TBU Publications
Repository of TBU Publications

Self-tuning Predictive Control of Nonlinear Servo-motor

DSpace Repository

Show simple item record


dc.title Self-tuning Predictive Control of Nonlinear Servo-motor en
dc.contributor.author Bobál, Vladimír
dc.contributor.author Chalupa, Petr
dc.contributor.author Kubalčík, Marek
dc.contributor.author Dostál, Petr
dc.relation.ispartof Journal of Electrical Engineering
dc.identifier.issn 1335-3632 Scopus Sources, Sherpa/RoMEO, JCR
dc.date.issued 2010
utb.relation.volume 61
utb.relation.issue 6
dc.citation.spage 365
dc.citation.epage 372
dc.type article
dc.language.iso en
dc.publisher Slovak Centre of IEE en
dc.relation.uri http://iris.elf.stuba.sk/JEEEC/data/pdf/6_110-6.pdf
dc.subject nelineární systém cs
dc.subject servomotor cs
dc.subject CARIMA model cs
dc.subject samočinně se nastavující regulátor cs
dc.subject prediktivní řízení cs
dc.subject řízení v reálném čase cs
dc.subject Non-linear system en
dc.subject servo-system en
dc.subject CARIMA model en
dc.subject self-tuning control en
dc.subject predictive control en
dc.subject real-time control en
dc.description.abstract Náplní příspěvku je návrh algoritmů samočinně se nastavujícího prediktovního regulátoru a jejich aplikace pro řízení laboratorního servomotoru v reálném čase. Algoritmus prediktivního řízení byl navržen pro omezení akční veličiny. V identifikační části byl použit ARX model, jehož parametry jsou odhadovány rekurzivní metodou nejmenších čtverců se směrovým zapomínáním. V optimalizační části algoritmu byla použita účelová funkce založená na minimalizaci kvadratických a absolutních odchylek jednotlivých veličin. Navržené prediktivní regulátory byly úspěšně ověřeny v reálném čase při řízení nelineárního servomotoru. cs
dc.description.abstract The paper is focused on a design of a self-tuning predictive model control (STMPC) algorithm and its application to a control of a laboratory servo ? motor. The model predictive control algorithm considers constraints of a manipulated variable. An ARX model is used in the identification part of the self-tuning controller and its parameters are recursively estimated using the recursive least squares method with the directional forgetting. The control algorithm is based on the Generalised Predictive Control (GPC) method and the optimization was realized by minimization of a quadratic and absolute values objective functions. A recursive control algorithm was designed for computation of individual predictions by incorporating a receding horizon principle. Proposed predictive controllers were verified by a real-time control of highly nonlinear laboratory model ? Amira DR300. en
utb.faculty Faculty of Applied Informatics
dc.identifier.uri http://hdl.handle.net/10563/1000832
utb.identifier.rivid RIV/70883521:28140/10:63508985!RIV11-MSM-28140___
utb.identifier.obdid 43863825
utb.identifier.scopus 2-s2.0-78650581041
utb.identifier.wok 000287551200006
utb.source j-riv
utb.contributor.internalauthor Bobál, Vladimír
utb.contributor.internalauthor Chalupa, Petr
utb.contributor.internalauthor Kubalčík, Marek
utb.contributor.internalauthor Dostál, Petr
Find Full text

Files in this item

Show simple item record