Loss of control in-flight is the cause of approximately 70% of all fatalities occurring in aircraft with a take-off mass greater than 5,700 kg. The relevance of this subject provokes the technical and scientific community, and leads to a series of discussions and the generation of norms, procedures and devices that seek to mitigate the causes of these accidents. In order to contribute to the aeronautical sector with regard to the development of new strategies that seek to minimize the number of fatal air accidents, this work proposes the use of a new control architecture based on the combination of neuro-fuzzy systems in the control of aircraft in critical flight operations. For that matter, a new fuzzy inference method, called PIA (Pondered Individual Analysis), is developed, which combines intuitiveness and high computational performance in the process of mathematical translation of the rule base involved in the process. The validation of the proposed technique involves the development of a software-inthe- loop simulation between MATLAB and X-Plane 11, in which the ability of the proposed control architecture, in critical flight operations, to maintain the response of the aircraft around the reference signals is verified, and also it is analyzed the performance of the control system when taking into account a dynamic model raised from experimental data, extracted from a flight test carried out on a small scale Cessna 172 aircraft. The results of the longitudinal and lateral-directional dynamics of the aircraft are analyzed and compared to those obtained with the proportional integral derivative controller and with the neuro-fuzzy controller that uses theTakagi-Sugeno fuzzy inference method, and they present lower mean absolute error in relation to the desired behavior for the aircraft, and thus highlight that the PIA method demonstrates to be an effective tool to be considered in solving problems in the control area.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorCNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoFAPEMIG - Fundação de Amparo a Pesquisa do Estado de Minas GeraisTese (Doutorado)A perda de controle da aeronave durante o voo é causa de aproximadamente 70% de todas as fatalidades ocorridas em aeronaves com massa de decolagem superior a 5.700 kg. A relevância do tema provoca a comunidade técnica e científica, e leva a uma série de discussões e à geração de normas, procedimentos e dispositivos que buscam mitigar as causas desses acidentes. No intuito de contribuir com o setor aeronáutico no que tange ao desenvolvimento de novas estratégias que procurem minimizar o número de acidentes aéreos fatais, neste trabalho é proposta a utilização de uma nova arquitetura de controle baseada na combinação de sistemas neuro-fuzzy no controle de aeronaves em operações críticas de voo. Para isso, desenvolve-se um novo método de inferência fuzzy, denominado PIA (Pondered Individual Analysis), que alia intuitividade e alto desempenho computacional no processo de tradução matemática da base de regras envolvida no processo. A validação da técnica proposta passa pelo desenvolvimento de uma simulação do tipo software-in-the-loop entre o MATLAB e o X-Plane 11, em que se verifica a capacidade da arquitetura de controle proposta, em operações críticas de voo, de manter a resposta da aeronave em torno dos sinais de referência, e também pela verificação do desempenho do sistema de controle ao se levar em consideração um modelo dinâmico levantado a partir de dados experimentais, extraídos em ensaio de voo realizado em uma aeronave Cessna 172 em escala reduzida. Os resultados das dinâmicas longitudinal e látero-direcional da aeronave são analisados e comparados aos obtidos com os controladores proporcional integral derivativo, e neuro-fuzzy que utiliza o método de inferência fuzzy de Takagi-Sugeno, e apresentam menor erro médio absoluto com relação ao comportamento desejado para a aeronave, e dessa forma evidenciam que o método PIA demonstra ser uma eficaz ferramenta a ser considerada na resolução de problemas na área de controle.