DOKOUPIL, J. Rozšířená kvadraticky optimální identifikace a filtrace [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2012.
Hodnocení vedoucího práce Dizertant: Ing. Jakub Dokoupil Pracoviště: VUT v Brně, FEKT, Ústav automatizace a měřicí techniky Název dizertační práce: Rozšířená kvadraticky optimální identifikace a filtrace Doktorand ve své disertační práci práci se zabývá lineárním problém u adaptivní identifikace a filtrace s využitím veškeré akumulované informace koncentrované v rozšířené kovarianční matici. Současně navrhuje jejich efektivní formu implementace s využitím ortogonálních transformací. Dále sjednocuje některé zdánlivě nesourodé přístupy směrového zapomínání a nachází nová řešení této problematiky. Současně formuluje problém stavové estimace jako deterministický problém, který zahrnuje pouze řešení přeurčeného systému lineárních rovnic. Detailně rozpracovává problematikou mnohamodelové estimace, kterou propojuje s technikou selektivního zapomínání, čímž dává vzniknout zcela novému přístupu v oblasti adaptivní identifikace. Navržený stavový filtr pak v porovnání s Kalmanovým filtrem poskytuje optimální řešení i bez nutnosti znalosti jednotlivých momentů procesních veličin. Mimo dizertační práce lze velmi kladně hodnotit jeho činnost v laboratoři, při laboratorní výuce předmětů BCRT, MOPR, KCRT, MOPR. Největší objem práce v laboratoři si vyžádala zejména její údržba v provozuschopném stavu, dále průběžná aktualizace šablon v Automation Studiu v souvislosti se zaváděním nových hardwarových komponent, revize fyzikálních modelů a správa distribuovaných periferií B&R v reálném čase s využitím Ethernet Powerlinku. Rovněž jím bylo uvedeno do provozu pracoviště představující soustavu elektrických motorů s pružným (i pevným) členem. Toto pracoviště je z pedagogického i výzkumného hlediska obzvláště vhodné pro testování adaptivních řídicích systémů, přičemž dynamiku lze snadno měnit změnou momentu setrvačnosti, a vytvoření modulů pro algoritmy parametrické identifikace a stavové estimace. Dizertační práci odevzdává doktorand po necelých třech letech studia. Přináší celou řadu nových teoretických výsledků v oblasti tématu dizertační práce, které jsou rigorózně matematicky odvozeny. Proto předloženou dizertační práci Ing. Jakuba Dokoupila doporučuji k obhajobě pro udělení akademického titulu Ph.D. V Brně dne 18.7.2012 Prof. Ing. Petr Pivoňka VUT FEKT UAMT Kolejní 4, 61266 Brno
viz posudek ve formátu pdf
Oponentní posudek disertační práce Název práce: Rozšířená kvadraticky optimální identifikace a filtrace Doktorand: Ing. Jakub Dokoupil Oponent: prof. Ing. Petr Dostál, CSc., Fakulta aplikované informatiky UTB ve Zlíně Disertační práce se zabývá atraktivní a stále aktuální problematikou identifikace systémů a filtrace dat. I když se může zdát, že na tomto poli již nelze nalézt nic nového, zkušenosti ukazují, že zejména při adaptivním řízení právě rekurzivní identifikace jako jeho součást je omezujícím faktorem pro dosažení kvalitního řízení. Každé zdokonalení identifikačních metod je tedy vítáno a je přínosem. Práce je rozčleněna do pěti základních částí včetně úvodu a závěru, za stěžejní lze považovat kapitoly 2 – 4. Kapitola 2 má rešeršní charakter, jsou zde podrobně rozvedeny a popsány identifikační metody na bázi MNŠ. Jsou objasněny pojmy exponenciálního a směrového zapomínání a kriticky zhodnocen vliv jejich zavedení na průběh adaptivní estimace. Je zde vysvětlen princip mnohamodelové MNŠ, která může přinést mnohé výhody při identifikaci systémů vyšších řádů. Stěžejní částí celé práce je kapitola 3, zabývající se rozšířenou adaptivní identifikací a filtrací metodou nejmenších čtverců. Kapitola obsahuje části, které jsou přínosem disertanta. Jádrem kapitoly jsou podkapitoly 3.2 a 3.3. V první z nich je popsána rozšířená identifikace a filtrace metodou nejmenších čtverců ve verzi dávkové, ve druhé ve verzi rekurzivní. Za přínosné považuji úvahy věnované exponenciálnímu zapomínání, zejména rozkladu kriteriálních funkcí na informativní a neinformativní část. Aplikace tohoto rozkladu může vést k lepším výsledkům průběžného odhadu parametrů v úlohách adaptivního řízení procesů a řeší některé problémy související se směrovým zapomínáním. Jsou zde použity metody LD a UD rozkladu. Přínosem disertanta je taktéž část věnovaná rozšířené identifikaci a rekonstrukci stavu TV LSDS. Postup umožňuje paralelní rekonstrukci stavu a identifikaci parametrů. Tyto problémy jsou většinou řešeny odděleně, což potom může vést k těžkostem při řízení reálného procesu. Práce obsahuje i další dílčí přínosy, výše uvedené ale považuji za nejvýznamnější. Čtvrtá kapitola je věnována simulačnímu ověření teoretických výsledků z předchozí kapitoly. Ověřování je realizováno na systému 2. řádu popsaného rovnicemi (4.1). Tuto kapitolu zhodnotím v připomínkách k práci Publikační aktivity disertanta považuji z kvantitativního hlediska za přiměřené. Je ale škoda, že se výsledky, které jsou na velmi dobré teoretické úrovni, nepokusil publikovat na významnějších mezinárodních konferencích, než jsou konference DAAAM. Cenná je ovšem účast na 11th IFAC/IEEE Conf. se dvěma příspěvky. Nemohu ovšem posoudit, jaké byly finanční možnosti disertanta pro případné výjezdy do zahraničí. Z předložené disertační práce i z příspěvků přiložených k práci vyplývá, že disertant je talentovanou osobností s velmi dobrými schopnostmi zejména v teoretické oblasti. K práci mám následující otázky a připomínky: Str.3, 4, rov. (2.1), (2.6): Není dostatečně zdůrazněno, že jde vlasně o stavové rovnice, které vznikly ze standardních stavových rovnic při odvození rovnic Kalmanovy filtrace. Není mi jasné, zda popsaná rekurzivní MNŠ s mnohonásobným faktorem exponenciálního zapomínání byla prací [41] pouze inspirována nebo je zde i přínos disertanta. V celé práci by asi bylo lepší rozlišovat označení skutečných stavů procesu (v literatuře většinou x) a parametry – zde jsou obě veličiny resp. jejich vektory označeny jako , i když jejich popis je formálně stejný. Teorie prezentovaná ve třetí kapitole na vysoké úrovni by zasloužila mnohem hlubší ověření v kapitole čtvrté. Simulace, realizované na lineárním systému 2. řádu, nejsou příliš přesvědčivé z hlediska předností vypracovaných postupů v teoretické části oproti metodám tradičním. Systém je natolik jednoduchý, že by zde musela být úspěšná téměř každá ze standardně používaných metod. Dle mého názoru měl disertant použít model nelineárního systému (se spojitými nelinearitami) vyššího řádu, na kterém by prokázal všechny přednosti svých postupů (multimodelový přístup, dekompozice, paralelní odhad stavu a parametrů atd.). Zdá se mi, že kapitola byla poněkud poznamenána snahou o urychlené dokončení práce. Ostatně, o tom svědčí i nepříliš vysoká kvalita obrázků v kapitole, kde chybí jejich detailní popis, označení příslušnosti křivek k jednotlivým stavům (parametrům) a pod. Přes uvedenou kritickou připomínku považuji z hlediska celkového hodnocení disertační práci za zdařilou a přínosnou v teorii identifikace procesů a systémů. Dle mého názoru práce odpovídá obecně uznávaným požadavkům k udělení akademického titulu Ph.D. Práci doporučuji k obhajobě. Ve Zlíně 12.7. 2012 prof. Ing. Petr Dostál, CSc.
eVSKP id 59691