Detail předmětu

Optimalizace regulátorů

FEKT-MPC-OPRAk. rok: 2023/2024

Kurz 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 statistickými metodami návrhů algoritmů v oblasti zpětnovazební a stavové regulace, parametrické identifikace, modelově orientované detekce poruch a rekonstrukce stavu. 

Jazyk výuky

čeština

Počet kreditů

6

Vstupní znalosti

Jsou požadovány znalosti na úrovni bakalářského studia. Předmět staví zejména na znalostech z oblasti regulace a řízení (diskrétní a frekvenční přenos, zpětná vazba), matematiky (hledání extrému, maticový kalkul) a programování v MATLABu (implementace algoritmů). 

Pravidla hodnocení a ukončení předmětu

Předmět je zakončen zápočtem a zkouškou. Student může získat zápočet se ziskem až 30 bodů vypracováním  projektu a jeho obhajobou. Zkouška sestává z písemné části a ústního hodnocení písemného zpracování (max. 70 bodů).

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

Učební cíle

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


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

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

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.

Laboratorní cvičení

39 hod., povinná

Vyučující / Lektor

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.