|
|
Výkonnost, robustnost a implementace regulátorů pro průmyslové řízení
Buchta, Luděk ; Michal, Mrázek (oponent) ; Pivoňka, Petr (vedoucí práce)
Tato diplomová práce se zabývá problematikou moderního postupu při návrhu regulačních algoritmů vhodných pro řízení SISO průmyslových zařízení. Popsána je metodika návrhu regulátorů pomocí smíšené citlivostní funkce. Tato metoda spočívá v tvarování frekvenčních charakteristik citlivostní funkce a komplementární citlivostní funkce pomocí váhových funkcí. Navržené H regulátory jsou srovnány s klasickou strukturou PID regulátoru s filtrací derivační složky. Navržené regulátory jsou srovnány z pohledu robustnosti, výkonnosti, složitosti návrhu a požadavků nutných k jejich praktickému nasazení (anti-windup, beznárazové přepínání). Robustnost regulátorů je zhodnocena na základě zásoby stability v modulu. Parametry modelu jsou získány metodou nejmenších čtverců. Navržený řídicí systém je složen z Průmyslového PC a Automation Panelu od firmy B&R, decentralizovaného systému vstupů a výstupů a reálné soustavy. Vizualizace pro řídící pracoviště byla vytvořena v Automation Studiu. Tato vizualizace slouží k přehlednému podávání informací z řízeného procesu.
|
|
|
Adaptivní regulátory s principy umělé inteligence a jejich porovnání s klasickými metodami identifikace.
Dokoupil, Jakub ; Malounek, Petr (oponent) ; Pivoňka, Petr (vedoucí práce)
Práce pojednává o metodice návrhu adaptivního regulátoru opírajícího se o znalost matematického modelu řízené soustavy. Důraz je kladen zejména na problematiku průběžné parametrické identifikace v uzavřené smyčce. Odhadování parametrů modelu je řešeno dvěma základními přístupy: rekurzivní metodou nejmenších čtverců a neuronovými estimátory. V případě metod nejmenších čtverců byla řešena otázka získání neposunutého odhadu, numerické stability a potlačování staré informace selektivním vážením dat. Pro neuronové estimátory byly zvoleny algoritmy Back Propagation a Marquardt-Levenberg. Z porovnání obou přístupů na reálných soustavách vyplývá, že pokročilejší techniky z řad metod nejmenších čtverců za současného stavu poskytují numericky přesnější a spolehlivější řešení problematiky identifikace pro adaptivní řízení. Ve vlastní realizaci bylo vytvořeno rozhraní v programu MATLAB/Simulink umožňující grafické a číselné vyhodnocení jednotlivých algoritmů.
|
|
|
Rozšířená kvadraticky optimální identifikace a filtrace
Dokoupil, Jakub ; Bobál, Vladimír (oponent) ; Dostál,, Petr (oponent) ; Pivoňka, Petr (vedoucí práce)
Souběžné vyhodnocování souboru modelů různých řádů a schopnost sledovat nemodelované změny v parametrech je často žádoucím prvkem v úlohách parametrické estimace. Vhodným nástrojem umožňujícím řešení problému paralelní identifikace je technika pracující s faktory rozšířené kovarianční (ACM) popř. informační matice (AIM). Odtud je odvozen název rozšířená identifikace (AI) metodou nejmenších čtverců. Metoda AI tak zachovává numerickou stabilitu výpočtu konvenční metody nejmenších čtverců, avšak mnohem efektivněji vyhodnocuje informační obsažnost dat. Pro účely sledování časového vývoje parametrů lze využít, že veškerá informace vztahující se k rekurzivní identifikaci, a tím i k datově řízenému zapomínání, je koncentrována přímo v ACM a stejně tak i v AIM. V práci bude uveden postup, jak ocenit přínos dat a zapomínat pouze tu část informace uložené v ACM (AIM), která bude modifikována nejnovějšími daty nesenými regresorem. V úlohách estimace vystupuje i praktická potřeba znalosti vnitřních stavů identifikovaného systému. Protože rozšířená identifikace spadá do třídy metod minimalizujících chybu predikce (PEM), vyvstává racionální požadavek na formulaci stavového filtru jako na optimalizační proceduru, která minimalizuje chybu predikovanou stavovým modelem s ohledem na působení vektoru stavů. Navržené schéma stavového filtru doplní okruh metod pracujících s ACM (AIM) o přístup rozšířené filtrace (AF). Tímto bude položen ucelený koncept parametrické estimace, který se v porovnání s konvenčními přístupy vyznačuje všestranností, nízkými nároky kladenými na apriorní znalost procesu a jedinečnými numerickými vlastnostmi (odolný vůči přeparametrizování, řešící mnohamodelový problém).
|
|
|
Identifikace systémů v uzavřené smyčce
Piskoř, Dominik ; Buchta, Luděk (oponent) ; Pohl, Lukáš (vedoucí práce)
Tato bakalářská práce se zabývá testováním různých modifikací metody nejmenších čtverců zmenšující posun odhadu parametrů systému v uzavřené smyčce a také identifikací elektrických parametrů modelu reálného PMSM motoru. První část práce je zaměřena na teorii a principy jednotlivých metod. Druhá část popisuje způsob implementace identifikačních metod v prostředích Matlab a Simulink. Třetí část se následně zaměřuje na vyhodnocení metod prostřednictvím statistické analýzy dat získaných simulací. Tato část zahrnuje také identifikaci elektrických parametrů modelu reálného motoru.
|
|
|
Identifikace systémů v uzavřené smyčce
Piskoř, Dominik ; Buchta, Luděk (oponent) ; Pohl, Lukáš (vedoucí práce)
Tato bakalářská práce se zabývá testováním různých modifikací metody nejmenších čtverců zmenšující posun odhadu parametrů systému v uzavřené smyčce a také identifikací elektrických parametrů modelu reálného PMSM motoru. První část práce je zaměřena na teorii a principy jednotlivých metod. Druhá část popisuje způsob implementace identifikačních metod v prostředích Matlab a Simulink. Třetí část se následně zaměřuje na vyhodnocení metod prostřednictvím statistické analýzy dat získaných simulací. Tato část zahrnuje také identifikaci elektrických parametrů modelu reálného motoru.
|
|
|
Rozšířená kvadraticky optimální identifikace a filtrace
Dokoupil, Jakub ; Bobál, Vladimír (oponent) ; Dostál,, Petr (oponent) ; Pivoňka, Petr (vedoucí práce)
Souběžné vyhodnocování souboru modelů různých řádů a schopnost sledovat nemodelované změny v parametrech je často žádoucím prvkem v úlohách parametrické estimace. Vhodným nástrojem umožňujícím řešení problému paralelní identifikace je technika pracující s faktory rozšířené kovarianční (ACM) popř. informační matice (AIM). Odtud je odvozen název rozšířená identifikace (AI) metodou nejmenších čtverců. Metoda AI tak zachovává numerickou stabilitu výpočtu konvenční metody nejmenších čtverců, avšak mnohem efektivněji vyhodnocuje informační obsažnost dat. Pro účely sledování časového vývoje parametrů lze využít, že veškerá informace vztahující se k rekurzivní identifikaci, a tím i k datově řízenému zapomínání, je koncentrována přímo v ACM a stejně tak i v AIM. V práci bude uveden postup, jak ocenit přínos dat a zapomínat pouze tu část informace uložené v ACM (AIM), která bude modifikována nejnovějšími daty nesenými regresorem. V úlohách estimace vystupuje i praktická potřeba znalosti vnitřních stavů identifikovaného systému. Protože rozšířená identifikace spadá do třídy metod minimalizujících chybu predikce (PEM), vyvstává racionální požadavek na formulaci stavového filtru jako na optimalizační proceduru, která minimalizuje chybu predikovanou stavovým modelem s ohledem na působení vektoru stavů. Navržené schéma stavového filtru doplní okruh metod pracujících s ACM (AIM) o přístup rozšířené filtrace (AF). Tímto bude položen ucelený koncept parametrické estimace, který se v porovnání s konvenčními přístupy vyznačuje všestranností, nízkými nároky kladenými na apriorní znalost procesu a jedinečnými numerickými vlastnostmi (odolný vůči přeparametrizování, řešící mnohamodelový problém).
|
|
|
Výkonnost, robustnost a implementace regulátorů pro průmyslové řízení
Buchta, Luděk ; Michal, Mrázek (oponent) ; Pivoňka, Petr (vedoucí práce)
Tato diplomová práce se zabývá problematikou moderního postupu při návrhu regulačních algoritmů vhodných pro řízení SISO průmyslových zařízení. Popsána je metodika návrhu regulátorů pomocí smíšené citlivostní funkce. Tato metoda spočívá v tvarování frekvenčních charakteristik citlivostní funkce a komplementární citlivostní funkce pomocí váhových funkcí. Navržené H regulátory jsou srovnány s klasickou strukturou PID regulátoru s filtrací derivační složky. Navržené regulátory jsou srovnány z pohledu robustnosti, výkonnosti, složitosti návrhu a požadavků nutných k jejich praktickému nasazení (anti-windup, beznárazové přepínání). Robustnost regulátorů je zhodnocena na základě zásoby stability v modulu. Parametry modelu jsou získány metodou nejmenších čtverců. Navržený řídicí systém je složen z Průmyslového PC a Automation Panelu od firmy B&R, decentralizovaného systému vstupů a výstupů a reálné soustavy. Vizualizace pro řídící pracoviště byla vytvořena v Automation Studiu. Tato vizualizace slouží k přehlednému podávání informací z řízeného procesu.
|
|
|
Adaptivní regulátory s principy umělé inteligence a jejich porovnání s klasickými metodami identifikace.
Dokoupil, Jakub ; Malounek, Petr (oponent) ; Pivoňka, Petr (vedoucí práce)
Práce pojednává o metodice návrhu adaptivního regulátoru opírajícího se o znalost matematického modelu řízené soustavy. Důraz je kladen zejména na problematiku průběžné parametrické identifikace v uzavřené smyčce. Odhadování parametrů modelu je řešeno dvěma základními přístupy: rekurzivní metodou nejmenších čtverců a neuronovými estimátory. V případě metod nejmenších čtverců byla řešena otázka získání neposunutého odhadu, numerické stability a potlačování staré informace selektivním vážením dat. Pro neuronové estimátory byly zvoleny algoritmy Back Propagation a Marquardt-Levenberg. Z porovnání obou přístupů na reálných soustavách vyplývá, že pokročilejší techniky z řad metod nejmenších čtverců za současného stavu poskytují numericky přesnější a spolehlivější řešení problematiky identifikace pro adaptivní řízení. Ve vlastní realizaci bylo vytvořeno rozhraní v programu MATLAB/Simulink umožňující grafické a číselné vyhodnocení jednotlivých algoritmů.
|
|
|
Pocta Karlu Fridrichu Gaussovi
Höschl, Cyril
Uvádí se krátký životopis Karla Fridricha Gausse. Jako příklad jeho velkých úspěchů se podrobně odvozuje a diskutuje Gaussův zákon rozdělení chyb. Je ukázána jeho souvislost s metodou nejmenších čtverců. Probírá se netriviální příklad regresní analýzy při zpracování experimentálních dat.
|
host ::
RSS.