MSE Master of Science in Engineering

The Swiss engineering master's degree

Chaque module vaut 3 ECTS. Vous sélectionnez 10 modules/30 ECTS parmi les catégories suivantes:

  • 12-15 crédits ECTS en Modules technico-scientifiques (TSM)
    Les modules TSM vous transmettent une compétence technique spécifique à votre orientation et complètent les modules de spécialisation décentralisés.
  • 9-12 crédits ECTS en Bases théoriques élargies (FTP)
    Les modules FTP traitent de bases théoriques telles que les mathématiques élevées, la physique, la théorie de l’information, la chimie, etc., vous permettant d’étendre votre profondeur scientifique abstraite et de contribuer à créer le lien important entre l’abstraction et l’application dans le domaine de l’innovation.
  • 6-9 crédits ECTS en Modules contextuels (CM)
    Les modules CM vous transmettent des compétences supplémentaires dans des domaines tels que la gestion des technologies, la gestion d’entreprise, la communication, la gestion de projets, le droit des brevets et des contrats, etc.

Le descriptif de module (download pdf) contient le détail des langues pour chaque module selon les catégories suivantes:

  • leçons
  • documentation
  • examen 
Model predictive control (TSM_PredContr)

Model Predictive Control (MPC) is an optimisation-based approach to control systems and processes. The general mathematical formulation of MPC allows it to be applied to a broad range of systems and considers system constraints intrinsically. The advances in optimisation methods and available computational power have made MPC a valuable alternative to classical control approaches also for fast dynamic systems. Today, MPC applications can be found from the original chemical process control systems to the control of frequency converters with sampling periods down to a few microseconds.
This module focuses on introducing MPC from the theoretical basics to the use of tool kits to support the implementation and generation of working code. As the classical frequency domain control methods are not considered here, this module does not need in-depth knowledge of control systems. A general affinity to mathematics and programming skills are beneficial.

Compétences préalables

  • Linear Algebra
  • Differential equations
  • Basic feedback control and dynamic systems
  • Basic programming skills in Matlab or Python or equivalent
  • General affinity to mathematics(!)

Objectifs d'apprentissage

The student is able to 

  • formulate an optimisation problem and solve it with appropriate tool kits
  • formulate model predictive control problems
  • apply MPC concepts to real world systems and generate executable code which runs on their control systems

Contenu des modules

Basic concepts ( 3W)

  • Introduction to state space models in continuous and discrete time
  • Introduction to optimisation (linear quadratic programs) using tool kits like YALMIP
  • Introduction to optimisation with constraints

Basic MPC (3W)

  • Linear MPC problem formulation
  • Receding horizon concepts
  • Limits of MPC

MPC Extensions and examples (5W)

  • Reference tracking
  • Error free tracking
  • Nonlinear optimisation and MPC with nonlinear models
  • Buck converter control (explicit MPC) -- optional
  • Energy management (scheduling) -- optional

 

Real-time implementation(3W)

  • From problem to code using tool kits like ACADO


Méthodes d'enseignement et d'apprentissage

Lectures with homework assignments which are a mix of theoretical exercises and programming assignments.

 

Télécharger le descriptif complet

Retour