Plan je da se studenti kroz seminar i projekt upoznaju s osnovama teorije i praktične primjene modelskog prediktivnog upravljanja (MPC). Stečeno znanje će biti potrebno primijeniti na neki sustav po vlastitom izboru (npr. kolica s obrnutim njihalom, quadcopter, mikromreža, petrokemijsko postrojenje i sl.). Odabrani sustav je potrebno matematički modelirati te za njega razviti upravljačke algoritme temeljene na modelskom prediktivnom upravljanju. Algoritme je potrebno validirati u simulacijskom okruženju (npr. Matlab/Simulink).

U sklopu diplomskog rada moguće su ekstenzije prema naprednijim konceptima optimalnog upravljanja i kompleksnijim sustavima. Mnogi tehnički sustavi sastoje se od velikog broja više ili manje autonomnih podsustava koji su međusobno povezani tokovima energije i/ili materije. Primjeri takvih sustava su elektroenergetsi sustav, veliki stambeni kompleksi, petrokemijska postrojenja, vodovodni sustav itd. U takvim složenim sustavima klasične centralizirane metode upravljanja često nisu primjenjive (zbog veličine i složenosti optimizacijskog problema, različitih vlasništva nad pojedinim podsustavima, proturiječnih ekonomskih ciljeva, pitanja privatnosti informacija i sl.). Jedno od mogućih rješenja je dekompozicija optimizacijskog problema te primjena decentraliziranog ili distribuiranog modelskog prediktivnog upravljanja. U sklopu diplomskog rada studenti će trebati proučiti dostupne metode za decentralizirano upravljanje složenim sustavima te razmotriti primjenu neke od metoda na konkretnom primjeru iz domene elektroenergetskih sustava (ili nekom drugom primjeru po izboru studenta).

izv. prof. dr. sc. Mato Baotić