Multivariate Adaptive Controller Design with Constraitns under Uncertainty

0043033 - ÚTIA 2007 CZ eng D - Dizertace
Novák, Miroslav
Multivariate Adaptive Controller Design with Constraitns under Uncertainty.
[Návrh vícerozměrového adaptivního regulátoru s omezenímy a neurčitostí.]
FJFI ČVUT. Obhájeno: Praha. 2006. - Praha: ČVUT, 2006. 93 s.
Grant CEP: GA MŠMT 1M0572; GA ČR GA102/03/0049; GA AV ČR 1ET100750401; GA ČR GA102/05/0271; GA AV ČR IBS1075351
Výzkumný záměr: CEZ:AV0Z10750506
Klíčová slova: controller design * optimization * controller tuning * LQ controller
Kód oboru RIV: BD - Teorie informace

This work contributes to the activity in the Department of Adaptive Systems in Institute of Information Theory and Automation, Academy of Sciences of the Czech Republic to develop a complete design algorithm for advanced controllers such as the LQG one and put them through to real applications. The task of controller tuning is to transform the user specified requirements into the values of the tuning parameters. The system knowledge is incomplete. The Bayesian estimation delivers the parameters not as known numbers but as their probability density function. The important contribution of this work is extending the tuning to the multiple input multiple output (MIMO) controllers, where multiple constraints on particular quantities are considered simultaneously.

Tato práce navazuje na aktivitu v oddělení Adaptivních systémů v ÚTIA AV ČR, která si klade za cíl prosadit použití moderních regulátorů jako je LQG v reálných aplikacích. Řešená úloha ladění regulátoru převádí uživatelem specifikované požadavky na hodnoty ladících parametrů regulátoru. Pro nastavení regulátoru je použit identifikovaný model systému s neurčitými parametry, které jsou získány Bayesovským odhadováním v podobě hustoty. Důležitým přínosem této práce je rozšíření možnosti nastavovat systémy s více vstupy a výstupy, kde jsou uvažována zaroveň vícerá omezení na akční veličiny. To vede na úlohu stochastické vícerozměrové optimalizace s omezeními, pro jejíž řešení bylo užito metody sample path.
Trvalý link: http://hdl.handle.net/11104/0136137