EPN-V2

ELVE3600 Control Engineering 2 Course description

Course name in Norwegian
Kybernetikk 2
Weight
10.0 ECTS
Year of study
2017/2018
Course history
  • Introduction

    Bygger på ELTS2300 dynamiske systemer, ELFT2400 kybernetikk og ELFT2500 instrumentering.

  • Required preliminary courses

    Studenten må ha godkjent laboratoriekurs ELFT2400 kybernetikk og ELFT2500 instrumentering eller tilsvarende kvalifikasjoner.

  • Learning outcomes

    Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert som kunnskap, ferdigheter og generell kompetanse:

    Kunnskap

    Studenten har kunnskap om praktiske metoder for avansert prosessregulering inkluderende:

    • lfere innstillingsmetoder og målestøyfiltrering for PID-regulator, feilsøking
    • foroverkobling (feedforward) og forholdsregulering (ratio)
    • multivariabel prosessregulering
    • systemidentifikasjon
      • tilstandsestimering (state estimation), med observer og Kalman-filter
      • optimal control og linear-quadratic regulator
    • Model prediktiv regulering (MPC)

    Ferdigheter

    Studenten kan:

    • implementere, tune og teste PID-baserte reguleringsstrukturer
    • velge reguleringsstrategi (CV-MV parer), implementere og teste
    • bruke simuleringsverktøy for å samle data for identifisering av state-space- / transfer funksjonsmodeller.
    • implementere og teste Kalman filter
    • implementere og teste optimaliseringsalgoritmer for en større prosess modell
    • utvikle enkle MPC-strukturer, implementere, tune og teste

    Generell kompetanse

    Studenten kan:

    • analysere komplekse prosessystemer og foreslå reguleringsstrategier.
    • identifisere datadrevne modeller og bruke disse for å utvikle og teste multivariable reguleringsalgoritmer
    • bruke dataprogrammer som Matlab/ Simulink for å implementere og teste forskjellige reguleringsalgoritmer.
    • drøfte og begrunne egne valg og prioriteringer innen avansert regulering av kontinuerlige dynamiske systemer
    • kan formidle reguleringstekniske resultater i skriftlig og muntlig form
  • Teaching and learning methods

    Undervisningen består av forelesninger, øvinger i datalab, gruppeveiledning og prosjektoppgave med rapportering. Individuelt arbeid under øvinger, gruppearbeid (2 studenter/gruppe) ved prosjektarbeid og rapportskriving.

  • Course requirements

    Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:

    • 5 øvinger eller laboratorieoppgaver
    • Prosjektarbeid
    • 2 teoritester
  • Assessment

    1) Individuell skriftlig eksamen på 3 timer teller 70 %

    2) Prosjektrapport på 10-30 sider med muntlig presentasjon teller 30%. Prosjekt gjennomføres i gruppe på 2-4 studenter.

    Alle eksamensdeler må være vurdert til karakter E eller bedre for at studenten skal kunne fåbestått emnet.

    Individuell skriftlig eksamen kan påklages.

    Prosjektrapport med muntlig presentasjon kan ikke påklages.

  • Permitted exam materials and equipment

    Alle.

  • Grading scale

    I forbindelse med avsluttende vurdering benyttes en karakterskala fra A til E for bestått (A er høyeste karakter og E er laveste) og F for ikke bestått.

  • Examiners

    En intern sensor. Ekstern sensor brukes jevnlig.