|
|
Fault relevance diagnostics of the PMSM under the inter-turn short circuit fault
Zezula, Lukáš ; Václavek, Pavel (oponent) ; Blaha, Petr (vedoucí práce)
This thesis describes the mathematical modeling of a permanent magnet synchronous motor under a stator winding's inter-turn short circuit fault, the discretization of obtained model, and the model-based fault relevance diagnostics. A description of a shorted machine is formed in the stator variables assuming the series-parallel winding connection and transformed into the rotor reference frame using extended Clarke's and Park's transformation matrix. A discrete-time equivalent of the designed model is formed based on the linear time-varying systems approach, considering the electrical angular velocity time-varying parameter with a defined integral. The discrete-time model is transformed into the stator reference frame to maximize the persistence of input signals. The fault relevance diagnostics are then realized based on the recursive parametric estimation of the discrete-time model. In addition, one chapter is dedicated to the control system description since the short circuits may affect state variables differently depending on the control system architecture and tuning. The experimental validation of the presented ideas follows at the end of each chapter.
|
|
|
Řízení laboratorního modelu nestabilního balancujícího vozidla
Horák, Petr ; Zavadinka, Peter (oponent) ; Grepl, Robert (vedoucí práce)
Tento diplomový projekt je součástí projektu HUMMER. Projekt se zabývá prací tří studentů na vývoji nestabilního dvoukolového vozítka typu Segway a jeho zmenšeného laboratorního modelu. Tato práce se zabývá oživením laboratorního modelu, návrhem jeho řízení a realizací jeho ovládání (podrobnější rozdělení úkolů na projektu je uvedeno níže). Na začátku práce je uvedena rešeršní studie. Ve své první části se zabývá podobnými modely ve světě, jejich konstrukcí a způsobem řízení. V další části rešerše následuje popis reálného modelu a odvození jeho základních rovnic, v poslední části je pak uveden princip činnosti některých použitých senzorů. Dalším krokem byl výběr a návrh potřebné elektroniky. V příslušné kapitole jsou popsány veškeré navrhované elektronické moduly a použité senzory. Jsou zde také uvedeny parametry baterie či poháněcích servomotorů. Následujícím úkolem byl odhad parametrů soustavy. Odhad byl prováděn po částech. V kapitole je detailně popsán způsob měření dat i sestavování estimačního modelu. Předposledním krokem byl návrh PID a LQR řízení modelu pomocí I/O karty MF 624 a jejich porovnání. Následoval výběr lepšího regulátoru a jeho následná implementace na mikrokontrolér. Posledním krokem pak byla realizace ovládání jízdy modelu pomocí joysticku a nadřazeného PC.
|
|
|
Model with Weibull responses
Konečná, Tereza ; Karpíšek, Zdeněk (oponent) ; Hübnerová, Zuzana (vedoucí práce)
This Master's thesis deals with the Weibull model, exactly the two-parametric Weibull distribution. The thesis deals with the estimation of parameters by four way of method of quantiles, by method of maximum likelihood and by graphical method Weibull probability plot. The derivation of parameter estimation methods in the one-way ANOVA type models with Weibull distribution was presented. Relations for the model with constant scale parameter alpha, constant shape parameter beta and the model with both parameters constant were derived. Also the tests with nuisance parameters are included, namely the score test, the Wald test, and the likelihood ratio test. The last chapter deals with the applications of the methods. A comparison of the different methods are demonstrated by graphs, histograms and tables. The methods are programmed in freeware R software. The functionality and properties of each method are verified on two sets of simulated data. In the end of the chapter tree simulated random samples are analysed.
|
|
|
Vývoj algoritmů pro odhad stavu experimentálního vozidla
Lamberský, Vojtěch ; Krejsa, Jiří (oponent) ; Grepl, Robert (vedoucí práce)
Tato práce se zabývá studiem filtračních algoritmů používajících matematický model systému k zlepšení kvality filtrace. Navržené filtrační algoritmy jsou použité v řídící jednotce experimentálního vozidla (filtrování signálu pro zpětnovazební regulátory). Na experimentálním vozidle je demonstrováno zlepšení odhady polohy při použití Kalmanova filtru. V další části je popsán způsob návrhu algoritmu pro mikrokontroléry dsPIC z prostředí Matlabu.
|
|
|
Light Airplane Flight Parameters Estimation
Dittrich, Petr ; Pačes, Pavel (oponent) ; Fiľakovský, Karol (oponent) ; Chudý, Peter (vedoucí práce)
This thesis is focused on a light airplane flight parameter estimation, specially aimed at the Evektor SportStar RTC. For the purposes of flight parameter estimation the Equation Error Method, Output Error Method and Recursive Least-Squares methods were used. This thesis is focused on the investigation of the characteristics of the flight parameters of longitudinal motion and the verification, that this estimated parameters corresponds to the measured data and thus create a prerecquisite for a sufficiently accurate airplane model. The estimated flight parameters are compared to the a-priori values obtained using the Tornado, AVL and Datcom softwares. The differences between the a-priori values and estimated flight parameters are also compared to the correction factors published for the subsonic flight regime of an F-18 Hornet model.
|
|
|
Exploring Brain Network Connectivity through Hemodynamic Modeling
Havlíček, Martin ; Hluštík, Petr (oponent) ; Šmídl,, Václav (oponent) ; Jan, Jiří (vedoucí práce)
Functional magnetic resonance imaging (fMRI) utilizing the blood-oxygen-level-dependent (BOLD) effect as an indicator of local activity is a very useful technique to identify brain regions that are active during perception, cognition, action, and also during rest. Currently, there is a growing interest to study connectivity between different brain regions, particularly in the resting-state. This thesis introduces a new and original approach to problem of indirect relationship between observed hemodynamic response and its cause represented by neuronal signal, as this indirect relationship complicates the estimation of effective connectivity (causal influence) between different brain regions from fMRI data. The novelty of this approach is in (generalized nonlinear) blind-deconvolution technique that allows estimation of the endogenous neuronal signals (system inputs) from measured hemodynamic responses (system outputs). Thus, it enables a fully data-driven evaluation of effective connectivity on neuronal level, even though only fMRI hemodynamic responses are observed. The solution to this difficult deconvolution (model inversion) problem is obtained through a nonlinear recursive Bayesian estimation framework for joint estimation of hidden model states and parameters. This thesis is divided into three main parts. The first part proposes a method to solve the above mentioned inversion problem. The method uses a square-root form of a nonlinear cubature Kalman filtering and cubature Rauch-Tung-Striebel smoothing extended to a joint estimation problem defined as a simultaneous estimation of states and parameters in a sequential manner. The method is designed particularly for continuous-discrete systems and obtains an accurate and stable solution to model discretization by combining nonlinear (cubature) filtering with local linearization. Moreover, the inversion method is equipped with the adaptive estimation of measurement, state, and parameter noise statistics. The first part of the thesis is focused only on the single time course model inversion; i.e. estimation of neuronal signal from fMRI signal. The second part generalizes the proposed approach and applies it to multiple fMRI time courses in order to enable the estimation of coupling parameters of a neuronal interaction model; i.e. estimation of effective connectivity. This method represents a novel stochastic treatment of dynamic causal modeling, which makes it distinct from any previously introduced approach. The second part also deals with methods for Bayesian model selection and proposes a technique for detection of irrelevant connectivity parameters to achieve improved performance of parameter estimation. Finally, the third part provides a validation of the proposed approach by using both simulated and empirical fMRI data, and demonstrates robust and very good performance.
|
|
| |
|
|
Fitování rozdělení pravděpodobnosti pro aplikace
Pavlíčková, Lenka ; Bednář, Josef (oponent) ; Karpíšek, Zdeněk (vedoucí práce)
Diplomová práce popisuje metodu bootstrap a její použití pro tvorbu konfidenčních intervalů, při testování statistických hypotéz a v regresní analýze. Představujeme konfidenční interval pro individuální hodnotu. Dále se zaobíráme metodou odhadu diskrétního rozdělení pravděpodobnosti kategoriální veličiny pomocí gradientního a přímkového odhadu.
|
|
|
Metoda bootstrap a její aplikace
Pavlíčková, Lucie ; Lacinová, Veronika (oponent) ; Karpíšek, Zdeněk (vedoucí práce)
Diplomová práce popisuje metodu bootstrap a její použití pro určení přesnosti odhadu, tvorbu konfidenčních intervalů a testování statistických hypotéz. Dále je předložena metoda odhadu diskrétního rozdělení pravděpodobnosti kategoriální veličiny využívající gradient kvazinormy tohoto rozdělení. Metoda bootstrap je v konkrétních příkladech aplikována k získání konfidenčního intervalu pravděpodobnostní funkce kategoriální veličiny. Diplomová práce je součástí řešení projektu MŠMT České republiky čís. 1M06047 "Centrum pro jakost a spolehlivost výroby", projektu Grantové agentury České republiky reg. čís. 103/08/1658 "Pokročilá optimalizace návrhu složených betonových konstrukcí" a výzkumného záměru MŠMT České republiky čís. MSM0021630519 "Progresivní spolehlivé a trvanlivé nosné stavební konstrukce".
|
|
|
Stabilization of macroscopic particle in optical trap
Mlynář, Vojtěch ; Matěj, Zdeněk (oponent) ; Brablc, Martin (vedoucí práce)
This thesis deals with the implementation and evaluation of the feedback stabilization algorithms for a particle in an optical trap. The algorithms are implemented in a field-programmable gate array Red Pitaya STEMlab 125-14 leveraging HDL code autogeneration from Simulink models. Theoretical background is laid out to highlight the connection of underlying physics to the Kalman filter theory, together with the details of FPGA implementation and parameter estimation. The implemented algorithms were successfully tested in a real experimental setup, and the results are presented in the last chapter.
|
host ::
RSS.