Séance de cours

Conception de contrôle de l'état de l'espace

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

ME-321: Control systems + TP

Provides the students with basic notions and tools for the analysis and control of dynamic systems. Shows them how to design controllers and analyze the performance of controlled systems. ...

Description

Cette séance de cours introduit la conception du contrôle de l'espace d'état comme une approche plus générale et polyvalente par rapport à la forme de la fonction de transfert. Il couvre la conception de l'état-feedback, l'observateur de l'état, et la combinaison des deux pour le contrôle dynamique. La séance de cours traite également de l'application de la représentation de l'espace d'état pour saisir les systèmes non linéaires, le contrôle optimal et les considérations de sécurité du système. De plus, il touche au concept de linéarisation pour générer des équations linéaires d'état-espace à partir d'ODE non linéaires.

Enseignant·e·s (2)

Christophe Salzmann

Enseignement et PhD A co-dirigé les thèses EPFL de Damien Perritaz, Evgeny Bogdanov, Wissam Halimi Cours Automatique et commande numérique ME-326 Ce cours inclut la modélisation et l'analyse de systèmes dynamiques, l'introduction des principes de base et l'analyse de systèmes en rétroaction, la synthèse de régulateurs dans le domain fréquentiel et dans l'espace d'état, et la commande de systèmes discrets avec une approche polynomiale. Control systems + TP ME-321 Ce cours débu

Colin Neil Jones

Colin Jones is an Associate Professor in the Automatic Control Laboratory at the Ecole Polytechnique Federale de Lausanne (EPFL) in Switzerland. He was a Senior Researcher at the Automatic Control Lab at ETH Zurich until 2011 and obtained a PhD in 2005 from the University of Cambridge for his work on polyhedral computational methods for constrained control. Prior to that, he was at the University of British Columbia in Canada, where he took a BASc and MASc in Electrical Engineering and Mathematics. Colin has worked in a variety of industrial roles, ranging from commercial building control to the development of custom optimization tools focusing on retail human resource scheduling. His current research interests are in the theory and computation of predictive control and optimization, and their application to green energy generation, distribution and management.

Source officielle

Proximité ontologique

Information engineering

Automatique: Théorie du contrôle

Concepts associés (31)

Commande optimale

La théorie de la commande optimale permet de déterminer la commande d'un système qui minimise (ou maximise) un critère de performance, éventuellement sous des contraintes pouvant porter sur la commande ou sur l'état du système. Cette théorie est une généralisation du calcul des variations. Elle comporte deux volets : le principe du maximum (ou du minimum, suivant la manière dont on définit l'hamiltonien) dû à Lev Pontriaguine et à ses collaborateurs de l'institut de mathématiques Steklov , et l'équation de Hamilton-Jacobi-Bellman, généralisation de l'équation de Hamilton-Jacobi, et conséquence directe de la programmation dynamique initiée aux États-Unis par Richard Bellman.

Théorie du contrôle

En mathématiques et en sciences de l'ingénieur, la théorie du contrôle a comme objet l'étude du comportement de systèmes dynamiques paramétrés en fonction des trajectoires de leurs paramètres. On se place dans un ensemble, l'espace d'état sur lequel on définit une dynamique, c'est-à-dire une loi mathématiques caractérisant l'évolution de variables (dites variables d'état) au sein de cet ensemble. Le déroulement du temps est modélisé par un entier .

Stochastic control

Stochastic control or stochastic optimal control is a sub field of control theory that deals with the existence of uncertainty either in observations or in the noise that drives the evolution of the system. The system designer assumes, in a Bayesian probability-driven fashion, that random noise with known probability distribution affects the evolution and observation of the state variables. Stochastic control aims to design the time path of the controlled variables that performs the desired control task with minimum cost, somehow defined, despite the presence of this noise.

Linearization

In mathematics, linearization is finding the linear approximation to a function at a given point. The linear approximation of a function is the first order Taylor expansion around the point of interest. In the study of dynamical systems, linearization is a method for assessing the local stability of an equilibrium point of a system of nonlinear differential equations or discrete dynamical systems. This method is used in fields such as engineering, physics, economics, and ecology.

Linéarité

Le concept de linéarité est utilisé dans le domaine des mathématiques et dans le domaine de la physique, et par extension dans le langage courant. Les premiers exemples de situations où intervient la linéarité sont les situations de proportionnalité constante entre deux variables : le graphe représentant une variable en fonction de l'autre forme alors une ligne droite qui passe par l'origine. Il ne faut cependant pas confondre linéarité et proportionnalité, car la proportionnalité n'est qu'un cas particulier de la linéarité.

Afficher plus

Séances de cours associées (53)

Stabilité de l'ODE

Explore la stabilité des équations différentielles ordinaires, en se concentrant sur la dépendance des solutions, les données critiques, la linéarisation et le contrôle des systèmes non linéaires.

Méthode de linéarisation: Exemples

Couvre la méthode de linéarisation à travers deux exemples de contrôle de processus.

Introduction au contrôle des systèmes non linéaires

Couvre l'analyse et le contrôle des systèmes non linéaires, y compris des méthodes telles que le plan de phase et la passivité.

Modélisation des systèmes dynamiques : définitions et exemples

Couvre la modélisation des systèmes dynamiques, y compris les définitions, les exemples et les processus de linéarisation pour une analyse plus facile.

Contrôle prédictif du modèle non linéaire

Explore le contrôle prédictif du modèle non linéaire, couvrant la stabilité, l'optimalité, les pièges et les exemples.

Afficher plus

Concepts associés (31)