Modellprädiktive Regelung nichtlinearer Systeme mit Unsicherheiten

de

Éditeur :

Springer Vieweg


Collection :

BestMasters

Paru le : 2016-10-20

eBook Téléchargement , DRM LCP 🛈 DRM Adobe 🛈
Lecture en ligne (streaming)
46,34

Téléchargement immédiat
Dès validation de votre commande
Image Louise Reader présentation

Louise Reader

Lisez ce titre sur l'application Louise Reader.

Description
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.
Pages
55 pages
Collection
BestMasters
Parution
2016-10-20
Marque
Springer Vieweg
EAN papier
9783658162788
EAN PDF
9783658162795

Informations sur l'ebook
Nombre pages copiables
0
Nombre pages imprimables
5
Taille du fichier
2191 Ko
Prix
46,34 €