Detail předmětu

Optimalizace regulátorů

FEKT-MPC-OPRAk. rok: 2021/2022

Kurs je zaměřen na výběr vhodného typu regulátoru s optimalizací jeho struktury a parametrů s ohledem na požadované vlastnosti regulačního obvodu.
Zabývá se klasickými i moderními metodami návrhů řídicích algoritmů (adaptivní, optimální a prediktivní přístupy) včetně použití principů umělé inteligence v řídicích algoritmech.

Jazyk výuky

čeština

Počet kreditů

Garant předmětu

prof. Ing. Pavel Václavek, Ph.D.

Zajišťuje ústav

Ústav automatizace a měřicí techniky (UAMT)

Výsledky učení předmětu

Absolvent předmětu je schopen navrhnout komplexní řídicí systém a provést transfer návrhu do reálného technologického procesu.

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT. Podklady k přednáškám a ke cvičení jsou pro studenty dostupné z webových stránek předmětu. Student odevzdává jeden projekt.

Způsob a kritéria hodnocení

až 10 bodů za aktivity v laboratorních cvičeních.
až 20 bodů za projekty.
Kombinovaná zkouška - písemná část a ústní hodnocení písemného zpracování. Max. 70 bodů.

Osnovy výuky

Přednáška
Fyzikální podstata řízení
Diskrétní PID regulátory a jejich varianty jako základní referenční regulátory
Metody adaptivního řízení, identifikace parametrů ARX modelu
Automaticky se nastavující regulátor (STC)
Optimální řízení
Stavový regulátor
Diskrétní kvadraticky optimální řízení, LQG metoda návrhu regulátoru
Základy fuzzy logiky, fuzzy regulátory
Umělé neuronové sítě, metody učení NS
Identifikace systémů pomocí neuronových sítí
Adaptivní optimální regulátor s identifikací pomocí NS (kvantizační efekt)
Řídicí algoritmy na bázi neuronových sítí
Prediktivní a zpětnovazební strategie řízení, návrh prediktivního LQ regulátoru
Spojitá a diskrétní filtrace signálu
Optimální filtrace systému (Kalmanův filtr)

Cvičení na poč.
Seznámení s pracovištěm a s Automation studiem pro přímou implementaci řídicích algoritmů v reálném čase ve spojení MATLAB/Simulink – PLC B&R – fyzikální modely
Seznámení s použitím S-funkcí v MATLABu
PID regulátor, jeho varianty, optimalizace nastavení
Identifikace parametrů ARX modelu v reálném čase
Zadání samostatného projektu
Realizace automaticky se nastavujícího regulátoru
Návrh LQ regulátoru
Metody řešení algoritmu LQ regulátoru
Ověření vlastností fuzzy regulátorů
Ověření vlastností neuronových sítí v identifikaci a řízení
Ověření vlastností prediktivního regulátoru
Realizace a ověření spojitých a diskrétních filtrů
Návrh a ověření Kalmanova filtru
Zhodnocení výsledků, zápočet

Učební cíle

Seznámit posluchače s moderními algoritmy z oblasti automatického řízení, zpracování signálu a rozhodování. Osvojit si metodologii návrhu optimálního regulátoru, adaptivního regulátoru, sestavovat matematické modely dynamických soustav na základě informace nesené v datech a detekovat poruchy v pozorovaných soustavách.

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

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Zařazení předmětu ve studijních plánech

  • Program MPC-KAM magisterský navazující 1 ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Jakub Dokoupil, Ph.D.

Osnova

Diskrétní varianty PID regulátoru. Modifikace regulátorů pro účely implementace v reálném počítači a metodika jejich nastavování.
Základní principy optimalizace: nutné a postačující podmínky minima (maxima), konvexní analýza, řešení optimalizační úlohy s omezením typu rovnost a nerovnost (Karushovy–Kuhnovy–Tuckerovy podmínky), řešení nelineárního problému globálně konvergentními algoritmy, úvod do teorie pravděpodobnosti.
Formulace úlohy optimálního řízení. Implementace optimálního stavového regulátoru.
Formulace úlohy optimálního řízení. Implementace optimálního stavového regulátoru – pokračování.
Formulace úlohy prediktivního řízení. Implementace prediktivního regulátoru.
Odhadování parametrů regresního modelu dynamického systému. Řešení problémů, které souvisejí s implementací algoritmů odhadování v reálných úlohách (volba struktury modelu, numerické filtry, odhadování v uzavřené smyčce).
Sledování časového vývoje parametrů nestacionárních systémů adaptivními algoritmy odhadování.
Filtrace stavu dynamického systému Kalmanovým filtrem. Implementace filtru v úloze rekonstrukce stavu elektrického pohonu.
Detekce a izolace poruch v řízených soustavách na základě informace nesené v měřených datech
Odhadování parametrů a stavů nelineárních modelů dynamických systémů. Regulace Hammersteinova nelineárního modelu.
Datově řízené slučování modelů za účelem zpřesnění predikce chování systému. Regulace s využitím banky modelů.
Optimální rozhodování v systémech diskrétních událostí.
Zopakování poznatků.

Cvičení odborného základu

26 hod., povinná

Vyučující / Lektor

Ing. Jakub Dokoupil, Ph.D.

Osnova

Diskrétní PID regulátor.
MATLAB/Simulink – PLC B&R.
Optimální stavový regulátor.
Optimální stavový regulátor – pokračování.
Prediktivní regulátor.
Rekurzivní metoda nejmenších čtverců s odmocninovým filtrem.
Adaptivní varianty rekurzivní metody nejmenších čtverců.
Kalmanův filtr pro odhad stavu systému.
Práce na projektu.
Práce na projektu.
Práce na projektu.
Práce na projektu.
Rezerva – zápočet.