Cíle předmětu (anotace):
|
Cílem předmětu je seznámit studenty s problematikou prediktivního řízení - od matematického odvození, návrhu algoritmů, programování až po aplikace prediktivních regulátorů.
|
Požadavky na studenta
|
Student musí získat zápočet a vykonat ústní zkoušku.
|
Obsah
|
1. Úvod do problematiky prediktivní regulace
2. Formulace kritéria, prediktor a způsob řešení minimalizace
3. Jednoduché příklady regulátorů řešitelné analyticky
4. Jednoduché příklady řešené pomocí maticových operací
5. Odvození obecného prediktoru pro vstupně-výstupní popis
6. Odvození obecného prediktoru pro stavový popis
7. Analytické řešení - regulátor bez uvažování omezení
8. Řešení pomocí kvadratického programování - regulátor s uvažováním omezení
9. Simulační aplikace vstupně-výstupní varianty regulátoru
10. Simulační aplikace stavové varianty regulátoru
11. Laboratorní aplikace na proporcionální hydraulické soustavě
12. Laboratorní aplikace na proporcionální mechanické soustavě
13. Laboratorní aplikace na integrační mechanické soustavě
|
Aktivity
|
|
Studijní opory
|
V případě mimořádných opatření bude výuka probíhat vzdáleně s využitím programu MS Teams v době dle rozvrhu. Účast na schůzkách skupiny v MS Teams je ekvivalentní účasti na přednáškách a cvičeních.
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
CAMACHO, E. F. a C. BORDONS. Model predictive control. New York: Springer, 2004. ISBN 1852336943.
-
Základní:
ROSSITER, J. A. Model-based predictive control: a practical approach. Boca Raton: CRC Press, 2003. ISBN 0849312914.
-
Doporučená:
DUŠEK, František a Daniel HONC. Matlab a Simulink: úvod do používání. Pardubice: Univerzita Pardubice, 2005. ISBN 80-7194-776-8.
|
Časová náročnost
|
Prezenční forma studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Kontaktní výuka
|
52
|
Příprava na zkoušku
|
20
|
Projekt týmový
|
11
|
Domácí příprava na výuku
|
26
|
Projekt individuální
|
10
|
Celkem
|
119
|
|
Předpoklady - další informace k podmíněnosti studia předmětu |
Základní znalosti odborných předmětů. |
Získané způsobilosti |
Student po absolvování předmětu
- prokazuje znalosti z oblasti prediktivní regulace ? umí pracovat s kritériem, prediktorem, analytickým řešením bez existence omezení i s kvadratickým programováním v případě omezení akčních a regulovaných veličin.
- umí odvodit, zrealizovat a aplikovat regulátor v prostředí MALTAB/Simulink pro vybrané laboratorní soustavy |
Vyučovací metody |
- Monologická (výklad, přednáška, instruktáž)
- Dialogická (diskuze, rozhovor, brainstorming)
- Demonstrace
- Laborování
|
Hodnotící metody |
- Ústní zkouška
- Posouzení zadané práce
- Rozhovor
|