Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Sterowanie procesów
Koordynator przedmiotu:
Maciej Ławryńczuk, Piotr Marusak
Status przedmiotu:
Fakultatywny ograniczonego wyboru
Poziom kształcenia:
Studia I stopnia
Program:
Informatyka
Grupa przedmiotów:
Przedmioty techniczne
Kod przedmiotu:
STP
Semestr nominalny:
7 / rok ak. 2012/2013
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Bilans nakładu pracy przeciętnego studenta: - udział w wykładach: 15 x 2 godz. = 30 godz. - udział w ćwiczeniach: 15 x 1 godz. = 15 godz. - udział w konsultacjach: 4 godz. - wykonywanie projektów (15 godz. na każdy projekt, łącznie z opracowaniem sprawozdania i krótką prezentacją uzyskanych wyników): 30 godz. - przygotowanie do bieżących zajęć (wykładów i ćwiczeń): 10 godz. - przygotowanie do kolokwiów ( w tym rozwiązywanie typowych zadań): 15 godz. Łączny nakład pracy studenta: 104 godz., co odpowiada 4 ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
30 (wykład) + 15 (ćwiczenia) + 15 (konsultacje) + 20 (przyjmowanie projektów)=80, co odpowiada 3 ECTS
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
30 godz., co odpowiada 1 ECTS
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia15h
  • Laboratorium0h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Podstawy Dynamiki
Limit liczby studentów:
30
Cel przedmiotu:
Celem przedmiotu jest przedstawienie podstawowych oraz bardziej zaawansowanych struktur i algorytmów sterowania ciągłymi obiektami dynamicznymi o jednym wejściu i jednym wyjściu (SISO – ang. Single Input Single Output), w tym procesami przemysłowymi. Rozważa się algorytmy regulacji z czasem ciągłym, ich dyskretne (cyfrowe) realizacje oraz algorytmy projektowane z czasem dyskretnym. Omawiane są: metoda sprzężenia od stanu, algorytmy i struktury regulacji PID, algorytmy regulacji predykcyjnej DMC (ang. Dynamic Matrix Control) i GPC (ang. Generalized Predictive Control), algorytmy regulacji rozmytej (rozmyty algorytm PID, rozmyty algorytm ze sprzężeniem od stanu, rozmyty algorytm regulacji predykcyjnej), warstwowa struktura sterowania przemysłowego z nadrzędną warstwą optymalizacji ekonomicznej. Ilustrację wykładu stanowią liczne przykłady przedstawiane w trakcie zajęć. Do syntezy układów regulacji wykorzystuje się pakiet Matlab/Simulink.
Treści kształcenia:
1. Wstęp: Procesy dynamiczne jako obiekty sterowania, klasy modeli procesów dynamicznych (liniowe/nieliniowe, równania stanu/transmitancje), przegląd metod projektowania układów regulacji. Przykłady wykorzystania algorytmów regulacji: sterowanie satelity telekomunikacyjnego, sterowanie samolotu o pionowym starcie (VTOL - ang. Vertical Take-off and Landing), sterowanie pojazdu marsjańskiego, sterowanie kolumny destylacyjnej. Prezentacja pakietu Matlab/Simulink: modelowanie procesów, synteza i symulacji układów sterowania. (wykład: 2 jd, ćwiczenia: 1 jd) 2. Metody przestrzeni stanów: Modele ciągłych procesów dynamicznych w przestrzeni stanów i w postaci transmitancji, sterowalność i obserwowalność, przechodzenie od modelu w przestrzeni stanów do transmitancji (i odwrotnie), wybór zmiennych stanu - modelowanie. (wykład: 2 jd, ćwiczenia: 1 jd) 3. Przesuwanie biegunów za pomocą sprzężenia od stanu: projektowanie układu regulacji metodą przesuwania biegunów układu zamkniętego, dobór biegunów układu zamkniętego, wielokryterialna ocena jakości regulacji, niezerowe punkty pracy. (wykład: 2 jd, ćwiczenia: 2 jd) 4. Estymacja wartości niedostępnych pomiarowo zmiennych stanu: Projektowanie obserwatorów pełnego i zredukowanego rzędu, dobór biegunów obserwatora, zasada separowalności, wymuszanie zerowego uchybu ustalonego (układy regulacji z całkowaniem). (wykład: 3 jd, ćwiczenia: 1 jd) 5. Dyskretne (cyfrowe) układy regulacji: Pośrednie (emulacja) oraz bezpośrednie metody projektowania dyskretnych algorytmów regulacji, cyfrowe realizacje algorytmu PID, transmitancja dyskretna, modele ARX, symulacja dyskretnych algorytmów regulacji. (wykład: 3 jd, ćwiczenia: 2 jd) 6. Opis procesu dyskretnego w przestrzeni stanów: sterowalność i obserwowalność procesów dyskretnych, przechodzenie od modelu dyskretnego w przestrzeni stanów do transmitancji dyskretnej (i odwrotnie), wybór zmiennych stanu - modelowanie, przechodzenie od ciągłych równań stanu do dyskretnych. ( wykład: 2 jd, ćwiczenia: 1 jd) 7. Projektowanie dyskretnych układów regulacji metodą sprzężenia od stanu: dyskretne obserwatory stanu pełnego i zredukowanego rzędu. (wykład: 2 jd, ćwiczenia: 1 jd) 8. Regulacja PID: wielokryterialna ocena jakości regulacji (konflikt między dokładnością i odpornością), uwzględnianie ograniczeń sygnału sterującego w algorytmie PID, kompensacja wpływu mierzonych zakłóceń w regulacji PID (układy otwarto-zamknięte), regulacja kaskadowa. (wykład: 2 jd, ćwiczenia: 1 jd) 9. Regulacja predykcyjna: zasada regulacji predykcyjnej, klasy algorytmów regulacji predykcyjnej, model odpowiedzi skokowych, związek między transmitancją a modelem odpowiedzi skokowej, algorytm DMC w wersji analitycznej bez ograniczeń, strojenie algorytmu DMC. ( wykład: 3 jd, ćwiczenia: 1 jd) 10. Uwzględnianie ograniczeń w analitycznej wersji algorytmu DMC, wersja numeryczna (z ograniczeniami) algorytmu DMC. (wykład: 2 jd, ćwiczenia: 1 jd) 11. Algorytm GPC w wersji analitycznej i numerycznej. (wykład: 2 jd, ćwiczenia: 1 jd) 12. Nieliniowa regulacja rozmyta: systemy rozmyte typu Takagi-Sugeno, rozmyty algorytm regulacji PID, rozmyty algorytm regulacji ze sprzężeniem od stanu, rozmyty algorytm regulacji predykcyjnej DMC, rozmyty algorytm regulacji predykcyjnej GPC. (wykład: 4 jd, ćwiczenia: 2 jd) 13. Warstwowa struktura sterowania przemysłowego z nadrzędną warstwą optymalizacji ekonomicznej. (wykład: 2 jd)
Metody oceny:
W trakcie semestru przeprowadzane są 2 kolokwia, każde oceniane w skali 0-30 pkt. Studenci mają możliwość wykonania dwóch projektów ocenianych w skali 0-30 pkt. Do zaliczenia przedmiotu należy uzyskać co najmniej 50 pkt. (łącznie).
Egzamin:
nie
Literatura:
Maciej Ławryńczuk: Sterowanie Procesów, preskrypt, 2010. Lektury uzupełniające 1. R. C. Dorf, R. H. Bishop: Modern control systems. Addison-Wesley, 1995. 2. G. F. Franklin, J. D. Powell, A. Emami-Naeini: Feedback control of dynamic systems. Addison Wesley, 1994. 3. T. Kaczorek: Teoria układów regulacji automatycznej. WNT, Warszawa 1977. 4. P. Tatjewski: Zaawansowane sterowanie obiektów przemysłowych, struktury i algorytmy. EXIT, Warszawa 2002.
Witryna www przedmiotu:
brak
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt STP_W01
Znajomość najważniejszych klas modeli dynamicznych: modele liniowe i nieliniowe, modele z czasem ciągłym i dyskretne, modele w przestrzeni stanu i modele transmitancyjne, znajomość metod konwersji najważniejszych klas modeli.
Weryfikacja: kolokwia, projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt STP_W02
Znajomość podstawowych metod syntezy układów regulacji (zarówno procesów ciągłych jak i dyskretnych): regulator PID i jego modyfikacje, regulator ze sprzężeniem od stanu, znajomość metod projektowania obserwatorów stanu pełnego i zredukowanego rzędu.
Weryfikacja: kolokwia, projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt STP_W03
Znajomość zaawansowanych metod syntezy układów regulacji (procesów dyskretnych): algorytmy regulacji predykcyjnej DMC i GPC, algorytmy regulacji rozmytej (rozmyty algorytm PID, rozmyty algorytm ze sprzężeniem od stanu, rozmyte algorytmy regulacji predykcyjnej).
Weryfikacja: kolokwia, projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt STP_W04
Znajomość metod wielokryterialnej oceny jakości regulacji układu regulacji.
Weryfikacja: kolokwia, projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt STP_W05
Znajomość programów komputerowych służących do projektowania i symulacji algorytmów regulacji (np. Matlab/Simulink).
Weryfikacja: projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:

Profil ogólnoakademicki - umiejętności

Efekt STP_U01
Umiejętność konwersji najważniejszych klas modeli dynamicznych (przejście od modelu w przestrzeni stanu do modelu transmitancyjnego i odwrotnie, dyskretyzacja modeli ciągłych).
Weryfikacja: kolokwia, projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt STP_U02
Umiejętność zaprojektowania podstawowych układów regulacji (zarówno procesów ciągłych jak i dyskretnych): regulator PID i jego modyfikacje, regulator ze sprzężeniem od stanu, umiejętność zaprojektowania obserwatorów stanu pełnego i zredukowanego rzędu.
Weryfikacja: kolokwia, projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt STP_U03
Umiejętność zaprojektowania zaawansowanych układów regulacji (procesów dyskretnych): algorytmy regulacji predykcyjnej DMC i GPC, algorytmy regulacji rozmytej (rozmyty algorytm PID, rozmyty algorytm ze sprzężeniem od stanu, rozmyte algorytmy regulacji predykcyjnej).
Weryfikacja: kolokwia, projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt STP_U04
Umiejętność wielokryterialnej oceny jakości regulacji układu regulacji.
Weryfikacja: kolokwia, projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt STP_U05
Umiejętność posługiwania się programami komputerowymi służącymi do projektowania i symulacji algorytmów regulacji (np. Matlab/Simulink), umiejętność napisania własnych programów do symulacji dyskretnych algorytmów regulacji.
Weryfikacja: projekty
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe: