configurações e conceitos de AWE, sendo que todos dependem do controle de máquinas elétricas. A otimização da potência produzida e também o voo robusto da pipa independente das variações no vento podem ser obtidos com o controle adequado das máquinas. As máquinas utilizadas em AWE devem ser capazes de operar tanto como motor, nas fases de decolagem, pouso e recolhimento, como gerador na fase de tração. Esse requisito adicional traz maior complexidade aos dispositivos de eletrônica de potência utilizados. O controle de máquinas de corrente alternada é comumente utilizado na indústria, principalmente devido ao avanço de ferramentas como o conhecido Controle Vetorial, também nomeado de controle por orientação de campo (FOC). Nesse método, as correntes de fluxo magnético e torque eletromagnético são controladas separadamente em malhas internas, enquanto que a velocidade da máquina é controlada na malha externa e é responsável por produzir as referências para as malhas de corrente. Embora o controle de velocidade seja adequado para diversas aplicações, sua utilização em AWE pode ser problemática especialmente quando os ventos forem turbulentos. Manter a velocidade da máquina constante nesse cenário pode levar a flutuações indesejadas na força de tração do cabo e no ângulo de ataque do aerofólio, e eventualmente pode levar a pipa a condição de estol. Para melhorar a confiabilidade do voo, é proposto nesse trabalho uma estratégia para controlar a força de tração no cabo de um sistema AWE na configuração pumping-kite através da adição de uma malha externa ao FOC. Essa malha compara o valor de tração medido com uma referência ótima e, baseado no erro de comparação, produz uma referência de velocidade para o FOC. As simulações são parametrizadas para representar o protótipo da unidade de solo, a qual possui uma única máquina a ímãs permanentes de 12 kW e é projetada para suportar trações de até 800 kgf. Os resultados demonstram a eficiência do controlador proposto, não somente pelo seguimento de referências de tração, como também prevenindo que a pipa entre em estol.

Defesas

Defesa de Exame de Qualificação – Alexandre Reeberg de Mello – 22/06/2017

22/06/2017 16:57

*Defesa de Exame de Qualificação*
Aluno	Alexandre Reeberg de Mello
Orientado	Prof. Marcelo Ricardo Stemmer, Dr. – DAS/UFSC
Data Local	22/06/2017 08h30 (quinta-feira) Sala PPGEAS I (piso superior)
	Prof. Ubijrajara Franco Moreno, Dr. – DAS/UFSC (presidente) Prof. Aldo Von Wangenheim, Dr. – INE/UFSC Prof. Adilson Gonzaga, Dr. – DEE/USP
Título	A Framework for Online Object Recognition in an RGB-D Environment for Mobile Robot Object Search Task
Abstract: Recognition is a core problem of learning visual categories, and has a variety of potential applications that meets many areas of artificial intelligence and information retrieval, for example, object identification for mobile robots. Object recognition is an essential ability for building object-based representations of the environment or manipulate objects, and to recognize objects under an uncontrolled real-world environment is a challenging task. In this manner, this thesis proposal comes up with a framework to recognize objects during a robot movement, considering that the environment is represented by RGB-D images, and the recognition is made by a processing pipeline that includes: image processing, object features extraction, and online learning method. The RGB-D image acquisition method is chosen because it integrates view-based information from RGB and a depth information, which may turn the object recognition system more robust. A saliency detection method must be applied to identify potential objects in scene, therefore several methods will be studied and tested, and the same research procedure is for chose the segmentation algorithm, which separates the object from background and foreground. Objects and scenes data are divided in two groups: training data (that is composed of a controlled environment dataset), and test data, that is acquired by a Microsoft Kinect sensor in a real environment. Each object is represented by a set of descriptors that summarize the object features into high-dimensional arrays, and as each type of descriptor extracts a particular object characteristic, different types of descriptors will be tested. The learning and classifier system is an online Support Vector Machine (SVM), which is fed by large data of high-dimensional object descriptors. Thus, the recognition system must have relatively fast training method, to be able to be online updated, i.e., retrain the SVM model to update its support vectors. The SVM formulation includes a non-linear kernel, that must be chosen or designed by an optimized kernel hyperparameters strategy. The classifier should separate the objects in many classes, thus a multiclass strategy for the SVM will be studied and proposed. For last, a strategy to check if the classifier output is consistent with time sequenced data is introduced.

Defesas

Defesa de Dissertação de Mestrado – Silvane Cristina de Melo Schons – 29/05/2017

29/05/2017 16:56

*Defesa de Dissertação de Mestrado*
Aluno	Silvane Cristina de Melo Schons
Orientador Coorientador		Prof. Rodolfo Cesar Costa Flesch, Dr. – DAS/UFSC Prof. Julio Elias Normey-Rico, Dr. – DAS/UFSC
Data	29/05/2017 (segunda-feira) 13h30 Sala PPGEAS I (Piso Superior)
Banca	Prof. Julio Elias Normey-Rico, Dr. – Presidente – DAS/UFSC; Prof. Eugênio de Bona Castelan Neto, Dr. – DAS/UFSC; Prof. Douglas Wildgrube Bertol, Dr. – UDESC; Prof. Paulo Renato da Costa Mendes, Dr. – DAS/UFSC; Prof. Daniel Ferreira Coutinho, Dr. – DAS/UFSC (suplente)
Título	Implementação de Estratégia de Controle Preditivo em Cascata em Sistema Embarcado de Tempo Real e FPGA
Resumo: Este trabalho apresenta a implementação de uma estrutura de controle em cascata, muito utilizada em sistemas que possuem dois laços de controle com diferentes constantes de tempo e acesso ao sinal intermediário. O sistema de controle proposto é implementado em um hardware de alto desempenho, o myRIO, que possui um Arranjo de Portas Programável em Campo (FPGA) customizável e um processador que trabalha com um sistema operacional de tempo real, garantindo confiabilidade e determinismo ao sistema. Na malha interna da estrutura em cascata, é aplicado um controlador proporcional-integral (PI) implementado em FPGA e, na malha externa, é aplicado um controlador preditivo generalizado (GPC) implementado para execução no sistema operacional de tempo real do myRIO. A estrutura de controle foi desenvolvida de maneira que possa ser aplicada em qualquer planta, contudo foi escolhida uma planta de laboratório de controle de velocidade e corrente de um motor de corrente contínua como estudo de caso. Os resultados experimentais validaram a implementação em ambas as camadas. O período de amostragem que foi alcançado na implementação do PI no FPGA foi inferior a 10 µs e o período de amostragem da implementação do GPC no sistema operacional de tempo real foi de 13 ms (valor do tempo máximo observado), com período médio de execução inferior a 5 ms.

Defesas

Defesa de Dissertação de Mestrado – Suelen Macedo Laurindo – 26/05/2017

25/05/2017 16:55

*Defesa de Dissertação de Mestrado*
Aluna	Suelen Macedo Laurindo
Orientador Coorientador Coorientador		Prof. Carlos Barros Montez, Dr. – DAS/UFSC Prof. Ricardo Alexandre R. de Moraes, Dr. – PPGEAS/UFSC Prof. Odilson Tadeu Valle, Dr. – IFSC
Data	26/05/2017 (sexta-feira) 09h00 Sala PPGEAS I (Piso Superior)
Banca	Prof. Carlos Barros Montez, Dr. – Presidente – DAS/UFSC; Prof. Francisco Vasquez, Dr. – FEUP/Universidade do Porto; Prof. Marcelo Ricardo Stemmer, Dr. – DAS/UFSC; Prof. Mário Dantas, Dr. – INE/UFSC.
Título	Seleção Automática De Nodos Cooperantes Em Abordagens De Comunicação Cooperativa Em Redes De Sensores Sem Fio
Resumo: As Redes de Sensores Sem Fio (RSSF) estão sujeitas a problemas de confiabilidade de comunicação devido a interferências, atenuação de sinal, obstáculos etc. Nessas redes, a diversidade cooperativa é uma técnica muito utilizada para melhorar o desempenho das comunicações, na qual alguns nodos são escolhidos como cooperantes e são responsáveis por retransmitir mensagens de outros nodos. A escolha de quais nodos cumprirão o papel de nodos cooperantes é uma etapa decisiva na aplicação desta técnica. Alguns trabalhos na literatura fazem a escolha baseada apenas em um ou, no máximo, dois parâmetros, não sendo capazes de fazer uma escolha eficiente, reduzindo consequentemente a confiabilidade obtida em suas propostas. Nesta dissertação é proposta uma nova técnica de seleção de nodos cooperantes, chamada Smart, a qual considera vários critérios relevantes para o funcionamento da rede. O objetivo da técnica Smart é otimizar a seleção dos nodos cooperantes, selecionando o menor número de nodos cooperantes mas, assegurando que todos os nodos da rede possuam um vizinho que seja cooperante, garantindo que as mensagens de todos os nodos cheguem ao destino. Para avaliar a proposta foi utilizado o simulador OMNeT++/Castalia, comparando com outras abordagens analisadas na literatura. Os resultados mostram que a técnica Smart apresenta um desempenho superior ao das técnicas comparadas.

Defesas

Defesa de Dissertação de Mestrado – Juan Gabriel Guerrero Grijalva – 24/05/2017

24/05/2017 16:54

*Defesa de Dissertação de Mestrado*
Aluno	Juan Gabriel Guerrero Grijalva
Orientador Coorientador		Prof. Eugênio de Bona Castelan Neto, Dr. – DAS/UFSC Prof. Michael Klug, Dr. – IFSC/Joinville
Data	24/05/2017 (quarta-feira) 09h00 Sala PPGEAS II (Piso Inferior)
Banca	Prof. Eugênio de Bona Castelan Neto, Dr. – Presidente – DAS/UFSC; Prof. Henrique Simas, Dr. – EMC/UFSC; Prof. Daniel Ferreira Coutinho, Dr. – UDESC; Prof. Edson Roberto De Pieri, Dr. – DAS/UFSC;
Título	Control of Quadrotor using TS Fuzzy Techniques
Abstract: Takagi Sugeno (TS) fuzzy techniques have been plenty used successfully in the last decades to control nonlinear mechatronic systems. Therefore, many approaches, in continuous and discrete time, are presented in this work applied in a quadrotor system. Linear matrix inequalities (LMIs) theorems based in Lyapunov functions are used to stabilize the system. Parallel distributed compensation (PDC) is the standard control structure employed through all this work. The fuzzy modeling is based in local nonlinear rules which represent accurately the system. Aiming an efficient processing, it is showed a modeling with a small number of rules without loosing information about the dynamic of the system. There have been developed many researches in continuous time algorithms for quadrotors. Thus, in this document is considered the hybrid behavior, continuous and discrete-time, of the closed loops system to develop an algorithm which actually could be used in a practical implementation. The sensors are limited by the sampling time (T_s) which is greater than the bandwidth of the processor; then an incorrect selection of the T_s could led in an unnecessary processing or instability. The system could demand constraints in the control input due to the features of the actuators as well as in the output states pitch, roll, yaw and altitude of the quadrotor system. Many ways to deal with these constraints and limitations are showed for controllers based in TS fuzzy model, in which its feedback is computed online or offline. TS fuzzy techniques with PDC are flexible to be used with other control techniques such as model predictive control and poles allocation approaches. Thus, a comparison of these techniques is presented too. Finally, a generic algorithm that could be embedded in any open source processor is presented with numerical simulations.

Defesas

Defesa de Dissertação de Mestrado – Rafael Mendes Duarte – 22/05/2017

22/05/2017 16:54

*Defesa de Dissertação de Mestrado*
Aluno	Rafael Mendes Duarte
Orientador		Prof. Alexandre Trofino Neto, Dr. – DAS/UFSC
Data	22/05/2017 (segunda-feira) 15h30 Sala PPGEAS I (Piso Superior)
Banca	Prof. Alexandre Trofino Neto, Dr. – Presidente – DAS/UFSC; Prof. Jefferson Luiz Brum Marques, Dr. – EEL/UFSC; Prof. Odival Cezar Gasparotto, Dr. – CCB/DCF/UFSC; Prof. Hector Bessa Silveira, Dr. – DAS/UFSC.
Título	Low Cost Brain Computer Interface System for AR. Drone Control
Abstract: This work presents the design, implementation, and testing of a Brain-Computer Interface (BCI) system based on μ-waves to control the navigation of a drone. BCI systems perform the translation of brain signals into commands to communicate with external applications. The μ rhythm is a type of brain signal response to motor activity which can be easily measured by electroencephalography (EEG). For this reason, μ-waves based BCI systems have been extensively explored in the literature as a way of enabling patients with compromised neuromotor functions to interact with the outside world. To implement the signal processing and application interface routines, a software platform was built based on well-established filter and classification techniques, such as the Common Spatial Patterns (CSP) and the Linear Discriminant Analysis (LDA). For interfacing with the drone, an algorithm for translating the classifier outputs into drone commands was proposed. In addition, the acquisition of brain waves was performed by a low-cost and open-hardware EEG amplifier called OpenBCI. The validation of the designed system was performed using public and an acquired motor imagery EEG datasets, which were supplied to the platform to simulate the real-time performance of the system. The tests, conducted in a drone simulator, demonstrated the correct operation of the proposed methodology and the designed system.

Defesas

Defesa de Exame de Qualificação – Leonardo Salsano de Assis – 19/05/2017

19/05/2017 16:53

*Defesa de Exame de Qualificação*
Aluno	Leonardo Salsano de Assis
Orientado	Prof. Eduardo Camponogara, Dr. – DAS/UFSC
Data Local	19/05/2017 14h30 (sexta-feira) Sala PPGEAS I (piso superior)
	Prof. Jomi Fred Hübner, Dr. – DAS/UFSC (presidente) Prof. Guilherme Ernani Vieira, Dr. – EPS/UFSC Prof. Roger Rocha, Dr. – Petrobras Prof. Werner Kraus Junior, Dr. – DAS/UFSC (suplente)
Título	Operational Management of Crude Oil Supply: Models and Algoritms
Abstract: An important problem faced by oil companies is the supply of crude oil from platforms to refineries, namely the crude oil supply planning problem. This problem is usually found in vertically integrated oil companies, which control production, transportation, storage and refining. In offshore platforms, crude oil is produced and then transferred to onshore crude oil terminals by sub-sea pipelines or shuttle tankers. After being delivered at the terminals, the crudes are sent to refineries and will be processed in crude distillation units (CDUs) to produce oil products, which will be delivered to chemical, pharmaceutical and energy industries, and end consumers. Since oil pipelines are not available in deep-water offshore oilfields, the oil company relies on platforms, to produce and store crude oil. For the large number of platforms, a fleet of shuttle tankers is needed due to high volume of oil that must be transferred from the platforms to crude oil terminals. After arriving to the terminals, shuttle tankers upload crude oil through a pipeline into storage tanks. Then, crude oil can be pumped to the refinery. At the refinery, the crude oil arriving from the pipeline is stored in charging tanks and subsequently sent to the CDUs. The mixture or blend of different types of crudes is tracked by bilinear terms in blending equations, which are non-convex non-linear functions. Among the decisions in each decision level of the crude oil supply planning problem, the strategic level is responsible for defining the demands (total volume and type of crude oil) of the refinery for the long-term, as well as crude oil import/export decisions. The tactical level includes more detailed constraints and is concerned with the medium-term resource allocation. This level decides which platforms will feed each crude oil terminal; which terminal will supply each refinery; and the vessel fleet composition. Also, decisions involving material flow such as the shipments of crude oil between platforms and the crude oil terminal, as well as between the crude oil terminal and the refinery are carried out for each period of the planning horizon. The operational level is fed with upper level decisions, which are concerned with routing and scheduling of operations. This work intends to provide a systematic scheme composed of models and algorithms for the operational management of crude oil supply. This problem can be classified as a combined short-sea maritime inventory routing and crude oil scheduling problem. It integrates entities from the upstream (i.e., production platforms, oil vessels and the crude oil terminal) and midstream (i.e., refinery) segments, as well as tactical (i.e., inventory management and inventory allocation) and operational (i.e., scheduling) decisions, resulting into a non-convex mixed-integer non-linear programming problem (non-convex MINLP).

Defesas

Defesa de Dissertação de Mestrado – Lucian Ribeiro da Silva – 10/05/2017

10/05/2017 16:52

*Defesa de Dissertação de Mestrado*
Aluno	Lucian Ribeiro da Silva
Orientador Coorientador		Prof. Rodolfo Cesar Costa Flesch, Dr. – DAS/UFSC Prof. Julio Elias Normey-Rico, Dr. – DAS/UFSC
Data	10/05/2017 (quarta-feira) 14h00 Sala PPGEAS I (Piso Superior)
Banca	Prof. Julio Elias Normey-Rico, Dr. – Presidente – DAS/UFSC; Prof. Eugênio de Bona Castelan Neto, Dr. – DAS/UFSC; Prof. Daniel Martins Lima, Dr. – UFSC/Blumenau; Prof. Aguinaldo Silveira e Silva, Dr. – LABSPOT/UFSC; Prof. Paulo Renato da Costa Mendes, Dr. – DAS/UFSC (suplente)
Título	Estudos de Técnicas de Sintonia de um Preditor de Smith Filtrado com Base no Controlador Preditivo Generalizado
Resumo: Este trabalho apresenta diferentes estruturas de um compensador de atraso de transporte, denominado preditor de Smith filtrado, com base no controlador preditivo generalizado, em conjunto de técnicas para evitar o windup do controlador, causado, na maioria das vezes, pela saturação do atuador. Essa proposta tem como objetivo tratar restrições de amplitude de sinal de controle e obter um desempenho subótimo, sem a necessidade de um processo de otimização para tratar a não linearidade imposta pela restrição, como tipicamente ocorre no controlador preditivo generalizado. Foram realizadas simulações de processos abordados na literatura e o desempenho da técnica proposta foi comparado ao desempenho do controlador preditivo generalizado. Também foi realizado um estudo de caso experimental em uma bancada de ensaios que permitiu comparar os resultados da sintonia proposta e do controlador preditivo generalizado para o controle de temperatura da água de uma ducha eletrônica. Tanto os resultados de simulação quanto os experimentais demonstram que no caso de restrições de saturação da amplitude de controle a técnica proposta é capaz de alcançar desempenho de controle muito próximo do ótimo com um esforço computacional muitas ordens de grandeza menor que o demandado pelo controle preditivo generalizado.

Defesas

Defesa de Tese de Doutorado – Cleison Daniel Silva – 09/05/2017

09/05/2017 16:51

Defesa de Tese de Doutorado

Aluno

Cleison Daniel Silva

Orientador

Coorientador

Prof. Alexandre Trofino Neto, Dr. – DAS/UFSC

Prof. Jefferson Luiz Brum Marques, Dr. – IBE/UFSC

Data

Local

09/05/2017 14h00 (terça-feira)

Sala PPGEAS I (piso superior)

Prof. Alexandre Trofino Neto, Dr. – DAS/UFSC (orientador)

Prof. Carlos Julio Tierra Criollo, Dr. – PEB/UFRJ

Prof. Sidney Nascimento Junior Givigi, Dr. – DECE/RMC

Prof. Antonio Pereira Junior, Dr. – IC/UFRN

Prof. Marcio Holsbach Costa, Dr. – DEEEL/UFSC

Prof. Hector Bessa Silveira, Dr. – DAS/UFSC

Título

Processamento de Sinais de EEG para Classificação de Tarefas Motoras em Sistemas de Interface Cérebro-Máquina

Resumo: Nesta tese, é proposta uma nova abordagem para o processamento do sinal de eletroencefalograma (EEG) aplicado à interface cérebro-máquina (ICM) baseado em imagética motora (IM). A nova abordagem consiste em introduzir graus de liberdade aos classificadores baseados em Padrões Espaciais Comuns (CSP – Common Spatial Pattern) mais Análise Discriminante Linear (LDA – Linear Discriminant Analysis) e um classificador baseado na distância de Riemann. Os graus de liberdade correspondem a uma transformação para os sinais que é expressa como uma parametrização das matrizes de correlação. Esses parâmetros são determinados resolvendo um problema de otimização convexa com restrições de Desigualdades Matriciais Lineares (LMI – Linear Matrix Inequalities). Estes problemas são formulados para destacar propriedades que melhoram a discriminação de sinais de diferentes classes. A fim de reduzir a demanda computacional dos problemas de otimização, uma representação compacta dos sinais EEG é usada para expressar a parametrização da matriz de correlação e reduzir a dimensão do problema. O conteúdo espectral dos sinais é explicitamente encontrado nos coeficientes da representação compacta que são obtidos eficientemente projetando os sinais numa base sinusoidal definida em uma faixa de freqüências de interesse. Esta propriedade permite emular a estratégia de filtro de passa-banda a partir dos coeficientes da nova representação. Os resultados, em termos de precisão de classificação, foram ilustrados através de um conjunto de dados de sinal EEG registrado durante a execução de tarefas cognitivas de imagética motora. Estes conjuntos de dados estão disponíveis online gratuitamente e foram gerados por duas competições internacionais, promovidos para testar e validar algoritmos aplicados a sistemas ICM. Embora os resultados obtidos possam ser melhorados, a introdução e ajuste dos novos graus de liberdade propostos nesta tese provaram ser uma alternativa

viável para obter melhores taxas de acurácia na classificação do sinal quando comparados com os métodos convencionais, via Riemann e via CSP -LDA, especialmente quando os métodos clássicos oferecem resultados ruins. Outro aspecto interessante é que a representação compacta permite reduzir drasticamente o custo computacional de métodos baseados em CSP e filtros de frequência sub-banda sem comprometer o desempenho da ICM.

Defesas

Defesa de Exame de Qualificação – Rodrigo Szpak – 05/05/2017

05/05/2017 16:50

*Defesa de Exame de Qualificação*
Aluno	Rodrigo Szpak
Orientador Coorientador	Prof. Max Hering de Queiroz, Dr. – DAS/UFSC Prof. José Eduardo Ribeiro Cury, Dr. – DAS/UFSC
Data Local	05/05/2017 14h00 (sexta-feira) Sala PPGEAS I (piso superior)
	Prof. Marcelo Ricardo Stemmer, Dr. – DAS/UFSC (presidente) Prof. Marcos Vicente de Brito Moreira, Dr. – COOPE/UFRJ Prof. André Bittencourt Leal, Dr. – CCT/UDESC Prof. Rodrigo Castelan Carlson, Dr. – DAS/UFSC
Título	Método de Implementação do Controle Supervisório Modular Local Temporizado em Controladores Lógicos Programáveis
Resumo: Controladores lógicos programáveis (CLPs) são os principais dispositivos utilizados para o controle dos sistemas automatizados na indústria de manufatura. Portanto, a solução de um problema de automação em sistemas de manufatura passa pela obtenção de uma lógica de controle a ser implementada em CLPs. Modelos temporizados permitem resolver problemas mais complexos, porém ao custo de que os modelos gerados também sejam mais complexos. O projeto de uma lógica de controle para modelos temporizados é uma tarefa complexa que justifica o uso de métodos formais como a Teoria de Controle Supervisório Temporizada (TCST). O principal objetivo desta proposta de Tese é apresentar um método que permita a implementação do controle de sistemas a eventos discretos temporizados (SEDTs) em CLPs. O controle é obtido pela aplicação da abordagem modular local temporizada, estendida através do Controle Modular Local (CML) para explorar arquiteturas de SEDTs compostos. O método de implementação deve permitir a conversão do modelo que descreve o comportamento em malha aberta do sistema e dos supervisores no programa de um CLP e o programa resultante estar de acordo com a norma internacional IEC 61131-3. Na literatura discutem-se diversos problemas que podem ocorrer na implementação obtida por meio da TCS. Com a arquitetura proposta pretende-se considerar tais problemas e analisar outros que possam ocorrer ao incluir o tempo no comportamento de SEDs. Apresenta-se inicialmente um problema real de controle que será utilizado como exemplo para a aplicação dos conceitos e metodologias apresentadas. Primeiramente, realiza-se a explanação sobre a implementação do sistema não temporizado para o qual foi utilizada uma metodologia proposta pelo grupo de pesquisa de Automação e Sistemas da UFSC. A seguir apresenta-se a solução do problema real para a proposta de implementação do controle supervisório modular local temporizado. Apresenta-se ainda um estudo sobre a implementação em CLPs do escalonamento de tarefas por intermédio do CML temporizado.