Details

Modellprädiktive Regelung nichtlinearer Systeme mit Unsicherheiten


Modellprädiktive Regelung nichtlinearer Systeme mit Unsicherheiten


BestMasters 1. Aufl. 2016

von: Andreas Völz

46,99 €

Verlag: Springer Vieweg
Format: PDF
Veröffentl.: 20.10.2016
ISBN/EAN: 9783658162795
Sprache: deutsch

Dieses eBook enthält ein Wasserzeichen.

Beschreibungen

Andreas Völz untersucht eines der vielseitigsten Regelungsverfahren für technische Prozesse und zeigt den Umgang mit Messunsicherheiten, unbekannten Umwelteinflüssen sowie Modellungenauigkeiten auf. Basierend auf der sogenannten ‚Unscented-Transformation‘, die bislang insbesondere im Zusammenhang mit der Kalman-Filterung ein Begriff ist, können  Unsicherheiten mithilfe des Erwartungswertes und der Kovarianzmatrix der nichtlinearen Systemdynamik prädiziert und im Kostenfunktional gewichtet werden. Der Autor stellt einen neuen Ansatz für die modellprädiktive Regelung nichtlinearer Systeme mit stochastischen Unsicherheiten vor und kann anhand mehrerer Beispielsysteme nachweisen, dass Beschränkungen auch in Gegenwart von Unsicherheiten zuverlässig eingehalten werden können.
<div>Modellprädiktive Regelung.- Regelung mit Unsicherheiten.- Unscented Model Predictive Control (UMPC).- Untersuchung des Rechenaufwandes.</div><div><br></div>
<b>Andreas Völz</b> absolvierte von 2009 bis 2014 das Bachelor- und Masterstudium der Informationssystemtechnik an der Universität Ulm. Seit 2014 ist er dort als akademischer Mitarbeiter und Doktorand am Institut für Mess-, Regel- und Mikrotechnik auf dem Gebiet der Robotik beschäftigt.<br>
<div><div>Andreas Völz untersucht eines der vielseitigsten Regelungsverfahren für technische Prozesse und zeigt den Umgang mit Messunsicherheiten, unbekannten Umwelteinflüssen sowie Modellungenauigkeiten auf. Basierend auf der sogenannten ‚Unscented-Transformation‘, die bislang insbesondere im Zusammenhang mit der Kalman-Filterung ein Begriff ist, können &nbsp;Unsicherheiten mithilfe des &nbsp;Erwartungswertes und der Kovarianzmatrix der nichtlinearen Systemdynamik prädiziert und im Kostenfunktional gewichtet werden. Der Autor stellt einen neuen Ansatz für die modellprädiktive Regelung nichtlinearer Systeme mit stochastischen Unsicherheiten vor und kann anhand mehrerer Beispielsysteme nachweisen, dass Beschränkungen auch in Gegenwart von Unsicherheiten zuverlässig eingehalten werden können.</div><div><br></div><div><b>Der Inhalt</b></div><div><br></div><div><ul><li>Modellprädiktive Regelung<br></li><li>Regelung mit Unsicherheiten&nbsp;<br></li><li>Unscented Model Predictive Control (UMPC)<br></li><li>Untersuchung des Rechenaufwandes&nbsp;<br></li></ul></div><div><br></div><div><b>Die Zielgruppen</b></div><div><br></div><div><ul><li>Dozierende und Studierende aus den Fachgebieten Mathematik, Regelungstechnik, Automatisierungstechnik, Elektrotechnik<br></li><li>Ingenieure und Ingenieurinnen mit den Schwerpunkten Regelungstechnik und Automatisierungstechnik<br></li></ul></div><div><br></div><div><b>Der Autor</b></div><div><br></div><div>Andreas Völz absolvierte von 2009 bis 2014 das Bachelor- und Masterstudium der Informationssystemtechnik an der Universität Ulm. Seit 2014 ist er dort als akademischer Mitarbeiter und Doktorand am Institut für Mess-, Regel- und Mikrotechnik auf dem Gebiet der Robotik beschäftigt.</div></div><div><br></div>
Studie aus den Fachgebieten Mathematik, Regelungstechnik, Automatisierungstechnik und Elektrotechnik Includes supplementary material: sn.pub/extras

Diese Produkte könnten Sie auch interessieren:

Pulsed Power
Pulsed Power
von: Gennady A. Mesyats
Preis: 341,33 €
High-Frequency Oscillator Design for Integrated Transceivers
High-Frequency Oscillator Design for Integrated Transceivers
von: J. van der Tang, Dieter Kasperkovitz, Arthur H.M. van Roermund
Preis: 149,79 €
MEMS Vibratory Gyroscopes
MEMS Vibratory Gyroscopes
von: Cenk Acar, Andrei Shkel
Preis: 181,89 €