تعداد دانشجو
۳۰۵ نفر
هزینه آموزش
۴۳,۰۰۰ تومان

آموزش حل تمرین کنترل بهینه

آموزش حل تمرین کنترل بهینه

تعداد دانشجو
۳۰۵ نفر
مدت زمان
۱۳ ساعت و ۲ دقیقه
هزینه آموزش
۴۳,۰۰۰ تومان
محتوای این آموزش
(توضیحات)
۲ بازخورد (مشاهده نظرات)
آموزش حل تمرین کنترل بهینه

چکیده

تئوری کنترل بهینه که امروزه نقش خیلی مهمی در طراحی کنترلرهای مدرن دارد، با اهداف بیشینه سازی عملکرد یک سیستم، همزمان با کمینه سازی هزینه سیستم، هم از نظر مصرف انرژی و هم از نظر اقتصادی مورد استفاده قرار می گیرد. به عبارت دیگر، هدف کنترل بهینه تعیین سیگنال های کنترلی به نحوی است که علاوه بر اینکه قیدهای حاکم بر پلانت رعایت شود، یک تابع معیار نیز حداقل گردد. تابع معیار می تواند میزان سوخت مصرفی، خطای ردیابی و هزینه پروسه باشد. در این آموزش در قالب هفت درس و از طریق حل مساله های مختلف و متنوع، کنترل بهینه آموزش داده خواهد شد که پیش نیاز آن درس کنترل بهینه است و مخاطبینی که برای اولین بار با این برخورد می کنند، لازم است آموزش کنترل بهینه را مطالعه نمایند.

مدرس
مهندس 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 شده اند و در زمینه تدریس آنلاین دروس مهندسی برق، کنترل، الکترونیک و ریاضیات جزو فعال ترین مدرسین فرادرس به شمار می روند.

چکیده آموزش


توضیحات تکمیلی

طراحی سیستم های کنترل کلاسیک اغلب یک پروسه سعی و خطایی است که با استفاده از روش های حوزه زمان و فرکانس یک الگوریتم مشخص آنقدر تکرار می شود تا به مشخصات حلقه بسته مطلوب، مانند: درصد بالازدگی مناسب، زمان صعود و نشست مناسب و پهنای باند مناسب برسیم.

این روش طراحی برای سیستم های پیچیده چندمتغیره جوابگو نیست. مثلا طراحی کنترل وضعیت یک ماهواره را در نظر بگیرید که در طراحی سیستم، مسائلی نظیر سوخت مصرفی باید لحاظ گردد در حالی که امکان در نظر گرفتن آن در کنترل کلاسیک وجود ندارد. یک روش جایگزین برای حل مساله بالا، استفاده از تئوری کنترل بهینه است که امروزه با پیشرفت کامپیوترهای دیجیتال، کاربردهای آن در حال گسترش است.

تئوری کنترل بهینه که امروزه نقش خیلی مهمی در طراحی کنترلرهای مدرن دارد، با اهداف بیشینه سازی عملکرد یک سیستم، همزمان با کمینه سازی هزینه سیستم، هم از نظر مصرف انرژی و هم از نظر اقتصادی مورد استفاده قرار می گیرد. به عبارت دیگر، هدف کنترل بهینه تعیین سیگنال های کنترلی به نحوی است که علاوه بر اینکه قیدهای حاکم بر پلانت رعایت شود، یک تابع معیار نیز حداقل گردد.

تابع معیار می تواند میزان سوخت مصرفی، خطای ردیابی و هزینه پروسه باشد. در این آموزش در قالب هفت درس و از طریق حل مساله های مختلف و متنوع، کنترل بهینه آموزش داده خواهد شد که پیش نیاز آن درس کنترل بهینه است و مخاطبینی که برای اولین بار با این برخورد می کنند، لازم است آموزش کنترل بهینه را مطالعه نمایند.

 

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: بهینه سازی استاتیک
    • مقدمه ای بر بهینه سازی
    • اکسترمم مطلق و نسبی
    • بهینه سازی توابع تک متغیره نامقید
    • بهینه سازی توابع تک متغیره مقید
    • بهینه‌ سازی توابع چند‌متغیره نامقید
    • بهینه‌ سازی توابع چند‌متغیره با قیدهای مساوی (روش مستقیم)
    • بهینه‌ سازی توابع چند‌متغیره با قیدهای مساوی (الگوریتم لاگرانژ)
    • بهینه‌ سازی مقید با قیود نامساوی (الگوریتم Active Set)
    • بهینه‌ سازی استاتیک عددی
    • الگوریتم Golden Section
    • الگوریتم گرادیان نزولی
    • الگوریتم نیوتن
  • درس دوم: برنامه ریزی پویا
    • قانون کنترل بهینه
    • اصل بهینگی و کاربرد اصل بهینگی در تصمیم‌ گیری
    • حل مساله یافتن کوتاه‌ ترین مسیر (مقید و نامقید) با برنامه‌ ریزی پویا
    • برنامه‌ریزی پویا برای تعیین سیگنال کنترلی بهینه
    • درون یابی
    • شکل بازگشتی برنامه ریزی پویا
    • حل تحلیلی مساله تنظیم بهینه گسسته (LQR) با برنامه‌ ریزی پویا
    • معادله همیلتون – جاکوبی – بلمن (Hamilton–Jacobi–Bellman Equation)
    • حل تحلیلی مساله تنظیم بهینه (LQR) پیوسته با HJB
  • درس سوم: حساب تغییرات
    • مفاهیم پایه
    • تابع و تابعی
    • نمو و تغییرات تابعی
    • مینیمم و ماکزیمم تابعی
    • قضیه اساسی حساب تغییرات
    • تابعی تک‌ تابعه
    • معادله اویلر
    • مساله t_f=ct, x (t_f )=ct
    • مساله t_f=ct, x (t_f )=free
    • مساله t_f=free, x (t_f )=ct
    • مساله t_f=free, x (t_f )=free
    • تابعی چند‌تابعه
    • اکسترمم‌ های تکه‌ ای - پیوسته
    • حساب تغییرات مقید
    • فرمولاسیون کلی بهینه‌ سازی مقید
  • درس چهارم: حساب تغییرات برای مسائل کنترل بهینه
    • استخراج معادلات همیلتونین
    • شرایط مرزی معادلات همیلتونین
      • زمان نهایی موقعیت نهایی مشخص باشد
      • زمان نهایی مشخص ولی موقعیت نهایی آزاد باشد
      • زمان نهایی مشخص ولی موقعیت نهایی روی یک سطح باشد
      • زمان نهایی آزاد ولی موقعیت نهایی مشخص باشد
      • زمان نهایی و موقعیت نهایی آزاد باشند
      • زمان نهایی آزاد ولی موقعیت نهایی روی یک منحنی باشد
      • زمان نهایی آزاد ولی موقعیت نهایی روی یک سطح باشد
      • زمان نهایی آزاد ولی موقعیت نهایی روی یک سطح متغیر با زمان باشد
    • مسائل تنظیم خطی LQR
    • مسائل ردیابی خطی LQT
    • اصل مینیمم پونتریاگین (Pontryagin's Minimum)
    • قیدهای نامساوی در سیگنال کنترلی و حالت‌ ها
    • فرمولاسیون کلی کنترل بهینه مقید
  • درس پنجم: کنترل بهینه عددی و آنلاین
    • حل عددی مسائل کنترل بهینه
    • الگوریتم Finite Deference
    • الگوریتم Rayleigh-Ritz
    • الگوریتم Steepest Descent برای حل عددی معادلات همیلتونین
    • بهینه‌ سازی آنلاین تابع هزینه کنترل بهینه
    • کنترل پیش‌ بین مدل خطی
    • کدنویسی کنترل پیش‌ بین مدل خطی برای کنترل سیستم چندمتغیره خطی
  • درس ششم: کنترل بهینه غیرخطی SDRE و MPC
    • معادله ریکاتی
    • مسائل تنظیم درجه دوم (LQR) برای سیستم‌ های غیرخطی
    • الگوریتم SDRE
    • کنترل پیش‌ بین مدل (MPC) برای سیستم‌ های غیرخطی
    • معرفی تابع Fmincon نرم‌ افزار متلب
    • کدنویسی MATLAB الگوریتم MPC
  • درس هفتم: تخمین حالت بهینه (فیلترهای کالمن)
    • لزوم تخمین حالت‌ سیستم‌ های دینامیکی
    • رویتگر حالت خطی
    • حل تمرین از جایابی قطب‌ های رویتگر خطی
    • رویتگر حالت خطی بهینه (فیلتر کالمن خطی)
    • کدنویسی فیلتر کالمن خطی برای تخمین حالت سیستم خطی متغیر با زمان
    • رویتگر حالت غیرخطی SDRE
    • رویتگر حالت غیرخطی (فیلتر کالمن تعمیم‌ یافته EKF)
    • ترکیب فیلتر کالمن EKF و کنترل SDRE برای کنترل بهینه سیستم‌ های غیرخطی

 

مفید برای رشته های
  • مهندسی برق
  • مهندسی مکانیک
  • مهندسی شیمی
مشاهده بیشتر مشاهده کمتر

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

نرم افزارهای مرتبط با آموزش

MATLAB 2017a

پیش نیاز



پیش نمایش‌ها

۱. بهینه ‌سازی استاتیک

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۶۰ مگابایت -- (کلیک کنید +))

۲. برنامه ‌ریزی پویا

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۱۶ مگابایت -- (کلیک کنید +))

۳. حساب تغییرات

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۵۷ مگابایت -- (کلیک کنید +))

۴. حساب تغییرات برای مسائل کنترل بهینه
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. کنترل بهینه عددی و آنلاین
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. کنترل بهینه غیرخطی SDRE و MPC
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۷. تخمین حالت بهینه (فیلترهای کالمن)
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.

راهنمای سفارش آموزش‌ها

آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

(راهنمایی بیشتر +)

در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
  • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش حل تمرین کنترل بهینه
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۷۳۱۲۱ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش FVCTRE9803
مدت زمان ۱۳ ساعت و ۲ دقیقه
زبان فارسی
نوع آموزش آموزش ویدیویی (لینک دانلود)
حجم دانلود ۸۴۰ مگابایت (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)

نظرات

تا کنون ۳۰۵ نفر از این آموزش استفاده کرده اند و ۲ نظر ثبت شده است.
زهرا
زهرا

به نظرم جا داشت که مثالاش بیشتر بشه ولی بازم خیلی کاربردی بود.

حسن
حسن

کنترل امپدانس (نیرو-جابجایی) رو هم آموزش بدین

برچسب‌ها:
Active Set | Concentrate Forms | Criterion Function Selection | EKF | Hamilton-Jacobi-Bellman equation | HJB | LQR | LQT | MATLAB | MPC | SDRE | استخراج معادلات همیلتونین | اصل بهینگی | اصل مینیمم پونتریاگین | الگوریتم Active Set | الگوریتم Finite Deference | الگوریتم Golden section | الگوریتم MPC | الگوریتم Rayleigh-Ritz | الگوریتم SDRE | الگوریتم Steepest Descent | الگوریتم ریلی-ریتز | الگوریتم گرادیان نزولی | الگوریتم لاگرانژ | الگوریتم نیوتن | الگوریتم های بهینه سازی عددی | برنامه ریزی پویا | بهینه‌ سازی آنلاین | بهینه سازی استاتیک | بهینه سازی توابع استاتیک تک متغیره | بهینه سازی توابع استاتیک تک متغیره دارای قید | تابع fmincon | تابع معیار مسائل تنظیم | تابع هزینه کنترل بهینه | تایع معیار | تبدیل به فرم های کانونی | تخمین حالت بهینه | تعیین سیگنال کنترلی بهینه | تغییرات تابعی | توابع تک متغیره مقید | توابع چندمتغیره | توابع چند‌متغیره نامقید | حساب تغییرات | حساب تغییرات مقید | حل عددی مسائل کنترل بهینه | درونیابی | رویت پذیری و آشکاری پذیری | رویتگر حالت غیرخطی SDRE | سیستم چندمتغیره خطی | سیستم های دینامیکی | سیستم های غیرخطی | سیگنال کنترلی | شرایط اساسی برای کنترل بهینه | شرایط مرزی معادلات همیلتونین | شکل بازگشتی برنامه ریزی پویا | شکل عمومی برنامه ریزی پویا | طراحی رویتگر حالت | طراحی فیدبک حالت | فیلتر کالمن خطی | فیلترهای کالمن | قانون کنترل بهینه | قانون کنترل بهینه قانون کنترل بهینه | قضایای اساسی حساب تغییرات | قضیه بهینگی | قضیه بهینگی قضیه بهینگی | قطب‌ های رویتگر خطی | کنترل بهینه مقید | کنترل پذیری و پایداری پذیری | کنترل پیش بین مدل خطی | ماکزیمم تابعی | متلب | مسائل تنظیم خطی | مسائل تنظیم خطی LQR | مسائل حداقل تلاش کنترلی | مسائل حداقل زمان | معادلات همیلتونین | معادله اویلر | معادله ریکاتی | مینیمم تابعی | نحوه بدست آوردن معادلات حالت سیستم های الکتریکی | نرم افزار متلب | نمایش فضای حالت سیستم های کنترلی | یافتن کوتاه‌ ترین مسیر
مشاهده بیشتر مشاهده کمتر