Networked and Distributed Control Systems

Mechatronik, Master (PO-2023)

Modulnummer / Modulcode WP-NDCS
Modulname Networked and Distributed Control Systems
Art des Moduls Wahlpflicht
Lernergebnisse, Kompetenzen, Qualifikationsziele

Der / die Lernende kann:

  • die Topologie eines vernetzten Systems mit Hilfe der Graphentheorie analysieren,
  • Konsensprotokolle für vernetzte Systeme im zeitkontinuierlichen und -diskreten Bereich entwerfen und beurteilen,
  • Regelungsstrategien zur Synchronisation vernetzter Systemen entwerfen und bewerten,
  • verteilte modell-prädiktive Regler für verkoppelte System synthetisieren und algorithmisch realisieren,
  • Methoden der verteilten Optimierung und des verteilten Lernens für vernetzte Systeme hinsichtlich ihrer Eignung für gegebene Aufgaben hinterfragen.
Lehrveranstaltungsarten VLmP (2 SWS), Ü (1 SWS)
Lehrinhalte
  • Definition vernetzter Regelungssysteme,
  • Relevante Aspekte der Graphentheorie,
  • Konsensprobleme,
  • Diffusive Kopplungsgesetze für die Synchronisation,
  • Verteilte modellprädiktive Regelung, 
  • Einführung in verteiltes maschinelles Lernen
  • Verteilte Optimierungsverfahren (insbesondere ADMM) 
Titel der Lehrveranstaltungen Networked and Distributed Control Systems
Lehr- und Lernmethoden (Lehr- und Lernformen)
Verwendbarkeit des Moduls
Dauer des Moduls Ein Semester
Häufigkeit des Angebotes jährlich im Sommersemester
Sprache Englisch
Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul
Voraussetzungen für die Teilnahme am Modul
Studentischer Arbeitsaufwand 120 h (45 h Präsenz + 75 h Selbststudium)
Studienleistungen S1: Übungsaufgaben
Voraussetzung für Zulassung zur Prüfungsleistung Studienleistung S1
Prüfungsleistungen Klausur (90 Min.) oder mündliche Prüfung (ca. 30 Min.), je nach Teilnehmerzahl
Anzahl Credits (ECTS) 4 cp
Lehreinheit Elektrotechnik
Modulverantwortliche/r Dr. Zonglin Liu
Lehrende Dr. Zonglin Liu und Mitarbeitende
Medienformen Folien, Tafel, Vorführungen am Rechner, Rechnerübungen
Literatur
  • Bullo. Lectures on Network Systems, 2019
  • Lunze. Networked Control of Multi-Agent Systems, 2019
  • Mesbahi and M. Egerstedt. Graph Theoretic Methods in Multiagent Networks, Princeton University Press, 2010.
  • Boyd, N. Parikh, E. Chu, B. Peleato and J. Eckstein Distributed optimization and statistical learning via the alternating direction method of multipliers, 2011
  • Notarstefano, I. Notarnicola and A. Camisa. Distributed optimization for smart cyber-physical networks, 2019
  • weitere Literatur wird in der Vorlesung genannt