|
Guía DocenteCurso Escola Técnica Superior de Náutica e Máquinas |
| Máster en Enxeñaría Marítima |
 Asignaturas |
| Control avanzado |
| Contidos |
| Datos Identificativos | 2020/21 | |||||||||||||
| Asignatura | Control avanzado | Código | 631417124 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Mestrado Oficial | Anual |
Primeiro | Optativa | 4 | ||||||||||
|
||||||||||||||
| Temas | Subtemas |
| Estudio de los reguladores | Acciones de regulación Configuración de los reguladores Técnicas de implementación de reguladores Diseño de reguladores por el método de las raizes Diseño de reguladores en el dominio de la frecuencia |
| Técnicas de ajuste de reguladores | Técnicas de ajuste de reguladores Métdos de Ziegler & Nichols Método del Balance Harmónico Métodos de respuesta a la frecuencia |
| Teoría moderna de control: Representación de estado y aolicaciones de utilidad práctica en ingenieria marítima. | Teoría moderna de control: Representación de estado. Modelización por el método de la forma generalizada o primera forma canónica Modelización por el método de la segunda forma canónica o forma de Jordan Modelización por el método de variables de fase Modelización por el método de variables físicas |
| Técnicas de simulación de procesos | Manejo de herramientas de simulación Matlab, Simulink Solución de las ecuaciones de estado por el método de las transformadas. Aplicaciomnes prácticas |
| Diseño de sistemas de control en el espacio de estados |
Discretización del espacio de estados continuo Diseño del control por realimenración de variables de estado Asignación de polos Observadores Reconstrucción del estado mediante observadores Observador de Luenberger, Filtro de Kalman Control LQG Control por modelo de referencia Control por realimentación polinomial de la salida (RST) Control en sistemas con retardo de transporte Control por modelo interno (IMC) Control con predictor de Smith Control predictivo basado en modelo: GPC, DMC Control difuso o Borroso. Aplicaciones a la compensación de sistemas de control. Prácticas con FuzzyCon de Siemens sobre Step7 o WinCC Practicas con el toolbox fuzzy de de matlab Diseño de control óptimo Planteamientos del problema de optimización Indices de calidad Criterio del area de control Criterio del tiempo y area de control Criterios de combinaciones cuadráticas de área de error y tiempo Minimización de funciones de coste Método variacional de Euler-Lagrange. Obtención de la matriz de Riccati Método variacional por aplicación del princicpio del máximo o de Pontryagin Pprogramación Dinámica |
| Identificación de sistemas | Métodos directos de estimación de parámetros: Método de la entrada en escalón. Función de transferencia experimental aproximada. Estimación en tiempo real: Método de mínimos cuadrados Nociones sobre aprendizaje mediante redes de neuronas Aplicación mediante NeuroSys de Siemens |
| Control adaptativo | Estrategias de adaptación: Adaptación por administración de ganancia (Gain Scheduling) Adaptación mediante técnicas de auto-ajuste: Balance harmónico Adaptación por estimación de parámetros y modelo de referencia Adaptación por aprendizaje basado métodos neuronales. Prácticas con NeuroSys de Siemens sobre Step 7 o WinC |
| Estructuras de control multivariable: | Control en adelanto Cascada Control selectivo (override) Control de gama partida (split range) Control de relación Control por realimentación cascada y adelanto Aplicaciones a la ingenieria marítima |
|
