Identifikace stochastických, nelineárních systémů pro pokročilé řízení
Cíle projektu
Algoritmus vícekrokové predikce (MRI) poskytuje ve srovnání s modely získanými Prediction Error Methods lepší modely pro řízení, avšak selhává na datech z uzavřené smyčky. Stávající algoritmus může být použit pouze na jednoduché struktury modelů, např. ARX. Výsledný algoritmus by umožnil identifikaci širší třídy modelů vhodných pro prediktivní řízení na základě dat z uzavřené smyčky. Získaná data obvykle obsahují šum nebo kolinearity, které běžné algoritmy znehodnocují. Řešením je použití částečných nejmenších čtverců (PLS). Kombinace PLS a MRI řeší poškozená data a zároveň zaručuje optimalitu modelu ve smyslu dobrých predikčních vlastností. V případě nelineární dynamiky představují možné řešení polynomiální fuzzy modely. Tyto modely jsou postaveny nazměřených datech na základě metody fuzzy clusteringu, zároveň se identifikují funkce antecedentních členů s následnými lokálními polynomiálními submodely. Návrh odpovídajícího regulátoru je založen na po částech fuzzy a polynomiálních Lyapunovských funkcích
Klíčová slova
statisticalidentificationmodellingsimulationmathematicalmodel
Veřejná podpora
Poskytovatel
Grantová agentura České republiky
Program
Standardní projekty
Veřejná soutěž
Standardní projekty 15 (SGA02012GA-ST)
Hlavní účastníci
—
Druh soutěže
VS - Veřejná soutěž
Číslo smlouvy
P103-12-1187
Alternativní jazyk
Název projektu anglicky
Identification of Stochastic, Nonlinear Systems for Advanced Control
Anotace anglicky
The multi-step ahead algorithm provides a superior model for control compared to one obtained by Prediction Error Method, however, fails in case of the closed loop data. The current algorithm can be applied only to simple model structures such as ARX. The resulting algorithm, would enable the identification of a broader class of models suitable for predictive control using closed loop data. The collected data usually contain noise or collinearity, which disqualifies the common algorithms. Partial LeastSquares rectifies this problem. The combination MRI and PLS handle the corrupted data and simultaneously satisfy the optimality of the model in sense of good prediction properties. In case of non-linear dynamics the polynomial fuzzy models present a possible solution. These models are constructed from measured data based on fuzzy clustering methods with the simultaneous identification of the antecedent membership functions along with the consequent local polynomial submodels and the corresponding controller design is based on piecewise, fuzzy and polynomial Lyapunov functions.
Vědní obory
Kategorie VaV
ZV - Základní výzkum
CEP - hlavní obor
BC - Teorie a systémy řízení
CEP - vedlejší obor
JB - Senzory, čidla, měření a regulace
CEP - další vedlejší obor
JD - Využití počítačů, robotika a její aplikace
OECD FORD - odpovídající obory
(dle převodníku)10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
20201 - Electrical and electronic engineering
20204 - Robotics and automatic control
20205 - Automation and control systems
Hodnocení dokončeného projektu
Hodnocení poskytovatelem
V - Vynikající výsledky projektu (s mezinárodním významem atd.)
Zhodnocení výsledků projektu
Odborný přínos projektu je zejména v oblasti prediktivního řízení jednoznačně prokazatelný publikačními výstupy. Význam projektu pro příbuzné obory je např. v oblasti řízení budov. Publikační výstupy již mají 25 citací ve WoS a některé z nich jsou na šp?
Termíny řešení
Zahájení řešení
1. 1. 2012
Ukončení řešení
31. 12. 2014
Poslední stav řešení
U - Ukončený projekt
Poslední uvolnění podpory
18. 4. 2014
Dodání dat do CEP
Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP15-GA0-GA-U/01:1
Datum dodání záznamu
22. 5. 2015
Finance
Celkové uznané náklady
3 804 tis. Kč
Výše podpory ze státního rozpočtu
3 804 tis. Kč
Ostatní veřejné zdroje financování
0 tis. Kč
Neveřejné tuz. a zahr. zdroje finan.
0 tis. Kč
Základní informace
Uznané náklady
3 804 tis. Kč
Statní podpora
3 804 tis. Kč
100%
Poskytovatel
Grantová agentura České republiky
CEP
BC - Teorie a systémy řízení
Doba řešení
01. 01. 2012 - 31. 12. 2014