Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Modern irányításelmélet I.

    A tantárgy angol neve: Modern Control Theory I.

    Adatlap utolsó módosítása: 2016. július 4.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Doktorandusz képzés

     

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIFOD053   4/0/0/v 5 1/1
    3. A tantárgyfelelős személy és tanszék Dr. Lantos Béla,
    4. A tantárgy előadója

    Név:

    Beosztás:

    Tanszék, Int.:

    Dr. Lantos Béla

    egyetemi tanár

    Irányitástechnika és Informatika

    5. A tantárgy az alábbi témakörök ismeretére épít

    Szabályozástechnika

    6. Előtanulmányi rend
    Ajánlott:

    ---

    7. A tantárgy célkitűzése A tárgy célja, hogy összefoglalja az irányítástechnika korszerű elméleti irányzatait a mintavételes, optimális, adaptív és fuzzy/neurális irányítások területén, amelyek feltehetően még hosszú ideig hatni fognak az irányítástechnika elméletére és gyakorlatára. A módszerek többsége többváltozós rendszerek tervezésére szolgál.
    8. A tantárgy részletes tematikája

    I. Mintavételes SISO (egyváltozós) szabályozások tervezése

    • Kétszabadságfokú szabályozó tervezése referenciamodell alapján
    • Holtidős rendszer irányítása Smith prediktorral
    • k-lépéssel előretartó prediktor
    • általánosított prediktív irányítás

    II. MIMO (többváltozós) szabályozások tervezése állapottér módszerekkel

    • Irányíthatóság, megfigyelhetőség, elérhetőség, rekonstruálhatóság. Kanonikus alakok. Folytonos és diszkrét idejű rendszerek algebrai hasonlósága.
    • Pólusáthelyezés állapot-visszacsatolással. Teljes és minimális rendű állapotmegfigyelő.
    • Általánosított prediktív irányítás frekvencia tartományban és állapottérben.
    • Szétcsatolás stabilitásgaranciával.

    III. Nemlineáris szabályozási rendszerek

    • Stabilitás (Ljapunov, aszimptotikus, globális). Ljapunov direkt módszere. Ljapunov indirekt módszere, La Salle-tétel.
    • Csúszó szabályozás (sliding control). Oszcillációk elkerülése kapcsolási sáv alkalmazásával.
    • Visszalépéses (backstepping) irányítás.
    • Bemenet/kimenet linearizálás.

    IV. Optimális irányítási rendszerek

    • Az optimum analitikus feltételei. Karush-Kuhn-Tucker tétel. Lagrange multiplikátor szabály.
    • Numerikus optimalizálás véges dimenzióban. gradiens, konjugált gradiens, Newton és kvázi-Newton módszerek. Davidon-Fletcher-Powell (DFP) és Broyden-Fletcher-Goldfarb-Shanno (BFGS) módszer.
    • Diszkrétidejű LQ optimális irányírás LTV rendszer esetén. Reciprok gyök feltétel LTI rendszer esetén, megoldás sajátérték-sajátvektor technikával és az algebrai Riccati egyenlet (DARE).
    • Kalman szűrő LTV rendszer esetén. Hasonlóság az LQ irányítással. Kalman szűrő LTI rendszer esetén. LQG irányítás. Kiterjesztett Kalman szűrő (EKF) nemlineáris  rendszer esetén.
    • Dinamikus optimum analitikus feltételei. Lokális maximum elv. Pontrjagin-féle maximum elv, bang-bang irányítás. Folytonosidejű LQ irányítás LTV rendszerek esetén. Szimmetrikus gyök feltétel LTI rendszerek esetén, megoldás sajátérték/sajátvektor technikával és CARE.

    V. Identifikáció és adaptív irányítások

    • Lineáris paraméterbecslés felejtés nélkül és felejtéssel. Batch és rekurzív algoritmusok. Nemlineáris paraméterbecslés.
    • Tipikus rendszer- és zajmodellek. Költségfüggvény és annak első és közelítő második deriváltja.
    • ARX modell identifikációja LS és IV (segédváltozós) módszerrel.
    • ARMAX modell paraméterbecslése kvázi-Newton módszerrel.
    • MIMO rendszerek identifikációja állapottérben. Hankel-paraméterek, az általánosított megfigyelhetőségi mátrix shift invarianciája. Lineáris algebrai eszközök N4SID és MOESP identifikációhoz.
    • Modellprediktív és önhangoló adaptív irányítási struktúrák. Implicit (inverz) adaptív irányítás MIMO LTI rendszerek esetén.

    VI. Soft computing módszerek

    • Neurális hálózatok osztályozása. Lineáris rendszerek modellezése időkésleltetésekkel és visszacsatolatlan neurális hálózattal. Neurális hálózatok hangolása, BP (hibavisszaterjesztés).
    • Fuzzy halmazok és halmazműveletek. Fuzzy logika, relációk, következtetési algoritmusok. Defuzzifikációs módszerek. TSK, Sugeno és Wang típusú fuzzy rendszerek.
    • Fuzzy logikai szabályozók felépítése. MacVicar-Whelan metaszabályok. Fuzzy PD és PI jellegű szabályozók szabálybázisa. Fuzzy toolbox.
    • Genetikus algoritmusok (GA). Genotipus és fenotípus alak. Egyszerű és multipopulációs genetikus algoritmusok felépítése (SGA, MPGA). Fitness függvények. Szelekciós módszerek. Genetikus operátorok bináris és real megvalósítása. Visszahelyettesítési stratégiák. GA toolbox.
    • Klaszterezés. Struktúra becslés és rendszer inicializálás.

    VII. Adaptív fuzzy szabályozások

    • Adaptív hálózatok, ANFIS. Sugeno szabályozók hibrid hangolása.
    • Fuzzy SISO adaptív irányítások. A rendszerosztály lehatárolása. Az 1. típusú indirekt fuzzy adaptív irányítás blokkvázlata. Specifikáció és tervezési előírások, Ljapunov egyenlet. A névleges és felügyelő irányítás alakja, adaptív hangolási szabály. Paraméter korlátozások figyelembevétele, Luenberger projekció.
    • A 2. típusú indirekt fuzzy adaptív irányítás kezelése. Stabilitás garancia, stabilitás esély.
    • Fuzzy approximáció SVD technikával két és több változóban.
    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

    A tárgy előadásból áll, amelynek anyagába beillesztésre kerülnek az elméletet magyarázó illusztrációs példák. A tárgy intenzíven épít a MATLAB-ra és irányítástechnikai célú toolboxaira.

    10. Követelmények

    a) Szorgalmi időszakban:

    • A félév lezárásának módja: vizsga.
    • 1 házi feladat, vizsgába beszámít.

    b) A vizsgaidőszakban:

    • a vizsga írásbeli.
    13. Jegyzet, tankönyv, felhasználható irodalom

    Előírt irodalom:

    Kailath T.: Linear Systems. Prentice Hall,1980.

    Lantos B.-Márton L.: Nonlinear Control of Vehicles and Robots. Springer, 2011

    Khalil H.K.: Nonlinear Systems. Prentice Hall, 2002

    Lyung L.: System Identification: Theory for the User. Prentice Hall,1999

    Lantos: Fuzzy Systems and Genetic Algorithms. Műegyetemi Kiadó, 2001

    Ajánlott irodalom:

    Lantos: Control System Theory and Design I-II (in Hungarian). Akadémiai Kiadó, new editions in 2016

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra 60
    Félévközi készülés órákra 30
    Felkészülés zárthelyire 
    Házi feladat elkészítése 30
    Kijelölt írásos tananyag elsajátítása 
    Vizsgafelkészülés 30
    Összesen 150
    15. A tantárgy tematikáját kidolgozta

    Név:

    Beosztás:

    Tanszék, Int.:

    Dr. Lantos Béla

    egyetemi tanár

    Irányitástechnika és Informatika