Modellprädiktive RegelungModulbeschreibung #31228 / Version 1
- 6 LP
- Mündliche Prüfung
- Benotet
- Sommersemester
- Englisch
| Modul / Version | #31228 / #1 |
|---|---|
| Gültigkeit | Seit SoSe 2026 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Knorn, Steffi |
| Benotung | Benotet |
| Prüfungsform | Mündliche Prüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät III |
|---|---|
| Institut | Institut für Prozess und Verfahrenstechnik |
| Fachgebiet | 33351600 FG Regelungstechnik |
Kontakt
| Sekretariat | ER 2-1 |
|---|---|
| Ansprechpartner*in | Knorn, Steffi |
| E-Mail-Adresse | knorn@tu-berlin.de |
| Webseite | http://tu.berlin/ctrl |
Lernergebnisse
Das Modul soll den Studierenden ein solides Verständnis für den Entwurf, Analyse und Implementierung optimierungsbasierter Regler für dynamische Systeme vermitteln. Die Studierenden lernen die theoretischen Grundlagen der optimierten Regelung unter Nebenbedingungen kennen, darunter Systemmodellierung, Vorhersage, Kostenfunktionsformulierung und Stabilitätsüberlegungen sowie praktische Aspekte wie numerische Optimierung, Echtzeitberechnungen und der Umgang mit Störungen und Unsicherheiten. Am Ende des Kurses sollten sie in der Lage sein, MPC-Strategien für lineare und nichtlineare Systeme zu entwickeln und deren Leistung in realen Anwendungen zu bewerten.
Lehrinhalte
- Grundprinzip der optimalen Regelung
- Modellprädiktive Regelung (MPC) linearer Systeme
- Stabilität der MPC
- Erweiterungen der MPC
- Robuste MPC
- Grundlagen der nichtlinearen modellprädiktiven Regelung (NMPC)
- Numerische Lösungen
- Grundlagen des verstärkenden Lernens (RL)
- Modellprädiktive Regelung (MPC) linearer Systeme
- Stabilität der MPC
- Erweiterungen der MPC
- Robuste MPC
- Grundlagen der nichtlinearen modellprädiktiven Regelung (NMPC)
- Numerische Lösungen
- Grundlagen des verstärkenden Lernens (RL)
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Model Predictive Control | Integrierte Veranstaltung | 3516 L 003 | Sommersemester | [en] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Model Predictive Control (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 120 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Prüfungsvorbereitung | 1 | 60 h | 60 h |
| 60 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Integrierte Veranstaltung mit theoretischen Vorlesungen und Laborübungen (basierende auf Matlab oder Python)
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
"Grundlagen der Mess- und Regelungstechnik" oder ein vergleichbares Modul
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Mündliche Prüfung |
| Sprache | Englisch, Deutsch |
| Dauer/Umfang | 30 Minuten |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Anmeldung zur Prüfung erfolgt über Moses
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – Das Kursskript wird auf ISIS zur Verfügung gestellt.
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computational Engineering Science (Informationstechnik im Maschinenwesen) StuPO 2018 (17.01.2018) | SoSe 2026 | 3. Kernbereich: Messen, Steuern, Regeln |
| WiSe 2026/27 | 3. Kernbereich: Messen, Steuern, Regeln | |
| Gebäudeenergiesysteme StuPO 2024 | SoSe 2026 | Vertiefung Energietechnik |
| WiSe 2026/27 | Vertiefung Energietechnik | |
| Maschinenbau StuPO 2017 | SoSe 2026 | Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik |
| WiSe 2026/27 | Wahlpflichtmodule › Profilmodule › Mess- und Automatisierungstechnik | |
| Physikalische Ingenieurwissenschaft StuPO 2007 (19.12.2007) | SoSe 2026 | 2.3 Mechatronik › 2.3a Kernbereich |
| Physikalische Ingenieurwissenschaft StuPO 2020 | SoSe 2026 | 2.3 Mechatronik › 2.3a Kernbereich |
| WiSe 2026/27 | 2.3 Mechatronik › 2.3a Kernbereich | |
| Process Energy and Environmental Systems Engineering StuPO 2022 | SoSe 2026 | Wahlpflichtmodule › Process Systems Engineering |
| WiSe 2026/27 | Wahlpflichtmodule › Process Systems Engineering | |
| Sustainable Energy and Process Engineering StuPO 2024 | SoSe 2026 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Advanced Sustainable Processes |
| WiSe 2026/27 | Wahlpflichtmodule › Fachspezifische Wahlpflicht SEPE › Advanced Sustainable Processes |
Sonstiges
Keine Angabe