Details

Optimale Regelung mit Anwendungen in der Robotik

Beschreibung

Lern-/Qualifikationsziele

Fachliche Kompetenzen:

  • Die Studierenden erwerben fundierte Kenntnisse der optimalen Regelung
  • Die Studierenden analysieren nichtlineare Systemmodelle aus der Robotik und implementieren Regelungsalgorithmen
  • Die Studierenden können numerische Regelungsalgorithmen gezielt auswählen und einsetzen

Methodische Kompetenzen:

  • Die Studierenden vergleichen methodische Lösungsansätze zur optimalen Regelung nichtlinearer Modelle im Bereich der Robotik
  • Die Studierenden erweitern Ihre Kenntnisse zur Simulation von modellprädiktiven Regelungsalgorithmen in MATLAB/SIMULINK
  • Die Studierenden erlangen Kenntnisse zur algorithmischen Differenzierung und  Optimierung mit CasADi

Fächerübergreifende Kompetenzen:

  • Die Studierenden erarbeiten sich tiefe Erkenntnisse zu den Anforderungen an Algorithmen und deren mathematische Basis, welche zur optimalen Regelung nichtlinearer Systeme eingesetzt werden
  • Die Studierenden analysieren Interdependenz zwischen Modell, Simulation und Optimierung

Lehrinhalt

  • Dynamische Systeme und Optimierung
  • Nichtlineare Optimierung
  • Numerische Optimierungsmethoden
  • Zeitdiskrete Optimalsteuerung
  • Dynamische Optimierung
  • Hamilton-Jacobi-Bellman Gleichung
  • Pontryagins Minimum Prinzip
  • Transkriptionsmethoden
  • Nichtlineare Modellprädiktive Regelung

Literatur/Medien

  • Model Predictive Control: Theory, Computation, and Design,
    J. B. Rawlings, D. Q. Mayne und M. M. Diehl, Nob Hill Publishing, Santa Barbara, California, 2022.
  • Dynamic Programming and Optimal Control,
    D. Bertsekas, Athena Scientific, 3rd edition, 2005.
  • Numerical Optimal Control,
    S. Gros and M. M. Diehl, Vorlesungsskript Universität Freiburg, 2022.
  • Convex Optimization,
    S. Boyd und L. Vandenberghe, Cambridge University Press, 2004.
  • Numerical Optimization,
    J. Nocedal und S. J. Wright, Springer Science, 2006.
  • Nichtlineare Systeme und Regelungen,
    J. Adamy, Springer Vieweg, 2014.

 

Sprache Deutsch
Dozent Hannes Homburger / Johannes Reuter
Fakultät EI
Technisch / Wirtschaftlich Technisch
Studiengänge Elektrische Systeme (EIM)
International Project Engineering (IPE)
Wirtschaftsingenieurwesen Vertiefungsrichtung Elektro- und Informationstechnik (MWI)
SWS 4
ECTS 6
Plätze 20
Semester SS 2025