Prediktivní řízení založené na modelu řízeného systému (MPC - Model Predictive Control) zaznamenává v posledních letech výrazný rozvoj. MPC je většinou založeno na diskrétních modelech. Model řízeného procesu se využívá k predikci jeho budoucích výstupů na zá-kladě minulých vstupů, výstupů nebo stavů a navržené sekvence budoucích akčních zása-hů. Výpočetní aspekty metod predikce signálů mohou být limitující pro jejich praktické nasazení.
Diplomová práce je zaměřena na metody nelineárního prediktivního řízení a srovnává line-ární a nelineární prediktivní řízení. Dále popisuje časovou náročnost algoritmů nelineárního prediktivního řízení a popisuje vhodnost v reálném čase. V této práci jsou realizovány vy-brané algoritmy nelineárního prediktivního řízení v prostředí MATLAB/Simulink a je pro-vedena jejich simulační ověžení na silně nelineárním simulinkovém modelu tří nádrží. V teoretické části jsou studovány a popsány metody Linear Quadratic, Linear Quadratic Gausian, Generalized Predictive Control a Receding Horizon Control. Praktická část se zabývá implementací optimalizačního algoritmu k reálnému modelu. V prostředí Mat-lab/Simulink byly vytvořeny simulační programy, které umožňují ověřit správnost simulací a výpočetní složitost.
Annotation in English
Predictive control based on the model of the controlled system (MPC - Model Predictive Control) has recorded a significant development in the last few years. MPC is mostly based on discrete models. The process model is used to predict the future outcomes on the basis of past inputs, outputs and states and designed sequence of future action control efforts. Computational aspects of methods for predicting signal may be limiting for their practical use.
The thesis is focused on methods of non-linear predictive control and compares line-ary and nonlinear predictive control. It also describes the time-consuming nonlinear predictive control algorithms and describes the suitability in real time. In this work are executed se-lected nonlinear predictive control algorithms in MATLAB / Simulink and has been per-formed to verify the simulation of strongly nonlinear Simulink model of three tanks. In the theoretical part are studied and the methods of Linear Quadratic, Linear Quadratic Gausi-an, and Generalized Predictive Control Receding Horizon Control. The practical part deals with the implementation of the optimization algorithm to a real model. In a Mat-lab/Simulink simulation programs have been developed that allow simulations to verify the accuracy and computational complexity.
Prediktivní řízení založené na modelu řízeného systému (MPC - Model Predictive Control) zaznamenává v posledních letech výrazný rozvoj. MPC je většinou založeno na diskrétních modelech. Model řízeného procesu se využívá k predikci jeho budoucích výstupů na zá-kladě minulých vstupů, výstupů nebo stavů a navržené sekvence budoucích akčních zása-hů. Výpočetní aspekty metod predikce signálů mohou být limitující pro jejich praktické nasazení.
Diplomová práce je zaměřena na metody nelineárního prediktivního řízení a srovnává line-ární a nelineární prediktivní řízení. Dále popisuje časovou náročnost algoritmů nelineárního prediktivního řízení a popisuje vhodnost v reálném čase. V této práci jsou realizovány vy-brané algoritmy nelineárního prediktivního řízení v prostředí MATLAB/Simulink a je pro-vedena jejich simulační ověžení na silně nelineárním simulinkovém modelu tří nádrží. V teoretické části jsou studovány a popsány metody Linear Quadratic, Linear Quadratic Gausian, Generalized Predictive Control a Receding Horizon Control. Praktická část se zabývá implementací optimalizačního algoritmu k reálnému modelu. V prostředí Mat-lab/Simulink byly vytvořeny simulační programy, které umožňují ověřit správnost simulací a výpočetní složitost.
Annotation in English
Predictive control based on the model of the controlled system (MPC - Model Predictive Control) has recorded a significant development in the last few years. MPC is mostly based on discrete models. The process model is used to predict the future outcomes on the basis of past inputs, outputs and states and designed sequence of future action control efforts. Computational aspects of methods for predicting signal may be limiting for their practical use.
The thesis is focused on methods of non-linear predictive control and compares line-ary and nonlinear predictive control. It also describes the time-consuming nonlinear predictive control algorithms and describes the suitability in real time. In this work are executed se-lected nonlinear predictive control algorithms in MATLAB / Simulink and has been per-formed to verify the simulation of strongly nonlinear Simulink model of three tanks. In the theoretical part are studied and the methods of Linear Quadratic, Linear Quadratic Gausi-an, and Generalized Predictive Control Receding Horizon Control. The practical part deals with the implementation of the optimization algorithm to a real model. In a Mat-lab/Simulink simulation programs have been developed that allow simulations to verify the accuracy and computational complexity.
Vypracujte literární rešerši zabývající se metodami nelineárního prediktivního řízení a srovnejte lineární a nelineární prediktivní řízení.
Popište časovou náročnost algoritmů nelineárního prediktivního řízení a posuďte jejich vhodnost pro řízení v reálném čase.
Realizujte vybrané algoritmy nelineárního prediktivního řízení v prostředí MATLAB/Simulink a proveďte jejich simulační ověření na silně nelineárním simulinkovém modelu soustavy tří nádrží, případně na jiných vhodných simulačních modelech.
Modifikujte použité algoritmy tak, aby mohly být použity pro řízení laboratorní soustavy v reálném čase, případně navrhněte vlastní algoritmus.
Ověřte nelineární prediktivní řízení na vhodné reálné laboratorní soustavě.
Research Plan
Vypracujte literární rešerši zabývající se metodami nelineárního prediktivního řízení a srovnejte lineární a nelineární prediktivní řízení.
Popište časovou náročnost algoritmů nelineárního prediktivního řízení a posuďte jejich vhodnost pro řízení v reálném čase.
Realizujte vybrané algoritmy nelineárního prediktivního řízení v prostředí MATLAB/Simulink a proveďte jejich simulační ověření na silně nelineárním simulinkovém modelu soustavy tří nádrží, případně na jiných vhodných simulačních modelech.
Modifikujte použité algoritmy tak, aby mohly být použity pro řízení laboratorní soustavy v reálném čase, případně navrhněte vlastní algoritmus.
Ověřte nelineární prediktivní řízení na vhodné reálné laboratorní soustavě.
Recommended resources
ALLGÖWER, Frank a Alex ZHENG. Nonlinear model predictive control. Basel: Birkhäuser Verlag, 2000, vii, 472 s. ISBN 3764362979.
BOBÁL, Vladimír. Adaptivní a prediktivní řízení. 1. vyd. Zlín: Univerzita Tomáše Bati ve Zlíně, 2008, 134 s. ISBN 978-80-7318-662-3.
CAMACHO, E a Carlos BORDONS. Model predictive control. 2nd ed. London: Springer, c2007, xxii, 405 s. ISBN 1-85233-694-3.
MAGNI, L. a R. SCATTOLINI. Annual Reviews in Control. 2004, vol. 28, issue 1, s. 1-11. DOI: 10.1016/j.arcontrol.2004.01.001. Dostupné z: http://linkinghub.elsevier.com/retrieve/pii/S1367578804000021
HUANG, Sunan, Tong Heng LEE a Kok Kiong TAN. Applied predictive control. London: Springer, 2002, xvii, 264 s. ISBN 1852333383.
ROSSITER, J. Model-based predictive control: a practical approach. Boca Raton: CRC Press, c2003, 318 s. ISBN 0849312914.
Recommended resources
ALLGÖWER, Frank a Alex ZHENG. Nonlinear model predictive control. Basel: Birkhäuser Verlag, 2000, vii, 472 s. ISBN 3764362979.
BOBÁL, Vladimír. Adaptivní a prediktivní řízení. 1. vyd. Zlín: Univerzita Tomáše Bati ve Zlíně, 2008, 134 s. ISBN 978-80-7318-662-3.
CAMACHO, E a Carlos BORDONS. Model predictive control. 2nd ed. London: Springer, c2007, xxii, 405 s. ISBN 1-85233-694-3.
MAGNI, L. a R. SCATTOLINI. Annual Reviews in Control. 2004, vol. 28, issue 1, s. 1-11. DOI: 10.1016/j.arcontrol.2004.01.001. Dostupné z: http://linkinghub.elsevier.com/retrieve/pii/S1367578804000021
HUANG, Sunan, Tong Heng LEE a Kok Kiong TAN. Applied predictive control. London: Springer, 2002, xvii, 264 s. ISBN 1852333383.
ROSSITER, J. Model-based predictive control: a practical approach. Boca Raton: CRC Press, c2003, 318 s. ISBN 0849312914.
