Skip Navigation LinksHome -> Informačný list
Názov vysokej školy, názov fakulty: Technická univerzita v Košiciach, Fakulta elektrotechniky a informatiky

Informačný list predmetu
Kód: Názov: Riadenie a umelá inteligencie
Študijný odbor: Kybernetika
Garantuje:
doc. Ing. Anna Jadlovská, PhD.
Zabezpečuje: Katedra kybernetiky a umelej inteligencie
Obdobie štúdia predmetu: 8. semester
LS
Forma výučby: prednášky, laboratórne cvičenia na PC
Odporúčaný rozsah výučby (v hodinách):
Týždenný: 2/2 Za obdobie štúdia: 26/26
Počet kreditov: 5
Podmieňujúce predmety:teoretické poznatky z matematických predmetov a predmetov teórie automatického riadenia, Simulačné prostriedky, Neurónové siete
Spôsob hodnotenia a skončenia štúdia predmetu: Zápočet a skúška
Priebežné hodnotenie: písomný test, riešenie samostatných úloh na počítači, projekty
Záverečné hodnotenie: písomne – teoretická časť, ústne a prakticky za PC – riešenie 2 príkladov analyticky a ich overenie pomocou vytvorených algoritmov v zadaniach na PC
Cieľ predmetu:

Oboznámiť študentov s možnosťami aplikácie niekoľkých typov algoritmov diskrétnych regulátorov a ich praktickým overením na simulačných modeloch reálnych procesov v prog. systéme Matlab/Simulink, Control a Real Time Toolbox a automatoch PLC.

Naučiť ich orientovať sa v jednotlivých etapách návrhu algoritmov samonastavujúcich regulátorov-STC (identifikácia mat. modelu MIMO procesu z nameraných dát a syntéza STC regulátora za podpory IDENT Toolboxu a STC Library), zoznámiť ich s novými technikami návrhu inteligentných riadiacich algoritmov pre riadenie nelineárnych procesov, ktoré využívajú vlastnosti neurónových sietí v rôznych aplikáciách – neurónový model procesu, neurónový regulátor, neurónový estimátor s využitím Neural, NNSID a NNCTRL Toolboxov.

Stručná osnova predmetu:
  1. Vývoj metód automatického riadenia – súčasné trendy riadenia a modelovania procesov, prehľad metód a algoritmov, priame číslicové riadenie, inteligentné riadiace systémy a ich aplikácie
  2. Návrh diskrétneho regulátora s predpísanou štruktúrou – prepočet spojitého PID regulátora na diskrétny PSD regulátor, typy aproximácií, polohový a rýchlostný algoritmus, kvalita v prechodovom a ustálenom režime
  3. Modifikácie číslicových PID regulátorov – interaktívny a zložkový tvar číslicového PID regulátora, filtrácia derivačnej zložky, wind-up regulátora, Takahassiho vzťah, obmedzenie akčnej veličiny, priemyselné PID regulátory, ilustrácia na príklade
  4. Návrh diskrétneho regulátora umožňujúceho ukončenie regulačného pochodu za najmenší počet krokov – dead-beat regulátor bez a s ohraničením na riadiaci zásah, návrh dikrét. regulátora na základe metódy rozmiestnenia pólov, ilustrácia na príklade
  5. Klasické a moderné metódy výpočtu koeficientov spojitých a diskrétnych regulátorov – experimentálne metódy syntézy, graf.-analytické metódy, metóda optimálneho modulu pre procesy s dopravným oneskorením
  6. Modelovanie a identifikácia procesov pre použitie v samonastavujúcich sa regulátoroch – klasifikácia adaptívnych riadiacich systémov, modely stochastických procesov (ARX, ARMAX, B-J, OE a model PEM) a ich štruktúra
  7. Prehľad algoritmov samonastavujúcich regulátorov – algoritmy identifikácie, princíp jednorázovej a rekurzívnej MNŠ, verifikácia modelov, vybrané algoritmy STC – PID regulátorov, číslicové PID regulátory založené na metóde priradenia pólov
  8. Algoritmy číslicových PID regulátorov založených na modifikovanom Ziegler-Nichols kritériu – odvodenie algoritmu výpočtu kritických parametrov pre modely procesov 2 a 3 rádu, aplikácie
  9. Inteligentné riadenie nelineárnych procesov s využitím neurónových sietí – štruktúra neurónových sietí typu MLP, algoritmus BPA – maticový tvar, rekurzívne metódy založené na výstupnej predikčnej chybe-GNM, SDM, základné štruktúry a aplikácie NN v riadení (dopredné a inverzné modely), štruktúry DIC, IMC, MRAC, NSTC, NMPC
  10. Dynamické neurónové modely – modelovanie nelineárnych procesov pomocou NN, normalizácia signálov, matica zosilnenia, dynamické neurónové modely s merateľnými vstupmi, s niektorými nemerateľnými vstupmi (V/V opis, stavový opis), DM s niektorými nemerateľnými vstupmi a výstupmi, NNSID Toolbox
  11.  Riadenie nelineárnych procesov na báze neurónových sietí – štruktúry riadenia na základe inverzného modelovania – trénovanie neurónového regulátora pre nelineárny proces, aplikácia inverzného neurónového modelu procesu v štruktúre pre priame inverzné riadenie DIC  a štruktúre s dopredným regulátorom FFC, NNCTRL Toolbox
  12. Riadenie nelineárnych procesov s využitím neurónových sietí – štruktúry riadenia na základe odhadov parametrov procesu – aplikácia metódy rozmiestnenia pólov v návrhu algoritmu riadenia pre nelineárny proces (NSTC), aplikácia algebraickej teórie v algoritme zovšeobecneného prediktívneho riadenia GPC s neurónovým modelom, NNCTRL Toolbox
  13.  Obhajoba zadaní
Literatúra:
  1. POKORNÝ, M.: Umělá inteligence v modelování a řízení, nakladatelství BEN – technická literatura, Praha 1996
  2. MIKLEŠ – HUTLA: Teória automatického riadenia, Bratislava 1995
  3. BÍLA, J.: Umělá inteligence a neurónové sítě, ČVUT Praha 1998
  4. JADLOVSKÁ, A.: Modelovanie a riadenie dynamických procesov s využitím neurónových sietí, Informatech, Košice, 2003


Jazyk, v ktorom sa predmet vyučuje:
Podpis garanta a dátum poslednej úpravy listu:
2012 Katedra Kybernetiky a Umelej Inteligencie - KKUI