In der robusten Regelung wird die Diskrepanz zwischen einem realen Prozess und dem für seine Beschreibung gewählten Modell beim Reglerentwurf berücksichtigt. Dies ist in der Praxis von wesentlicher Bedeutung, da mathematische Modelle einen realen Prozess nur näherungsweise beschreiben können. Daher ist es notwendig, dass gewünschte Performance-Anforderungen wie die Unterdrückung externer Störungen und eine gute Referenzführung sowie die Stabilität des geschlossenen Regelkreises nicht nur für das Nominalmodell, sondern für eine ganze Modellfamilie gewährleistet sind. Auf diese Weise können Modellierungs- und Approximationsfehler berücksichtigt werden. Das Ziel dieses Projekts ist die Entwicklung neuartiger Entwurfsverfahren für (robuste) H∞-Regler für den Fall dynamischer Systeme mit grosser Zustandsraumdimension und/oder mit Totzeiten. Um dieses Problem anzugehen, planen wir den Aufbau eines optimierungsbasierten Verfahrens, das reduzierte Regler durch den Einsatz adaptiver interpolatorischer Modellreduktionstechniken auf dem gegebenen Streckenmodell konstruiert.
Conference Papers
- Certifying global optimality for the L∞-norm computation of large-scale descriptor systems, P. Schwerdtner, E. Mengi, and M. Voigt, IFAC-PapersOnLine, 53(2):4279–4284, 2020, 21st IFAC World Congress, Berlin, Germany, https://doi.org/10.1016/j.ifacol.2020.12.2482
- Adaptive sampling for structure-preserving model order reduction of port-Hamiltonian systems, P. Schwerdtner and M. Voigt, IFAC-PapersOnLine, 54(19):143–148, 2021, 7th IFAC Workshop on Lagrangian and Hamiltonian Methods for Nonlinear Control, Berlin, Germany, https://doi.org/10.1016/j.ifacol.2021.11.069
- Optimization-based structured reduced order modeling from frequency samples, P. Schwerdtner and M. Voigt, MATHMOD 2022 Discussion Contribution Volume, vol. 17 of ARGESIM Reports, pp. 79–80, ARGESIM Publisher, Vienna, Austria, 2022, https://doi.org/10.11128/arep.17
- Structure-preserving model reduction of port-Hamiltonian systems by optimization, P. Schwerdtner and M. Voigt, 26th International Symposium on Mathematical Theory of Networks and Systems, pp. 444–447, Cambridge, United Kingdom, 2024
Journal Articles
- SOBMOR: Structured optimization-based model order reduction, P. Schwerdtner and M. Voigt, SIAM J. Sci. Comput., 45(2):A502–A529, 2023, https://doi.org/10.1137/20m1380235
- Fixed-order H-infinity controller design for port-Hamiltonian systems, P. Schwerdtner and M. Voigt, Automatica J. IFAC, 152:110918, 2023, https://doi.org/10.1016/j.automatica.2023.110918
- Optimization-based model order reduction of port-Hamiltonian descriptor systems, P. Schwerdtner, T. Moser, V. Mehrmann, and M. Voigt, Systems Control Lett., 182:105655, 2023, https://doi.org/10.1016/j.sysconle.2023.105655
- Structured optimization-based model order reduction for parametric systems, P. Schwerdtner and M. Schaller, SIAM J. Sci. Comput., 47(1):A72-A101, 2025, https://doi.org/10.1137/22M1524928
Preprints
- Port-Hamiltonian system identification from noisy frequency response data, P. Schwerdtner, arXiv preprint arXiv:2106.11355, June 2021, https://doi.org/10.48550/arXiv.2106.11355
Theses
- H∞ Control for Large-Scale Linear Systems, A. Lahr, Masterarbeit, Technische Universität Berlin, Institut für Mathematik, 2021
- Structured Optimization-Based Reduction, Identification, and Control, P. Schwerdtner, Dissertation, Technische Universität Berlin, Institut für Mathematik, 2023, https://depositonce.tu-berlin.de/items/73c79868-a5d2-4571-8b38-2cb0101989e5
Software
