Control Theory

Irányításelmélet

A tantárgyleírás hatályossága

Hatályosság kezdete:

—

Hatályosság vége:

—

Subject name (Hungarian, English)

Irányításelmélet

Control Theory

Subject code

BMEVIFO4009

Subject type

—

Training Level

—

Course types and hours (weekly/semester)

Course type	lecture	tutorial	laboratory
hours (weekly)	4	0	0
type (linked/independent)	—	—	—

Assessment type

vizsga

Credits

Subject coordinator

Dr. Lantos Béla

position: egyetemi tanár

contact: lantos@iit.bme.hu

Responsible department

—

Faculty

Subject website

—

Primary curriculum type

—

Direct prerequisites – Strong prerequisite

none

Direct prerequisites – Weak prerequisite

none

Direct prerequisites – Parallel prerequisite

none

Direct prerequisites – Milestone prerequisite

none

Direct prerequisites – Exclusion

none

Objectives

Programme

I. Mintavételes SISO szabályozások tervezése (1-2. hét)

Szabályozó tervezés Tustin-transzformációval

Végesbeállású szabályozó tervezése

Smith-prediktor tervezése

Kétszabadságfokú szabályozó tervezése referenciamodell alapján

II. Állapottér módszerek (3-5. hét)

Irányíthatóság, megfigyelhetőség, elérhetőség, rekonstruálhatóság. Kanonikus alakok. Folytonos és diszkrét idejű rendszerek algebrai hasonlósága. Áttérés, logaritmikus mátrix.

Pólusáthelyezés állapotvisszacsatolással. Minimálisrendű állapotmegfigyelő. Szétcsatolás.

III. Nemlineáris és optimális irányítási rendszerek (6-8. hét)

Stabilitás (Ljapunov, aszimptotikus, globális). Ljapunov direkt módszere. La Salle-tétel. Lineáris rendszer stabilitása. Ljapunov egyenlet.

A statikus és dinamikus optimum analitikus feltételei. Kuhn-Tucker tétele. Lokális infimum elv. Pontrjagin-féle maximum elv.

Optimumkereső módszerek. Gradiens, konjugált gradiens és Newton módszer.

Optimális irányítás kvadratikus kritérium szerint. A probléma megoldása lineáris rendszer esetén, Riccati-egyenlet. A diszkrét idejű feladat és megoldása. A diszkrét idejű Kalman-szűrés mint optimum feladat megoldása.

IV. Adaptív és prediktív irányítások (9-11. hét)

Lineáris paraméterbecslési feladat. LS és rekurzív LS becslés.

Stabil operátorok l₂ térben. A k-lépéssel előretartó prediktor.

Diszkrétidejű rendszermodellek: AR, ARX, ARMAX, OE, Box-Jenkins, PEM. Identifikáció a legkisebb négyzetek (LS) és a segédváltozók (IV) módszerével. Paraméteroptimalizálás kvázi-Newton módszerrel ARMAX modell esetén. A Sytem Identification Toolbox szolgáltatásai.

MIMO önhangoló adaptív szabályozások.

Általánosított prediktív irányítás SISO rendszer esetén. CARIMA modell, célfüggvény, algoritmus.

V. Fuzzy szabályozások (12. hét)

Fuzzy halmazok, relációk, következtetések. Defuzzifikációs módszerek. TSK-típusú fuzzy rendszerek.

MacVicar-Whelan metaszabályok. Fuzzy tudásalapú szabályozók.

VI. Neurális rendszerek (13-14. hét)

Mesterséges neuron, aktivációs függvények.

Hoppfield-modell, perceptron, feedforward hálózatok.

Többrétegű hálózatok, back propagation (BP).

Modellezés és identifikáció neurális hálózatokkal.

Szubtraktív klaszterezés. Nulladrendű Sugeno (Wang) modell NN alakja, inicializálása és tanítása.

Adaptív hálózat alapú fuzzy következtető rendszerek (ANFIS).

A tárgy célja, hogy összefoglalja az irányítástechnika korszerű elméleti irányzatait a mintavételes, optimális, adaptív és fuzzy/neurális irányítások területén, amelyek feltehetően még hosszú ideig hatni fognak az irányítástechnika elméletére és gyakorlatára. A módszerek többsége többváltozós rendszerek tervezésére szolgál.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

(előadás, gyakorlat, laboratórium): A tárgy előadásból áll, amelynek anyagába beillesztésre kerülnek az elméletet magyarázó illusztrációs példák. A tárgy intenzíven épít a MATLAB-ot használó Control System Toolbox és Optimization Toolbox irányítástechnikai tervező programokra.

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Hálózatok és rendszerek, Szabályozástechnika

Skill type competencies

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Recommended (non-compulsory) preliminary competencies

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Hálózatok és rendszerek, Szabályozástechnika

General rules

Követelmények: a. A szorgalmi időszakban: 1 házi feladat (ki: 4. hét, be: 12. hét), osztályzata a vizsgába beszámít (20%). A házi feladat a vizsgaidőszakban nem pótolható. Az aláírás és a vizsgára bocsátás feltétele: érvényes házi feladat. b. A vizsgaidőszakban: írásbeli vizsga; Pótlási lehetőségek: Sikertelen házi feladat különeljárási díjjal a szorgalmi időszak végéig pótolható.

Assessment methods

In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses

Szabályozástechnika

Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements

Requirements valid from:

—

Requirements valid until:

—

Curriculum placement

No curriculum placements recorded for this subject version.