Skip to main content
SpringerLink
Log in
Book cover

Modellprädiktive Regelung nichtlinearer Systeme mit Unsicherheiten

  • Book
  • © 2016

Overview

Authors:
  1. Andreas Völz

    1. Ulm, Germany

    View author publications

    You can also search for this author in PubMed   Google Scholar

  • Studie aus den Fachgebieten Mathematik, Regelungstechnik, Automatisierungstechnik und Elektrotechnik
  • Includes supplementary material: sn.pub/extras

Part of the book series: BestMasters (BEST)

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 64.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (6 chapters)

  1. Front Matter

    Pages I-IX
    Download chapter PDF

  2. Einleitung

    • Andreas Völz
    Pages 1-2

  3. Modellprädiktive Regelung

    • Andreas Völz
    Pages 3-10

  4. Regelung mit Unsicherheiten

    • Andreas Völz
    Pages 11-22

  5. Unscented MPC

    • Andreas Völz
    Pages 23-37

  6. Evaluation

    • Andreas Völz
    Pages 39-49

  7. Zusammenfassung

    • Andreas Völz
    Pages 51-51

  8. Back Matter

    Pages 53-55
    Download chapter PDF
Back to top

Keywords

About this book

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.

Authors and Affiliations

  • Ulm, Germany

    Andreas Völz

About the author

Andreas Völz absolvierte von 2009 bis 2014 das Bachelor- und Masterstudium der Informationssystemtechnik an der Universität Ulm. Seit 2014 ist er dort als akademischer Mitarbeiter und Doktorand am Institut für Mess-, Regel- und Mikrotechnik auf dem Gebiet der Robotik beschäftigt.

Bibliographic Information

Publish with us

Policies and ethics

Back to top

Search

Navigation