This course introduces various topics related to dynamic multivariable systems:

  • state equations;
  • stability analysis;
  • commandability and observability;
  • discretization of state equations for digital control;
  • decentralized control structure using PID;
  • state feedback control;
  • state estimation and observer design for deterministic continuous-time and discrete-time systems.

Mons

Commande à temps continu : autres contrôleurs que le PID; synthèse des contrôleurs vis à vis de la perturbation; conception d'un système anti windup; lieux d'Evans; boucles de type cascade; commande par modèle; prédicteur de Smith;

Commande numérique : transformée en z; transmittance en z équivalente du procédé à temps continu; stabilité, précision et calcul de contrôleur d'une boucle numérique.

Charleroi

  • Modélisation et analyse des systèmes : approche de modélisation ; linéarisation ; étude des systèmes du premier, du second ordre et d'ordre quelconque, conditions de stabilité; notions de modèle d'état ;
  • Fonctionnement en boucle fermée : principe ; analyse de la stabilité en boucle fermée, concepts de précision et de performances transitoires ;
  • Dimensionnement de régulateurs PID : stabilisation et contrôle par contrôleurs PID; méthodes expérimentales de réglage des contrôleurs PID.

This course is devoted to electric actuators and discusses their characteristics and selection criteria depending on the application. The focus is on DC motors and stepper motors. Mathematical modeling of actuators and regulator design is discussed, including classic regulators (on-off and PID), RST control, and optimal and predictive control.

This course introduces various topics in dynamic system modeling, machine learning, parameter identification, state estimation and process control, with applications to biological and biomedical systems:

  • Introduction to population models and epidemics;
  • Macroscopic models of bioprocesses;
  • Numerical simulation of dynamic systems;
  • Parameter identification (least-squares problems, maximum likelihood estimation);
  • State estimation (notably Kalman filtering and asymptotic observers);
  • Feedback linearization;
  • Extremum seeking
  • Neural networks in dynamic modeling.

This course introduces optimal control and optimal state estimation of dynamic systems:

  • Linear quadratic regulator (discrete-time and continuous-time versions);
  • Pontryagin maximum principle;
  • Model predictive control;
  • Dynamic stochastic systems;
  • Kalman filtering.
  • Signaux et convolution de signaux - Transformées de Laplace et de Fourier et interprétation physique.
  • Introduction à la notion de système. Analyse temporelle et harmonique des systèmes linéaires permanents.
  • Approche des systèmes en boucle fermée : stabilité, précision et performances transitoires.
  • Principes généraux de dimensionnement d'un contrôleur.

Signaux et convolution de signaux - Transformées de Laplace et de Fourier et interprétation physique. Introduction à la notion de système. Analyse temporelle et harmonique des systèmes linéaires permanents. Approche des systèmes en boucle fermée : stabilité, précision et performances transitoires. Principes généraux de dimensionnement d'un contrôleur.

This course addresses various aspects of stochastic state space representation of dynamic systems, Kalman filtering, together with a few examples and exercises.