Modeleren van ingewikkelde tijdsvariërende dynamische systemen.

De modellering van dynamische systemen op basis van systeemobservaties die onderhevig zijn aan meetruis is een elementaire en cruciale stap in verschillende wetenschappelijke disciplines. In heel wat toepassingen verandert het dynamisch systeemgedrag in functie van de tijd en dit bemoeilijkt de systeemanalyse en modellering. Het hoofdobjectief van dit onderzoek is de ontwikkeling van identificatie-algoritmen voor de nauwkeurige modellering van complexe tijdsvariërende dynamische systemen op basis van metingen van ingangs-uitgangssignalen die beiden met ruis kunnen bevuild zijn. De algoritmen moeten bij de schatting van de modellen rekening houden met de latere toepassing van de modellen (fysische interpretatie, voorspelling en regeling). De output van deze algoritmen is een gevalideerd model met betrouwbare schattingen van de foutenmarges. Drie praktische toepassingen zullen in detail bestudeerd worden: - modellering van een pick-and-place robot met flexibele uitschuifbare grijperarm voor nauwkeurige punt-tot-punt regeling (KULeuven), - modellering van de flutterdynamica van vleugels voor dysische analyse en regeling (VUB), - modellering van de dynamica van het oor via in-vitro metingen voor verdere opbouw van kennis over het functioneren van het oor (UA).

Trefwoorden:Linear time varying systems, Modeling, Experimental identification, Control

Disciplines:Controlesystemen, robotica en automatisatie, Ontwerptheorieën en -methoden, Mechatronica en robotica, Computertheorie