
Modellprädiktive Regelung nichtlinearer Systeme mit Unsicherheiten
Kurzinformation



inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar

Beschreibung
Andreas Völz untersucht eines der vielseitigsten Regelungsverfahren für technische Prozesse und zeigt den Umgang mit Messunsicherheiten, unbekannten Umwelteinflüssen sowie Modellungenauigkeiten auf. Basierend auf der sogenannten ,Unscented-Transformation', die bislang insbesondere im Zusammenhang mit der Kalman-Filterung ein Begriff ist, können Unsicherheiten mithilfe des Erwartungswertes und der Kovarianzmatrix der nichtlinearen Systemdynamik prädiziert und im Kostenfunktional gewichtet werden. Der Autor stellt einen neuen Ansatz für die modellprädiktive Regelung nichtlinearer Systeme mit stochastischen Unsicherheiten vor und kann anhand mehrerer Beispielsysteme nachweisen, dass Beschränkungen auch in Gegenwart von Unsicherheiten zuverlässig eingehalten werden können. von Völz, Andreas
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
Andreas Völz absolvierte von 2009 bis 2014 das Bachelor- und Masterstudium der Informationssystemtechnik an der Universität Ulm. Seit 2014 ist er dort als akademischer Mitarbeiter und Doktorand am Institut für Mess-, Regel- und Mikrotechnik auf dem Gebiet der Robotik beschäftigt.
- hardcover
- 647 Seiten
- Erschienen 2004
- Wiley-VCH
- hardcover
- 335 Seiten
- Erschienen 2018
- Taylor & Francis Ltd