Kursplan för Modellprediktiv reglering

Kursplanen innehåller ändringar
Se ändringar

Kursplan fastställd 2020-02-03 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnModel predictive control
  • KurskodSSY281
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPSYS
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeAutomation och mekatronik, Elektroteknik
  • InstitutionELEKTROTEKNIK
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 35125
  • Blockschema
  • Sökbar för utbytesstudenterJa

Poängfördelning

0118 Konstruktionsövning 7,5 hp
Betygsskala: TH		 7,5 hp
  • 09 Jun 2021 fm J
  • 17 Aug 2021 fm J

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Grundläggande behörighet för avancerad nivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Engelska 6
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Förtrogenhet med tillståndsmodeller, inklusive stabilitet, tillståndsåterkoppling och tidsdiskreta modeller (ingår exempelvis i kursen SSY285 Design av linjära reglersystem).

Syfte

Syftet med denna kurs är att ge en introduktion till modellprediktiv reglering (Model Predictive Control, MPC), en reglerteknisk designmetod som fått ökad spridning inom flera tillämpningsområden under senare år. Bidragande orsaker till detta är möjligheten att hantera system med flera in- och utsignaler på ett systematiskt sätt, samt möjligheten att explicit inkludera begränsningar på tillstånd och styrsignaler redan på designstadiet. Kursen behandlar de matematiska grunderna för MPC, liksom implementeringsaspekter, och kursdeltagarna ges tillfälle att pröva egna implementeringar i datorsimuleringar.

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • Förstå och förklara de grundläggande principerna för modellprediktiv reglering, dess för- och nackdelar samt utmaningarna i implementering och användning.
  • Korrekt kunna matematiskt formulera MPC-problem utifrån en tillämpningsorienterad beskrivning.
  • Beskriva och konstruera MPC-regulatorer baserade på en linjär modell, kvadratisk kostnadsfunktion och linjära bivillkor.
  • Kunna beskriva grundläggande egenskaper för MPC-regulatorer och analysera algoritmiska detaljer på mycket enkla exempel.
  • Förstå och kunna förklara grundläggande egenskaper för optimeringsproblemet som är en del av MPC, särskilt begrepp som linjär, kvadratisk och konvex optimering, optimalitetsvillkor och "feasibility".
  • Kunna använda programvara för analys och syntes av MPC-regulatorer.

Innehåll

  • Repetition av tillståndsmodeller och linjär-kvadratisk reglering.
  • Grundläggande begrepp inom optimering med bivillkor. Konvexa och kvadratiska optimeringsproblem.
  • Optimal styrning utan och med bivillkor. Principerna för "receding horizon control". MPC-reglering, översikt och klassificering.
  • Egenskaper för MPC-reglering. Stabilitet och tillåtna lösningar.
  • Implementeringsaspekter.
  • Tillämpningar: exempel och praktiska aspekter.

Organisation

Kursen omfattar föreläsningar, problemlösning samt obligatoriska individuella inlämningsuppgifter.

Litteratur

James B. Rawlings,‎ David Q. Mayne,‎ Moritz M. Diehl. Model Predictive Control: Theory, Computation and Design. Nob Hill 
2005. B. Egardt: Lecture Notes.

Examination inklusive obligatoriska moment

Individuella inlämningsuppgifter med betygsskala TH.

Kursplanen innehåller ändringar

  • Ändring gjord på kurstillfälle:
    • 2020-11-05: Examinator Examinator ändrat från Paolo Falcone (falcone) till Nikolce Murgovski (murgovsk) av Viceprefekt
      [Kurstillfälle 1]