×

آموزش تنظیم پارامترهای کنترل پیش بین مدل (رایگان)

آموزش تنظیم پارامترهای کنترل پیش بین مدل (رایگان)

تعداد دانشجو
۴۵ نفر
مدت زمان
۴۰ دقیقه
هزینه آموزش
رایگان!
محتوای این آموزش
۱ بازخورد (مشاهده نظرات)
آموزش تنظیم پارامترهای کنترل پیش بین مدل (رایگان)

کنترل مدل پیش بین در دو دهه اخیر پیشرفت چشم گیری هم در حوزه تحقیقات و هم در حوزه کنترل پروسه های صنعتی پیدا کرده است. دلیل این موفقیت را می توان در توانایی بالای کنترل مدل پیش بین برای حل مشکلات مربوط به کنترل پروسه های صنعتی در حوزه زمان دانست. کنترل مدل پیش بین شاخه های مختلف مهندسی کنترل را اعم از کنترل بهینه، کنترل تصادفی، کنترل چند متغیره، کنترل سیستم های تاخیردار و … را دربر می گیرد. ما در این آموزش قصد داریم تا مبحث تنظیم پارامترهای کنترل پیش بین مدل را مورد بحث و بررسی قرار دهیم.

آموزش تنظیم پارامترهای کنترل پیش بین مدل (رایگان)

مدت زمان
۴۰ دقیقه
هزینه آموزش
رایگان!
۱ بازخورد (مشاهده نظرات)
مدرس
امید زندی

دانشجوی دکتری تخصصی مهندسی برق – کنترل

ایشان موفق به کسب رتبه اول (مدال طلا) المپیاد علمی دانشجویی مهندسی برق کشور در سال ۹۴ و همچنین رتبه سوم (مدال برنز) المپیاد علمی دانشجویی کشوری در سال ۱۳۹۳ در رشته برق شده‌اند و در زمینه تدریس آنلاین دروس مهندسی برق، کنترل، الکترونیک و ریاضیات جزء فعال‌ترین مدرسین فرادرس به شمار می‌روند.

توضیحات تکمیلی

کنترل مدل پیش بین در دو دهه اخیر پیشرفت چشم گیری هم در حوزه تحقیقات و هم در حوزه کنترل پروسه های صنعتی پیدا کرده است. دلیل این موفقیت را می توان در توانایی بالای کنترل مدل پیش بین برای حل مشکلات مربوط به کنترل پروسه های صنعتی در حوزه زمان دانست. کنترل مدل پیش بین شاخه های مختلف مهندسی کنترل را اعم از کنترل بهینه، کنترل تصادفی، کنترل چند متغیره، کنترل سیستم های تاخیردار و … را دربر می گیرد. یکی دیگر از ویژگی های مهم کنترل مدل پیش بین طراحی مقید است که این امکان را فراهم می آورد تا کنترلی را طراحی نمود که محدوده سیگنال های کنترلی تولید شده کنترل شوند.

اساس کار کنترل مدل پیش بین به این صورت است که با تعیین سیگنال کنترلی مناسب، سعی می کند که خروجی های آینده سیستم مقادیر مشخصی بشوند. بر همین اساس الگوریتم های متنوعی برای پیاده سازی کنترل مدل پیش بین ارائه شده اند که از میان آن ها می توان به الگوریتم های زیر اشاره کرد:

۱- Dynamic Matrix Control

این الگوریتم از پاسخ پله سیستم استفاده می کند و بر اساس این الگوریتم مقدار تغییرات سیگنال کنترلی برای حداقل سازی تابع هزینه مشخص می شود.

۲- Model Algorithmic Control

این الگوریتم از پاسخ ضربه سیستم استفاده می کند و بر اساس این الگوریتم مقدار سیگنال کنترلی برای حداقل سازی تابع هزینه مشخص می شود.

۳- Predictive Functional Control

کنترلر PFC برای تعیین بهترین استراتژی کنترل که بتواند انحرافات بین نقاط انطباقی واقع شده بر روی یک خط سیر مرجع در افق HC و سطح آینده را کاهش دهد، در نظر گرفته می شود.

۴- Generalized Predictive Control

این استراتژی از مدل تابع تبدیل سیستم در حوزه فرکانس برای پیش بینی رفتار آینده پلانت استفاده می کند و کارایی وسیع تری نسبت به الگوریتم های دیگر دارد.

الگوریتم های بالا قابل استفاده برای سیستم های خطی هستند و برای سیستم های غیرخطی نیز الگوریتم های نظیر EMDC ،NMPC و استفاده از الگوریتم های هوشمند نظیر عصبی مطرح هستند.

در این مجموعه آموزشی سعی خواهیم کرد تا مباحث تئوری و عملی الگوریتم کنترلی بالا را به صورت کامل مورد بررسی قرار دهیم و برنامه های لازم در محیط نرم افزار متلب برای تست آن ها نوشته شوند.

ما در این آموزش قصد داریم تا مبحث تنظیم پارامترهای کنترل پیش بین مدل را مورد بحث و بررسی قرار دهیم.

این آموزش رایگان بخشی از آموزش کنترل پیش بین مدل با متلب است. برای کسب اطلاعات بیشتر و استفاده از این آموزش بر روی این لینک (+) کلیک کنید.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • تنظیم پارامترهای کنترل پیش بین مدل
    • بررسی اثر پارامترهای کنترلر پیش بین مدل بر روی پاسخ سیستم حلقه بسته
    • ارائه پارامترهای بهینه برای سیستم درجه اول تاخیردار

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل برنامه ها و پروژه های اجرا شده
فایل PDF یادداشت‌ های ارائه مدرس




تنظیم پارامترهای کنترل پیش بین مدل
جهت شروع مطالعه و یادگیری نیاز است بعد از ورود (+) و یا عضویت (+) بر روی دکمه «شروع یادگیری» کلیک کنید.

اطلاعات تکمیلی

نام آموزش آموزش تنظیم پارامترهای کنترل پیش بین مدل (رایگان)
ناشر فرادرس
کد آموزش FVCTR95013I
مدت زمان ۴۰ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۷۲ بایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس)



آموزش‌های پیشنهادی برای شما



نظرات

مجتبی
مجتبی

بسیار عالی. ممنون از زحمات شما بزرگواران در مجموعه ی فرادرس.
پاسخ به نظر

برچسب‌ها:
Constrained Control | Control | DC | DMC | Dynamic Matri | EMساختار کنترل پیش بین مدل | Generalized Predictive Control | MAC | Model Algorithmic Control | Model Predictive Control | MPC | NMPC | Nonlinear Model Predictive Control | Nonlinear Optimization | PFC | Predictive Control | Predictive Functional Control | PVC | استراتژی های کنترلی | الگوریتم های هوشمند | المان های کنترل پیش بین مدل | برج های خنک کننده | بهینه سازی | بهینه سازی در فضای حالت | بهینه سازی غیرخطی | بهینه سازی کنترل پیش بین مدل | بهینه سازی مقید در نرم افزار متلب | پیش بین | تنظیم پارامترهای کنترل پیش بین مدل | توابع بهینه سازی متلب | ساختارهای کنترل پیش بین مدل | سیستم های کنترلی | سیگنال کنترلی | شبیه سازی | شبیه سازی کنترل پیش بین غیرخطی DMC | شبیه سازی کنترل پیش بین مدل | شبیه سازی کنترل پیش بین مدل GPC | طراحی سیستم های کنترلی | طراحی کنترلر LQR | کارکرد کنترل پیش بین مدل DMC | کنترل پروسه های صنعتی | کنترل پیش بین | کنترل پیش بین غیرخطی مقید | کنترل پیش بین مدل | کنترل پیش بین مدل DMC | کنترل پیش بین مدل GPC | کنترل پیش بین مدل MAC | کنترل پیش بین مدل PFC | کنترل پیش بین مدل غیرخطی | کنترل پیش بین مدل مقید | کنترل پیش بین مقید | کنترل مدل پیش بین | کنترل مقید | کنترلر PFC | کنترلر پیش بین مدل در فضای حالت | مدل های دینامیکی | نرم افزار متلب
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۱ جلسه ویدئویی