Dokument-Version: 4.001.03.2021pre

Fakultät Ingenieurwissenschaften

Masterstudiengang (EIM) - Elektrotechnik und Informationstechnik

Modellprädiktive und stochastische Regelungen

Kennzahl 7802

Dozententeam

Wahlpflichtmodul 7802

Prof. Dr.-Ing. Hendrik Richter
verantwortlich: Prof. Dr.-Ing. Jens Jäkel
Regelsemester Wintersemester 1. Semester (jährlich)
Leistungspunkte *) 5   (Wichtung der LP =5)
Unterrichtssprache Deutsch
Arbeitsaufwand Vorlesung-Präsenz: 42 h; Vorlesung-Nacharbeit: 43 h; Projekt-Präsenz: 14 h; Projekt-Vorarbeit: 51 h; Projekt-Nacharbeit: 0 h;
Voraussetzungen für die Teilnahme Kenntnisse/Fähigkeiten: Systemtheorie, Regelungstechnik, Simulationstechnik (Bachelor)
Lernziel/ Kompetenz Ziel: Vermittlung von vertieftem und erweitertem Fachwissen in der Automatisierungstechnik und Mechatronik, besonders von Kenntnissen über moderne höhere regelungstechnische Konzepte.

Fach- und methodische Kompetenz: Befähigung, regelungstechnische Modellierungs-, Berechnungs-, Entwurfs- und Testmethoden sowie Softwarewerkzeuge anzuwenden, zu bewerten und weiter zu entwickeln, hier: Beherrschung von Techniken und Verfahren der modernen Regelungstechnik; Lösung praxisbezogener Probleme der Regelungstechnik durch stochastische oder modellgestützte Regelungen.

Einbindung in die Berufsvorbereitung: Stochastische und modellgestützte Regelungssysteme sind wesentliche Bestandteile von komplexen automatisierungstechnischen Systemen. Kenntnisse über Analyse und Entwurf solcher Systeme sind zwingend notwendig für Automatisierungs-Ingenieure.
Inhalt 1. Beschreibung stochastischer Signale (Begriffe der Wahrscheinlichkeitstheorie/ Stochastische Prozesse)

2. Analyse des stochastischen Verhaltens linearer Systeme (Zusammenhänge zwischen stochastischen Ein- und Ausgangssignalen / Einfluss der Systemdynamik auf stochastische Kerngrößen)

3. Entwurf von Reglern bei stochastischen Signalen (Zustandsgrößenschätzung / Kalman-Bucy Filter)

4. Advanced Control (Überblick)

5. Modellprädiktive Regelung (MPC) (Konzept und Grundlagen / Systemmodelle / Entwurf von MPC mit linearen Prozessmodellen / Ausblick: Nichtlinearer MPC)

Prüfungsvorleistungen PVJ (Projektarbeit)
Studien- und Prüfungsleistungen
Lehreinheiten SWS Prüfungsleistung Wichtung
V P
Modellprädiktive und stochastische Regelungen 3 1 PM 30 min 5
Medienformen Tafel, Folien (Overhead/Beamer), Rechnerübung, Begleitliteratur
Literatur Wunsch und Schreiber: Stochastische Systeme;

Morari, M. Zafiriou, E.: Robust Process Control;

Dittmar, R., Pfeiffer, B.-M.: Modellbasierte prädiktive Regelung;

Schlitt: Systemtheorie für stochastische Prozesse;

Krebs, Volker: Nichtlineare Filterung;

Verwendbarkeit Das Modul ist im Masterstudiengang Elektrotechnik und Informationstechnik verwendbar.