1. Tema 1: Introducció al control avançat
1.1. Motivació.
1.2. Repàs d’espai d’estats
1.3. Controlabilitat i observabilitat
1.4. Realimentació en espai d’estats
1.5. Pràctica 1
2. Tema 2: Identificació estocàstica
2.1. Conceptes introductoris de la identificació
2.2. Tipus de models i d’estimadors
2.3. Identificació per Mínims Quadrats
2.4. Pràctica 2
3. Tema 3: Observadors
3.1. Introducció
3.2. Observador de Luemberger
3.3. Estimador de Kalman
3.4. Disseny d’un estimador d’estats
3.5. Pràctica 3
4. Tema 4: Control òptim
5. 4-1 Optimització
6. 4-2 Índex de rendiment
7. 4-3 Control òptim quadràtic
8. 4-4 Disseny d’un regulador òptim
9. Pràctica 4
10. Tema 5: Control Robust
11. 5-1 Introducció
12. 5-2 Sensibilitat i sensibilitat complementària
13. 5-3 Tipus d’incerteses
14. 5-4 Loopshaping
15. 5-5 H¥
16. 5-6 Disseny d’un controlador robust
17. Pràctica 5
18. Tema 6: Control Predictiu
19. 6-1 Introducció
20. 6-2 Estratègia de control predictiu
21. 6-3 Estratègia ampliada
22. 6-4 Disseny d’un controlador predictiu
23. Pràctica 6
24. Tema 7: Repàs
25. Pràctica 7
Mètodes docents:
Classes de teoria i problemes: 2 hores setmanals
Pràctiques: 2 hores setmanals
Tipus d'exàmens:
- Les pràctiques són presencials i s’han d’aprovar amb una nota superior a 4 per poder fer l’examen.
Tant en la primera com la segona convocatòria,
- Les pràctiques compten un 40% de la nota final, sempre que s’hagin aprovat.
- L’examen final serà de caire pràctic amb l’ajut dels ordinadors i representa el 60% de la nota final.