Self-tuning Predictive Control of Nonlinear Servo-motor
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F10%3A63508985" target="_blank" >RIV/70883521:28140/10:63508985 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Self-tuning Predictive Control of Nonlinear Servo-motor
Popis výsledku v původním jazyce
The paper is focused on a design of a self-tuning predictive model control (STMPC) algorithm and its application to a control of a laboratory servo ? motor. The model predictive control algorithm considers constraints of a manipulated variable. An ARX model is used in the identification part of the self-tuning controller and its parameters are recursively estimated using the recursive least squares method with the directional forgetting. The control algorithm is based on the Generalised Predictive Control (GPC) method and the optimization was realized by minimization of a quadratic and absolute values objective functions. A recursive control algorithm was designed for computation of individual predictions by incorporating a receding horizon principle.Proposed predictive controllers were verified by a real-time control of highly nonlinear laboratory model ? Amira DR300.
Název v anglickém jazyce
Self-tuning Predictive Control of Nonlinear Servo-motor
Popis výsledku anglicky
The paper is focused on a design of a self-tuning predictive model control (STMPC) algorithm and its application to a control of a laboratory servo ? motor. The model predictive control algorithm considers constraints of a manipulated variable. An ARX model is used in the identification part of the self-tuning controller and its parameters are recursively estimated using the recursive least squares method with the directional forgetting. The control algorithm is based on the Generalised Predictive Control (GPC) method and the optimization was realized by minimization of a quadratic and absolute values objective functions. A recursive control algorithm was designed for computation of individual predictions by incorporating a receding horizon principle.Proposed predictive controllers were verified by a real-time control of highly nonlinear laboratory model ? Amira DR300.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/1M0567" target="_blank" >1M0567: Centrum aplikované kybernetiky</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2010
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Journal of Electrical Engineering
ISSN
1335-3632
e-ISSN
—
Svazek periodika
61
Číslo periodika v rámci svazku
6
Stát vydavatele periodika
SK - Slovenská republika
Počet stran výsledku
8
Strana od-do
—
Kód UT WoS článku
—
EID výsledku v databázi Scopus
—