EPN-V2

ELVE3600 Control Engineering 2 Course description

Course name in Norwegian
Kybernetikk 2
Study programme
Bachelor’s Programme in Electrical Engineering
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.