Detail předmětu

Adaptivní a optimální řízení pohonů

FEKT-LARPAk. rok: 2017/2018

Stavové řízení elektrických pohonů, stavové řízení s pozorovatelem, stavové řízení servopohonů, diskretní stavové řízení,
základy optimálního řízení, lineární kvadratický regulátor, aplikace pro řízení elektrických pohonů. Principy adaptivních regulátorů, regulátor s referenčním modelem (MRAC), regulátor s automatickýcm nastavováním (STR), číslicová realizace regulátorů, aplikace v elektrických pohonech.

Jazyk výuky

čeština

Počet kreditů

6

Výsledky učení předmětu

Absolvent předmětu je schopen:
- popsat detailně strukturu regulovaných elektrických pohonů
- odvodit stavové rovnice elektrického pohonu
- navrhnout strukturu regulačních obvodů regulace otáček a polohy
- navrhnout stavový regulátor
-navrhnout linearní kvadratický regulátor



Prerekvizity

Student by měl mít základní znalosti z matematiky (diferenciální rovnice, operátorový počet), z teorie řízení (přenosové funkce, stabilita zpětnovazebních soustav, metodika navrhování regulátorů), elektrických strojů (princip, konstrukce, statické charakteristiky)
a výkonové elektroniky (tyristorové řiditelné usměrňovače a tranzistorové pulsní měniče).

Plánované vzdělávací činnosti a výukové metody

Numerická a počítačová cvičení obsahují samostatné úlohy k řešení řízení a regulace elektrických pohonů, zadání uvedeno v e-learningu. Pro získání zápočtu je nutné odevzdat do e-learningu včechny projekty.

Způsob a kritéria hodnocení

Student získá max 15 bodů za cvičení numerická, max. 15 bodů za laboratorní cvičení a max. 70 bodů za kombinovanou závěrečnou zkoušku: písemná část (45 bodů) a ústní část (25 bodů).

Osnovy výuky

Stavový regulátor
Lineární kvadratický regulátor
Sledovací servomechanismus
Projektování robustnosti
Diskretní řízení a počítačová realizace
Adaptivní řízení
Adaptivní regulátor s referenčním modelem
Metody návrhu regulátorů

Učební cíle

Cílem předmětu je získaní znalostí z teorie lineárního stavového zpětnovazebního řízení, optimálního a adaptivního řízení, s aplikacemi na elektrické pohony

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Laboratorní výuka je povinná.
Odevzdání numerických cvičení je povinné
Nahrazení absence laboratorní výuky po domluvě s vedoucím cvičen

Základní literatura

Astrom, Wittenmark: Adaptive Control, Addison-Wesley
Dorato, Abdallah, Cerone: Linear-Quadratic Control, Prentice Hall
Ioannou, Jing Sun: Robust Adaptive Control, Prentice Hall
Ogata: Modern Control Engineering, Prentice Hall

Zařazení předmětu ve studijních plánech

  • Program EEKR-ML1 magisterský navazující

    obor ML1-SVE , 2 ročník, zimní semestr, volitelný oborový

  • Program EEKR-ML magisterský navazující

    obor ML-SVE , 2 ročník, zimní semestr, volitelný oborový

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1 ročník, zimní semestr, volitelný oborový

Typ (způsob) výuky

 

Přednáška

39 hod., nepovinná

Vyučující / Lektor

Osnova

Optimální řízení
Lineární kvadratický regulátor
Sledovací servomechanismus
Stochastické řízení
LQG regulátor a Kálmánův filtr
Projektování robustnosti
Diskretní řízení a počítačová realizace
Adaptivní řízení
Identifikace parametrů v reálném čase
Adaptivní regulátor s referenčním modelem
Adaptivní regulátor s automatickýcm nastavováním
Stabilita a robustnost adaptivních soustav
Metody návrhu regulátorů

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

Stavové zpětnovazební řízení
Návrh LQR
Návrh LQR s kompenzací poruchy
Simulace servomechanismu
Návrh kaskádního kompenzátoru LQG
Návrh robustního regulátoru
Simulace robustní soustavy
Identifikace parametrů soustavy
Návrh adaptivního regulátoru MRAC
Návrh adaptivního regulátoru STR
Návrh regulátoru s řízeným zesílením
Simulace soustavy s adaptivním regulátorem
Zápočet