A operação de trens exige, para seu sucesso, o tratamento de um vasto conjunto de comandos complexos, de difícil assimilação por pessoal sem a devida experiência. Para auxiliar operações ferroviárias, tanto em configurações embarcadas como no treinamento de novos operadores, este trabalho trata do desenvolvimento de um controlador, baseado em Lógica Fuzzy (ou Lógica Difusa). Foi construído um algoritmo de controle no qual a habilidade de um operador experiente é inserida através de conjuntos e regras de inferência, que trabalha apoiado em programa de simulação dinâmica de operações ferroviárias. A sensibilidade do operador é introduzida no modelo através de índices de desempenho, avaliados a cada passo do controle, que devem ser satisfeitos como um conjunto de funções. Os Índices de Desempenho considerados são: garantia de segurança na viagem, minimização dos esforços longitudinais nos engates, otimização da traçabilidade da velocidade ideal, otimização do tempo de percurso e redução de consumo de combustível. As ações de controle são selecionadas a partir de um conjunto de regras, descritas em Lógica Fuzzy, que consideram os resultados dos vários índices. Foram desenvolvidas simulações levando em conta três dos principais tipos de operação para a dinâmica longitudinal de uma composição ferroviária: partida do estado de repouso, viagem em regime e parada. Os resultados obtidos, considerados muito bons, são apresentados e discutidos ao longo do texto

Railway operation requires, in order to be accomplished sucessfully, treatment of a large set of complex rules, a task generally far from the non skilled personnel. As an aid to the railway operation, both on board or as a training simulator, this work discusses the development of a Fuzzy Logic based train controller. A control algorithm supported by a dynamic railway operation simulation program has been built including the ability of skilled train operators through a set of inference rules. Operator sensitivities have been added to the model through Performance Indexes evaluated at each control step. The indexes considered here are: safety assurance during trip, minimization of the longitudinal coupler forces, optimization of the ideal velocity traceability, trip time optimization and fuel consumption optimization. Control actions are selected from a set of fuzzy logic rules that take the index results into account. Simulations have been implemented considering three of the main train operation types for longitudinal railway dynamics: departure from rest, steady state and stoppage. Simulation results that can be considered very good for this approach are presented and discussed along the text.