PředmětyPředměty(verze: 965)
Předmět, akademický rok 2019/2020
  
Pokročilé metody řízení procesů - D445023
Anglický název: Advanced Control Engineering
Zajišťuje: Ústav počítačové a řídicí techniky (445)
Fakulta: Fakulta chemicko-inženýrská
Platnost: od 2011 do 2020
Semestr: zimní
Body: zimní s.:0
E-Kredity: zimní s.:0
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:0/0, Jiné [HT]
Počet míst: neurčen / neurčen (neurčen)
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Úroveň:  
Poznámka: předmět je určen pouze pro doktorandy
student může plnit i v dalších letech
Garant: Mareš Jan prof. Ing. Ph.D.
Hrnčiřík Pavel doc. Ing. Ph.D.
Termíny zkoušek   Rozvrh   
Anotace
Předmět bude rozšiřovat okruhy znalostí, které jsou pro specialistu v oboru řízení procesů nutností (Adaptivní řízení, pokročilé prediktivní řízení, Expertní řízení, …). Zároveň bude při návrhu výuky předmětu kladen důraz na rozvoj i tzv. soft-skills u studentů doktorského studia, a to zejména v oblasti schopností prezentovat a obhajovat dosažené výsledky odborné práce.
Poslední úprava: TAJ445 (21.03.2014)
Literatura

Z: CAMACHO, E.F., BORDONS, C. Model Predictive Control. London : Springer-Verlag London Limited, 2007.

Z: MACIEJOWSKI, J. M. Predictive Control with Constraints. Harlow (UK) : Prentice Hall, 2002. ISBN 0-201-39823-0.

D: BAOTIC, M., CHRISTOPHERSEN, F. J.,MORARI, M. Constrained Optimal Control of Hybrid Systems With a Linear Performance Index. IEEETrans. on Automatic Control, 51(12):1903-1919, December 2006.

Poslední úprava: Mareš Jan (07.09.2015)
Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků)

Předmět je zakončen obhajobou projektu a ústní zkouškou.

Poslední úprava: Mareš Jan (07.09.2015)
Sylabus

1. Adaptivní metody řízení technologických procesů

2. Rekurentní metoda nejmenších čtverců

3. On-line odhad parametrů modelu

4. Odhad stavů procesu

5. Pokročilé prediktivní řízení technologických procesů

6. Linearizované metody prediktivního řízení

7. Nelineární prediktivní řízení

8. Případová studie: Nelineární prediktivní řízení

9. Využití umělé inteligence pro řízení technologických procesů

10. Využití fuzzy pro řízení technologických procesů

11. Expertní systémy řízení technologických procesů

12. Expertní systémy řízení bioprocesů

13. Případová studie: Řízení bioprocesů

14. Semestrální projekt

Poslední úprava: Mareš Jan (08.01.2018)
Studijní opory

https://www.honeywellprocess.com/en-us/explore/products

Poslední úprava: Mareš Jan (07.09.2015)
Výsledky učení

Studenti budou umět:

Používat pokročilé a nelineární prediktivní metody řízení

Používat optimalizační metody a umělou inteligenci při modelování a řízení procesu

Poslední úprava: Mareš Jan (07.09.2015)
Studijní prerekvizity

Matematika I, Teorie automatického řízení

Poslední úprava: Mareš Jan (07.09.2015)
Hodnocení studenta
Forma Váha
Obhajoba individuálního projektu 30
Ústní zkouška 70

 
VŠCHT Praha