Website
Modulhandbuch (ab WS 2019/20)

Modul UngenutztRO4001 T

Modellprädiktive Regelung (MPC)

Dauer:


1 Semester
Angebotsturnus:


Jedes Wintersemester
Leistungspunkte:


4
Studiengang, Fachgebiet und Fachsemester:
  • Master Robotics and Autonomous Systems 2019 (Modulteil eines Wahlmoduls), Anwendungsfach Robotik und Automation, 1. oder 2. Fachsemester
Lehrveranstaltungen:
  • Modellprädiktive Regelung (Übung, 2 SWS)
  • Modellprädiktive Regelung (Vorlesung, 2 SWS)
Workload:
  • 20 Stunden Prüfungsvorbereitung
  • 40 Stunden Selbststudium
  • 60 Stunden Präsenzstudium
Lehrinhalte:
  • LQ Optimale Regelung und Kalman Filter
  • Konvexe Optimierung
  • Invariante Mengen
  • Theorie der Modellprädiktiven Regelung (MPC)
  • Numerische Optimierungsverfahren
  • Explizites MPC
  • Praktische Aspekte (Robustes MPC, Offset-freies Tracking, etc.)
  • Anwendungen von MPC
Qualifikationsziele/Kompetenzen:
  • Die Studierenden haben einen umfassenden Überblick über optimale Regelungsverfahren.
  • Die Studierende haben einen Einblick in die Grundlagen der numerische Optimierung.
  • Die Studierenden können modellprädiktive Regler für lineare und nichtlineare Systeme entwerfen.
  • Die Studierenden beherrschen verschiedene Werkzeuge, um modellprädiktive Regler zu implementieren.
  • Die Studierenden können systemtheoretische Eigenschaften von MPC-Reglern etablieren.
  • Die Studierenden haben Einblicke in mögliche Anwendungsgebiete für die modellprädiktiven Regelung.
Vergabe von Leistungspunkten und Benotung durch:
  • Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
Setzt voraus:
Modulverantwortlicher:
  • Prof. Dr. Georg Schildbach
Lehrende:
  • Prof. Dr. Georg Schildbach
Literatur:
  • F. Borrelli, A. Bemporad, M. Morari: Predictive Control for Linear and Hybrid Systems - Cambridge University Press, 2017 (ISBN: 978-1107016880)
Sprache:
  • Wird nur auf Englisch angeboten
Bemerkungen:

Wird als zweiwöchiger Blockkurs angeboten.

(Ist Modulteil von RO4000-KP12)
(Ist Modulteil von RO4000-KP08)

Letzte Änderung:
5.7.2019